5 maneiras de analisar campanhas de aplicativos usando marketing analytics

Entender os seus dados de marketing pode ser algo complicado. Os gráficos podem parecer promissores, mas se você não sabe diferenciá-los, eles perdem seu valor específico.

O gerenciamento e o estudo de cada métrica é algo que pode ser feito através dos relatórios de marketing analytics (análise de marketing), que permitem que você desconstrua os dados, descobrindo tendências e obtendo insights.

Aplicar esses insights para otimizar de maneira mais eficaz suas campanhas de aplicativos é a chave para o sucesso.

Sabemos que cerca de 99% dos aplicativos das app stores são de instalação gratuita. Nesse cenário, mesmo que você tenha sucesso em obter downloads do aplicativo, você ainda precisa gerar alguma receita. Por isso, suas campanhas devem ser otimizadas para atrair usuários leais e engajados, que serão responsáveis por impulsionar a receita.

Os relatórios de marketing analytics utilizam dados para destacar quais canais de mídia atraem os usuários de maior valor — aqueles que podem ser monetizados pelo aplicativo.

Neste artigo, vamos falar sobre 5 diferentes relatórios e demonstrar como cada um deles desempenha um papel essencial na otimização da sua campanha do app.

1. Relatório de LTV

Um relatório de LTV, ou de lifetime value, oferece aos profissionais de marketing dados sobre todos os eventos realizados no aplicativo durante um determinado período de tempo a partir da instalação do aplicativo.

O uso da palavra lifetime pode gerar confusão, então queremos deixar claro que lifetime significa até o momento (ou até o dia em que o relatório foi gerado). Um relatório de LTV baseado em usuários que instalaram no dia 1 de março e que foi gerado em 1 de abril cobre um mês de coleta de dados pós-instalação; caso o relatório tivesse sido gerado em 1 de maio, ele cobriria dois meses de dados coletados.

Em um ecossistema dominado pelo modelo freemium, o relatório de LTV oferece informações essenciais sobre o verdadeiro valor do usuário em diversas métricas, sejam elas relacionadas ao engajamento ou à receita.

É importante entender a diferença entre LTV, que é essencialmente a receita gerada por um usuário em determinado período de tempo, e um relatório de LTV, que cobre uma variedade de métricas que mensuram o comportamento pós-instalação.

Assim, relatórios de LTV auxiliam na comparação entre a qualidade dos usuários de diferentes canais, fontes de mídia, campanhas e até mesmo variações de criativos, para que você faça a otimização adequadamente.

Um exemplo: a fonte de mídia A gera um grande número de instalações, enquanto a fonte de mídia B gera menos usuários, mas que gastam mais. Nesse cenário, o profissional de marketing deveria aumentar seu orçamento para a fonte de mídia B e pensar em reduzir o gasto com a fonte de mídia A (supondo que ela é capaz de gerar maior alcance e ROAS positivo).

Além disso, esses relatórios oferecem informações valiosas sobre diferentes grupos de usuários, para que você possa comparar seu valor pós-instalação e entender melhor o que caracteriza cada grupo — quando foi feita a instalação, em qual região e qual foi o custo da sua aquisição.

Nesse caso, você poderia comparar a receita gerada após 30 dias por usuários que fizeram a instalação em 1 de março vs. usuários que fizeram a instalação em 1 de abril.

Com esses dados em mãos, você pode descobrir rapidamente quais usuários de quais fontes geram real valor e, da mesma maneira, quais não o fazem. Essa é a base para a tomada de decisões, permitindo que você otimize suas campanhas adequadamente.

Vamos dar uma olhada no exemplo do conjunto de dados de um aplicativo e tentar entender em quais pontos o profissional de marketing está obtendo sucesso em sua campanha e em quais a otimização é necessária.

Acima, o relatório de LTV de usuários que fizeram a instalação durante a primeira semana de novembro mostra que, após 30 dias, a Fonte de Mídia 3 (Media Source 3) captou usuários responsáveis por uma maior taxa geral de usuários fidelizados por instalação. Por outro lado, a Fonte de Mídia 1 (Media Source 1) gerou mais que o dobro de instalações, mas teve uma taxa de usuários fidelizados menor.

Assim, o profissional de marketing pode decidir se vai alocar mais recursos para a Fonte de Mídia 3 (caso ele busque focar na taxa de usuários fidelizados) ou para a Fonte de Mídia 1, caso ele queira ter maior alcance apesar de uma taxa de usuários fidelizados menor.

2. Relatório de atividade

Os relatórios de atividade mensuram eventos feitos por usuários ativos do aplicativo em um determinado período de tempo, independente da data da instalação. Os relatórios de atividade são importantes pois podem ajudar na mensuração da eficácia de um canal ou fonte de mídia em um período de tempo específico.

Isso pode ser útil na análise da performance de datas importantes específicas do calendário, como a Black Friday ou o período de festas de fim de ano. Por exemplo, você também pode usar os dados de atividade para visualizar qual foi a quantia de receita gerada por todos os usuários do aplicativo em fevereiro e fazer a comparação com fevereiro do ano anterior, ou janeiro.

