Измерять эффективность рекламных кампаний по закупке трафика все более или менее научились. Многие знают, как посчитать ROI и умеют применять когортный анализ. Но когда вы добавляете ретаргетинг, все становится сложнее.
Уже несколько месяцев мы в Getloyal делаем мобильный ретаргетинг для клиентов со всего мира. В этом посте мы расскажем, как измерять эффективность ретаргетинговых компаний на простых примерах.
Рассмотрим для начала простой пример, когда мы делаем только User Acquisition, без ретаргетинга. Допустим, у вас приложение по доставке еды. В январе вы привлекли 10,000 установок за $10,000. Всего в течение года 600 пользователей из этих 10,000 сделали первый заказ (конверсия 6%). Кто-то из этих пользователей сделал всего 1 заказ за год, кто-то 20, но в среднем получилось, что каждый из этих 600 пользователей сделал 4 заказа за год. Средний заработок с одного заказа получился $5. ROI по рекламной кампании за первый год составил 120%.
В реальности редко бывает, что экономика сходится «в лоб», но, в целом, это возможно, если у нас крутое приложение и целевой трафик.
ROI 120% это хорошо, но хочется больше, и вы решаете применить ретаргетинг. Строго говоря, у вас есть два варианта, на кого таргетироваться:
Возьмем первый случай — будем таргетироваться только на тех, кто пока так и не сделал первый заказ. Как только пользователь сделал первый заказ, он пропадает из нашей аудитории.
Для начала рассмотрим пример, когда мы таргетируемся на пользователей, которые уже точно не сконвертируются сами. Например, мы привлекли 10,000 пользователей год назад. 600 из них сконвертировались в первые заказы. Оставшиеся 9,400 с тех пор так ни разу и не сделали первый заказ. Скорее всего, они так никогда и не сделают этот заказ, если мы ничего не предпримем, потому что прошло уже много времени. В этом случае мы готовы платить за возвращение этих пользователей практически столько же, сколько за нового пользователя.
Вот как будет выглядеть наша модель в этом случае:
Мы разделили 10,000 пользователей, привлеченных год назад, на две группы: 600 и 9,400. Во второй группе мы считаем косты на трафик равными нулю — ведь до этого мы уже потратили $10,000 и получили 600 платящих пользователей. Оставшиеся 9,400 пользователей — побочный эффект от этой кампании.
По этой модели видно, что с помощью ретаргетинга нам удалось сконвертировать 133 дополнительных пользователя, и ROI ретаргетинга получился выше, чем от обычной кампании по User Acquisition. В реальной жизни так будет не всегда, далеко не все ретаргетинговые кампании работают эффективно, однако нередки случаи, когда ретаргетинг действительно помогает вернуть юзеров дешевле, чем приводить новых.
На практике редко бывает так, что мы точно знаем, что пользователи уже точно никогда не сконвертируются сами. Имеет смысл догонять ретаргетингом пользователя сразу после того, как он установил приложение. В этом случае его интерес пока еще живой, и ретаргетинг будет наиболее эффективен. Однако мы никак не узнаем, кого мы действительно привлекли ретаргетингом, а кто и так собирался сделать заказ. Пользователь мог просто кликнуть по нашей ссылке, но по факту и так сконвертировался бы без всякого ретаргетинга. Этот эффект называется каннибализацией.
В этом случае нам поможет пресловутый А/В тест. Возьмем половину пользователей (группа А) и запустим для них ретаргетинг. Вторую половину пользователей (группа В) оставим, как есть, без платного ретаргетинга. По прошествии времени сравним стоимость первого заказа и ROI в одной и в другой группе. Если в группе с ретаргетингом ROI получился не ниже, то ретаргетинг оправдан.
Вот как будет выглядеть в этом случае наша модель:
Здесь мы можем сравнить и увидеть, что в итоге CAC (Customer Acquisition Cost) в группе с ретаргетингом получился ниже, чем в группе без ретаргетинга, и ROI выше. В этом случае можно говорить о том, что ретаргетинг эффективен.
Если итоговые результаты в группе с ретаргетингом получаются ниже, чем в контрольной группе — необходимо оптимизировать ретаргетинговую кампанию.
Конечно, эта модель упрощена, и в реальности мы имеем дело с гораздо большим количеством различных метрик, с более сложными воронками, с большим количеством различных каналов с разной стоимостью трафика. Однако базовые принципы всегда останутся такими же.
