جستجو
این کادر جستجو را ببندید.

5 راه تحلیل کمپین‌های اپلیکیشنی با استفاده از آنالیز بازاریابی

فهرست محتوا

درک داده‌های مربوط به بازاریابی ممکن است کسب‌وکارها را سردرگم کند. نمودارها ممکن است در ابتدا جالب و تامل‌برانگیز به نظر برسند اما اگر تفاوت بین آن‌ها را ندانید ممکن است ارزش خود را از دست بدهند.

می‌توان براساس گزارشات تجزیه‌وتحلیل بازاریابی، مدیریت و مطالعه هر معیار را انجام داد و به کمک آن، داده‌ها را تجزیه، ترندها را بررسی کرد و دیدگاه کاملی نسبت به ابعاد موضوع مورد بررسی به دست آورد. درک این دیدگاه کلی، کلید موفقیت بهینه‌سازی کمپین‌های اپلیکیشنی است.

تقریبا نصب همه‌ اپلیکیشن‌های موجود در اپ‌استورها رایگان است. در این صورت حتی اگر مشتری، اپلیکیشن را نصب کند، باز هم شما به درآمدی دست پیدا نمی‌کنید. بنابراین باید کمپین‌های خود را طوری بهینه‌سازی کنید که بتوانند کاربران وفادار را جذب کنند و باعث برقراری تعامل گردند و این فرآیند درنهایت به درآمدزایی منجر شود.

گزارش‌های تجزیه‌وتحلیل بازاریابی با استفاده از داده‌ها نشان می‌دهد کدام کانال‌های رسانه‌ای توانسته‌اند بیشترین کاربران ارزشمند را جذب کنند؛ یعنی کاربرانی که باعث کسب درآمد اپلیکیشن‌ها هستند. در این مطلب ۵ گزارش مختلف را با یکدیگر مرور می‌کنیم و خواهیم دید که هر کدام از آن‌ها چگونه نقشی کلیدی در بهینه‌سازی کمپین‌های اپلیکیشنی شما دارند.

۱. گزارش LTV

گزارش ارزش طول عمر مشتری (Life Time Value)، اطلاعاتی را درباره رویدادهایی که در بازه زمانی مشخصی از زمان نصب اپلیکیشن، در آن انجام شده است به بازاریاب‌ها ارائه می‌دهد. (معنی LTV)

استفاده از کلمه طول عمر ممکن است گیج‌کننده باشد، بنابراین اگر بخواهیم دقیق‌تر بگوییم، طول عمر به معنای تا به امروز (یا تا روز تهیه گزارش) است. مثلا گزارش اول آوریل از داده‌های کاربرانی که اپلیکیشن را در تاریخ ۱ مارس نصب کردند، یک ماهه است و گزارش اول ماه مه، داده‌های دو ماهه این کاربران را پوشش می‌دهد.

نموداری که ابتدای آن ماه مارس و انتهای آن ماه مه است

در یک اکوسیستم با مدل freemium، گزارش LTV درباره ارزش واقعی کاربران با معیارهای مختلف نظیر معیارهای مربوط به تعامل یا مربوط به درآمد، اطلاعاتی اساسی به دست می‌دهد.

تمایز قائل شدن میان LTV که در اصل، درآمد تولید شده به‌وسیله کاربر در یک بازه زمانی خاص است و گزارش LTV که معیارهای گوناگونی از رفتار کاربران پس از نصب اپلیکیشن را پوشش می‌دهد،‌ مهم است.

گزارش‌های LTV به شما کمک می‌کنند کیفیت کاربران را از کانال‌های مختلف، منابع جذب، کمپین‌ها و… با یکدیگر مقایسه و براساس این داده‌ها، کار بهینه‌سازی را انجام دهید.

مثال: منبع جذب الف تعداد بیشتری نصب به همراه آورده اما منبع جذب ب، کاربران کمتری آورده که بیشتر هزینه کرده‌اند. در چنین سناریویی، بازاریاب باید بودجه را برای منبع رسانه‌ای ب افزایش دهد و کاهش هزینه برای منبع رسانه‌ای الف را مورد بررسی قرار دهد.

این گزارش همچنین اطلاعات ارزشمندی درباره گروه‌های مختلف کاربران ارائه می‌دهد تا بتوانید ارزش آن‌ها را پس از نصب اپلیکیشن با هم مقایسه کنید و درک بهتری نسبت به ویژگی‌های هر گروه به‌دست آورید؛ مثلا اینکه از کدام مناطق، اپلیکیشن را نصب کرده‌اند یا جذب آنان چقدر هزینه داشته است.

