020-88888888

必赢app-如何通过精细化运营提升信息流转化率

标签: 如何通过精细化运营提升信息流转化率 2024-10-04 

  Hi!话题

  移动互联网下半场,快速获量早就不可能如何通过精细化运营提升信息流转化率了,以ROI为导向做精细化运营,做持续性用户增长与营收增长才是出路。

  Go!探讨

  (1)推广来的量是否真的有价值如何通过精细化运营提升信息流转化率

  (2)如何实现ROI考核?

  (3)ASM投放案例一枚

  (4)找到出量的词和ROI高的词

  每一个App,都需要通过各种渠道来获量、买量,通过推广来获量是第一件事,第二件事是有了流量之后的变现,客户在App内要么产生购买,如购买道具、购买商品,要么点击付费广告,第三件事是后续的精细化运营。

  推广来的量是否真的有价值?

其中获量一直被认为是最重要的事,流量从哪来?花钱做推广的部门,其实压力很大,钱怎么花得更有价值,而且要在不同维度中去花,还要花得有理有据。

第一类传统线下广告(户外、地铁、公交等),这一类数据是不可被统计不可被量化的。所有的效果反馈,数据都是渠道说了算,你听了未必信,但也没有更好的办法来佐证;

第二类是电视广告,虽然有调研机构提供收视率等各类数据,但是依然不可被量化,也不可被实时统计与实时跟踪,只能听由代理商、媒体平台的一面之词;

第三类是基于互联网、移动互联网的广告投放,这部分数据可以被科学量化,也是本文接下来要探讨的事。

对市场部而言,花钱是个巨大的责任,你得跟老板解释哪个地方花得好,哪些地方应该如何调整。你得解释来自哪个渠道的钱花得更值,哪个渠道效果好。我们都需要跟老板说明这件事,尤其是现在市场这么透明的情况下,当然也需要对自己的工作进行效果评估与优化改进。

所以,做App推广,不仅是获量的问题,更重要的是ROI。“推广来的量,是否真的有价值?”这个问题你如果不问自己,你的老板一定会在某个时间问到你。

  实现ROI考核的关键,得看你能否还原用户决策行为做到科学归因

  现在一些公司宣称能做媒体渠道归因数据分析,但是大部分公司做的归因都是末次点击互动型归因,把所有功劳归因给末次点击的渠道,这显然是不科学的。

  说到科学归因,我们需要还原用户的决策行为。有人在直通车点击广告产生了购买,但我们不能把这一转化全部归给淘宝直通车。也许用户之前因为看了电视广告产生了印象,出差时看了机场灯箱加深了印象,在朋友圈看到某人转发的图片,心里想着哪天买来试试。突然某天心血来潮在淘宝搜索并购买了。

  来自不同渠道的广告信息都对用户做的购买转化产生了促进作用,而目前市场通用的末次点击归因是极不科学的。而多触点归因又很难做到,因为线上多渠道的数据很难打通,在者不同渠道的分配比例也很难界定。

  但是在一个具体渠道内进行归因是可以实现的,比如针对IOS推广的苹果竞价广告投放。它作为一种新兴推广渠道,之所以受CP青睐,因为它可以做归因,告诉CP哪些下载量来自于哪个关键词,从而帮CP改进关键词投放方案,此外这种渠道也利于结算、效果考核、方案改进。(同样是AppStore推广,ASO(无论是关键词优化,还是积分墙等干预型)就没法归因)。

如何通过精细化运营提升信息流转化率

  苹果竞价广告的归因分析,最有价值的地方在于通过数据反馈来核算关键词的投入产出比(这里所说的关键词也可以理解为不同的渠道),它关注由词投放开始所引发的展示,点击,下载,购买乃至复购。

  在竞价广告投放上,我们不能光看CPA,有的关键词可能价格高一点,但是它转化也更好,实际算下来也许是便宜的。比如某游戏CP投game这个词,价格很高,应该加大投放还是减少投放? 再比如某个词价格很便宜,应该提高预算还是减少预算?这就需要结合ROI数据来进行评估与优化。

  做苹果竞价投放,一定要带着ROI思维回答这三个问题:

你是否知道所投放的关键词分别带来的下载量?

哪些关键词产生了购买转化?

关键词的ROI以及怎么实时按ROI调整投放?

  按常规套路,从数据上我们知道投放的关键词分别带来的展示量,点击及下载,如第一个词带来100下载量,第二个词带来20下载量,我们往往会加大第一个词的投放,减少第二个词的投放;加入ROI思维后,会发现带来100下载量的词无转化无购买,而带来20下载量的词转化及购买较高,在ROI数据基础上我们会做出正确决策:加大第二个词的投放,减少第一个词的投放。

  我这里说的苹果竞价广告ROI不是指苹果Search Ads的官方归因API,目前苹果归因API只能追溯每一个下载来自于哪一个关键词,依然停留在前端表面。而广告主不仅想知道下载量的来源,更想知道由词带来的用户后续转化行为(购买转化、复购等)。一般来讲需要接入第三方SDK做定制化埋点方案才可以得到这一部分有价值的数据。

