5 Min. Read

Выжать максимум из аналитических данных – мнение рекламной сети

Avatar Shani Rosenfelder May 06, 2016

Сегодня, данные и performance-показатели играют ключевую роль в сфере мобильной рекламы. Лидирующие рекламные компании новой индустрии, становятся все более подкованными и невероятно продвинутыми, используют большие данные и другие технологические ноу-хау в поисках идеального сочетания количества и качества привлекаемых пользователей мобильных приложений.  

Одна их таких компаний – Supersonic, технологическая платформа мобильной рекламы, которая в прошлом году стала частью ведущей рекламной сети IronSource и, как следствие, одним из крупнейших международных игроков в сфере мобильной рекламы, с охватом аудитории более 1 млрд мобильных пользователей по всему миру.

Чтобы понять, в чем уникальность performance-маркетинга Supersonic, мы поговорили с Евгением Пересем, Вице-президентом компании по росту и развитию, который раскрыл делился своим мнением и раскрыл некоторые инсайты управления рекламными кампаниями, основанными на данных эффективности, для достижения максимальных результатов.

AF: По-вашему мнению, почему многие мобильные специалисты утверждают, что ROI невозможно померить в мобайле, тем более с учетом разнообразных каналов? Это нехватка/недоступность данных или маркетологи используют не те инструменты?

Евгений: Мне кажется, что данные вполне доступны, но в некоторых случаях не всё из них поддается качественной конвертации в итоговую стоимость привлечения пользователя и возвратности этих инвестиций с отдельных пользователей.

Например, не все разновидности дохода, который получают разработчики приложений, имеют одинаковый удельный вес. Возьмем для примера косвенный доход с пользователя, который перешел по рекламному объявлению в вашем приложении. Не все монетизационные платформы могут отправлять информацию об этой “рекламной” ценности пользователя вам напрямую. Реклама в приложениях составляет существенную  часть общего дохода, но показатели этой доходности существенно отличаются в различных сегментах пользовательской аудитории, так как люди по-разному взаимодействуют с рекламой.

Еще один ключевой момент – измерение и оценка затрат. Лучший способ отслеживать ваши затраты на продвижение – отправлять фактические данные по затратам в вашу трекинг-систему в режиме реального времени. Это приведет к более детальной и качественной аналитике стоимости привлечения и разновидностям дохода на уровне пользователя. Если вы покупаете трафик из канала, который не раскрывает данные о фактических затратах, и играете с разными ценовыми моделями одновременно – это может существенно усложнить и затормозить оптимизацию в режиме “здесь и сейчас”.  

Кроме того, мы все еще не измеряем и должным образом не учитываем косвенный доход, сгенерированный пользователем, который пригласил друга или другого пользователя потратить деньги в приложении.

Как вы вычисляете жизненный цикл и доход с пользователя (LTV)? Какие элементы при прогнозировании и оценке этого показателя упускают маркетологи приложений?

Способность измерить LTV и спрогнозировать его более-менее точное значение основывается на анализе монетизации вашего приложения и использовании  модели прогноза + плюс корректное измерение и распределение дохода (внутренние покупки или реклама) на уровне пользователя. Некоторые наши клиенты тесно связывают между собой показатели удержания и LTV, для других все сводится к взаимодействию пользователя с определенными элементами/разделами приложения на ранних стадиях  использования.

Есть три пункта, с которыми маркетологи обычно испытывают трудности:

  1. “Доходность” рекламы на уровне пользователя: если ваши маркетинговые каналы и монетизация рекламы, размещенной в приложении, работают сообща, вы, скорее всего, обнаружите, что пользователи, пришедшие через мотивированное видео вашего приложения, будут больше и чаще взаимодействовать с мотивационным рекламным видео, размещенным в вашем приложении.  Это может изменить то, как вы оцениваете стоимость ваших маркетинговых каналов.
  2. Определить продолжительность использования вашего приложения: да, сложно определить, как долго пользователи буду открывать и взаимодействовать с вашим приложением, если оно новое и только проходит тестирование и отладку. Но, если вы предполагаете, что это период короче, чем он есть на самом деле – вам не удастся масштабировать маркетинговые каналы достаточно быстро; если же наоборот, и предполагаемый жизненный цикл дольше реального – реализация маркетинговой активности, скорее всего, будет иметь негативный ROI. Одна из ключевых вещей, с которыми нужно поэкспериментировать и определиться – продолжительность жизненного цикла пользователя в соответствии с жизненным циклом приложения. Важно помнить, что оптимизация, выполняемая продуктовой командой, может изменить среднюю продолжительность использования приложения, что тут же повлияет на доходность определённой когорты пользователей.
  3. K-фактор: для некоторых приложений – это критично, потому что большее значение могут иметь пользователи, которые не генерят никакого дохода самостоятельно, но подталкивают тратится других (например, пользователи PvP-игр).