1. По-хорошему, для каждого вида ретаргетинга и для каждого рекламного канала необходимо проводить свой A/B тест. Это требует довольно большого количества времени и ресурсов. Но зато картинка становится понятна, и можно проводить ретаргетинговые кампании, уже зная общие цифры.
2. Если затраты на ретаргетинг находятся в пределах 1-2% от общего бюджета, то A/B тест проводить нет смысла — на таких маленьких цифрах вы ничего не увидите. Однако при таких объемах в большинстве случаев можно пренебречь и каннибализацией.
3. Нельзя считать отдельно стоимость привлечения по ретаргетинговому каналу — эта информация ничего не даст. Такая стоимость всегда будет ниже, чем стоимость привлечения по новому трафику! Потому что эта стоимость включает в себя как тех пользователей, кого мы вернули ретаргетингом, так и тех, кто вернулся бы и так. Поэтому имеет смысл суммировать косты на привлечение с костами на ретаргетинг.
4. Если мы делаем ретаргетинг на органический трафик, который по факту пришел к нам бесплатно, то результаты ретаргетинга всегда будут хуже, если смотреть на стоимость привлечения. Потому что даже самая низкая стоимость выше, чем ноль. Так сравнивать нельзя. Если мы ретаргетим органический трафик, надо считать уже итоговый ROI.
5. Опасно смешивать разные когорты пользователей. Те, кто пришел к нам в этом месяце и те, кто пришел 12 месяцев назад — разные аудитории. За тех, кто пришел давно, и до сих пор не сделал ни одного заказа, мы готовы платить как за нового пользователя. За тех, кто пришел недавно, мы готовы платить меньше, потому что они вероятно сконвертируются и так.
Тщательная кропотливая работа с ретаргетингом требует большого количества времени и ресурсов — необходимо тестировать разные аудитории и проводить много измерений. Делать это вручную довольно затратно, поэтому на помощь приходят автоматизированные инструменты, специально созданные для мобильных приложений. Про них мы уже рассказывали в статье «Мобильный ретаргетинг: настройка в трекерах и источниках трафика».
Если же вы хотите начать возвращать пользователей в приложение и зарабатывать больше с помощью мобильного ретаргетинга, обращайтесь к нам в Getloyal.
Уже несколько месяцев мы в Getloyal делаем мобильный ретаргетинг для клиентов со всего мира. В этом посте мы расскажем, как измерять эффективность ретаргетинговых компаний на простых примерах.
Чистый User Acquisition
Рассмотрим для начала простой пример, когда мы делаем только User Acquisition, без ретаргетинга. Допустим, у вас приложение по доставке еды. В январе вы привлекли 10,000 установок за $10,000. Всего в течение года 600 пользователей из этих 10,000 сделали первый заказ (конверсия 6%). Кто-то из этих пользователей сделал всего 1 заказ за год, кто-то 20, но в среднем получилось, что каждый из этих 600 пользователей сделал 4 заказа за год. Средний заработок с одного заказа получился $5. ROI по рекламной кампании за первый год составил 120%.
В реальности редко бывает, что экономика сходится «в лоб», но, в целом, это возможно, если у нас крутое приложение и целевой трафик.
ROI 120% это хорошо, но хочется больше, и вы решаете применить ретаргетинг. Строго говоря, у вас есть два варианта, на кого таргетироваться:
- На тех, кто не сконвертировался даже в первый заказ (будем растить C1).
- Тех, кто сделал первый заказ (будем растить Orders per user).
Возьмем первый случай — будем таргетироваться только на тех, кто пока так и не сделал первый заказ. Как только пользователь сделал первый заказ, он пропадает из нашей аудитории.
Чистый ретаргетинг
Для начала рассмотрим пример, когда мы таргетируемся на пользователей, которые уже точно не сконвертируются сами. Например, мы привлекли 10,000 пользователей год назад. 600 из них сконвертировались в первые заказы. Оставшиеся 9,400 с тех пор так ни разу и не сделали первый заказ. Скорее всего, они так никогда и не сделают этот заказ, если мы ничего не предпримем, потому что прошло уже много времени. В этом случае мы готовы платить за возвращение этих пользователей практически столько же, сколько за нового пользователя.
Вот как будет выглядеть наша модель в этом случае:
Мы разделили 10,000 пользователей, привлеченных год назад, на две группы: 600 и 9,400. Во второй группе мы считаем косты на трафик равными нулю — ведь до этого мы уже потратили $10,000 и получили 600 платящих пользователей. Оставшиеся 9,400 пользователей — побочный эффект от этой кампании.
