AppMetrica: как правильно собирать и интерпретировать данные отчетов

Рассказываем, как работать с данными AppMetrica — трекера мобильных приложений от «Яндекса». Явки, пароли и ценные советы — в новой статье агентства Go Mobile.

AppMetrica — бесплатная аналитическая платформа и трекер мобильных приложений, который активно используется на российском рынке маркетинга. Трекер помогает отслеживать запуск и ведение рекламных кампаний, а также оценивать их эффективность. Разбираемся, что нужно учитывать при работе с AppMetrica, чтобы получать корректные данные и эффективно оптимизировать рекламные размещения.

Трекинг мобильных приложений использует механизм атрибуции, который определяет источник привлечения новых пользователей в приложение. AppMetrica использует три способа атрибуции:

Чаще всего используются самые точные методы Device Identifier Matching и Install Referrer (доступен в Google Play). Если возможности рекламной сети или площадки не позволяют подключить их, обращаются к Device Fingerprint Matching.

Как создать трекер

Для запуска трекинга необходимо указать в интерфейсе AppMetrica название кампании, добавить продвигаемое приложение и выбрать рекламного партнера/источник.

Следующий шаг — создание ссылки для сохранения данных о клике и перенаправления пользователя по целевой ссылке. В AppMetrica используется SmartLink — универсальная трекинговая ссылка, где указываются настройки под все целевые платформы. Это позволяет направить пользователя в нужный стор. Для создания SmartLink нужно отметить следующие поля:

Для ремаркетинговых кампаний дополнительно необходимо подготовить приложение: установить AppMetrica SDK последней версии, добавить поддержку deeplink и отслеживание deeplink для Android. Использование deeplink в таких кампаниях обязательно.

Трекинг-ссылки

Трекинговые ссылки размещаются в рекламных объявлениях вместо прямых (ведущих в стор) и связывают пользователя, установившего приложение, с источником рекламы. Таким образом трекер помогает решить следующие задачи:

К созданию ссылок стоит подходить с особым вниманием, потому что от них зависит структура и полнота данных, которые будут попадать в трекер и с которыми дальше предстоит работать.

При работе с трекинговыми ссылками важно настраивать как можно больше параметров:

В AppMetrica есть шаблоны по каждой рекламной сети, однако полный список доступных макросов необходимо уточнять непосредственно у рекламных платформ.

Чтобы корректно интерпретировать полученные из трекера данные, необходимо понимать, по какой модели атрибуции он работает. В AppMetrica действует модель last-touch, при которой установка приписывается последнему рекламному источнику.

Пример: Пользователь кликнул на объявление рекламного партнера №1, но не установил приложение. Через некоторое время тот же пользователь нажал на объявление рекламного партнера №2, и это привело к установке приложения. AppMetrica засчитает установку партнеру №2 несмотря на то, что юзер взаимодействовал и с объявлением партнера №1.

При интерпретации данных AppMetrica нужно учитывать следующие моменты:

1. В отчетах возможны расхождения с self-attributed источниками

Self-attributed/self-reporting источники не нуждаются в использовании трекинг-ссылок, так как самостоятельно атрибуцируют трафик. Поэтому они не видят клики из других источников и иногда показывают результаты, которые расходятся с данными независимых трекеров.

К self-attributed источникам относятся Google Ads, Facebook, Twitter, Snapchat, Apple Search Ads и др.

Пример: Пользователь увидел объявление Google, перешел по нему, но не совершил целевое действие. Через некоторое время увидел ту же рекламу, но в MyTarget, и установил приложение. AppMetrica “отдаст” эту установку MyTarget, а Google — засчитает ее себе. В этом случае на стороне Google окажется больше установок.

Для того, чтобы решить эту проблему в отчетах, необходимо понять причины расхождений и выбрать, по какой статистике будут считаться разные источники.

2. Установки и события привязываются к дате клика

Пример: Пользователь кликнул на рекламное объявление 6 июля, но не установил приложение сразу. Установка из этого источника пришла через 2 дня (8 июля). В данном случае и установка, и целевое действие привязываются к дате клика (6 июля), если это происходит в рамках заданного окна атрибуции. Вне рамок окна установка будет атрибутирована органике.

3. Пользователь считается новым, если он удалил приложение более 6 месяцев назад и установил его снова

Пример: Юзер установил приложение и удалил его. Через 7 месяцев увидел рекламу и снова скачал. AppMetrica рассматривает эту установку как новую, хотя вы могли бы засчитать ее как ретаргетинг.

Для успешных рекламных кампаний недостаточно просто собрать и правильно интерпретировать информацию. Кампании необходимо оптимизировать, а для этого — знать, как обрабатывать полученные данные.

1. Новый отчет User Acquisition

Отчет User Acquisition — главный отчет маркетолога в AppMetrica для оценки и оптимизации кампаний по продвижению приложений. Не так давно он был значительно переработан. Новый UA-отчет содержит метрики по кампаниям, которые объединены в группировки. Данные в отчете можно фильтровать с помощью сегментов.

Примеры метрик: клики, установки, количество покупок, Revenue, ARPU.

Примеры группировок: партнеры, трекеры, параметры, тип установки.

Примеры сегментов: география установки — Россия, операционная система — iOS, версия приложения — 4.4.4.

Добавление группировок — главное изменение в UA-отчете AppMetrica. Группировки позволяют легко узнать значение любой метрики для конкретного гео, соцдема, кампании или ключевого слова. Благодаря изменениям отчет стал более гибким, с его помощью можно решить разнообразные задачи.

Пример: Вам необходимо посмотреть долю атрибуции, для этого достаточно использовать группировку “Тип установки”.

Новая функциональность отчета также позволяет легко анализировать соцдем аудитории для построения сегментов. Чтобы найти ядро своей аудитории, достаточно выбрать группировки “Пол” и “Возраст” и ключевые метрики бизнеса.

После обновления маркетологам стало проще смотреть установки и другие показатели кампаний в разрезе географии (по странам, округам и городам).

2. Сохранение сегментов

Разработчики AppMetrica позволили создавать сегменты с заданными настройками и упростили жизнь маркетологам. С помощью этой функции можно сохранить часто используемые в кампаниях параметры: группы источников, группы гео, неорганический трафик и др. Это поможет сэкономить время и сократить объем ручных настроек.

3. Фильтры “География” и “География установки”

В фильтрах AppMetrica есть два похожих параметра: география и география установки, при этом считаются они по-разному. “География” учитывает местоположение пользователя в момент последней сессии, а “география установки” — местоположение в момент установки приложения.

Чтобы оценить распределение привлекаемого трафика, необходимо использовать фильтр “география установки”.