Appbooster

Спасибо за вопрос!
Если мы говорим о рекламе, где пользователь взаимодействует с креативом, то это интерактивная реклама (Playable Ad). Это формат, который набирает популярность у паблишеров, но такая реклама дорогая в производстве. Новым трендом можно считать объединение видеорекламы и интерактива.

Игорь, здравствуйте! Спасибо за внимательность. Некорректные ссылки убрали :)

Спасибо за комментарий!

Нет, на тот момент рекламы в Google Play у приложения не было.

Да, действительно, вы правы: реклама вместе с ASO дает бОльший эффект как в App Store, так и в Google Play. Мы делимся с клиентами лучшими практиками, но у продукта может быть свой план развития, в который, например, не входит реклама.

Благодарим за ваш комментарий! Пользуйтесь :)

Спасибо вам за высокую оценку! Рады, что инструмент оказался полезным :)

Да, при экспорте скриншотов из Figma, они будут того размера, который требуется в App Store.

Спасибо за интересный комментарий!

Да, тренд к постепенному снижению популярности бренда есть (кстати, в Google Play не такой явный, как в Яндексе). Но при этом видимость приложения по небрендовым запросам тоже снижается (и это явно не связано со снижением популярности бренда). И вот с такими запросами можно работать. Про это мы как раз расскажем во второй части кейса!

Всем, кто хочет разобраться в аналитике приложений и узнать больше о маркетинге мобильных продуктов.

Поговорили с Head of Product в Apphud Антоном Сергеевым о том, как устроен их сервис, и как правильно работать с данными, чтобы растить выручку приложений с подпиской. Также много внимания уделили воронке привлечения пользователей и различным метрикам.

https://www.youtube.com/watch?v=YVWjUVMAtPE

Приятного просмотра и не забывайте поставить лайк, если понравится!

Сейчас используем Appsflyer и Appmetrica, скоро будут доступны и другие MMP. У нас на всех последних проектах 95% событий доходят из приложения в рекламный кабинет, проблем с этим нет)

да

Всё верно, атрибуция на этапе "лендинг – инсталл – внутренние события" происходит с помощью MMP за счёт отпечатков, а вот за объединение этих данных с конкретным кликом по креативу и соответственно кнопке на лендинге отвечает уже WEB2APP Server по фейсбучным параметрам (click_id). По ним же данные об ивентах и прочем возвращаются фейсбуку для обучения.

На посадочной странице происходит только одно событие — клик на кнопку, которая ведёт в стор. На кнопку установлена кастомная трекинговая ссылка. Соответственно, сопоставляем не мы, а трекер, который использует для мэтчинга множество данных о юзере

Здесь дело в том, что web2app не нуждается в IDFA для корректного функционирования :)

Запрашивать разрешение на отслеживание данных вы в любом случае должны, это применяется для всех пользователей с устройствами на iOS 14.5 и выше

1. Смысл в мат. статистике, мы вели тест до тех пор, пока доверительные интервалы не разойдутся. То, что на третий день 3 и 4 вариант показывали себя хуже, не значит что они на самом деле хуже с математической точки зрения. В нашем кейсе совпало что да, но это не правило, это скорее исключение.

2. Смысл доверительного интервала как раз в том, чтобы даже на маленькой выборке понять, значимы изменения или нет. Например, у нас есть два варианта, в первом купили 6 из 10, во втором 8 из 10. CR 60% и 80% соответственно. Но с точки зрения мат. статистики и доверительных интервалов, эти варианты не различаются, как раз потому что слишком мало пользователей в выборке.

Попробуйте поиграться с калькулятором а/б тестов, чтобы лучше понять как это работает, например вот тут — https://mindbox.ru/ab-test-calculator/

Да, при интеграции с AppsFlyer

По поводу 28 цифр за 7 дней, тут не совсем верно, у нас было 4 значения конверсии каждый день, и мы их каждый день обновляли.

Мы считаем конверсию из инсталла в покупку (можно считать из просмотра экрана оплаты в покупку, так будет быстрее, но в кейсе мы пишем про конверсию из инсталла в покупку, так как это более распространённая метрика).

Например, за первый день на одном варианте теста у нас было 1000 пользователей и 60 покупок, мы можем посчитать доверительный интервал. На втором варианте — 1000 пользователей и 50 покупок, тут тоже можем посчитать интервал, и так далее. На следующий день мы берём данные за оба дня и снова считаем интервалы.
И эти интервалы мы сравниваем между собой, чтобы понять какой вариант лучше.

Как это работает:

Когда значение верхней границы интервала для одного варианта станет меньше, чем нижняя граница интервала другого варианта, это значит, что другой вариант работает лучше (с разными уровнями достоверности).

Вы можете попробовать воспользоваться бесплатным калькулятором доверительных интервалов от mindbox https://mindbox.ru/ab-test-calculator/, нужно выбрать вкладку «Итоги тестирования» (https://take.ms/70Lcd)

По поводу пропорций — сколько трафика какому варианту мы отдавали при ручном распределении, сейчас эти данные уже сложно найти, но суть в том, что мы отдавали текущему лидеру больше трафика. А какие именно доли — это не так важно.

Когда отправляли билд с тестом на проверку, в сопроводительном сообщении написали, что проводят а/б тест экранов оплаты, и приложили скриншоты самих экранов. Также писали, что чтобы посмотреть, как работают все, нужно с 4 девайсов открыть приложение.

Что модерация сделала с этим сообщением мы не знаем, но билд пропустили)

Выиграл вариант, который первый на картинке.

Справедливое замечание! Спасибо, поправили)

Речь в целом про ОС Android. В Китае несколько сотен Андроид-сторов)