Tres tácticas que usan los mejores anunciantes de aplicaciones para mejorar la eficacia de las descargas

Por: Jessie Liu, gerente sénior de Análisis y Medios

A la hora de evaluar el éxito de las campañas publicitarias en la industria de aplicaciones de streaming (SVOD, AVOD, VMVPD) es útil analizar no solo el número de descargas de aplicaciones sino también la eficacia de descarga de aplicaciones. Un estudio de Amazon Ads de 2020 destaca la importancia de esto.

Temas destacados de la historia:

La industria de aplicaciones de streaming (SA), la cual incluye el video de suscripción a la carta (SVOD), el video basado en anuncios a la carta (AVOD) y los distribuidores de programación en video en varios canales virtuales (VMVPD), con frecuencia usa el número de descargas de aplicaciones para comparar el desempeño de diferentes anunciantes. En Amazon Ads, creemos que es importante no solo considerar el número total de descargas sino también la eficacia de descarga: con qué frecuencia las impresiones generan descargas.

Para calcular la eficacia de descarga de aplicaciones, analizamos las descargas por cada mil impresiones (DPM) de 38 marcas en la categoría de SA en Amazon en 2020. Encontramos que los anunciantes con el mejor desempeño tuvieron una eficacia de descarga de aplicaciones 22 veces mayor que otros anunciantes. Para ayudar a los anunciantes a mejorar su eficacia de descarga, observamos las tácticas que diferencian a aquellos con el mejor desempeño y proporcionamos recomendaciones para mejorarlas.

Para obtener más información sobre cómo recopilamos nuestros datos, consulta la sección de Metodología al final de este artículo.

1. Los anunciantes de aplicaciones con el mejor desempeño combinan los anuncios de Streaming TV, los anuncios en dispositivos móviles y los mosaicos patrocinados de Fire TV

Este estudio muestra que las marcas que combinaron los anuncios de Streaming TV, mosaicos patrocinados de Fire TV y anuncios en dispositivos móviles obtuvieron una eficacia de descarga de aplicaciones 22 veces mayor (y generaron el doble de impresiones) que los anunciantes que solo usaron anuncios de Streaming TV.

+22%

en eficacia de descarga

2 veces

más impresiones

Recomendaciones

Al planear campañas, recomendamos que los anunciantes:

  • Consideren la posibilidad de publicar anuncios en Fire TV, Fire tablet y dispositivos móviles.
  • Personalicen el material creativo de los anuncios según los dispositivos para garantizar que los clientes tengan una experiencia positiva en todos los dispositivos.

2. Los anunciantes de aplicaciones con el mejor desempeño varían el material creativo de sus anuncios

Las audiencias pueden percibir a las campañas creativas con más versiones de mensajes específicos como más relevantes, por lo que estas pueden generar un mayor interés. De hecho, este análisis muestra que los anunciantes con el mejor desempeño implementaron 1.8 veces más materiales creativos únicos que otros anunciantes.

Recomendaciones

Los anunciantes deben considerar la actualización continua de los materiales creativos y la realización de pruebas comparativas A/B. Las pruebas comparativas A/B son una forma efectiva y rentable de determinar lo que tiene impacto en los espectadores y evita gastos innecesarios. Te recomendamos probar elementos como diferentes llamadas a la acción y tipos de contenido para entender qué se desempeña mejor en cuanto a generar más descargas. Por último, recordamos a los anunciantes que analicen detenidamente el diseño del anuncio, la llamada a la acción, las afirmaciones, los precios en el material creativo y la página de destino para garantizar que el contenido publicitario y las configuraciones del material creativo sean adecuados para una audiencia general y cumplan con las políticas de Amazon.

3. Los anunciantes de aplicaciones con el mejor desempeño aprovechan las palabras clave negativas

Los anunciantes con el mejor desempeño tuvieron del 6 al 10% más probabilidades de usar tácticas de palabras clave negativas que otros anunciantes, y también muestran una mayor eficacia de descarga de aplicaciones.

Recomendaciones

Considera aprovechar las herramientas de Amazon Ads para crear segmentos de audiencia personalizados basados en el género, el streaming y el estilo de vida, y señales conductuales del mercado interno que se alineen con los objetivos de la campaña. Aprovecha el reporte estándar de desempeño de la audiencia para entender qué audiencias no están respondiendo a las campañas y considerar excluirlas en el futuro.

Metodología

En este estudio, analizamos 38 marcas en la categoría de aplicaciones de streaming en Estados Unidos a lo largo de 12 meses de publicidad durante 2020 de enero a diciembre. La categoría de aplicaciones de streaming incluye a los anunciantes que ofrecen servicios como video de suscripción a la carta, video basado en anuncios a la carta y distribuidores de programación en video en varios canales virtuales (VMVPD).

Utilizamos las descargas por cada mil impresiones (DPM) como una estadística de la eficacia de descarga de aplicaciones para medir el éxito. Posteriormente, identificamos las mejores estrategias publicitarias para ayudar a aumentar las DPM con algoritmos de aprendizaje automático. Se utilizaron la correlación de Pearson, regresión lineal, XGBoost y sugerencias de expertos en la materia para asignar pesos a las características. Este análisis destaca las mayores diferencias entre los anunciantes con las DPM más altas y más bajas, y no predice el desempeño ni la causalidad de la afirmación.

¿Cómo funciona el agrupamiento?

Creamos una puntuación compuesta binaria basada en la tasa de vistas de página de información de producto (DPVR) y, luego, aplicamos un clasificador de XGBoost para identificar qué características y con qué pesos predicen mejor estas etiquetas. Al hacerlo, consideramos las acciones publicitarias como características como la intensidad y mezcla del uso del producto publicitario, el tiempo del soporte publicitario, las tácticas de segmentación, los materiales creativos y las ubicaciones, los recuentos y calificaciones de opiniones de clientes, el porcentaje de productos con páginas de productos de calidad y los tipos de productos promocionados en los anuncios.

Usando las características y pesos identificados mencionados anteriormente, a continuación, aplicamos un algoritmo de agrupamiento k-medoids para clasificar a los anunciantes en grupos. Ten en cuenta que clasificamos a los anunciantes por sus acciones más que por los componentes de su puntuación compuesta. Por último, clasificamos a los grupos finales por sus puntuaciones compuestas de alta a baja. El grupo 1 es el más exitoso con la puntuación compuesta más alta y el grupo 5 es el menos exitoso.