博客 使用增量测试开启移动营销监测新时代

使用增量测试开启移动营销监测新时代

在充满活力的移动应用营销领域,区分自然用户活动和用营销活动带来的安装事件并不容易。随着行业对隐私安全与合规的关注度不断升高,用户 ID 逐渐退出舞台,区分自然流量与付费流量的难度进一步提升。花钱向本来就想安装应用的自然用户投放广告是每个营销人员都不愿看到的。

由于种种数据隐私和技术层面的调整,传统的监测方法已显不足,对于能够精准监测和优化应用营销推广活动的新一代解决方案的呼声越来越高。幸运的是,要解决这个问题其实并不难。具有前瞻思维的增长营销人员正在通过增量分析营销策略的真正影响力。

用增量甄别真实营销效果

您可以将增量想象成营销界的福尔摩斯神探。这种方法能剥离现有的品牌号召力,找到那些纯粹由策略性营销手段带来的增长。增量就好像一把照亮推广活动的手电筒,能让您看清营销 "魔法" 带来的用户活动究竟花费了多少成本。

无论是特定营销渠道、一项具体策略还是全方位的推广活动,增量的本质都可总结为:"校验单个因素的价值,有策略地将其从不可控的因素中分离出来"。此外通过增量,我们还能找到效果不佳的营销举措。基于这些洞见,您可以细致入微地调整策略,拓展高利润的渠道和推广活动。

在以用户隐私为核心的后设备 ID 时代,增量的作用尤其宝贵。借助增量测试,营销人员可以摆脱对用户层级数据的依赖,通过同类型应用的聚合数据准确了解推广表现详情,告别传统用户分群。

在与 Adjust 的 Alex Pham 讨论增量的价值时,Meta EMEA 地区营销科学部应用和游戏总监 Kate Minogue 说道:"我们应该避免将所有营销成果都归因于投放面最广的广告,或是处于触点最末端、但实际没什么作用的广告。实验设计和增量测试能帮助我们达成这个目标,这种科学的方法能够切实验证并评估未投放广告时,推广效果会受到怎样的影响。“

A/B 测试 VS 增量测试

A/B 测试与增量测试的本质其实是相同的,都是测试组与对照组的对比。下面就让我们举一个简单的例子。

假设您为应用投放了营销推广活动,想要了解该活动对安装量的增量提升效果。A 组是对照组,为安装量提供基准。A 组中的用户并没有看到广告,而 B 组中的用户看到了广告。A 组的安装量是 100 次, B 组则是 120 次。基于这些信息就能计算出两个关键数据。

增量提升计算方法:"提升" 即 B 组相较于 A 组的增加量。在这个例子中, B 组的安装量比 A 组高出 20 次,那么提升就是 20%。这里的计算方法是 B 组安装量减 A 组安装量,除以 A 组安装量后乘以 100,即可得出以百分比计的增量提升数据。

增量提升计算公式

增量计算方法:增量指 B 组中营销支出带来的转化量占比。在这个例子中,20 次安装相当于 B 组总安装量的 16.7%。这里的计算方法是增量提升除以 B 组安装量后乘以 100,即可得出增量百分比。

增量计算公式

将增量数据转化为实用洞见

在以上示例中,您的推广活动获得了增量提升。有了这些信息,您就能精准计算这 20% 的安装量增长是否为营销总支出带来了相应的价值。从理论上说,如果您认为这一增量提升的成本太高,就可以叫停广告支出,保有 83.3% 的安装。

不过,增量提升并不一定都是正数。有些推广活动增量提升为零,说明该活动或许能带来销售量,但并没有增量价值。遇到这种情况,可以考虑调整广告素材或改变目标市场,获得正向的增量提升。

虽然不常见,但有时营销推广活动也会产生负面影响。此时,增量提升就可能是负数。例如,"用力过猛" 的再营销推广活动就可能让潜在用户敬而远之。有时也会出现付费营销活动蚕食自然量的情况。要解决 "自我蚕食" 问题,您可以启用移动监测合作伙伴 (MMP),设置能够甄别现有用户的参数。如果增量提升为负,请叫停对应推广活动,重新审视活动的策略和概念。

"对于整体营销策略来说,增量非常重要。" Kate Minogue 表示,"从用户获取角度我们经常看到,如果广告主不确定自己的归因逻辑是否合理,或对归因精准性存疑,则可以采用增量清晰了解营销活动的真正效果,验证归因准确性。"

如何轻松监测增量

在开展营销增量测试之前,有几个重要的问题需要您考虑。您的主要指标和目标是什么?您想要监测什么?为什么?

Meta 的 Kate Minogue 建议说:"在开展测试之前,请一定、一定、一定要提出一个假设。其实,更理想的做法是在测试之前,针对正面、负面和持平的结果做好方案。"

假设与上文示例不同,您拥有一款鞋品销售类应用,每次售出鞋品都是一次转化事件,而您想要以应用内购买 (IAP) ——而非安装——作为转化事件,监测广告效果。那么,您的主要测试结果就是广告对鞋品销售量的增量提升。

如果对照组 A 组的应用内购买次数是 10 次,测试组 B 组是 20 次,那么增量提升就是 100%,增量是 50%。由此可见,增量用户进行购买的几率很高。在这个使用场景中,选择应用内购买次数而非安装量作为主要测试对象,就能从增量结果看出广告支出的效果非常不错。

Poshmark 增长总监 Michelle Huynh 通过实例说明了增量监测是如何帮助其公司实现增长目标的:

"对于我们来说,电视是一个相对较新的营销渠道。我们划出了一周的营销预算,打算在一天内全部花完。这种做法有些冒险,但我们密切关注着混合成本以及每小时的营销表现,并与此前一周的数据做对比,了解是否出现了增长。通过增量测试我们发现,电视用户能够带来增量提升,而且成本有些高,但这一信息对我们大有助益,帮助我们高效拓展了电视营销支出,也让电视成了我们最重要的渠道之一。"

增量测试能够精准推算获取用户的真实成本,避免自然量被蚕食,其优势是毋庸置疑的。这种方法可以揭示营销支出相关的宝贵洞见,达成所有应用营销人员都在追寻的重要目标:最大化营销支出效果,同时避免蚕食自然量。

想进一步了解增量并利用增量推动应用增长?快来参阅我们的用户获取指南营销组合模型指南,或直接联系您的 Adjust 代表展开讨论。

想要每月获取最新应用洞见吗?立即订阅我们的新闻简报!