Михаил Веселов, менеджер по маркетингу OZON.ru, в докладе на тему: «Мобильные приложения – стратегия работы с трафиком на основе внутренних данных» делится опытом работы в области мобильного продвижения крупных проектов.
Модели покупки мобильного трафика
Как известно, сегодня существует три модели покупки мобильного трафика - это: CPM, CPC, CPA. При этом не исключено, что в конечном итоге, трафик будет продаваться по модели CPA. Пока же не так много игроков готовы работать по этой модели из-за целого ряда рисков. К таким рискам, к примеру, можно отнести высокую стоимость установок приложений и сложности при определении дальнейших действий пользователей внутри этих приложений.
В ближайшем будущем стоимость установок в рублевом эквиваленте продолжит расти, игроки мобильного рынка будут копить данные и экспертизу по покупке трафика, что, в свою очередь, будет повышать спрос на закупку трафика по CPA.
В настоящее время OZON.ru проводит тесты мобильной партнерской программы с динамической выплатой вознаграждения по модели CPI в зависимости от конверсии из установки в покупку.
Сильные и слабые стороны СРА-модели
При использовании СРА-модели возрастают риски, которые могут быть компенсированы большим объёмом данных, генерируемых пользователями устройства. Для последующего анализа необходимо настроить трекер и аналитику и записывать максимум событий, которые передают пользователи.
Все имеющиеся данные целесообразно разделить на три группы:
Выполняя ряд задач в области аналитики событий внутри приложений, специалисты OZON.ru увидели, что большинство покупок совершается в течение 1-2 недель. Их число растёт драматически в первые дни, а на 8-й день количество покупок резко сокращается. Эта ситуация может тянуться месяцами:
Это позволило сделать следующий вывод: независимо от того, какое событие является ключевым в приложении, нужно понимать, как быстро оно происходит. Если до его совершения проходит как минимум неделя после установки, появляется серьёзная задача – понять, что делать с трафиком. Найти решение помогает воронка конверсии при «линейном» поведении пользователя или предиктивная аналитика для хаотичного характера событий.
В последнем случае нужно загрузить имеющиеся данные в систему аналитики.
Аналитические сервисы позволяют выявлять взаимосвязи между различными событиями и вероятностью совершения покупки и анализировать трафик. Эти инструменты не дают 100% понимания того, что это за трафик, но они помогают принимать решения.
Ниже – пример сбора и анализа статистических данных, позволяющих осуществлять в дальнейшем предиктивный анализ поведения пользователей. На диаграмме показан ряд событий, которые были совершены в течение 3 дней, и количество конверсий по событиям на 14 день:
LTV пользователей мобильных приложений
Данные о частоте покупок в сочетании с информацией о стоимости среднего чека, как правило, позволяют маркетологу сделать выводы о необходимости перевода пользователей в мобильные приложения.
На графике ниже показана частота повторных заказов пользователей OZON.ru в третьем квартале 2014 года:
Как видно из данных диаграммы, эффективность приложения с точки зрения стимулирования продаж оказалась на 16% выше аналогичного показателя для сайта. Следовательно, наличие приложения на устройстве пользователя позволит увеличить частоту повторных покупок.
Далее важно разобраться, что происходит с пользователями после совершения заказа. На этом этапе важно грамотно сегментировать клиентов. Выделяют три основных типа сегментации:
По давности последнего заказа;
По среднему чеку;
По частоте заказов.
Обладая достаточно большим массивом данных о предыдущих и повторных покупках пользователей, можно с помощью инструментов аналитики выявить взаимосвязи и понять, какие именно товары и услуги и на каких условиях можно предлагать этим людям.
Основные инструменты повышения конверсии и LTV:
Push-уведомления;
InApp-сообщения;
Email-рассылки. Достаточно большой сегмент пользователей намного лучше воспринимает информацию, переданную по email, а не через push-уведомления или InApp-сообщения.
Динамические лендинги и сообщения на основе заданных правил. Сегодня на рынке существует достаточно большое количество сервисов, которые позволяют выявить базовые паттерны поведения пользователей в приложении, построить воронку конверсии и в местах её сужения предлагать пользователю различные формы коммуникации. Это могут быть: push-уведомления, InApp-сообщения – которые помогут привести конкретного пользователя к нужному действию.
Создание списка регулярных покупок и готовой корзины предоставляет пользователям возможность добавлять в корзину регулярно покупаемые товары посредством checkbox – в один клик.
Впервые доклад Михаила Веселова прозвучал в рамках конференции ConversionConf 2016: трафик, конверсии, продажи, которая проходила в Москве 1 марта 2016 года.
