アトリビューション分析のやり方がわからないと、チャンネルのコンバージョンやユーザーの成長がどんどん悪くなっていくのも当然です。

APPは開発され、広告も行われ、チャネルも選択され、予算も確保されましたが（いつも足りない気がしますが）、広告の結果は十分ではありません。この時点で、APP製品の最適化に問題があるかどうかを推測します。広告コピーは魅力的ではありませんか?あなたのチャンネル戦略に何か問題がありますか?待ってください、もちろん上記はすべて真実です。しかし、誰もこの質問に答えることができません。「広告予算の 50% はどこで無駄になっているのか?」あるいは、広告予算をより合理的に割り当てるにはどうすればよいのでしょうか? 広告は、ユーザーと直接向き合う最後の、そして最も重要なリンクです。広告の効果を追跡（アトリビューション）できない場合（一般的な意味でのチャネルが示す派手だが偽りのデータのことではありません）、最適化の次のステップで良い仕事をするのは非常に困難になります。最終納品段階で、それまでに行われた努力が徐々に、そして知らないうちに失われてしまう可能性があります。いまだに広範囲な効果評価を行っている人は、消極的すぎます。従来の広告と比較して、インターネットオンライン広告のデータは記録されており、データ分析に利用して配信効果を最適化することができます。オンラインメディアチャネルはこれらの利点を活用し、ターゲット配信の概念に基づいて広告主の予算を獲得してきました。データはいつも、人々を不可解なほど夢中にさせます。私たちの本来の認識と限界からすると、データは美しいとわかりますが、その結果は満足できるものではありません。特に、チャネルのコンバージョンがますます悪化し、ユーザーの成長がますます困難になっている現在ではなおさらです。広告を出した後、運営スタッフも効果評価に多大な労力を費やしていますが、無駄です。このような広範な評価方法では、より本質的な問題をまったく解決できません。

ユーザーがこのチャネルから広告をクリックしたことはわかっていますが、クリック後にアプリをインストールしたでしょうか?

今回ダウンロード量を伸ばしたのはどのチャンネルでしょうか？次回はどれを買えばいいでしょうか？

ユーザートラフィックに加えて、この後のコンバージョンの功績は誰に帰属するべきでしょうか?より科学的で合理的なものは何でしょうか?

