CPA и CR уже недостаточно. Какие метрики качества использовать для аналитики In-App-рекламы

Почему нельзя ограничиваться только измерением CPA 

В отличие от веб-размещений, в мобильной рекламе стоимость действия (CPA) нужно отслеживать в конце воронки, когда пользователь уже оплатил заказ или прошел более глубокую идентификацию, на основе которой можно судить, что это настоящий человек, а не робот. 

Целевые действия пользователей могут быть фальсифицированы при помощи клик-спама: на странице размещается баннер, который фиксирует клик пользователя по любому участку экрана, а не только рекламному креативу. Данные о таких фиктивных кликах передаются в системы отслеживания, такие как AppsFlyer, Adjust или MyTracker. Если пользователь впоследствии все же совершит покупку, информация о его «клике» может быть приписана определенному агентству или партнеру рекламной сети. 

Также существует и более экзотический способ мошенничества, когда хакеры взламывают систему и искажают данные, например, создавая большое количество фальшивых транзакций. Правда, это возможно лишь в том случае, если события из приложения не поступают напрямую на сервер компании для первоначальной проверки на достоверность. Таким образом, и до и после генерации лида существует множество событий, которые необходимо обязательно учитывать. Согласно данным TopTraffic, более 50% In-App-трафика может быть фродом, и это означает необходимость обязательной аналитики дополнительных метрик.

Метрика 1. Конверсия из клика в установку (CR)

В контексте обсуждения метрик в мобильной рекламе, особенно при рассмотрении CPI, важно обратить внимание на post-view-атрибуцию. В сфере Full Service целесообразно избегать сильной ориентации на view-атрибуцию. 

Когда речь идет об атрибуции кликов, есть определенные стандарты для CR из клика в установку, которые можно считать нормой, и стандарты, которые, напротив, сигнализируют о возможных отклонениях в фулл-сервис-рекламе в мобильных приложениях. Хотя рынок считает нормой конверсию из клика в установку приложения 0,2%, мы придерживаемся показателя 0,1–0,15%. Это средний уровень по источникам, обеспечивающим стопроцентное попадание в CRM и поддерживающим стабильные результаты, несмотря на колебания фрода. Если CR падает ниже 0,05%, это может быть признаком фрода и указывать на необходимость отключения такого источника. С другой стороны, если CR превышает 1–2%, это чаще всего сигнал наличия ботов. В этом случае требуется анализ в CRM, и, вероятно, выявится отсутствие попаданий, что указывает на необходимость отключения данного источника.

Метрика 2. Процент удержания пользователей в первые 7 дней

Retention представляет собой возврат пользователей в мобильное приложение на протяжении определенного количества дней после установки. Показатель отражает эффективность привлечения трафика и важен для анализа качества размещения. Особенно важно обращать внимание на уровень удержания пользователей в первые семь дней. Обычно мы фокусируемся на первых трех днях, где уровень удержания в 100% в первый день говорит о наличии ботов. Оптимальный показатель retention на этом этапе составляет от 40 до 70%. Это означает, что в первый день не менее 40% пользователей возвращаются в приложение, 70% является хорошим показателем. Однако необходимо учитывать особенности конкретного продукта или клиента при оценке этой метрики. Например, для компании, где не ожидается частое использование приложения ежедневно, retention на протяжении всех семи дней может быть низким.

Для более точной оценки Retention и связанных с ним параметров полезно проанализировать органический трафик, разбивая его на основные когорты. Это позволяет выявить сегменты, наиболее близкие по поведению к платному трафику, и определить наиболее эффективные пути привлечения целевой аудитории.

Метрика 3. Процент ассоциированных конверсий

Ассоциированные конверсии означают, что пользователь взаимодействовал с рекламой, но совершил действие не сразу после просмотра объявления. Представим, что человек видел рекламу от Appnext для Xiaomi, нажал на нее, но не установил приложение. Впоследствии, на другом сайте, он увидел баннер с аналогичным продуктом, нажал на него и наконец совершил установку. В этом случае Appnext становится ассоциированным источником, который был частью коммуникации и внес вклад в окончательное действие. Обычно эта последовательность включает от трех до десяти взаимодействий с рекламными сообщениями до совершения конечного действия, и все их необходимо анализировать для понимания вклада каждого источника в установку. Если ассоциированных конверсий из одного канала более 40%, то это может говорить о перехвате трафика у других источников. В этом случае требуется оптимизация либо отключение такого источника. 

Метрика 4. Процент пользователей с VPN

Важно проводить тщательный анализ трафика через VPN, особенно в контексте его влияния на клиентов и наш бизнес. Адекватный процент такого трафика сильно зависит от целевой аудитории. Если клиенты компании располагают средним уровнем дохода, то процент использования VPN может быть значительно выше — от 40 до 50 или даже 60%. Это связано с активным использованием платных VPN в данном сегменте. Однако для аудитории с более низким доходом эти цифры могут быть иными.

Отдельно стоит упомянуть о крупных поставщиках бесплатных VPN-серверов для США, Нидерландов, Германии и Франции. Эти страны часто используются, и даже популярные VPN-провайдеры имеют ограниченные бесплатные серверы в разных странах. Анализируя популярные VPN-приложения и их бесплатные серверы, можно заметить концентрацию трафика именно в этих регионах.

Метрика 5. Процент совпадения событий в приложении с CRM 

Есть базовые правила соответствия событий внутри приложения и тех, которые отображаются в CRM. Например, количество зарегистрировавшихся не должно превышать количество установок и количество покупок не должно быть больше количества зарегистрировавшихся. 

Трафик, отображаемый в CRM, должен как минимум на 75% совпадать с тем, который отображает в своей статистике сеть. Сети, у которых попадание в CRM ниже этой отметки, нужно обязательно оптимизировать. Если оптимизация не дает результатов, то рекламный источник отключается. В CRM необходимо смотреть процент отмененных заказов, который иногда искажается сетями. Если процент отказов превышает клиентскую норму в рынке (от 15 до 50%), то такие источники оптимизируются. 

Резюме

В статье рассмотрены базовые метрики, которые должны стать «гигиеной» при работе с In-App-трафиком по модели Full-Service. В целом применяется более 20 метрик, анализ которых позволяет на разных этапах ограничить ботовый трафик и добиться более эффективного и качественного результата.