در مورد مثال بالا، می‌توانید درآمد تولید شده بعد از ۳۰ روز به وسیله کاربرانی که اول ماه مارس اپلیکیشن را نصب کرده‌اند با کاربرانی که آن را در اول ماه آوریل نصب کرده‌اند، مقایسه کنید.

با استفاد از این داده‌ها، به سرعت درمی‌یابید که کدام منابع برای شما کاربران واقعی و ارزشمندی را جذب کرده‌اند. این اطلاعات، پایه تصمیم‌گیری شماست و این امکان را می‌دهد که براساس آن، کمپین‌های خود را بهینه‌سازی کنید.

نگاهی به مثال زیر که مربوط به مجموعه داده‌های یک اپلیکیشن است نشان می‌دهد که بازاریاب در کدام قسمت از کمپین خود موفق عمل کرده و کدام قسمت به بهینه‌سازی نیاز دارد.

جدول اطلاعات کاربران از منابع جذب 1 تا 4

گزارش LTV بالا از کاربرانی که در طول هفته اول نوامبر اپلیکیشن را نصب کرده‌اند نشان می‌دهد که پس از ۳۰ روز،‌ منبع جذب ۳، بیشترین تعداد کاربران وفادار (معنی کاربر وفادار) از مجموع تعداد نصب ها به همراه آورده است. از سوی دیگر منبع جذب ۱، با داشتن تعداد نصب بیش از دو برابر نسبت به منبع جذب سوم، تعداد کاربران وفادار کمتری داشته است.

در این حالت بازاریاب می‌تواند تصمیم بگیرد امکانات بیشتری به منبع جذب ۳ اختصاص دهد (اگر تمرکز آنان بر روی نرخ کاربر وفادار است) یا اگر می‌خواهد با تعداد کمتری از کاربر وفادار، تعداد نصب را بالاتر نگه دارد، امکانات بیشتری به منبع جذب ۱ اختصاص دهد.

۲. گزارش فعالیت

گزارش‌های فعالیت، میزان رویدادهای انجام شده به‌ وسیله کاربران فعال اپلیکیشن را در بازه زمانی مشخصی صرف نظر از تاریخ نصب، اندازه می‌گیرد. این گزارش‌ها مهم‌اند، چون با استفاده از آنها می‌توانید به میزان تاثیر یک کانال یا منبع جذب در یک بازه‌ی زمانی خاص پی ببرید.

از جمله دیگر مزایای گزارش‌های فعالیت، کمک به تجزیه‌وتحلیل نحوه عملکرد کاربران در مناسبات ویژه تقویمی مانند بلک فرایدی (جمعه سیاه) یا فصل‌های تعطیلات است. با دسترسی به داده‌های فعالیت مثلا می‌توانید ببینید در ماه فوریه چه مقدار درآمد به وسیله کل کاربران اپلیکیشن تولید شده است، سپس آن را با همین بازه در سال گذشته مقایسه کنید.

چه تعداد از رخدادهای درون اپلیکیشن باعث ایجاد عملکرد بهتر می‌شوند؟
بخوانید

اگرچه گزارش‌های فعالیت، اطلاعات متناوبی از داده‌ها را ارائه می‌دهد، اما با وجود این، رویدادهای مهم را مشخص می‌کند. پس از آن شما می‌توانید از این رویدادها، برای بهینه‌سازی کمپین‌های اپلیکیشنی خود استفاده کنید و بودجه کمتر یا بیشتری را به یک منبع جذب خاص اختصاص دهید.

بار بعدی که رویداد مشابهی در جریان بود نیز می‌توانید با استفاده از همین دیدگاهی که بدست آورده‌اید، هزینه‌ها را بهینه سازید و نتایج بهتری بگیرید.

جدول

حال به بررسی و مقایسه داده‌هایی از همین گزارش فعالیت می‌پردازیم. با نگاهی به منابع رسانه‌ای، منبع جدیدی با شماره ۵ را مشاهده می‌کنید که بیشترین تعداد سشن‌ها (معنی سشن) را در این بازه زمانی ارائه داده است. نکته جالب توجه این است که در گزارش LTV، این کاربران در میان ۵ کاربر اول از نظر وفاداری نبوده‌اند اما در گزارش فعالیت، در رده بالا قرار داشته‌اند.

