发布时间: 2020-01-07 12:38:25 来源:东方头条 责任编辑:
App推广必然要开辟渠道,比如广告。简单来说,移动互联网广告可以分为品牌广告和效果广告两大类型。
顾名思义,品牌广告追求的是品牌的曝光度,广告主追求的是品牌形象的塑造,因此效果难以衡量。而效果广告追求的是投入成本的转化,比如广告展现了多少次,转化成多少次点击,最终带来多少安装量/销量,换句话说,广告主会计算每一笔广告费转化成多少实际用户或收入,这就是传说中的ROI。
当经济下行的时候,广告主自然会收缩难以衡量效果的品牌广告投放,转向有明确ROI指标和数据的效果广告。而这就是近年来庞大的中国广告江湖正在发生的事情。
衡量推广效果的ROI指标,正是通过数据统计出来的,因此在效果广告等推广形式高歌猛进的趋势下,推广效果有了保障,多渠道齐头并进推广就成了常态,采用一套精准有效的统计方案也就成了相当关键的一环。多渠道如何进行效果统计
多渠道推广是市场人员常用的推广策略,能够在短时间内做到高频又全面地起量。比如某公司,就同时采用最普遍的几种形式推广App:
大部分推广渠道主要形式包括:渠道链接、二维码、填写渠道码等。
在这个过程中,如何进行渠道监测和绩效管理,即每个广告、每个邀请用户、每个地推业务人员、每个平台、每个地区的推广效果,这就是计算ROI的一个巨大考验。总所周知,iOS通常只有App Store一个下载地址,而安卓更加复杂,既有多个应用商店,又可以APK直接安装,那么面对四面八方涌入的流量,该如何一一识别来源呢?
这里就涉及到App渠道来源的追踪和归因问题,以此判断每个新用户归功于哪个推广渠道。同时还需要得知后续的用户行为,这样才能得到一个完整的ROI模型。渠道来源如何统计
基于不同的推广场景,采用的传统做法会有所不同。
安卓一般采用打渠道包的形式进行统计,用户安装这个渠道的包激活后就注册进某个渠道号中进行监控,不同渠道来源的用户自然而然的被区分开了。
iOS要真实检测具体的量还是比较难的,一般都是各自生成itunes的营销链接,链接到App Store下载统计。
如果需要对成千上万的渠道进行统计(如:用户邀请、地推等场景),那么打渠道包、itunes链接等形式显然不够灵活,毕竟都需要人工生成。这里就需要用户填写渠道码(邀请码/地推码/激活码)来实现上下级关系绑定(如:邀请关系、地推对象等)。
但是,这里面涉及到问题非常复杂,主要有以下几点:
当面对的推广渠道过多时,安卓需要对每个渠道都打一次包,人工成本高、工作效率低。
iOS itunes统计也有局限性,比如数据带有一定的延时性、需要人工创建渠道链接、安装量小于5个的情况下统计数据不予显示等。
安卓和iOS由于采用不同的统计管道,势必造成两者数据的统一性不足,对市场运营来说,会造成一定程度的数据困扰。
填写渠道识别码是一个繁琐的操作,对用户体验也是不大不小的伤害,漏填、填错、弃填都有可能导致邀请环节断档、地推业绩出现误差。
想要避免这些情况,完美计算ROI,我们需要用到第三方渠道统计工具。第三方渠道统计工具的优势
首先我们要明确一下需求,推广人员确认ROI,主要需要得知两方面的效果:一是推广来源渠道,不仅仅是投放平台,还要具体到每一张二维码、每一个推广人员、每一次广告展现分别能带来多少用户;二是更要知道每一个新用户安装App后的操作行为,以及用户画像。这时就需要更专业更灵活的第三方渠道统计工具来满足这两点要求了。
第三方渠道统计工具主要通过SDK采集相关数据进行归因,目前国内第三方渠道统计工具主要有openinstall,相比传统的统计方式,这种第三方工具的优势在于:
基于渠道链接形式,可以给每个渠道单独生成渠道链接/二维码进行统计,甚至可以把每个用户当成独立渠道,也没有数量限制,再多再少的渠道数据都可以予以显示。
同时兼容安卓与iOS系统,两者都可以直接采用链接/二维码形式推广,数据统一性就有了保障,并且不必再人工合并下载地址。
采用这种形式可以直接减去打渠道包、填写渠道识别码等人工操作环节,用户邀请关系自动绑定,数据统计实时上报。
后续用户的安装量、激活量、留存、活跃,甚至付费、签到、升级等行为数据都可以通过对接API获取。
从渠道管理来讲,一个好的统计方式可以用来判断渠道质量,合理优化渠道投放策略,节省推广成本,并提升渠道转化。从用户增长来讲,可以用于判断某个推广渠道的质量和效果,从而优化投放策略,提升用户增长。写在最后
不做数据分析,就无法知道广告花费到底浪费在哪个环节,在大数据技术逐渐完善的今天,有了实现渠道分析的土壤,App推广可以发挥出更大价值,对于提升ROI更是关键。
对于CP而言,在红利尽失的今天,App渠道统计是运营新的突破口,通过渠道分析得到的结果也许是成本节省30%,转化提升50%,从而抓住被忽视却大有价值的流量与新增。
欢迎分享转载→ 效果广告ROI如何提升?从App监测分析开始
下一篇:最后一页