Измеряйте успех кампаний по ретаргетингу с новой функцией инкрементальности от AppsFlyer
Мы задались целью решить важную задачу: помочь рекламодателям определить ценность каждого рубля, вложенного в маркетинговые кампании, добиться инкрементального прироста и оправдать инвестиции.
Инкрементальность
Проще говоря, инкрементальность показывает, как изменения отражаются на прибыли, будь то изменения в привлечении пользователей, или в повторном взаимодействии. Как будет выглядеть моя эффективность при двух сценариях: а) если я буду проводить кампании повторного вовлечения и б) если я не буду проводить никаких кампаний вообще?
Что еще сложнее детализировать и измерить, так это инкрементальное воздействие при наличии многих факторов воздействия. В конце концов, маркетологов, в основном, интересует, рентабельность их маркетинговых кампаний.
Давайте представим сценарий A/ B-теста для приложения доставки еды: ваша цель – понять оптимальное время после установки, во время которого можно привлечь новых пользователей и преобразовать их в платежеспособных пользователей. Гипотеза ? Кампании ретаргетинга, проведенные через 3 дня после установки, приведут к большему числу платежеспособных пользователей, чем кампании, проведенные через 7 дней после установки.
По завершении теста маркетинговая группа анализирует результаты и приходит к выводу, что в кампаниях, проведенных через 3 дня после установки, коэффициент конверсии намного выше, чем в кампаниях, проведенных через 7 дней.
То, что было упущено маркетологами при проведении этого теста – это контрольная группа.
Почему инкрементальность играет большую роль
Почему контрольная группа имеет такое значение?
Она очень важна, потому что контрольная группа предоставила бы нормативный показатель сценария, который мог бы произойти с этими пользователями естественным образом, если бы им не показали рекламу. Другими словами, в вышеупомянутом сценарии некий сегмент пользователей приложения не должен был быть задействован в кампаниях по повторному вовлечению (на 3-й и 7-ой день после установки).
Сравнение результатов анализа с «постоянной величиной» (без изменений в среде для пользователей приложения) даст истинную картину инкрементального воздействия на кампанию повторного вовлечения в дополнение к существующим усилиям. Только тогда маркетологи могут получить полноценные результаты, необходимые для оптимизации бюджета.
Анализ «контрольной группы по сравнению с тестовой» позволил бы заключить, что предположение о более высоких показателях конверсии через 3 дня после установки было верным только потому, что в этой группе уже есть активные пользователи, которые стали бы платежеспособными пользователями независимо от кампаний повторного вовлечения через 3 дня после установки.
Как показано в нашем примере, инкрементальный анализ особенно важен при измерении кампаний ретаргетинга, поскольку нужно учитывать органических пользователей, которые активно пользуются вашим приложением, и вероятней всего, продолжат активно пользоваться им в будущем. Как маркетологи смогут тогда узнать, стоит ли им вкладывать деньги в рекламные кампании, если в итоге они получат пользователей, которые бы пришли к конверсии самостоятельно?
Единственный способ оправдать дополнительные вливания в кампании по повторному вовлечению – это проверить инкрементальный прирост.
Это имеет решающее значение для решения двух задач:
- Чтобы понять реальный показатель ROI для маркетинговых кампаний, что позволит маркетологам выяснить источник роста эффективности.
- Чтобы оптимизировать показатели активности на разных каналах, и распределять бюджет исходя из проверенных данных.
Там, где атрибуция встречается с инкрементальностью
Несмотря на то, что вы уже знаете, какие рекламные сети приносят вам наибольшие конверсии, все еще важно понимать инкрементальную ценность, которую приносит каждый новый партнер в дополнение к существующим сетям.
Это особенно актуально в наше время, когда пользователи подвергаются многочисленным кампаниями повторного вовлечения на разных платформах и устройствах.
Конверсионные воронки превратились из некогда простых (от клика до покупки) в комплексную многоканальную игру, требующую сложные данные атрибуции для четкого понимания пути пользователя.
Функция инкрементальности в AppsFlyer
Будучи независимым поставщиком атрибуции, AppsFlyer играет важную роль в инкрементальном анализе. Когда информация по всем каналам стекается в одну точку сбора и обработки, значительно легче понять инкрементальный прирост каждой отдельной сети или кампании и их вклад в KPI.
Если вы подумываете о проведении A/B тестирования (или уже начали его), и чувствуете, что вы ничего не понимаете, не беспокойтесь, вы не одиноки. Вам поможет функция «Аудитории» от AppsFlyer.
Настройка любого теста занимает много времени и сил. Подготовка данных, обработка, поиск пользователей, которые имеют схожие характеристики, рандомизация данных, создание API с каждой сетью ретаргетинга – все это может оказаться сложным даже для опытных бизнес-аналитиков.
Благодаря AppsFlyer, который предоставляет инструменты для поддержки технической части выполнения A/B-тестов, разработчики могут инвестировать средства в создание организационной культуры и процессов, необходимых для проведения эффективного и масштабируемого тестирования.
Мысли в заключение
В последние годы ретаргетинг стал занимать центральное место в маркетинге, эта тенденция наблюдается во всех вертикалях (особенно в вертикали шоппинга).
Учитывая рост расходов на ретаргетинг, необходима уверенность в том, что ваши рекламные инвестиции оправдывают ваши цели.
Кроме того, персонализация является приоритетом для цифровых маркетологов; сюда входит настраивание рекламы на определённую аудиторию, контроль за тем, как часто аудитория просматривает ваше объявление, продумывание рекламного сообщения, которое должно учитывать конкретное положение пользователя в воронке конверсии.