همانطور که در جدول بالا می‌بینید، منبع جذب ۵ دارای کانورژن یا همان نرخ تبدیل پایین (معنی کانورژن) و میانگین CPI (هزینه هر نصب) بالایی است (معنی CPI)؛ بنابراین داده‌ها در کنار اینکه میزان بالای فعالیت کاربران را نشان می‌دهند، پایین بودن میزان نرخ تبدیل را نیز گزارش می‌کنند و این بیانگر آن است که منبع جذب ۵ به بهینه‌سازی و ارتقا نیاز دارد. همچنین با نگاهی دوباره به منبع جذب ۳، باز هم نرخ تبدیل و CPI بالاتر از میانگین را مشاهده می‌کنید.

علاوه بر این‌ها، گزارش فعالیت می‌تواند نحوه عملکرد یک KPI (معنی KPI) مشخص را در بازه‌های زمانی مشابه نشان دهد و همچنین به فعالیت خاصی -مثل خرید- در اپلیکیشن بپردازد.

در این مثال، مشاهده می‌کنید که در تاریخ ۱۱/۲۶ افتی در DAU (کاربران فعال روزانه) اتفاق افتاده است. یک بازاریاب می‌تواند دلایل این کاهش را بررسی کند. (معنی کاربر فعال روزانه)

نمودار

۳. گزارش ریتنشن

پیش‌تر اشاره شد که دانلود و نصب اپلیکیشن به وسیله کاربر تنها قدم اول است و پس از آن، کار اصلی که باید انجام دهید همچنان باقیست. ریتنشن (معنی ریتنشن) به معنی اطمینان از این‌ است که کاربر پس از نصب، فعالانه با اپلیکیشن شما تعامل برقرار می‌کند.

حفظ وفاداری کاربر، کاری دشوار و چالش‌برانگیز است؛ زیرا به دلیل وجود میلیون‌ها اپلیکیشن دیگر، رقابت شدیدی در این عرصه وجود دارد و انتظارات کاربران از اپلیکیشن‌ها زیاد و رو به افزایش است.

ریتنشن در کمپین‌های اپلیکیشنی بسیار مهم است زیرا اساس درآمدزایی است. گزارش‌های ریتنشن، زمانی که کاربران شروع به ریزش (معنی ریزش) می‌کنند را مشخص می‌کند و همچنین به شما اطلاع می‌دهند که چه هنگامی به بهینه‌سازی یا تعامل مجدد با کاربران نیاز است.

نرخ ریتنشن (بازگشت) بر اساس فرمول زیر محاسبه می‌شود:

فرمول محاسبه نرخ بازگشت

7 راهکار برای کاهش نرخ ریزش کاربران
بخوانید

از دیگر موضوعاتی که گزارش‌های ریتنشن مشخص می‌کند، نحوه عملکرد کانال‌های مختلف در طول زمان و نرخ کلی ریتنشن (بازگشت کاربران) است. مثلا ممکن است شبکه الف تعداد بیشتری کاربر داشته باشد اما شبکه ب درصد بیشتری از کاربران را در طول زمان حفظ کند.

آگاهی و چشم‌اندازی که از این داده‌ها به‌دست می‌آورید کمک می‌کند که بفهمید کدام منابع جذب، آن دسته از کاربرانی که به اپلیکیشن بازمی‌گردند را برای شما می‌آورند و همچنین در زمان مناسب بتوانید با بهینه کردن کمپین‌های اپلیکیشنی، مجددا نظر کاربرانی که در آستانه ترک برنامه بوده‌اند را جلب کنید.

جدول

در اینجا روش دیگری برای مشاهده داده‌های مشابه وجود دارد که جهات دیگری از موضوع را نشان می‌دهند. در گزارش LTV، منبع جذب ۴ در جذب بیشترین تعداد کاربران وفادار نسبت به نصب، در سطح دوم بود. (کاربران زمانی وفادار محسوب می‌شوند که ۳ سشن را در اپلیکیشن کامل کرده باشند.)

اگرچه با توجه به گزارش ریتنشن می‌توان دریافت که در طول ۱۰ روز اول، این منبع به طور مداوم منبع جذب با بالاترین نرخ ریتنشن بوده است.

این مسئله می‌تواند توضیح دهد که چرا بازاریاب تصمیم گرفته بر روی این منبع رسانه‌ای سرمایه‌گذاری کند؛ منبعی که بیشترین تعداد از کاربرانی را ارائه می‌دهد که احتمال دارد طی ۱۰ روز اول اپلیکیشن را باز کنند. (حتی اگر نسبت کاربران با تعامل بالا در آن‌ها کم باشد؛ زیرا احتمالا نتیجه تعاملِ زیادِ ابتدایی، ریزشِ سریع‌تر است.)

