Траблшутинг, Аналитика | Олег Брагинский, Константин Алексеев
Олег Брагинский, основатель «Школы траблшутеров», с учеником Константином Алексеевым столкнулись с проблемой низкой эффективности привлечения пользователей к установке финтех-приложения в ходе рекламных кампаний.
Ограничение препятствовало масштабированию закупки трафика и замедляло план по росту продукта. Бэклог – план улучшений пересобрали, задачу поставили в приоритет.
Формула рекламного аукциона
Прежде чем объяснять, как действовали, разберём распределение аукционного трафика среди рекламодателей. Процесс описывается с использованием формулы CPM – цена за тысячу показов:
CPM = CTR х IR х CPI х 1’000
или
CPM = IPM x CPI,
если учитывать Impression Attribution, где:
- ClickThroughRate – коэффициент кликабельности
- InstallRate – коэффициент установок
- InstallsPerMille – количество установок на 1'000 показов
- CPI – цена за установку.
Решение лежало в плоскости увеличения IPM, поскольку изменение параметра прямо сказывается на позиции рекламодателя в аукционе.
Анализ креативов и страниц в магазинах приложений Google/Apple
Проанализировали видеоматериалы, просмотрели страницы в магазинах приложений. Креативы были в порядке, значит и CTR. Вероятно, представления оказались немного недоработаны. ASO-менеджер в команде отсутствовал, нашли выход в CPP: присутствовали для ASA-источника.
Предстояло просмотреть страницы и выбрать наиболее конверсионные. Это подсказывало, что именно важно для аудитории в конкретном регионе с точки зрения продуктовых ценностей.
Так как отсутствовал App Store Optimisation-менеджер решили обратить внимание на Custom Product Page, поскольку доступны для использования с Apple Search Ads.
Решение
Требовалось выбрать источник трафика, проведя тесты, проверив наличие возможности обработки параметра &af_ios_store_cpp= или &af_android_store_csl= в трекинг-ссылке.
Подходящим оказался Moloco с инструментом проведения A/B-тестов и возможностью добавления указанных параметров в ссылку. Однако выяснилось, что не все источники, подключённые к Moloco, способны на подобное.
Это подразумевало, что в случае успешного теста будущие рекламные кампании придётся ориентировать только на источники, которые способны обрабатывать важный параметр.
Обсуждение решения + защита + дорожная карта
Приступая к реализации, встретились с командой. Описали концепцию, оценили ресурсы, распланировали встречу. Готовились услышать альтернативные точки зрения и выявить возможные подводные камни, которые могли быть упущены или недооценены.
Вопреки ожиданиям, получили единственный отклик: «зачем вообще нужен тест, если детали уже и так ясны». Обратили внимание на базовые ценности компании: data-driven-подход. Инициатива подчёркивала важность теста, чтобы результат не оказался надуманно голословным:
Подготовка к тесту
Кастомные страницы уже проверялись, и мы взяли на вооружение готовые. Просмотрели результаты, составили список с группировкой по территории присутствия. Проанализировали рекламные кампании, выявили регион, где IPM оказался самым низким.
Расчёт объёма аудитории
Чтобы просчитать аудиторию для теста и узнать стоимость, воспользовались калькулятором Байеса, введя данные, ориентируясь на показатели активной рекламной кампании.
Указали размер ежедневной популяции, конверсию в метрику, на которую влияем, предполагаемый процент увеличения и количество вариантов. Калькулятор выдал результат в один день для получения статистической значимости, но мы решили перестраховаться и заложили два дня:
Конфигурация теста
Приступили с осторожной внимательностью:
- Важно, чтобы настройка обоих рекламных групп объявлений вела только на источники способные обрабатывать кастомные ссылки: Applovin, Adx, Fyber, Unity, Inmobi, Vungle:
- Дублируем рекламную группу до идентичности той, что задействована в кампании.
- Добавляем новую трекинг-ссылку в скопированную рекламную группу.
- Создаём трекинг-ссылку с параметром &af_ios_store_cpp= или &af_android_store_csl=.
Старались запустить тест на кампании, обладающей наиболее широким охватом – без ограничений по Impression Frequency, LAT или рекламному формату.
Результат
Не пришлось ждать окончания первого дня, чтобы дождаться итога эксперимента. Практически сразу же получили увеличение конверсии в установку на 100% со статистической значимостью в 97%. Отличный результат за вдвое меньший бюджет, выделенный на исследование.
Масштабирование
Подход, доказавший эффективность, распространили на другие кампании/географии, оценивая эффективность кастомных страниц. Помнили, что не все источники умеют работать с желанными трекинг-ссылками. Не упуская трафик, запустили кампании с прицелом на подходящие источники.
Вывод
Важно понимать, как работают ресурсы и есть ли формулы, описывающие их структуру. Влияя на отдельные элементы, можем влиять на систему целиком. Потребуется прилежное усердие ;)