  通过ROI获知投入产出比高的关键词,加大对这些词的投放,从而不断提升转化率,这就是ROI思维。量江湖在做ASM投放时,都有结合ROI来进行优化改进。下面我分享一个社交App的投放案例吧。这是一个有内购的产品,很多游戏App都有内购,做推广当然要考虑带来变现。如果ASM投放可以提高购买转化,何乐不为呢。

  ASM投放案例:以ROI考核为依据提升下载量与购买转化

  客户需求:App有内购,比较看重后续付费行为

  该案例是一个社交类App,高端社交产品,目标用户群较为垂直。App有内购,客户对于用户质量有更高要求,比较看重用户后续付费行为等转化数据。

如何通过精细化运营提升信息流转化率

  自2016年11月起,客户自己一直在进行ASM投放,随着红利期逐渐消失,自2017年3月开始,CPA成本逐渐升高,下载量没有起色(维持在100+左右的下载上不去)。希望通过量江湖的代理投放,降低CPA价格,尤其是提升下载量与ROI,这也是客户的核心诉求。

  产品分析:

  App榜单排名及初始投放情况

  榜单分析:产品长期维持在社交分类300-400左右,榜单相对比较稳定,投放渠道主要为Facebook、Google以及ASM。

  初始投放情况:客户3月份自己投放的数据,平均CPA维持在2-3美金左右,日均下载量维持在100个左右,从2月份开始,数据基本维持不变,投放进入平稳期。也就是说,CPA客户还是满意的,但是量始终上不去。

  投放策略:

  制定漏斗形迭代优化策略

  通过对客户的App状态和当前市场竞争现状进行了解后,对ASM投放制定了迭代优化的投放策略,其实也是不断筛高精准词、高转化词的过程,所以我称之为漏斗形。

账户结构优化:针对已投放广告系列及广告组进行梳理,按照拓词、筛词、长期投放词重新进行分类并设置组目标必赢app

关键词优化-竞价优化-定向投放:针对每个关键字通过智投平台自动规则系统以及智能调价系统进行批量监测和管理,以CPA为目标进行优化。

关键词迭代优化-拓词结果优化:根据投放情况及市场态势,优化后台关键字,提升产品相关度,增加可投放词数量,根据投放效果不断优化关键字及出价。

  投放结果:

  持续3个月的ASM投放,下载量翻番

  这里是一个6月上旬的数据报表,6月1日-6月14日总下载2366个,平均CPA2.12美金,日均下载数:169个。

  再看看7月第一周的数据,7月1日-7月7日总下载量1715个,下载量日均245个,平均CPA成本1.79美金,下载转化率59.48%。在优化结果上有明显改进,CPA有所降低、下载量也在持续走高。

  相比3月份客户投放数据日均下载量维持在100个左右,最新的下载量已经达到翻番的效果。总的来讲,通过前期拓词、筛词,下载量提升明显。后续精准调整关键词及出价,持续降低CPA价格。

  整个投放的关键点:

  找到出量的词和ROI高的词

  上面讲了那么多,其实核心就是一个:通过智能拓词与投放,不断地找到出量高的词,尤其是ROI高的词,这个在整个投放中也是最为关键的。

  1、找到出量的词,提升下载量

  最开始客户给到的下载数是日均下载100个左右。为什么下载数上不去,主要还是关键词不出量。对于ASM投放,CPA是一方面,有时候往往CPA控制下来了,就是不出量。

  比方说,一开始账号里投放的关键词,每个词带来15个左右下载,大部分词在1个左右下载数,几百个词下来,总量也是上不去。虽然CPA很低,但是没有用啊。在不断迭代优化之后,我们找到的高精准词的带量已经达到日均200-260个左右的下载量,相比客户投放日均100个的下载有很大提升。在平均CPA上客户是2-3美金,我们控制到1.8-2美金。

  2、找到ROI高的词,增加购买数。

  在客户自己投放的时候,不知道哪些词ROI高,从6月份开始接入量江湖的归因服务后,购买一直有提升。6月份一个月的购买增加数是70,通过不断优化高精准词,目前7月份第一周就增加了45次购买,这个数据未来还会不但上涨。而客户自己投放的时候,通过ASM投放一个月购买数才3、5个。

  DinG!结语

  移动互联网下半场,快速获量早就不可能了,以ROI为导向做精细化运营,做持续性用户增长与营收增长才是出路。拿苹果竞价广告投放来说,一定要核算关键词的ROI,实时掌控关键词投入产出比,根据ROI来优化改进投放策略,最终的结果是带量与购买转化的双提升。提升下载量也许不那么难,但是提升下载的同时提升购买,这想必是产品有内购的广告主们最想要的!

  联璧大数据,作为联璧科技的一级市场分析大脑,在各商业场景中提供专业的分布式各类数据挖掘及场景化的算法调优,全方位覆盖各行的应用需求。针对大客户群提供量化定制化的行业解决方案及多维度的分析,深度满足不同行业的客户在不同场景下的商业需求,快速帮助企业实现以“数据驱动增长”的愿景。