ottimizzazione per eventi skoove

I processi di ottimizzazione di una campagna di performance marketing sono in continua evoluzione, e questo rappresenta forse la più grande differenza con le campagne di marketing tradizionale. Si prenda ad esempio una campagna pubblicitaria in TV, dove c’è un grande sforzo iniziale per ideare e produrre i contenuti da mandare in onda, ma che una volta live non hanno grande spazio di ottimizzazione.

Nel Mobile Marketing, al contrario, il processo di ottimizzazione è una variabile fondamentale per il successo della campagna. Se da un lato è vero che le ottimizzazioni vengono fatte sempre più a livello tecnico dagli algoritmi delle diverse piattaforme o networks (uno degli esempi più palesi sono le UAC di Google), è altresì vero che le informazioni che il manager fornisce alle piattaforme di advertising possono fare la differenza.

CONTESTO

Skoove è una piattaforma online per imparare a suonare il pianoforte e,  in futuro, anche altri strumenti. Come succede spesso negli ambienti start-up, anche a Skoove i processi di ottimizzazione sono volti ad ottenere un CPA sempre più basso (CPA = Cost per action: costo per l’azione che si desidera essere compiuta dall’utente). Nel nostro caso specifico, l’azione a cui siamo interessati dopo il download è l’iscrizione a pagamento ad uno dei piani offerti (mensile, trimestrale o annuale), quindi il CPA rappresenta il costo per acquisire un utente che paga per un’iscrizione.

Il funnel della nostra app tuttavia è abbastanza lungo e complicato: ci sono infatti molti passi intermedi tra il download e il pagamento dell’iscrizione al servizio.

skoove funnel

Per Skoove, durante i primi mesi del 2018, la ricerca di un CPA più basso è stata molto più pressante del solito, in quanto legata al raggiungimento di specifici risultati fondamentali per ottenere un nuovo round di finanziamenti e giustificare il ROAS.

SFIDA

Come ottenere CPA più bassi e investire più risorse nelle attività di marketing?

Ci possono essere strade diverse per diminuire il valore dei CPA; nel nostro caso la missione principale era quella di migliorare il funnel di conversion da download a utente pagante. Analizzando i risultati delle campagne Facebook, ci siamo accorti infatti che gli utenti provenienti dal canale a pagamento convertivano in modo decisamente peggiore dopo il download rispetto a quelli organici. Questa è in generale una situazione normale – in cui il traffico organico mostra migliori tassi di conversione post-install rispetto al traffico a pagamento, ma nel caso di Skoove, questa differenza sembrava veramente troppo grande (Conversion rate 30% più bassa sul traffico a pagamento rispetto all’organico).

SOLUZIONE

Per risolvere il problema ci siamo posti l’obiettivo di costruire una target audience composta da profili più propensi all’acquisto. Ma come fare per inviare all’algoritmo di Facebook le informazioni giuste per ottimizzare la campagna?

Ci siamo quindi focalizzati su due aspetti

  1. Trovare la combinazione di eventi che indicano un forte intento al pagamento dell’iscrizione
  2. Avere una reach più ampia, e quindi un numero di impression maggiore. Una reach più ampia, significa infatti più possibilità di ottimizzazione per l’algoritmo di Facebook.

1) Combinazione di eventi

Prima di questo test, le campagne di user acquisition su Facebook erano ottimizzate con l’obiettivo di ottenere utenti che raggiungessero un certo step nel processo di onboarding – nello specifico la fase iniziale di spiegazione dell’app, visualizzata subito dopo la creazione di un account).

L’ottimizzazione basata sul pagamento dell’iscrizione era infatti difficile da attuare, in quanto l’evento in questione era troppo distante dal momento del download, e quindi non avevamo abbastanza eventi giornalieri da trasmettere all’algoritmo di Facebook per permettere un’ottimizzazione appropriata.

Abbiamo quindi iniziato a testare eventi diversi per l’ottimizzazione della campagna, quali ad esempio l’inizio di una lezione di prova.
Una volta raggiunto un valore statistico per ognuno dei test ci siamo resi conto, purtroppo, che l’ottimizzazione per nessuno degli eventi standard della nostra app portava ad ottenere dei CPA più bassi.

Abbiamo quindi deciso di fare un passo indietro, ponendoci l’obiettivo di comprendere a pieno la user journey dell’utente che portava al pagamento dell’iscrizione, prima di effettuare ogni altro tipo di test.

Dopo aver analizzato accuratamente tutti i dati a disposizione sugli strumenti di analytics, siamo stati in grado di formulare delle ipotesi su combinazioni di eventi sui quali ottimizzare le campagne, come ad esempio il raggiungimento della seconda schermata dell’onboarding, o la lezione finita entro il terzo giorno dall’iscrizione.

Abbiamo iniziato anche a lavorare a più stretto contatto con il team prodotto per creare la possibilità di offrire agli utenti una prova gratuita del servizio, e ciò ci ha permesso di creare un altro evento nel funnel – l’inizio della prova gratuita – che indica un alto livello di interesse dell’utente verso il prodotto.

A questo punto, data la quantità di informazioni e dati raccolti, siamo stati in grado di ricominciare la fase di test, con l’opportunità di utilizzare anche i nuovi eventi dell’app appena creati.

Sin dai primi giorni di test abbiamo notato dei risultati molto incoraggianti, con almeno due combinazioni di eventi per cui l’algoritmo di Facebook è riuscito a dare come risultato CPA drasticamente più bassi. I migliori risultati sono stati portati dall’evento “onboarding completato” durante la prima sessione, “prova gratuita iniziata” entro i primi 3 giorni.

2) Aumento della reach

L’aumento della reach delle campagne di Facebook è stato un processo abbastanza più semplice di quello precedente, ma per questo non meno efficace.

Per avere una target audience più grande ed essere in grado di mandare più informazioni possibili all’algoritmo di Facebook, siamo passati da un approccio di audience basato sull’area geografica (target per nazione) ad un’audience basata sulla lingua. Questo pur semplice cambio ha permesso all’algoritmo di avere a disposizione una audience più grande su cui distribuire le inserzioni e quindi fare apprendimento.

RISULTATI

I Risultati sono stati sorprendenti. Il primo approccio dell’ottimizzazione per i nuovi eventi ha portato da solo CPA più bassi del 25%, e una volta introdotto anche il secondo step delle audience più grandi, i CPA sono diminuiti fino al 40%.

Oltre ai risultati prettamente numerici, abbiamo anche imparato, a livello di team aziendale, a stabilire nuovi processi di comunicazione e cooperazione tra il reparto performance marketing e il reparto prodotto/sviluppo, rendendo così più semplice l’introduzione di nuove features nell’app.

CONCLUSIONI

skoove conclusioni


LEAVE A REPLY

Please enter your comment!
Please enter your name here