۴. گزارش کوهورت

گزارش‌های کوهورت (معنی کوهورت) راهی برای بخش‌بندی داده‌ها بر مبنای زیرگروهی از کاربران با ویژگی‌های مشترک است. به عنوان مثال کسانی که در یک روز مشخص از یک کشور واحد، اپلیکیشن را نصب کرده‌اند. با اعمال ابعاد و پارامترهای ویژه و فیلترهای مورد نظرتان بر روی داده‌ها، می‌توانید هر بخشی از آن را که مورد نیازتان است به کار ببرید.

با این کار بخش‌هایی از داده‌ها که ممکن است قبلا دیده نشده و مورد توجه قرار نگرفته باشند، شفاف‌تر می‌شوند. در این صورت به زمینه‌های شکست و موفقیت در کمپین‌هایتان پی میبرید و براساس آن می‌توانید کمپین‌ها را بهینه‌سازی کنید.

گزارش کوهورت می‌تواند اطلاعاتی به شما بدهد که تا پیش از آن ممکن بود مورد توجه قرار نگرفته باشند. مثلا به شما بگوید که کدام کانال‌ها در یک بازه زمانی مشخص یا از یک مکان جغرافیایی خاص، کاربران فعال و تعامل‌کننده بیشتری را آورده‌اند.

آنالیز کوهورت (Cohort Analysis) چیست؟
بخوانید

ارقام در تجزیه‌وتحلیل کوهورت اغلب به‌صورت جمعی نمایش داده می‌شوند. (اگرچه می‌توان آن‌ها را به روش‌های دیگر نیز مشاهده کرد.) این موضوع به شما کمک می‌کند نرخ رشد KPI ای که انتخاب کردید (مثلا درآمد) را ببینید. علاوه بر این، در صورت داشتن هدفی خاص نیز به وسیله این روش نمایش داده‌ها، به آسانی می‌توانید بفهمید رسیدن به هدف چند روز طول می‌کشد.

به‌خاطر اهداف این گزارش، بخش کانال‌های ارگانیک از نمودار زیر حذف شده. بنابراین اگرچه در مثال پیشین منبع جذب ۳ بیشترین نرخ کاربران وفادار را داشت، در اینجا می‌بینیم که منبع جذب ۱ بالاترین میزان درآمد را به همراه آورده است؛ اگرچه در این نمودار میزان درآمد ایجاد شده به‌وسیله کوهورت در طول زمان، به تفکیک منابع جذب است.

نمودار

اگر گزارش کوهورت را برای بررسی KPIها بر مبنای روز نصب اپلیکیشن، تغییر دهید خواهید دید که نمودار شکل دیگری به خود می‌گیرد (تصویر بالا). در این حالت پس از ۳ روز بیشترین درآمد با فاصله، به وسیله کاربرانی تولید شد که اپلیکیشن را از منبع جذب ۱ و در روز ۲۲ نوامبر نصب کردند. دقت و توجه بیشتر به این روز می‌تواند اطلاعات ارزشمندی از عوامل موفقیت (نظیر زمان اجرای کمپین در روز و…) به دست دهد.

نمودار

مورد دیگری که از نمودار بالا می‌توان فهمید این است که کاربرانی که در روزهای دوشنبه و سه‌شنبه برنامه را نصب کرده‌اند، بیشترین درآمدزایی را داشته‌اند. بنابراین این مورد می‌تواند نقطه مهمی به منظور تحقیقات بیشتر محسوب شود. آیا اپلیکیشن شما در آن دو روز تبلیغات خاصی انجام داده؟ آیا عوامل دیگری وجود داشته‌اند که باعث افزایش در فروش شده‌اند؟ این‌ها نمونه‌ای از نکاتی است که می‌توان مورد بررسی قرار داد.

با استفاده از این اطلاعات می‌توانید کمپین اپلیکیشنی خود را بهینه‌سازی کنید؛ مثلا اینکه بدانید دو روز از هفته روزهای پردرآمدتری هستند باعث می‌شود در کمپین‌هایتان برای آن دو روز، بودجه بیشتری سرمایه‌گذاری کنید.