Claro, os relatórios de atividade disponibilizam uma visualização alternativa dos dados, mas, de qualquer maneira, revelam tendências importantes. Assim, você pode usar essas tendências para otimizar suas campanhas do aplicativo, aumentando ou reduzindo o orçamento para uma fonte de mídia específica. Da próxima vez que você tiver um evento ou período de tempo parecido, você pode usar esses insights, aplicando-os à campanha do seu aplicativo, otimizando os seus gastos e gerando resultados melhores.

Aqui, nós pegamos dados do mesmo aplicativo e agora estamos analisando sob a perspectiva do Relatório de atividades. Olhando para o número de sessões de atividades, há uma nova Fonte de Mídia (Media Source 5) responsável pelo maior número de sessões de atividades durantes esse período de tempo. É importante notar que essa fonte não estava no top 5 de captação de usuários fidelizados no Relatório de LTV, mas ocupa uma posição no topo do Relatório de atividades.

No entanto, a Fonte de Mídia 5 tem uma baixa taxa de conversão e um CPI (Custo Por Instalação) médio elevado. Assim, embora os dados mostrem um alto nível de atividade, eles também mostram que há uma taxa de conversão baixa e, por isso, possivelmente não é possível melhorar a otimizar a Fonte de Mídia 5. Olhando novamente para a Fonte de Mídia 3, vemos que ela possui taxa de conversão e CPI acima da média.

O Relatório de atividades também nos mostra como é a performance de determinado KPI durante o mesmo período de tempo, além de analisar detalhadamente atividades específicas no aplicativo, como uma compra. No exemplo abaixo, podemos ver que em 26/11 houve uma queda no uso em termos de DAU (Usuários Diários Ativos, do inglês Daily Active Users). Um profissional de marketing pode investigar se houve um motivo para essa queda no uso.

3. Relatório de retenção

Anteriormente, mencionamos que um usuário que baixa e instala o aplicativo é apenas o primeiro passo. Porém, o verdadeiro trabalho ainda está por vir. A retenção se trata de garantir que um usuário se engaje ativamente com o seu aplicativo após a instalação. Certificar-se da fidelização é um grande desafio por conta da competição acirrada (existem milhares de outros aplicativos competindo por usuários) e das expectativas cada vez mais alta dos usuários.

A retenção é essencial na otimização das campanhas de aplicativos, por ser a base da monetização. Os Relatórios de retenção identificam o momento no qual os usuários começam a abandonar o aplicativo, informando quando seria ideal fazer a otimização ou o reengajamento. A taxa de retenção é calculada a partir da divisão do número de usuários que estavam ativos em um dia/semana específico desde o dia/semana de instalação pelo número total de usuários que iniciaram o aplicativo pela primeira vez durante o período de tempo selecionado.

Os Relatórios de retenção também mostram como é a performance de diferentes canais ao longo do tempo e qual é a taxa de retenção geral. Assim, a Rede A (Network A) pode captar um maior número de usuários, mas a Rede B (Network B) retém uma maior porcentagem de usuários ao longo do tempo, por exemplo.

Esses insights te ajudam a entender quais fontes de mídia obtêm usuários que continuarão a usar o seu aplicativo e a otimizar suas campanhas de aplicativo no momento certo para reengajar usuários que, de outra maneira, teriam abandonado o app.

Acima, vemos outro modo de análise dos mesmos dados, que nos mostram uma mudança interessante. No relatório de LTV, a Fonte de Mídia 4 (Media Source 4) possuía a segunda menor taxa de usuários fidelizados por instalação (usuários fidelizados são registrados depois que um usuário completa 3 sessões no aplicativo).  No entanto, no Relatório de retenção, vemos que ao longo dos primeiros 10 dias essa era a fonte de mídia com a maior taxa de retenção.

Isso pode explicar por que o profissional de marketing desse aplicativo decidiu investir nessa fonte de mídia — que capta usuários com a maior probabilidade de abrir o aplicativo até o 10º dia (mesmo que a taxa de usuários altamente engajados seja baixa, o que possivelmente é resultado de um maior uso inicial, com rápida evasão).

4. Relatório de cohort

Os Relatórios de cohort são uma maneira de segmentar os dados através de subgrupos de usuários que compartilham características em comum. Por exemplo, usuários que fizeram a instalação no mesmo dia e no mesmo país. Ao aplicar parâmetros, filtros e dimensões específicas aos dados, você consegue analisá-los detalhadamente de diversas maneiras para atribuir contexto.

Ao atribuir o contexto aos dados, você consegue abafar um pouco do ruído de fundo, revelando uma tendência diferente que talvez não pudesse ser notada quando os dados eram mais abrangentes. Você pode identificar áreas de sucesso e de falha nas suas campanhas do aplicativo, fazendo a otimização adequada.