インターネットマーケティングと従来のマーケティングの最大の違いは、ターゲット設定と追跡が可能であることです。従来の広告の特徴は、対象範囲が広く、ターゲットグループが大まかに区別され、効果を追跡できないことです。インターネット広告はターゲットを絞ることができ、その効果を追跡することができますが、どちらも同様に重要です。広告主はターゲティング調査にはより注意を払いますが、アトリビューションにはほとんど注意を払わないと私は考えています。ビッグデータ技術がもたらすターゲット配信は、確かに非常に魅力的です。たとえば、「旅行」を検索すると、プラットフォームはさまざまな製品や広告をさまざまな人に対して表示します。ターゲティングは広告主にとって非常に費用対効果が高いように見えますが、人には常に限界があります。アトリビューションがなければ、広範なターゲティングとより洗練されたターゲティングのどちらがより効果的かをどのように判断すればよいのでしょうか。ほとんどの広告主は、アプリをローンチする際に、複数のチャネルを組み合わせたプロモーション手法を採用します。たとえば、海外アプリをローンチする場合、Facebook、 Google 、 Appleの入札広告やその他のメディアチャネルを組み合わせて広告を購入します。広告主にとっては、広告を受け取ったユーザーがどのチャネルから来たのか、ユーザーの質はどのようなものか、広告購入とユーザー獲得、アプリ内でのユーザー行動との関係はどのようなものかを明確にする必要があります。これらを検証するには、一連の方法やシステムが必要であり、それがアトリビューションです。実際のアプリケーションでは、アトリビューション操作はより複雑です。たとえば、ユーザーが情報フロー広告を表示し、ソーシャル広告をクリックし、検索エンジン広告でダウンロードを完了した場合、このコンバージョンはどのように計算されるのでしょうか。ユーザーが QQ クライアントを通じてアプリをダウンロードした後、アプリ内で他のコンバージョン動作は発生しません。このチャネルをどのように判断すればよいでしょうか?たとえば、 eコマースのユーザーがeコマースの広告を見て内部のコンバージョン行動を起こした場合、どの程度再購入してアクティブになるでしょうか。これらをアトリビューションを通じてリンクすることで、より包括的かつ科学的な判断と追跡が可能になり、配信と運用のあらゆる側面を効果的に最適化できます。つまり、プラットフォームのアトリビューションサービスを通じて、広告効果データを明確に特定できるのです。例えば、Google チャネル経由で誘導された APP ユーザーの内部支払率と支払単価を広告主に伝えることができます。このデータに基づいて判断し、次回どのように広告を掲載するかを知ることができます。 Google でのボリュームが良好であれば、広告の予算を増やすことができます。さらに、特定のチャネルが大量の新規トラフィックをもたらしているものの、内部のコンバージョン行動が非常に悪い場合は、その後プロモーション予算のこの部分を削減したり、そのチャネルを直接パスしたりすることもできます。トレーサビリティは科学的な最適化のための強力な基盤を提供します。アトリビューションには方法論も関わってきますが、科学的なアトリビューション分析方法としてマルチタッチアトリビューションが挙げられます。厳密に言うと、アトリビューションモデルは10種類ほどあり、アトリビューションの分類はシングルタッチとマルチタッチに大別されます。理解しやすくするために、Sister Xi が 4 つの一般的な帰属モデルを紹介します。 1. ラストインタラクションモデル：コンバージョン前にユーザーが最後にタッチしたメディアに100％割り当てられます。これも計測しやすいですが、シングルタッチモデルであり、不完全です。コンバージョン重視の広告主に適しています。 2. 最初のインタラクションモデル: 最初のコンタクトチャネルに 100% が割り当てられ、初期のブランド認知度のみを考慮し、コンバージョンは考慮しないため、新しいブランドに適しています。 3. 時間減衰相互作用モデル: 比率は時間の経過とともに減少するため、一時的なプロモーション広告に適しています。 4. カスタマイズされたインタラクションモデル：各ステージの比率をカスタマイズし、売上とブランドを同等に重視する広告に適しています。実際のユーザーコンバージョン経路では、ユーザーはToutiaoでAppleの携帯電話広告を見てクリックし、その後Momentsでプッシュ広告をクリックしました。戻った後、ユーザーはPCでBaiduでAppleの新モデルを検索し、その後BaiduでJD.comの広告をクリックし、JD.comで購入を完了しました。これは、広告表示からユーザーコンバージョンまでの比較的一般的なプロセスです。最終インタラクションアトリビューションモデルを使用すると、Baiduに表示されるJD.com広告のみの効果を評価し、事前広告要因によって生成された広告行動は計算されず、最終接触チャネルに100％が与えられることを意味します。最初のインタラクションモデルに従うと、その効果はToutiao広告に帰属することになります。最初のインタラクションであろうと最後のインタラクションであろうと、どちらもシングルタッチアトリビューションモデルに属します。このアトリビューション方法は、マルチチャネルの組み合わせ配信ではむしろ一方的です。ユーザーが接触するさまざまなチャネルは露出率を反映し、ユーザーのコンバージョンを生み出している可能性があります。シングルタッチアトリビューションの使用は、ユーザーの購入プロセス全体にも影響を与えるため、他の形式の広告に対して非常に不公平です。より科学的なアトリビューション方法では、ユーザーの包括的な行動を考慮する必要があります。これを私はマルチタッチポイントアトリビューションと呼んでいます。これは、一連のアルゴリズムまたはモデルを使用して割り当てを行います。たとえば、あるユーザーが百度で広告を見たものの、購入を完了しませんでした。翌日、彼は今日頭条を通じて購入を完了しました。私はその効果の 70% を今日頭条に、30% を百度に割り当てます。マルチタッチアトリビューションは、デバイス、画面、チャネル全体で包括的な評価を実施し、より合理的な効果配分比率を提供します。上の図に示されている時間減衰インタラクションとカスタムインタラクションモデルは、マルチタッチアトリビューションに属します。 Appleバックエンドが提供する入札広告の帰属は大まかな帰属である

主に Search Ads Attribution API を通じて、検索広告からのアプリのダウンロードを追跡し、アトリビューションします。利点は、Apple Attribution API 情報を使用すると、さまざまなキーワード、広告グループ、オーディエンスに対して CPT および CPA ターゲットを最適化できることです。

