Аналитика кампаний performance-маркетинга: как не запутаться в данных

Анализировать данные маркетинговой кампании мобильного приложения — трудоемкий процесс. Одна неверная цифра может привести к неверной интерпретации всей кампании. Возникает много вопросов: как получить качественные данные для анализа? Как сделать процесс аналитики максимально прозрачным? Как правильно оценивать проблемы кампании или приложения по метрикам? Мы, мобильные performance-маркетологи и аккаунт-менеджеры из AdQuantum, готовы ответить на эти вопросы.

В основу статьи легли реальные события — AdQuantum продвигал фитнес-приложение, в то время как недостаточное доверие клиента к нашей экспертизе и его неумение грамотно анализировать данные привело к потере времени и денег.

AQ вел performance-кампании для этого приложения в англоговорящих странах. Продукт был локализован под Португалию, Францию и Испанию. По желанию клиента, мы запустили кампании не только на эти страны, но и worldwide.

Какое-то время показатели были стабильно хорошими, но затем продуктовая команда обеспокоилась проблемой падения показателя конверсии (CR) из триала (пробной версии) в подписку и решила заморозить наши кампании до выяснения проблемы.

Для нас было очевидно, что CR по всему приложению упал из-за привлечения трафика на новые страны. Например, мы стали приводить пользователей из Бразилии — они зачастую пользуются преимущественно бесплатными приложениями или их бесплатными функциями.

Через 2 месяца, когда продуктовая команда проанализировала данные и подтвердила нашу теорию, мы возобновили кампанию, оставив только англоговорящие страны — конверсия, как и ожидалось, стабилизировалась.

Остановка кампании на такой длительный срок — это потеря времени и денег. Клиенту не стоило делать поспешных выводов: надо было собрать статистику в разрезе GEO и проанализировать, какие страны повлияли на конверсию.

Из этой истории мы извлекли и положительный опыт: клиент начал больше прислушиваться к нашему мнению, мы работаем с этим приложением и по сей день.

Очень просто “попасться на крючок” данных своей же маркетинговой кампании. Любые маркетинговые метрики — это всего лишь цифры, без интерпретации они не имеют смысла. Чтобы избежать распространенных ошибок в работе с данными, нужен правильный подход к их аналитике. Какой? Сейчас расскажем.

В глобальном смысле, аналитика — это интерпретация обратной связи, полученной в результате ваших действий. Именно благодаря ей человек может сделать рациональный вывод о том, какие решения и действия были верными и что в следующий раз можно изменить.

В бизнесе все работает примерно так же: интерпретация этой обратной связи необходима для формирования или изменения стратегии. Чтобы это сделать, сначала нужно собрать релевантные данные, извлечь пользу из которых и помогает маркетинговый анализ.

Таким образом, маркетинговая аналитика – это инструмент определения правильности выбранной стратегии продвижения и привлекаемой аудитории.

Для аналитики данных в мобильном маркетинге существуют несколько решений. В большинстве случаев, их выбор зависит от продвигаемого продукта. AdQuantum, например, чаще всего использует трекинговые платформы, уже подключенные в продукте. Как правило, это AppsFlyer, Adjust или Google Analytics (обычно используется для web-проектов).

Как анализировать данные правильно и избежать “подводных камней”? Вот несколько принципов:

Сезонность подразумевает, что, например, данные за декабрь 2019 логично будет сравнивать с данными за тот же месяц 2020. Такая же тенденция существует в течение месяца и даже в течение недели: выходные надо сравнивать именно с выходными, потому что в эти дни активность пользователей мобильных приложений намного выше.

Помните, что перед началом анализа лучше понять, с какими данными предстоит иметь дело. Какие источники и оптимизации предстоит использовать. Не всегда корректно сравнивать разные источники трафика, так как у пользователей разные модели потребления контента внутри каждого.

Если анализировать изначально несопоставимые метрики или неправильно выбрать ключевые, этот анализ может ввести в заблуждение или просто стать бесполезным.

Метрика — качественный или количественный показатель, отражающий ту или иную характеристику и уровень успешности продукта. Количественные показатели указывают на число установок и активность аудитории. При интерпретации данных важно понимать, о чем сигнализирует та или иная метрика и как она связана с остальными показателями.

Нет смысла анализировать все маркетинговые метрики сразу, каждую необходимо рассматривать под определенные цели. Поделим их на несколько групп:

Active Users (DAU, WAU, MAU), Revenue, Retention Rate (RR), Churn Rate (CR). Они дают общее понимание ситуации: сколько активных пользователей сейчас у приложения, сколько денег оно приносит, сколько людей его покидают. Однако на основе этих метрик невозможно принимать решения или оценивать влияние изменений в продукте. Работая над приложением, мы должны интересоваться его объемом, а не его массой.

