3 tactieken die topadverteerders van apps gebruiken om de downloadefficiëntie te verbeteren

Door: Jessie Liu, Sr. Analytics and Media Manager

Bij het evalueren van het succes van advertentiecampagnes in de Streaming Applications-industrie (SVOD, AVOD, vMVPD) is het handig om niet alleen te kijken naar het aantal downloads van apps, maar ook naar de downloadefficiëntie van apps. Een onderzoek van Amazon Ads uit 2020 benadrukt het belang hiervan.

Hoogtepunten van het verhaal:

De Streaming Applications-industrie (SA), waaronder Subscription Video-on-Demand (SVOD), Ad-supported Video-on-Demand (AVOD) en Virtual Multichannel Video Programming Distributor (VMVPD), gebruikt vaak het aantal app-downloads om prestaties van verschillende adverteerders te vergelijken. Bij Amazon Ads zijn we van mening dat het belangrijk is om niet alleen rekening te houden met het totaal aantal downloads, maar ook de downloadefficiëntie: hoe vaak leiden impressies tot downloads.

Om de downloadefficiëntie van apps te berekenen, hebben we in 2020 de downloads per duizend impressies (DPM) van 38 merken in de categorie SA op Amazon geanalyseerd. We ontdekten dat de best presterende adverteerders een 22x hogere downloadefficiëntie van apps hadden dan andere adverteerders. Om adverteerders te helpen hun downloadefficiëntie te verbeteren, kijken we naar de onderscheidende tactieken die door toppresterende adverteerders worden gebruikt en geven we aanbevelingen om deze te verbeteren.

Zie de sectie Methode aan het einde van dit artikel voor meer informatie over hoe we deze gegevens hebben verzameld.

1. Best presterende adverteerders van apps combineren Streaming TV ads, mobiele advertenties en gesponsorde tegels op Fire TV

Deze studie toont aan dat merken die Streaming TV ads, gesponsorde tegels op Fire TV en mobiele advertenties combineren een 22x hogere downloadefficiëntie van apps hadden (en 2x meer impressies leverden) dan adverteerders die alleen Streaming TV ads gebruiken.

+22%

Downloadefficiëntie

2x

Meer impressies

Aanbevelingen

Bij het plannen van campagnes raden we adverteerders het volgende aan:

  • Overweeg om advertenties op Fire TV, Fire-tablet en mobiele apparaten weer te geven.
  • Stem creatives voor advertenties af op apparaten om ervoor te zorgen dat klanten een positieve ervaring hebben op alle apparaten.

2. De best presterende adverteerders voor apps brengen variatie aan in hun creatives voor advertenties

Creative-campagnes met meer versies van specifieke boodschappen kunnen door de doelgroep als relevanter worden ervaren, waardoor meer klanten kunnen worden geëngageerd. Deze analyse toont aan dat best presterende adverteerders 1,8x meer unieke creatives hebben geïmplementeerd dan andere adverteerders.

Aanbevelingen

Adverteerders moeten overwegen om creatives voortdurend te vernieuwen en A/B-testen uit te voeren. A/B-testen zijn een effectieve en voordelige manier om te bepalen wat kijkers aanspreekt en onnodige uitgaven te voorkomen. We raden aan om elementen zoals verschillende oproepen tot actie en typen inhoud te testen, om erachter te komen wat meer downloads oplevert. Tot slot willen we adverteerders eraan herinneren om uitvoerig onderzoek te doen naar het advertentieontwerp, de oproep tot actie, claims, prijzen in creatives en landingspagina's, om ervoor te zorgen dat advertentie-inhoud en creative-instellingen geschikt zijn voor een algemene doelgroep en het beleid van Amazon naleven.

3. De best presterende adverteerders voor apps gebruiken negatieve trefwoorden

Best presterende adverteerders maakten 6-10% meer gebruik van tactieken met negatieve trefwoorden dan andere adverteerders en hadden bovendien een hogere downloadefficiëntie.

Aanbevelingen

Overweeg het gebruik van Amazon Ads-tools om aangepaste doelgroepsegmenten te maken op basis van genre, streaming en lifestyle en in-marketgedragssignalen die aansluiten bij de campagnedoelstellingen. Maak gebruik van het standaard prestatierapport voor doelgroepen om erachter te komen welke doelgroepen niet reageren op campagnes en te overwegen om deze doelgroepen in de toekomst uit te sluiten.

Methode

In deze studie hebben we 38 merken geanalyseerd in de categorie Streaming Apps in de VS gedurende 12 maanden van adverteren in 2020, van januari tot december. De categorie Streaming Apps omvat adverteerders die diensten aanbieden zoals Subscription Video-on-Demand, Ad-Supported Video-on-Demand en Virtual Multichannel Video Programming Distributor (vMVPD).

We gebruikten downloads per duizend impressies (DPM) om downloadefficiëntie en succes te meten. Vervolgens hebben we de beste advertentiestrategieën bepaald om de DPM te helpen verhogen met algoritmen op basis van machine learning. Correlatiecoëfficiënt, lineaire regressie, XGBoost en suggesties van experts over het onderwerp worden gebruikt om elementwaarden toe te wijzen. Deze analyse benadrukt de grootste verschillen tussen adverteerders met de hoogste en laagste DPM en voorspelt geen prestaties of causaliteit van claims.

Hoe werkt clustering?

We hebben een binaire samengestelde score gemaakt op basis van DPVR en hebben vervolgens een XGBoost-classificatie toegepast, om zo te bepalen welke met elementwaarden deze labels het beste kunnen worden voorspeld. Hierbij hebben we advertentieacties beschouwd als elementen zoals gebruiksintensiteit en mix van advertentieproducten, timing van advertentieondersteuning, targetingtactieken, creatives en plaatsingen, aantal klantrecensies en beoordelingen, percentage van producten met hoogwaardige productpagina's en de soorten producten die in advertenties worden gepromoot.

Met behulp van de hierboven genoemde elementen en waarden hebben we vervolgens een k-medoid-clusteralgoritme toegepast om adverteerders in clusters te classificeren. Houd er rekening mee dat we adverteerders hebben geclassificeerd op basis van hun acties in plaats van op de onderdelen van hun samengestelde score. Tot slot hebben we de laatste clusters gerangschikt op basis van hun samengestelde scores van hoog naar laag. Cluster 1 is het meest succesvolle cluster met de hoogste samengestelde score en cluster 5 is het minst succesvol.