結果に関して言えば、Apple のアトリビューション API はまだ比較的単純で大まかなものです。各ダウンロードがどのキーワードから発生したかを遡ることはできますが、それ以上の情報は提供できません。広告主は、各ダウンロードがどのキーワードから来ているかを知りたいだけでなく、登録数、支払い率、さらにはユーザーのポートレート情報などを確認したい場合があります。このとき、より専門的で体系的なサードパーティのアトリビューションツールを使用する必要があります。 Apple 入札を通じてより価値のあるアトリビューション分析を取得するにはどうすればよいでしょうか? より詳細で科学的なアトリビューションデータだけが、AppleのASM入札広告の最適化をより適切に導くことができます。独立したサードパーティのアトリビューションツールであるLiangjianghu Attributionは、クリックデータとコンバージョンデータを監視することで外部データを集約します。さらに、SDKを介してAPP内部データを収集し、APPデータを通じてデータを段階的にアトリビューションします。最終的に、どのキーワードでユーザーを誘導したか、登録したか、支払いをしたか、その他の詳細な行動をしたかなどをアトリビューションします。アトリビューションは実際には接続の役割を果たしており、すべてのデータを接続してより正確な分析データを取得します。 SDK を埋め込むだけでなく、カスタマイズされたトラッキングソリューションを作成することがより重要です。埋め込みポイントをどこに配置するかを知ることは重要です。たとえば、APP登録ページにポイントを埋め込むことで、ユーザーの登録情報を取得できます。メンバーシップサービスにポイントを埋め込むことで、サービスの種類、サービスの金額、ユーザーのアカウントなど、どのユーザーが関連サービスを購入したかを知ることができます。さまざまな重要な場所にポイントを埋め込むと、ユーザーの行動のすべてのステップを完全に記録し、さまざまな種類のデータを取得するのに役立ちます。最後に、収集したデータの分析に基づいて、ダウンロードがどの単語から行われたかを明確に特定できます。たとえば、ある単語が 1,000 人のユーザーを呼び込み、そのうち 600 人が登録ユーザーで、200 人が支払いを完了したことがわかり、次のリリースに導くことができます。チャネル管理の観点からは、チャネルの品質を判断し、チャネル配信戦略を合理的に最適化し、プロモーションコストを節約し、チャネル変換効率を向上させるために使用できます。ユーザーの成長の観点から、特定の単語の品質と有効性を判断するために使用でき、それによってキーワードを最適化し、ユーザーの成長を高めることができます。 ASMアトリビューションはほんの一部に過ぎず、洗練された操作が目標です。上記はApple入札広告アトリビューションを例に挙げただけです。実際の操作では、アトリビューションをビッグデータ技術と組み合わせて、複数のチャネルのマルチタッチアトリビューション分析、データ不正防止、APPユーザーポートレート分析など、より実用的で価値のある洗練された操作を実行することもできます。もちろん、これらはすべて、コストをより効率的に管理し、コンバージョンを向上させることを目的としています。 1. ASM 配信、さまざまなチャネル、さまざまな広告グループに基づいて CPA 変換データを監視して、配信計画を最適化します。広告主によっては、ユーザー登録率のみを確認したい場合があります。登録ページにポイントを埋め込むだけで済みます。広告主によっては、KPI 要件が異なります。たとえば、e コマースの広告主の場合、ショッピングカートと購入成功の段階に広告ポイントを配置し、関連データを収集して分析します。さらに、ASM以外の他のチャネルのCPA変換データも監視できるため、プロモーション配信のフルパスデータを取得し、リアルタイムのカスタマイズ可能なデータレポートとチャネル品質の評価と分析を提供し、広告を最適化し、 APPプロモーションの効果を最大化するのに役立ちます。 2. APPユーザーポートレート分析を確立し、ユーザー操作を洗練させます。 APP内のSDKを通じて収集されるユーザーデータは特に多くはありませんが、ビッグデータ基盤があれば、他の周辺の大量データと組み合わせてユーザーを分析し、より包括的なAPPユーザーポートレート分析を得ることができます。いわゆるより包括的なユーザーポートレートとは、取得したユーザーポートレートの60％ではユーザー操作をサポートするのに十分ではありませんが、データが大量にある場合は精度を90％まで高めることができます。データの量によって、その後のデータ分析の精度が決まります。ユーザーポートレート分析は、ユーザー操作の最適化のあらゆるレベルで使用できます。 3. 入札広告に不正防止サービスを提供し、運用コストを節約します。ここで言う不正防止は主に ASM 入札広告を対象としており、入札内のキーワードが悪意を持ってクリックされる状況が主な対象です。運用中は、リアルタイムのインテリジェント処理のためにしきい値が設定されます。たとえば、1 分以内に平均表示量が 100 でクリック数が 50 の場合、値が前回の平均の数倍を超えると、システムは自動的に一時停止します。これにより、ASM の悪質な競争やチャネルの不正行為を効果的に防止し、偽のトラフィックを効果的にブロックして、実際のトラフィックが自然に増加します。 (Android での不正行為防止はより複雑であり、興味のある学生は Liangjianghu APP での不正行為防止に注目することができます) 上記の機能を実現するには、大量のデータ蓄積、専門的なデータモデリング機能、分散型リアルタイムデータ処理機能、および事後データ分析の次元が必要であり、これらすべてにより結果の精度が向上します。例えば、リアルタイムストリーミングコンピューティングプラットフォームを使用することで、変換データの通知に遅延や損失がなくなり、リアルタイム処理の精度が向上します。技術的な部分については詳しくは触れません。追記：アトリビューション分析とトレースがなければ、どの段階で広告費が無駄になっているかわかりません。従来の広告の時代には、科学的な効果評価を行うことは不可能でした。今日では、ビッグデータ技術が徐々に向上し、アトリビューション分析の土壌ができ、アトリビューションによって運用の価値を実証することができます。アトリビューションは、洗練された運用に欠かせないツールです。1 回のアトリビューションでコストを 30% 削減し、コンバージョンを 50% 増加させることができます。結局のところ、アトリビューションとは、新しい運用チャネルを開設し、無視されているが価値のあるトラフィックと新規追加を獲得することです。

モバイルアプリケーション製品プロモーションサービス： APPプロモーションサービス青瓜メディア広告

この記事の著者@溪姐は（Qinggua Media）によって編集および出版されています。転載する場合は著者情報と出典を明記してください。サイトマップ

<<: 2次元ゲームのプロモーションの問題を解決するには？「栄光の剣」は成功したデモンストレーションを行った

>>: 北京で BGP サーバーをレンタルするにはいくらかかりますか?