泛娱乐类产品增长难?做好归因是关键

31 10月
泛娱乐类产品在国内有广泛的用户需求,但随着入局者增加,泛娱乐类产品的市场竞争也日益激烈。在此环境下,产品增长变得更加困难,尤其是在广告投放上,需要更精细化的运营能力,而广告归因是提升运营能力的关键。

10月26日,热云数据作为特邀嘉宾,携手快手联盟、TopOn,共同带来第二期《品类解读系列沙龙》,热云数据归因与风控产品负责人Luka分享了《泛娱乐产品如何进行归因分析》主题内容,详解广告归因与增长方法。

扫码观看回放

 

延迟Deeplink成为泛娱乐产品归因主流选择

泛娱乐产品在广告投放中,延迟Deeplink广泛应用在泛娱乐产品拉新业务中,能够让用户点击广告之后跳转到点击广告相关的内容或界面,有效解决广告素材与推荐内容在冷启动场景下的关联问题。在此场景下进行归因时,可通过Referral&ClickID归因方式,对前后链路进行串联归因,归因精准度更高

多渠道投放,建立归因瀑布流策略

泛娱乐产品往往会在多个渠道投放,需要对多渠道归因。Luka建议Android端使用渠道包归因由于IDFA的限制和获取率的影响,iOS端则可通过指纹归因方式进行多渠道归因

广告主需要理清归因底层的逻辑,建立完整的归因瀑布流。首先,优先采用点击精准归因,做好点击概率归因,如果点击数据无法匹配,则要留意展示精准归因。为了确保归因精准度,广告主需要关注设置归因回溯窗口期,归因模型开关,留意多触点贡献度,数据排重,再归因窗口期等影响因素,从而进一步调优oCPC或oCPX的买量模型。

后IDFA时代归因方法

后IDFA时代iOS归因,主要分为苹果商店流量和平台流量的归因广告主在苹果商店投放ASA广告时,需要注意处理好ASA数据差值问题。现在苹果商店支持iAd与AdServices框架获取ASA归因结果数据,并优化了数据延迟问题,广告主可以打通ASA数据与用户行为数据,实现留存、 LTV、ROI、自定义事件全链路监测。同时,对接Campaign Management API实现与自有BI 系统数据打通,以及对接ASA代投公司并进行数据回调交互,能够实现精细化运营账户。还有将ASA统计报表+底层数据对接,能够自查数据差异,正确认知投放效果。

在平台流量方面,在国内,IDFA仍旧作为第一优先级进行精准归因,使用IPv6、UA、更多机型等参数提升模糊归因准确率 ,根据平均转化时间合理缩短模糊归因窗口期,为Zeroed IDFA流量配置更严格的防作弊。

分析用户行为,优化增长策略

广告主在做数据分析时,需要围绕最终KPI的分析方法论:一种分析的方法,两个考核点,三类分析维度,四波人群

一种分析方法

要求对同期用户群组分析,而不是看当天得到的收入回报。如果以当天的数据来分析,不能准确度量用户在什么时间点内 ROAS 是打正的状态,不能分析出用户目前到达了什么阶段,所以一定要基于同期用户群组进行分析,这样数据产出才会有意义。

两个考核点

一个是 ROAS 打正的耗时,分析当天的数据表现以及三天后的表现情况,从而判断某个广告素材或渠道的回收效率是否达到预期;第二个是当 ROAS 打正之后,我们要关注它的长期收益,这时候我们要留意它的长期 LTV 具体数据表现。

三类分析维度

媒体侧,分析垂类媒体的用户效果; 素材侧,重点分析用户定向效果,关注不同品类产品用户的定向效果变现;账号维度需要分析自投或代投之间的出价模型效果。

四波人群

高价值用户:持续高付费

潜高用户:单次付费,逼近付费点

羊毛用户:高活,目的性强,低付费

流失用户:低活不付费

泛娱乐产品增长优化策略建议:

01
理解渠道优化算法。通过为不同广告计算关联不同属性、衍生事件以及关键行为,借助AB测试方法测试不同出价、关键行为、素材以及投放代理优化能力。

02
制定完整优化方法论。首先基于同期用户群组分析,明确投放目标人群与媒体,了解用户转化节点,筛选出高潜人群。其次,控制变量,测试策略实时调控,分析用户转化的关键行为,针对不同流量属性、目标人群、 投放计划、预算分布、KPI等进行营销策略决策优化,能够有效挖掘潜在用户。最后对营销和运营数据进行复盘,能够及时修正优化目标,持续提升用户转化效果。