Какою UA-модель вы используете больше всего? Вы заметили переход к CPA?

Самая распространенная модель – все еще CPI, хотя мы заметили растущий тренд в использовании CPE (стоимость за вовлечение/действие), особенно в вознаграждаемом формате, где маркетологи пытаются привлечь новых пользователей сразу в определенное действие в приложении. С другой стороны, мы также видим рост в использовании моделей CPC и CPCV (стоимость за полный просмотр), так как маркетологи хотят иметь возможность максимизировать охват и быстро оптимизировать eCPA. Это может звучать очень рискованно, но и может дать отличные результаты, особенно если вы хотите оптимизировать очень быстро.

На каких метриках вы основываете оптимизацию и почему?

Мы верим в то, что наши цели/задачи должны полностью совпадать с задачами маркетологов. Это гарантирует развитие индустрии и наше в частности. Наше управление рекламными кампаниями, отчётность и инструменты оптимизации дают возможность рекламодателям устанавливать цели кампании, отслеживать эффективность и оптимизироваться на основе реальных показателей.

Для большинства клиентов мы проводим оптимизацию по следующим параметрам:

  1. ROAS – возвратность рекламных затрат: наша задача – увидеть возвратность некоего % затрат ко дню Х (кампании). Обычно, маркетологи, использующие этот тип оптимизации, очень хорошо осведомлены как распределяются доходы от каждого пользователя в течение всего жизненного цикла.
  2. eCPA – эффективная стоимость за действие: задача – установить определенную цену за отдельное внутреннее событие, направленное на вовлечение. Например, если маркетолог знает, что пользователь, завершивший регистрацию, стоит $5, но готов потратить на него только $4, мы будем работать именно в этом направлении.
  3. Удержание:  задача – обеспечить определенный уровень удержания. Эта метрика является производной данных внутреннего анализа (где удержание тесно связано с LTV) и ценовых показателей за обеспечение определенного уровня удержания.   
  4. Объем: некоторые маркетологи стремятся обеспечить определенный объем новых установок каждый день, и мы фокусируем нашу оптимизацию именно на этой задаче + соответствие заявленной стоимости.  

В некоторых случаях, ключевая метрика для оптимизации UA-кампаний – это стоимость, в других – возвратность инвестиций на каждого пользователя.

Как вы сравниваете эффективность разных рекламных форматов, которые используете? Их вообще можно сравнивать или лучше рассматривать отдельно?

Конечно, они поддаются сравнению, но к ним нужно относиться по-разному и они должны быть привязаны к целям кампании. Комбинация же целей рекламной кампании и рекламных форматов должны рассматриваться отдельно. Чем лучше вы разделяете (до определенной степени, конечно) отслеживание и измерение эффективности рекламных кампаний, тем качественней ваша performance-аналитика и стоимость отдельных рекламных каналов.

Максимальная эффективность, абсолютно точно, обеспечивается видео-рекламой, где пользователи более вовлечены и имеют хорошее представление о том, чего ожидать от приложения. Пользователи, решившие попробовать приложение после просмотра видео-рекламы, склонны использовать это приложение чаще и больше.  

В общем, performance-показатели отличаются для различных типов приложений и их задач: для некоторых основа роста – органическое обнаружение и ASO, тогда как для других – это прямая покупка трафика и платные UA-кампании.

Наш последний, традиционный вопрос – есть ли у вас KPI мечты, даже несуществующий пока в реальности?  

RTLTV или измерение LTV в реальном времени. Может показаться, что внедрение этого KPI – дело очень далекого будущего, но я должен сказать, что “LTV в реальном времени”, основанный на “идеальном” прогнозе – это уже пройденный этап в установочных кампаниях (мы используем для этого потбэки). После получения эти данные можно привязать к ценовой модели (маркетинговая активность может быть масштабирована по разновидности доходов с каждого пользователя), что упростит и обезопасит покупку трафика по моделям CPM/CPC. В конце концов, именно к этому мы и придем.