ASO Growth Hack: Bagaimana Pengukuran Incrementality Mendorong Penargetan Ulang Aplikasi Anda?

Penargetan ulang aplikasi terus menjadi saluran pemasaran strategis untuk aplikasi seluler. Dalam beberapa tahun terakhir, di semua vertikal seluler (belanja adalah yang terdepan), fokus pada pemasaran ulang telah meningkat secara dramatis. Dengan lalu lintas IDFA yang terus berada di atas 50% inventaris iOS, pengiklan pemasaran aplikasi terus berupaya meningkatkan pendapatan mereka.

Apa yang dimaksud dengan pengukuran inkrementalitas dalam pemasaran seluler?

Incrementality, sebagai salah satu ukuran efektivitas iklan, adalah cara untuk mengukur bisnis tambahan yang dihasilkan dari taktik pemasaran atau serangkaian taktik pemasaran. Itu tidak akan terjadi tanpa interaksi tertentu, seperti tampilan iklan, dan yang menghasilkan hasil yang diinginkan, seperti konversi. Hal ini dapat ditunjukkan dengan peningkatan pelanggan, penjualan, pendapatan, atau metrik terkait lainnya.

Dalam pemasaran kinerja, indikator kinerja utama (KPI) terus berkembang untuk menyelaraskan dengan objek bisnis pemasaran seluler. Untuk lebih efisien mengontrol kualitas dan pengembalian lalu lintas berbayar, kami telah melihat KPI telah berubah dari biaya per seribu tayangan (BPS) menjadi biaya per klik (BPK), dan dengan diperkenalkannya aplikasi seluler, biaya per pemasangan ( CPI), biaya per operasi (CPA), dan laba atas belanja iklan (laba atas belanja iklan). KPI performa hadir dengan model atribusi baru yang menyertainya.

Mengapa inkrementalitas penting dalam pengukuran seluler?

Perhitungan biaya promosi aplikasi dan ukuran kinerja selalu menjadi topik hangat untuk dipertimbangkan oleh pemasar. Metrik yang salah dapat menyebabkan hasil dan insentif yang salah, yang pada akhirnya membuat pengiklan bingung tentang hal ini, "Setengah dari uang yang saya habiskan untuk iklan terbuang sia-sia; masalahnya, saya tidak tahu setengahnya yang mana".

Pengujian inkrementalitas menawarkan cara baru untuk menyederhanakan pengukuran dengan membandingkan perbedaan perilaku pengguna antara dua kelompok yang terpapar atau tidak terpapar iklan. Jika diterapkan dengan benar, inkrementalitas menawarkan cara yang pasti untuk mengukur efektivitas periklanan seluler.

Dua sasaran untuk pemasaran ulang aplikasi:

● Untuk memahami ROI yang sebenarnya dari kampanye pemasaran, memungkinkan pemasar untuk mengaitkan sumber pertumbuhan kinerja dengan benar.
● Untuk mengoptimalkan kinerja lintas saluran dan membuat keputusan yang tepat untuk pengeluaran pemasaran berikutnya.

Analisis inkremental sangat penting saat mengukur kampanye pemasaran ulang, karena pengguna ini sudah terlibat dengan aplikasi Anda, dan karena itu lebih cenderung terlibat lagi, secara organik. Lalu, bagaimana pemasar dapat mengetahui apakah upaya pemasaran ulang berbayar mereka sepadan dengan harga dari pengguna yang sama yang kemungkinan besar akan berkonversi lagi dengan sendirinya?

Satu-satunya cara untuk membenarkan penuangan dana tambahan ke dalam upaya pelibatan kembali adalah dengan menguji daya angkat mereka.

Bagaimana cara saya menguji dan mengukur inkrementalitas?

Cara paling akurat untuk mengukur inkrementalitas media adalah melalui pengujian dan eksperimen. Untuk mengukur inkrementalitas, audiens secara acak disegmentasi ke dalam kelompok uji dan kontrol. Perbedaan tingkat konversi antara dua kelompok secara efektif memberi kita inkrementalitas dan pembacaan yang akurat tentang kontribusi inkremental marginal dari saluran media tersebut.

Inkremental dalam contoh pemasaran:

Contoh perhitungan inkremental penargetan ulang
● Anda menahan sekelompok kecil namun statistik dari audiens Anda dan tidak menayangkan iklan penargetan ulang. Rata-rata, 10% akhirnya membeli kembali produk Anda.
● Grup pengujian menerima iklan, dan mereka membeli kembali 13% dari waktu, sehingga peningkatan inkremental adalah 3% yang menghasilkan peningkatan 23%.
● (Uji %CR – Kontrol %CR) / Uji %CR

Studi kasus penargetan ulang lingkungan yang lembut
● Eksperimen penargetan ulang yang diukur menunjukkan bahwa biaya tambahan per akuisisi CPA(i) jauh di atas target CPA dan apa yang dilaporkan oleh vendor. Vendor penargetan ulang terbesar mereka berdasarkan pembelanjaan terlalu banyak diindeks dan menayangkan iklan di luar batas frekuensi yang disarankan.
● Hasil: Anggaran penargetan ulang berkurang 52% dalam beberapa bulan ke depan berdasarkan temuan. Anggaran ekstra dialihkan ke taktik pencarian calon pembeli yang berkinerja lebih tinggi seperti Facebook. Pendapatan topline meningkat 17% MoM sementara penjualan tahunan meningkat 12%.
Metode pengukuran lainnya, seperti pemodelan campuran media (MMM) dan atribusi multi-sentuh (MTA), tidak dapat mengukur tampilan atau tayangan, jadi pada dasarnya Anda hanya mengukur klik. Pengukuran inkrementalitas memperhitungkan tayangan dan klik dalam setiap platform yang diuji dan oleh karena itu memberi pemasar pandangan yang lebih akurat tentang kontribusi sebenarnya dari media mereka di seluruh portofolio mereka.

