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.

Аналитика кампаний performance-маркетинга: как не запутаться в данных

Плохо анализируешь данные — теряешь деньги

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.

Аналитика кампаний performance-маркетинга: как не запутаться в данных

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.

Что такое маркетинговая аналитика и зачем она нужна

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).

Принципы качественного анализа данных

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

  • Релевантность — важно понимать, что именно мы анализируем. Например, есть ли смысл сравнивать те страны, которые мы сопоставляем? Страны Tier 1 (сюда входит USA) и Tier 3 (к ним относятся Куба, Африка, Корея и т.д.), допустим, обладают трафиком разного качества, поэтому и данные по ним могут существенно различаться.
  • Сезонность — осознание, за какие периоды мы сопоставляем данные. Чтобы получить чистый результат, нужно сравнивать данные, коррелирующие между собой по периоду.

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.

  • Контекст — отчасти включает сезонность или другие параметры данных: например, типы оптимизации анализируемых кампаний. Не стоит сравнивать CPI в кампании с оптимизацией на инсталлы с CPI кампании с ROAS-оптимизацией. Эти метрики могут колоссально различаться. Это равносильно сопоставлению яблока с авокадо: да, оба – фрукты, оба – зеленые. Но обладают разными свойствами. При подборе данных исходите из конечной цели проекта. Если вам не важна окупаемость, то, например, у пользователей, закупленных с ROAS-оптимизацией, будет высокая цена за инсталл — а в итоге они будут окупаться лучше, чем закупленные дешево. Контекст важен.

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.

Интерпретация метрик

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:

Продутоквые метрики

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.

Маркетинговые метрики

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.

Как организовать аналитику

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:

  • сравнение разных отрезков времени;
  • анализ изменения той или иной метрики с течением времени;
  • анализ кампании на предмет отклонений по метрикам — идем от общего к частному, следя за необычными скачками по показателям в течение кампании.

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:

  • Запрос бенчмарок

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.

  • Сбор полной информации

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.

  • Уточнение корректности данных

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.

Важность правильно подобранных данных

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.

88
Начать дискуссию