Стек технологий для привлечения пользователей в мобильные приложения

Технологии, необходимые для проведения кампаний по привлечению мобильных пользователей с высокими ежедневными расходами (условно от 500 тыс. руб. и больше в день), многочисленны и сложны. Пространство привлечения мобильных пользователей не поддается комплексным решениям: каждый сегмент «стека» состоит из решений, требующих значительных инвестиций в разработку, иногда с особым набором знаний.

Перевод статьи by Eric Seufert Mapping the Mobile User Acquisition Stack. Чтобы не пропустить новые статьи, подписывайтесь на канал https://t.me/mobileplusblender

Поэтому полезно определить элементы архитектуры привлечения мобильных пользователей, чтобы понять ее составные части. Это особенно актуально при сценарии «строить или закупать», когда компания рассматривает возможность создания какого-либо внутреннего инструмента, который можно было бы заказать у третьей стороны. Но эту архитектуру также важно рассмотреть целиком, потому что каждый сегмент представляет собой затраты для разработчика (либо с третьей стороны, либо внутри компании): компании, желающие привлекать пользователей с нуля, должны понимать какие на это требуются затраты. При учете, что их амбиции предполагают достижения такого уровня затрат, который требует создания всей инфраструктуры.

Разумеется, некоторые компании отказываются от закупки рекламы полностью или частично. Некоторые компании предпочитают работать только с небольшим количеством источников трафика и, следовательно, не нуждаются в значительной части архитектуры хранения данных. Другие работают только с Facebook и могут почти полностью проводить свои кампании в экосистеме инструментов Facebook. А некоторые создают большие команды профессионалов по сбору данных на недорогих рынках труда и объединяют все свои данные — в некоторых случаях по большому количеству сетей — в Google таблицы для последующего анализа.

Пример карты того, как некоторые из вышеперечисленных уровней компонентов взаимодействуют друг с другом (и как маркетинговая команда взаимодействует с инфраструктурой):

Ниже я рассказываю о всех компонентах и привожу примеры каждого из них:

• Фронт-энд аналитика: набор инструментов, которые разработчики используют для визуализации своих данных и анализа ключевых показателей эффективности. Этот уровень может располагаться поверх хранилища данных и логического движка бизнес-аналитики или включает в себя все три элемента. Примерами являются Tableau для визуализации данных и простых манипуляций и Amplitude для более сложного анализа (Amplitude работает на собственном запатентованном решении для хранения данных). Многие разработчики предпочитают создавать этот уровень стека собственными силами с помощью простого веб-интерфейса информационной панели с использованием графической библиотеки, такой как D3.js

• Бизнес-аналитика: этот уровень обычно представлен как закулисная логическая система, которая анализирует поведение пользователей на основе источника трафика и предоставляет маркетинговой команде значимые метрики для оптимизации кампаний по привлечению пользователей. Каноническим примером для команд мобильного маркетинга является автоматизированная модель LTV, которая часто существует как онлайн-система для оценки LTV «в реальном времени» по источнику и различным параметрам когорты (география, тип устройства и т. д.). Но в этой области появляются и другие API-сервисы, которые помогают разработчикам оценивать характеристики когорт на основе поведения (например, допродажа, динамическое установление цен на встроенные покупки и т. д.) Примеры в этом разделе: Gondola
• Хранение данных: этот слой не является уникальным для сферы привлечения пользователей мобильных приложений, но он представлен в стеке, поскольку является центральной точкой карты. Это хранилище, в котором данные (как правило, данные о поведении в приложении) архивируются и хранятся для анализа. В отношении этого уровня важно отметить одну вещь: маркетинговые данные требуют практичной и простой ссылки на поведенческие данные в приложении (монетизацию и удержание), чтобы любой из уровней выше мог давать действенные результаты. Поведенческие данные и данные по привлечению не обязательно должны храниться в одном месте или в одном и том же формате, но если слои выше не смогут легко объединить два типа данных, нельзя будет создать полезные модели привлечения пользователей (например, модели LTV).
  
  Одной из форм хранения данных, характерной для мобильной рекламы, является агрегирование данных о расходах на рекламу: подключение к различным источникам рекламы через API и каталогизация расходов (и доходов) аккаунтов с регулярными интервалами для расчета рентабельности инвестиций для каждой кампании. Некоторые примеры компаний в этом пространстве: Singular, Tenjin и Libring.
  
• Оптимизация кампаний: уровень включает продукты, помогающие компаниям автоматизировать и оптимизировать маркетинговые кампании: PMD (предпочитаемые маркетинговые разработчики для рекламы в Facebook — программное обеспечение, помогающее автоматизировать назначение ставок и управление кампаниями Facebook, например Revealbot, Nanigans, Smartly, Kenshoo и т. д.), DSP (платформы спроса, которые автоматизируют торги на биржах рекламы: , Applift, Pocketmath и Appnext) и DMP (платформы управления данными, которые помогают разработчикам в таргетинге рекламы: mParticle, Rocket Fuel и Taptica). Также развивается рынок данных третьих сторон (3rd-party data), который в какой-то момент в будущем войдет в этот слой.
  
• Атрибуция: этот уровень стека, вероятно, является наиболее зрелым (учитывая, что он в основном ориентирован на мобильную экосистему, и поэтому ни один из продуктов в этой сфере не был создан для размещения других форм рекламы) и наиболее враждебный по отношению к новым участникам. Он поделен между платформами атрибуции: Adjust, AppsFlyer, Branch, Kochava, MyTracker, Tune, AppMetrica. На данный момент, если разработчик не создал свою собственную внутреннюю систему атрибуции (а очень немногие разработчики получают прямой доступ к программе MMP Facebook, поэтому проприетарные инструменты атрибуции обычно не охватывают Facebook), нет смысла не использовать аутсорсное решение, особенно с учетом того, что большинство компаний, занимающихся атрибуцией, теперь предлагают продукты для защиты от мошенничества, для правильной работы которых требуется гигантский объем данных.
  Подробнее про системы аттрибуции читайте в статье → Трекинг мобильных приложений 2020: какую систему выбрать
  
• Привлечение трафика: этот уровень является основой стека и единственной ключевой функцией привлечения мобильных пользователей. В стеке он состоит из источников трафика — компаний, продающих показы рекламодателям — по трем категориям: собственный инвентарь (Facebook, Twitter, Snapchat, Pinterest, Google AdWords, Apple Search Ads и т. д: нативные и эксклюзивные ресурсы мобильного инвентаря, в котором он продается), рекламные сети (компании, которые связывают издателей и рекламодателей, например, Applovin, Unity Ads, Vungle, AdColony и т. д.) и мобильные биржи (такие как Smaato, Applift, AOL’s ONE, Twitter's MoPub и т. д.)
  

Эта структура стека и сопутствующая схема зависимостей не являются исчерпывающими, и, вероятно, существует гораздо больше вариантов продуктов и инструментов, которые могут использовать мобильные рекламодатели. Но для большинства разработчиков, тратящих большие бюджеты на привлечение мобильных пользователей, я считаю, что этот стек представляет собой основную технологическую базу, которая поддерживает и улучшает идентификацию, привлечение и анализ трафика.

Привет, меня зовут Герман Капнин. Если вам интересно узнавать больше про мобильную рекламу, мобильную аналитику, новости из мира мобайла, давайте знакомиться лично https://www.facebook.com/gr.kapnin или подписывайтесь на канал про мобайл, чтобы не пропустить и обсудить новые статьи https://t.me/mobileplusblender