Memanfaatkan pengukuran inkrementalitas untuk menilai penargetan ulang aplikasi

Karena penargetan ulang aplikasi seluler bergantung pada ID pengguna, pengukuran bertahap kampanye pemasaran penargetan ulang mirip dengan pengujian A/B tradisional. Penonton secara acak dibagi menjadi kelompok perlakuan dan kelompok kontrol.

Mengenai cara mengevaluasi peningkatan peningkatan iklan, metode Ghost Bid adalah salah satu metode untuk mengukur peningkatan. Ini adalah metode yang paling akurat dan hemat biaya yang dirancang untuk evaluasi efektivitas periklanan jangka panjang.

Tawaran Hantu didasarkan pada "Iklan Hantu" Google, yang memberikan perbandingan "satu per satu" yang seimbang antara perilaku kelompok perlakuan dan kelompok kontrol. Namun, konsep Tawaran Hantu berbeda karena disesuaikan untuk penargetan ulang aplikasi.

Informasi mendetail tentang metode Tawaran Hantu yang dapat Anda pelajari: Tawaran Hantu

KPI yang digunakan dalam pengukuran inkrementalitas

Saat mengukur efektivitas setiap aktivitas, memilih KPI yang tepat sangatlah penting. Pilihan yang tepat tergantung pada tujuan industri dan bisnis aplikasi.

Metrik yang paling umum digunakan:
● Pendapatan tambahan
● ROAS Tambahan (iROAS)
● Konversi Inkremental
● Tambahan Biaya Per Operasi (iCPA)

Pendapatan tambahan

Pendapatan Inkremental mencerminkan seberapa banyak pendapatan yang dihasilkan oleh semua pengguna yang ditargetkan dalam kampanye adalah inkremental, dibandingkan dengan perilaku grup kontrol. KPI ini menangkap berapa banyak pendapatan tambahan yang didorong oleh kampanye, selain perilaku organik dan aktivitas pemasaran lainnya.

ROAS Inkremental (iROAS)

ROAS tambahan (iROAS) adalah pendapatan tambahan dibagi dengan biaya kampanye (pembelanjaan iklan). KPI ini mewakili profitabilitas acara atau laba atas investasi (ROI).

Konversi Inkremental

Serupa dengan pendapatan inkremental, KPI konversi inkremental mencerminkan berapa banyak konversi pengguna yang ditargetkan oleh kampanye yang inkremental dibandingkan dengan grup kontrol.

Biaya Per Operasi Tambahan (iCPA)

Untuk aplikasi yang model bisnisnya tidak tercermin dengan melacak pendapatan, atau jika pendapatan sebenarnya tidak dapat diperoleh melalui aliran data, sebaiknya periksa iCPA untuk penetapan sasaran dan evaluasi kinerja.



Tingkat konversi (CVR) adalah contoh lain di mana hasilnya tergantung pada tujuan yang ditetapkan. Jika tujuannya adalah untuk memahami nilai sebenarnya dari iklan yang didorong oleh suatu aktivitas, signifikansi statistik dan CVR positif adalah indikator kinerja yang baik, meskipun mungkin tidak sepenuhnya memenuhi KPI yang dikaitkan dengan ROAS.

Hal-hal yang perlu dipertimbangkan saat menerapkan pengukuran inkremental

● Waktu mulai pengujian inkremental Anda

Selama musim sepi, siklus pelaksanaan kampanye akan relatif lebih rendah dari siklus biasanya, dan jumlah data yang dihasilkan kecil, sehingga biaya pembuatan sejumlah besar iklan menjadi tinggi. Hal yang sama berlaku untuk musim puncak, di mana kinerja biasanya lebih tinggi dari biasanya. Oleh karena itu, waktu mulai pengujian inkremental perlu dipertimbangkan oleh pemasar promosi aplikasi.

● Pengujian tambahan dan kampanye diskon

Untuk mendapatkan hasil pengujian tambahan yang paling akurat, hindari penggunaan spanduk promosi atau kode diskon. Promosi menarik pengguna untuk berkonversi, sehingga hasilnya mungkin menangkap kenyataan palsu.

Kesimpulan

Karena anggaran pemasaran ulang tumbuh secara substansial, pemahaman dampak rencana pemasaran ulang diperlukan untuk membenarkan skalanya.

Selain itu, personalisasi adalah tujuan utama pemasar digital saat ini; pemasaran ke audiens tertentu, mengontrol berapa kali pengguna melihat iklan di audiens itu, apa informasinya, dan bagaimana pengguna ini terus bergerak di sepanjang saluran konversi dan di mana Konsep berinteraksi dengan titik kontak yang berbeda dalam prosesnya.

Dengan menggunakan metode atribusi berbasis orang, situasi yang ideal adalah menjaga pesan tetap personal, koheren, dan konsisten. Jika kita melihat ke masa depan, mengukur kinerja secara terpisah tidak akan berhasil. Secara alami, ini mengarah pada pentingnya memahami dampak tambahan dari seluruh program pelibatan kembali.