Большая рыба: как анализировать пользователей, чтобы потом они приносили прибыль

Главные тезисы выступления Санджара Исмаилова — руководителя направления по работе с крупными партнерами игровой индустрии Google Россия на конференции App Immersion Moscow 2019.

Мобильный маркетинг стремительно развивается, и адаптироваться под меняющиеся реалии бизнеса и аудиторию бывает сложно. К примеру, производители бумажных энциклопедий не были готовы к развитию технологий. Сначала бумажные книги заменили на электронные, а с развитием интернета — на электронные страницы «Википедии».

Более позитивный пример — игровая приставка Nintendo Switch. Компания начинала свой бизнес как производитель карточных игр, а в 2017 выпустила мощную гибридную консоль с возможностью отключать контроллеры от экрана и соединять их с помощью специального держателя.

Задача маркетинга проста — найти пользователя, привлечь его, натолкнуть на мысль об установке приложения, сделать так, чтобы он регулярно заходил туда и, возможно, платил за использование. Аудитория — особенно в игровой индустрии — делится на несколько типов: «мальков», «средний класс» и «китов». Это категории по возрастанию потраченных в приложении средств. Чтобы предсказать изменения в индустрии и приспособиться к ним, в анализе нужно учитывать особенности каждой группы.

Узнать ближе: методы анализа пользователей

Самый простой анализ — сравнение CPI (стоимости за установку) с фактическим доходом от приложения. Разработчик платит за трафик и ждет, пока станет понятно, насколько вложения окупились. Но оценить влияние продвижения можно не раньше, чем через 14-30 дней. Из-за этого невозможно быстро скорректировать стратегию и внести изменения.

Поэтому подход эволюционировал: теперь разработчики пользуются когортным методом — это анализ сегментов пользователей по доходу, который они принесут. Этот способ эффективнее, чем предыдущий, но сегментация аудитории ограничена. Более того, с использованием среднего СРА (цены за целевое действие) регулировать настройки сложно — в одну когорту могут попасть как «мальки», так и «киты».

Используя для анализа другие инструменты, можно решить сразу несколько проблем:

  1. Группы пользователей, приносящие больше всего прибыли, сокращаются

Традиционно «киты» приносят больше прибыли, чем «мальки», но за год эта категория сильно уменьшилась по сравнению с 2017. Доля же «мальков» и «среднего класса» уверенно растет.

TwG_Ismailov_1_3.png

2. Модели монетизации усложняются

Есть три вида монетизации пользователей приложения. Раньше большинство разработчиков использовало модель In-App Purchases Only — внутренних покупок в приложении или рекламную модель. Сегодня все чаще используют гибридный метод — разработчики стараются сегментировать и монетизировать пользователей, показывая разным группам разные данные.

Нельзя работать со всеми сегментами пользователей одинаково. Если пользователи в одной группе вряд ли будут платить, им можно показать рекламу. Если другая группа платит больше, ей можно показать апселлы (upsell — способ увеличить стоимость заказа через предложение купить что-то более дорогое), и потом демонстрировать офферы для «китов».

TwG_Ismailov_2_2.png

3. Приложения разрабатываются быстрее

Число проектов растет, но и скорость их разработки не стоит на месте. В прошлом году активно развивался сегмент гиперказуальных игр — простых тайм-киллеров (игр, помогающих убить время). В 2018 году было 1428 приложений, скачанных больше 100 000 раз в первый месяц. Это почти в 10 раз превышает показатели за 2016 год.

TwG_Ismailov_3_3.png

Конкуренция на рынке приложений внушительна, поэтому срок разработки порой сжат до нескольких недель. И сбор данных в течение целого месяца становится неоправданной роскошью. Учитывая все эти задачи, разработчики постепенно приходят к новым методам анализа пользователей. Речь не просто о разных сегментах, а об изучении каждого отдельного пользователя.

Этот способ можно объяснить пошагово:

  1. Пользователь устанавливает приложение.
  2. Разработчики начинают собирать данные через системы аналитики — например, с помощью Firebase или Google Analytics for Apps.
  3. Выстраивается прогноз, основанный на LTV (полной ценности клиента), — пользователей анализируют и сегментируют по доходу, который они принесли.
  4. Пользователей сортируют по ожидаемому доходу: «мальки», «средний класс» и «киты».
TwG_Ismailov_4_2.png

Апгрейд: как эффективнее продвигать свое приложение

С помощью этих шагов можно развивать свою маркетинговую модель. Один из путей — монетизация через AdMob (Ad monetization with AdMob). Это сеть для продвижения, которую используют разработчики разного уровня — от начинающего до продвинутого. Суть заключается в получении прибыли от показов рекламы.

Еще один действенный способ — кампании для похожих аудиторий (Add Campaigns for Similar Audiences). Инструмент работает так: разработчик вводит данные пользователей приложения, а система находит людей с такими же характеристиками. Сегментация позволяет выбирать, к примеру, пользователей с LTV выше определенного уровня.

Третье решение — кампании, которые основываются на ценности пользователя (App Campaigns for Value). Они оптимизируются не только на события внутри приложения, но и учитывают ожидаемую доходность от каждого пользователя, поддерживая целевой уровень ROI (возврата от инвестиций). Если система определяет пользователя как «малька», она дает ему меньший CPI, и наоборот.

Традиционно многие разработчики для продвижения используют кампании In-app (рекламу в приложении) или уведомления. Но, в отличие от ремаркетинга, такой вид рекламы может раздражать пользователей, а еще многие отключают уведомления. Улучшить стратегию можно, мотивируя потенциальных «китов» — так работают кампании, которые основываются на вовлеченности (App Campaigns for Engagement).

Команда мобильного сайта «М.Видео» увеличила конверсию на 2 процентных пункта с помощью A/B-тестов