خلاصه آن‌که آنالیز کوهورت ترندهایی ایجاد می‌کند که می‌توانند به سرعت نقاط مهم عملکرد کمپین‌های شما را نشان دهند.

کوهورت درآمد و پیشرفته (Revenue & Advanced Cohort) چیست؟
بخوانید

۵. گزارش ریمارکتینگ

ریمارکتینگ (که با عبارت ریتارگتینگ نیز شناخته می‌شود)، (معنی ریتارگینگ) یکی از ابزارهای کلیدی هر بازاریاب اپلیکیشنی است. هدف از این کار، ایجاد زمینه برای تعامل مجدد کاربران فعلی اپلیکیشن از طریق کانال‌های پرداختی، در راستای افزایش وفاداری آنهاست. از آنجا که بیشتر اپلیکیشن‌ها ۹۵٪ از کاربران خود را طی ۳۰ روز نخست پس از نصب از دست می‌دهند، برای جلوگیری از این ریزش، ریمارکتینگ امری ضروری به نظر می‌رسد؛ زیرا هزینه آن کمتر از جذب کاربران جدید است.

جدول

به هر دلیل، علی‌رغم عدم ثبت ایمپرشن‌ها یا کلیک‌ها، منابع جذب ۳ و ۴ درنتیجه کمپین‌های ریمارکتینگ (بازاریابی مجدد) خود، همچنان درآمد اضافی ایجاد کرده‌اند. منبع جذب ۲ نیز با وجود سرمایه‌گذاری زیاد در کمپین‌های ریمارکتینگ و دستیابی به نرخ تبدیل (کانورژن) بالا،ARUP  (متوسط درآمد به ازای هر کاربر) کمی دارد.

در این مثال، منبع جذب ۴ در بالاترین سطح درآمد به ازای هر کاربر قرار دارد؛ بنابراین عاقلانه است که بودجه بیشتری به این شبکه اختصاص داده شود.

مقایسه LTV و گزارش‌های فعالیت

به یاد داشتن این نکته مهم است که به استثنای گزارش‌های فعالیت، همه گزارش‌های تجزیه‌وتحلیل بازاریابی، بر پایه داده‌های LTV است. به این معنی که همه گزارش‌ها از داده‌های مربوط به زمان نصب کاربر استفاده می‌کنند و سپس مشاهده می‌کنند که پس از تبدیل (کانورژن) در بازه زمانی انتخابیشان چه اتفاقی افتاده است. متمایز بودن گزارش‌های فعالیت از این جنبه است که تمرکز آن‌ها بر فعالیت کلی در طی یک روز/ هفته یا ماه خاص است، صرف نظر از این‌که کاربر در چه روزی تبدیل (کانورت) شده.

برای ملموس شدن این مثال می‌توان آن را با حرکت قطار مقایسه کرد. تصور کنید در یک سکوی راه‌آهن ایستاده و عبور قطار را تماشا می‌کنید. شما تنها یک لحظه مهلت دارید شاهد فعالیت‌هایی باشید که مسافران در یک زمان انجام می‌دهند. این داده‌ی فعالیت است.

حالا تصور کنید خودتان در یکی از واگن‌های این قطار هستید. در این صورت می‌توانید شاهد تمام فعالیت‌ها و تعاملات انجام شده به‌وسیله افرادی باشید که با شما در این واگن سوارند. این همان داده‌های طول عمر مشتری (LTV) است.

داده‌های مشابه از زوایای متفاوت

با بررسی داده‌های مشابه از زوایای متفاوت می‌توان متوجه شد که هر گزارشی با ارزش است و در تعیین ترندها و ارائه دیدگاه‌های مفید به بازاریاب‌ها کمک می‌کند. ترکیبی از مجموعه این گزارش‌ها در این باره که کدام کمپین‌های اپلیکیشنی با توجه به KPI مورد نظر شما خوب کار کرده‌اند و کدام‌یک خوب کار نکرده‌اند، دید وسیع و جامعی به شما ارائه می‌دهد.

گزارش‌های آنالیز بازاریابی برای بازاریابان اپلیکیشنی ابزار قدرتمندی هستند که از طریق داده‌ها به شما دیدگاه می‌دهند، و درنهایت منجر به سرمایه‌گذاری بهینه و تصمیم‌های درست می‌شوند.

آیا این مقاله نیاز شما را برطرف کرد؟

برای امتیازدهی روی ستاره‌ها کلیک کنید

میانگین 5 / 5. تعداد آرا 1

اولین نفر باشید که به این مقاله امتیاز می‌دهید