По этой модели видно, что с помощью ретаргетинга нам удалось сконвертировать 133 дополнительных пользователя, и ROI ретаргетинга получился выше, чем от обычной кампании по User Acquisition. В реальной жизни так будет не всегда, далеко не все ретаргетинговые кампании работают эффективно, однако нередки случаи, когда ретаргетинг действительно помогает вернуть юзеров дешевле, чем приводить новых.
User Acquisition + Retargeting
На практике редко бывает так, что мы точно знаем, что пользователи уже точно никогда не сконвертируются сами. Имеет смысл догонять ретаргетингом пользователя сразу после того, как он установил приложение. В этом случае его интерес пока еще живой, и ретаргетинг будет наиболее эффективен. Однако мы никак не узнаем, кого мы действительно привлекли ретаргетингом, а кто и так собирался сделать заказ. Пользователь мог просто кликнуть по нашей ссылке, но по факту и так сконвертировался бы без всякого ретаргетинга. Этот эффект называется каннибализацией.
В этом случае нам поможет пресловутый А/В тест. Возьмем половину пользователей (группа А) и запустим для них ретаргетинг. Вторую половину пользователей (группа В) оставим, как есть, без платного ретаргетинга. По прошествии времени сравним стоимость первого заказа и ROI в одной и в другой группе. Если в группе с ретаргетингом ROI получился не ниже, то ретаргетинг оправдан.
Вот как будет выглядеть в этом случае наша модель:
Здесь мы можем сравнить и увидеть, что в итоге CAC (Customer Acquisition Cost) в группе с ретаргетингом получился ниже, чем в группе без ретаргетинга, и ROI выше. В этом случае можно говорить о том, что ретаргетинг эффективен.
Если итоговые результаты в группе с ретаргетингом получаются ниже, чем в контрольной группе — необходимо оптимизировать ретаргетинговую кампанию.
Конечно, эта модель упрощена, и в реальности мы имеем дело с гораздо большим количеством различных метрик, с более сложными воронками, с большим количеством различных каналов с разной стоимостью трафика. Однако базовые принципы всегда останутся такими же.
Что еще важно учитывать
1. По-хорошему, для каждого вида ретаргетинга и для каждого рекламного канала необходимо проводить свой A/B тест. Это требует довольно большого количества времени и ресурсов. Но зато картинка становится понятна, и можно проводить ретаргетинговые кампании, уже зная общие цифры.
2. Если затраты на ретаргетинг находятся в пределах 1-2% от общего бюджета, то A/B тест проводить нет смысла — на таких маленьких цифрах вы ничего не увидите. Однако при таких объемах в большинстве случаев можно пренебречь и каннибализацией.
3. Нельзя считать отдельно стоимость привлечения по ретаргетинговому каналу — эта информация ничего не даст. Такая стоимость всегда будет ниже, чем стоимость привлечения по новому трафику! Потому что эта стоимость включает в себя как тех пользователей, кого мы вернули ретаргетингом, так и тех, кто вернулся бы и так. Поэтому имеет смысл суммировать косты на привлечение с костами на ретаргетинг.
4. Если мы делаем ретаргетинг на органический трафик, который по факту пришел к нам бесплатно, то результаты ретаргетинга всегда будут хуже, если смотреть на стоимость привлечения. Потому что даже самая низкая стоимость выше, чем ноль. Так сравнивать нельзя. Если мы ретаргетим органический трафик, надо считать уже итоговый ROI.
5. Опасно смешивать разные когорты пользователей. Те, кто пришел к нам в этом месяце и те, кто пришел 12 месяцев назад — разные аудитории. За тех, кто пришел давно, и до сих пор не сделал ни одного заказа, мы готовы платить как за нового пользователя. За тех, кто пришел недавно, мы готовы платить меньше, потому что они вероятно сконвертируются и так.
Заключение
Тщательная кропотливая работа с ретаргетингом требует большого количества времени и ресурсов — необходимо тестировать разные аудитории и проводить много измерений. Делать это вручную довольно затратно, поэтому на помощь приходят автоматизированные инструменты, специально созданные для мобильных приложений. Про них мы уже рассказывали в статье «Мобильный ретаргетинг: настройка в трекерах и источниках трафика».
Если же вы хотите начать возвращать пользователей в приложение и зарабатывать больше с помощью мобильного ретаргетинга, обращайтесь к нам в Getloyal.
Поделиться с друзьями