O Relatório de cohort pode mostrar qual canal captou os usuários mais engajados em um determinado período de tempo, ou em certa localização, o que de outra forma teria passado despercebido.

Os valores em uma análise de cohort normalmente são exibidos a partir de uma visão cumulativa (embora eles também possam ser exibidos de outras maneiras). Isso ajuda a mostrar claramente a velocidade em que um KPI selecionado, nesse caso a receita, está crescendo. Além disso, se temos um alvo específico, com a visão cumulativa nós conseguimos visualizar facilmente quantos dias serão necessários para atingir esse objetivo.

Para os propósitos de análise desse relatório, removemos o canal orgânico do gráfico abaixo. Assim, embora tenhamos visto anteriormente que a Fonte de Mídia 3 possuía a maior taxa de usuários fidelizados, aqui percebemos que a Fonte Mídia 1 capta as maiores receitas, embora a taxa de receita gerada nesse cohort ao longo do tempo seja parecida entre diferentes fontes de mídia.

Quando alteramos o Relatório de cohort para visualizar os KPIs segundo a data de instalação, vimos que os resultados mudaram. Percebemos que, após três dias, a maior receita foi gerada por aqueles que fizeram a instalação a partir da Fonte de Mídia 1 em 22 de novembro. Fazer uma análise mais detalhada dessa data pode oferecer informações valiosas sobre os fatores que influenciaram o sucesso (por exemplo, qual criativo foi usado, em que momento do dia a campanha ocorreu, etc).

A outra tendência que se destaca é que, até onde sabemos, as linhas do gráfico mostram que os usuários que fizeram a instalação em uma segunda ou uma terça-feira geraram mais receita, e essa pode ser uma informação útil a ser investigada. Houve uma atividade de UA significativa nesses dias? O seu aplicativo ofereceu promoções exclusivas? Houveram outros fatores externos que causaram o aumento nas vendas ou há alguma tendência nesse cohort específico?

Essas informações podem te ajudar a otimizar a sua campanha do aplicativo, já que você sabe que as segundas e terças-feiras são mais lucrativas e, portanto, um maior orçamento deve ser destinado às campanhas que ocorrem nesses dias.

Resumindo, as análises de cohort criam tendências visíveis que destacam instantaneamente a performance das suas campanhas.

5. Relatório de remarketing

O remarketing (também conhecido como retargeting) é uma parte essencial do conjunto de ferramentas de qualquer profissional de marketing de aplicativos. Esse recurso visa o reengajamento com usuários existentes entre canais pagos e próprios, impulsionando a fidelidade. Uma vez que a maioria dos aplicativos perde 95% dos seus usuários no primeiros 30 dias de uso, o remarketing é crucial para combater a evasão, principalmente porque seu custo é muito menor do que o da aquisição de usuários. 

Por algum motivo, apesar de não registrarem impressões ou cliques, as Fontes de Mídia 3 e 4 ainda foram capazes de gerar receita adicional como resultado de suas campanhas de remarketing. A Fonte de Mídia 2 investiu fortemente em sua campanha de remarketing, alcançando uma alta taxa de conversão, mas baixa ARPU (receita média por usuário).

Nesse exemplo, a Fonte de Mídia 4 se encontra em uma situação avantajada no que diz respeito à receita por usuário, por isso seria inteligente destinar um maior orçamento para essa rede em específico.

Relatórios de LTV vs. atividade

É importante lembrar que, com exceção dos Relatórios de atividade, todos os relatórios de Marketing Analytics se baseiam em dados de LTV. Ou seja, todos usam dados sobre quando o usuários fez a instalação e, depois, observam o que aconteceu após a conversão, até a data escolhida para a análise. Os Relatórios de atividade, por outro lado, têm interesse apenas na análise da atividade total de um dia/semana/mês/outro específico, independente de quando se deu a conversão do usuário.

Para explicar melhor, podemos usar a analogia do trem. Imagine que você está na plataforma de uma estação observando um trem passar. Em um único instante, você pode ver apenas as atividades feitas ao mesmo tempo pelos passageiros. Isso são dados de atividade.

Agora imagine que você está dentro de um dos vagões do trem. Ali, você pode ver todas as atividades e interações feitas pelas pessoas que embarcaram no mesmo vagão ao mesmo tempo que você. Isso são dados de lifetime value.

Os mesmos dados sob perspectivas diferentes

Ao explorar os mesmos dados sob perspectivas diferentes, somos capazes de ver que cada relatório possui seu próprio valor específico para o profissional de marketing, ajudando na identificação de tendências e na obtenção de insights. Unir esse conjunto de relatórios possibilita uma visão ampla e ao mesmo tempo granular sobre quais campanhas do aplicativo deram certo e quais falharam, a depender do foco dado a cada KPI.

A conclusão é: os relatórios de marketing analytics para profissionais de marketing são ferramentas poderosas e essenciais, transformando dados em insights e, por fim, nas decisões de investimento e de otimização certas.