Lifetime Value (LTV), Average Revenue Per User (ARPU), Customer Acquisition Cost (CAC), Return on investment (ROI) — показатели, определяющие финансовую успешность продукта и его ценность для пользователя.

Cost Per Mille (CPM), Cost Per Install (CPI), Click Through Rate (CTR), Install Rate (IR), Engagement Rate (ER), Cost Per Action (CPA), Conversion Rate (CR), Return on advertising spend (ROAS) — это основные метрики, из которых мы делаем выводы о работе агентства над продуктом. Особенно важны CTR, IR и CR — они показывают качество трафика и эффективность рекламных кампаний.

Когда понимаем, что резкий скачок по показателям вызван не нашей кампанией, а, скорее, проблемами в продукте, то вместе с командой клиента выясняем, что именно происходило с приложением за период отклонения.

Изменения могут быть любыми. Например, произошла ошибка с системой локализации: не каждому понравится читать перевод на свой родной язык с ошибками. Такое приводит как к оттоку, так и к нежеланию оформить подписку.

Если мы видим просадку по метрикам в самом начале маркетинговой воронки, еще перед установкой, проблема может скрываться на странице в App Store или Google Play. Возможно, в магазине приложений изменились скриншоты, и страница продукта уже не кажется настолько привлекательной для пользователя, чтобы сконвертироваться (совершить установку, покупку).

Встречаются ситуации, когда начальные метрики воронки в норме, но проседает показатель конверсии из инсталла в покупку. Отсюда мы делаем вывод, что, скорее всего, ошибка в нашей кампании – например, мы начали закупать нецелевую аудиторию или изменилась система монетизации: сменили Paywall или Special Offer.

Вариантов — масса. Главное — уметь правильно считывать данные. При этом крайне важно постоянно обмениваться данными между маркетингом и продуктом.

Начиная анализ performance-кампании, первостепенно стоит определиться с целью: что именно мы хотим обнаружить с помощью этого анализа? Когда цель определена, самое время заняться стратегией.

Вот несколько распространенных стратегий анализа маркетинговых кампаний:

При реализации выбранной стратегии помните о связи одной метрики с другими. Допустим, мы увидели резкое падение CR из триала в подписку. Анализируем, что могло повлиять на это падение и начинаем дробить полученные данные на более мелкие составляющие. Берем разбивку по GEO, дням недели, времени. Разбираемся, случилось ли это в определенный день или происходило постепенное снижение? Затем по метрикам с отклонениями определяем, в чем проблема: в выбранной для привлечения аудитории, стратегии продвижения или в самом приложении.

В ходе своей практики мы собрали несколько постулатов, позволяющих организовать прозрачную и качественную аналитику данных клиента:

Перед тем, как запустить performance-кампанию, AdQuantum всегда запрашивает у клиента бенчмарки. Это те метрики, которые уже были у продукта до запуска кампании с нами. Так мы понимаем, насколько хорошо перформит наша кампания, пока не успели наработать собственные показатели.

Важно, чтобы в общей картине данных у вас были все детали: метрики по конкретным источникам трафика, GEO, типам оптимизации, периоду и объемам — большая разница, собираем ли мы информацию со 100 пользователей или с 3 миллионов.

Бывает и такое, что нам дают разброс целевого CPI от $3 до $10. Это немалая разница для цены за скачивание, поэтому в подобных ситуациях стоит уточнять, от чего зависит разброс. Зачастую оказывается, что для одного типа оптимизации кампании CPI может быть $3, для другого — $10. Это некорректные данные, под каждый тип оптимизации должна быть своя цена.

Представим, что продуктовая команда дает нам набор метрик: IR, CPI, CR и CPA. Теперь у нас есть показатели по четырем параметрам, но они не имеют смысла: нет понимания, из какого источника трафика взяты эти метрики. Facebook, TikTok и Snapchat имеют свои особенности — именно поэтому, если мы запускаем кампанию в Facebook, нам требуются бенчмарки конкретно из этого источника. Если данные по Facebook отсутствуют, то нам хватит информации по органике — так будет проще ориентироваться, но на 100% этим данным мы верить не сможем.

Такая же ситуация со странами: некорректно брать в качестве бенчмарков данные worldwide, если мы запускаем кампанию только в US.

Маркетинговая аналитика начинается с качественных, актуальных данных. От полноты и достоверности собранной информации зависит многое: KPI в отчетах, решения о том, куда дальше направить кампанию и сколько денег заработает проект в конечном итоге. Некачественная работа с данными — первая причина потери времени и денег обеих сторон.

Не знаете, какая маркетинговая стратегия подойдет именно вам? Хотите, чтобы ваш продукт начал расти? Давайте поговорим.