低获客成本如何带来高回报率?看看外网怎么说 - 站长之家

低获客成本如何带来高回报率?看看外网怎么说

2018-01-29 09:09 稿源:三节课  0条评论

来源:三节课(sanjieke01)

本文作者小球,三节课新晋内容实习生一枚。

话不多说,进入今天的主题——移动应用中的 ROI。

一部分人看到这里可能就要放弃这篇文章了,不!给我个机会,让我给你好好解释一下什么是 ROI。

所谓 ROI,也就是投资回报率(Return on Investment),即一定周期内,广告主通过广告投放收回的价值占广告投入的百分比。一般来说,ROI都会带上周期,如日ROI、月ROI 等,用公式表示即ROI=回收价值/投放成本。

举个例子,比如某电商在 5 月份投放了 100 万的广告费用,获取了价值 200 万的有效订单金额,则ROI为(200/100=)2。

对于我们今天的主角——移动应用开发团队来说,日常少不了抱怨:为啥我们的应用不能赚大钱?这背后的一个原因在于,应用开发团队费尽心思搞出了一款产品,一甩手就扔进了应用市场,指望着它能一跃成为爆款赚大钱,但事实往往并不是这样。

Ty Magnin(Appcues市场部主管)在他的一篇调查研究报告中给出了下面这些数据:

  • 86%的移动用户在首次下载应用后就不会再打开它;

  • 只有2.7%的用户会连续使用应用超过一个月并选择继续使用;

  • 那些下载应用后 7 天没有再次打开的用户,有60%的机率再不会打开它了;

  • 67%的市场人完全不考虑移动ROI。

不难想象,忽略了ROI这样一个重要的衡量指标,再牛的应用也逃不过昙花一现的命运。

为了能让自家应用持续带来回报、满足商业目标,我们就需要不断地测试应用。这样做的目的不仅是为了优化用户体验地图,更是为了最终能找到成本有效的方式去获取更大的收益也就是我们俗话说的赚大钱。

优化用户体验地图有何用处?在分析这个问题之前,我想先谈谈什么是用户体验地图。

用户体验地图是集合了讲故事和视觉化这两个强大的方法工具,用来帮助团队理解和解决用户需求。用户体验地图最基本的形式,是把一些列用户需求和行为集合在一个时间框架上,然后从用户的角度出发,把用户的思考和情绪填充进时间框架里加以叙述,最后用视觉化的形式表现出来。

blob.png

(图为超市购物体验地图)

上面简单说了说用户体验地图,那么移动ROI和它有什么关系呢?其实不难理解。

如果我们在谈论提升ROI的时候只关注表格里的各项数据和指标,而不把运营成本和收益作为用户体验的一部分考虑,那和往漏洞的瓶子里装水是一样的概念,再多的运营动作也只是向无底洞里砸钱。

这样说太虚,咱们不妨来算笔账——

假设,我们手里拿着 10 万美金要在Facebook上给我们的APP打广告,目的只有一个:驱动APP下载量。

阶段性的成果是:这一波动作带来了 5 万的下载量,相当于单次安装成本只有(100000/50000=) 2 美元,乍一看是不是特划算?因为根据 2016 年Facebook的广告投放成本数据来说,单次安装成本(CPI)为2. 72 美元,而Facebook官方给出的默认推广费用是 5 美元。

但是如果抛去短期成果,仅以首次广告投放后的 90 天为例,此时用户留存率只有5%,也就是说只有(500000*5%=) 2500 人还在用我们的APP。这时候再去计算有效成本,我们会发现单次安装成本达到了 40 美元。

钱花了,用户却跑了?用户为啥跑了?因为我们的应用留不住人家了嘛。

因此,为了提高获客量和留存率,进而降低用户成本、提升移动ROI,我们可以从三个方面入手,进行多角度的用户体验地图测试。

  • 获客阶段:用户了解并下载应用

  • 促活阶段:用户看到了应用的价值

  • 留存阶段:用户决定长期使用应用

在这篇文章中,我会将重点放在获客阶段,通过丰富的案例和深入的分析谈谈为了提高移动ROI,我们能做些什么?怎么做?以及不同的动作会带来什么结果?

一、获客是赚钱的大前提

不言而喻,获客是赚钱的大前提。但是想获客,就要先花钱做营销,所以咱们不妨再来算一笔账。

这次咱们来说说单次安装成本(CPI)。在总体成本一定的前提下,高广告投放成本与低用户下载量会带来极高的CPI。但如果我们能降低CPI,就会带来更大的整体回报,我们也有可能利用富余的资源从其他渠道获客,从而提高移动ROI。

blob.png

为了降低CPI,我提出了两个关注的点:

  • 降低广告投放成本

  • 提高获客速率,单位时间内提高用户下载量

以及下面会展开分析的三种测试方法:

  • 找到能带来最大ROI的目标受众

  • 将分割测试应用到广告投放中

  • 尝试更有效的应用推荐策略

二、找到能带来最大ROI的目标受众

举个例子,比如,我们这次真的要在Facebook上投放广告了!

为了更精准地投放广告,除了做足用户调研、绘制用户画像之外,我们借助了Facebook提供的“潜在目标受众”功能,希望能将广告投放至那些还没听说过我的应用、但有极高可能性会成为新用户的受众。

我们可以选择从国家人口1%至10%的人群范围进行广告投放,而在这些人群中平均有1%高度符合我的目标受众描述。也就是说,对于一个 100 万总人口的国家,如果我选择了规模为“1%”的投放范围,那么此次投放我会获得大约(1000000*1%*1%=) 100 个新用户。

blob.png

以三个不同规模投放范围为测试对象(上图红圈),我们看到了对应的获客成本:

  • 1%投放规模,获客成本为3. 748 美元

  • 5%投放规模,获客成本为4. 162 美元

  • 10%投放规模,获客成本为6. 364 美元

我们需要关注的是,不同规模的投放范围对应的CPI也是不同的,通过测试,我们要在不同投放人群中找到能带来最大ROI的目标受众。

三、将分割测试应用到广告投放中

所谓分割测试,就是将营销活动中的两个变量以互相对立的方式进行测试分析,并根据分析结果找到最佳的活动策略。通俗一点说,就是试、再试、再再试。

尽管并不是每一次分割测试都会得到有效的改进,有时候我们可能只是在一次测试后得到“新策略效果不如旧策略”的结果,但是这类测试依旧是有用且必要的。

还是以在Facebook的广告投放为例,在做分割测试时我们可以从图片、文案、说服逻辑、元素位置和目标受众等多方面进行。

blob.png

比如,在上面的两则广告中,除了配图不同外其他元素完全相同,但分割测试的结果却是:两则广告的单个转化成本相差两倍有余。

有好的文章希望站长之家帮助分享推广,猛戳这里我要投稿

相关文章

相关热点

查看更多