广告效果最佳的应用广告主用于提高下载效率的 3 种策略

作者: Jessie Liu,高级分析和媒体经理

在评估流媒体应用行业(SVOD、AVOD、VMVPD)广告活动的成功与否时,不仅要了解应用下载次数,还要了解应用下载效率。2020 年亚马逊广告研究重点强调了这一点的重要性。

故事要点:

包括订阅型视频点播 (SVOD)、支持广告的视频点播 (AVOD)虚拟多渠道视频节目分销商 (VMVPD) 在内的流媒体应用程序 (SA) 行业,经常使用应用下载次数来比较不同广告主的广告效果。亚马逊广告认为,进行比较时,不仅要考虑下载总数,还要考虑下载效率,也就是由展示量所获得的下载的频率。

为了计算应用下载效率,我们分析了 2020 年亚马逊上 SA 品类主 38 个品牌的每千次展示所获得的下载量 (DPM)。我们发现,广告效果最佳的广告主的应用下载效率比其他广告主高 22 倍。为了帮助广告主提高下载效率,亚马逊研究了广告效果最佳的广告主所用的差异化方案,并提供了有关改进这些方案的建议。

如需进一步了解亚马逊如何收集数据的信息,请查看本文末尾的“方法”部分

1.广告效果最佳的应用广告主将流媒体电视广告、移动广告和 Fire TV 推广模块相结合使用。

该研究表明,将流媒体电视广告Fire TV 推广模块和移动广告相结合使用的品牌的应用下载效率,比仅使用流媒体电视广告的广告主高出 22 倍,并且展示量也高出了 2 倍。

+22%

下载效率

2 倍

展示量增幅

建议

在规划广告活动时,建议广告主:

  • 考虑在 Fire TVFire 平板电脑和移动设备上同时投放广告。
  • 为设备定制广告创意,以确保顾客在所有设备上都能获得积极的体验。

2.广告效果最佳的应用广告主会改变他们的广告创意

如果创意广告活动所传达的具体信息具有多个版本,那么受众可能会觉得这些广告活动更具相关性,因此这些广告活动可能会带来更高的互动度。事实上,这项分析表明,广告效果最佳的广告主所实施的独特创意素材要比其他广告主高 1.8 倍。

建议

广告主应考虑不断刷新创意素材并进行 A/B 测试。A/B 测试是确定哪些内容可与观众产生共鸣并防止不必要的支出的有效且具有成本效益的方法。我们建议测试不同的行动号召和内容类型等元素,以了解哪些元素在推动更多下载量方面效果更好。最后,亚马逊提醒广告主,要仔细检查广告设计、行动号召、声明、创意素材定价和落地页,以确保广告内容和创意素材设置适合普通受众并遵守亚马逊政策

3.广告效果最佳的应用广告主会利用否定关键词

广告效果最佳的广告主使用否定关键词方案的可能性比其他广告主高出 6-10%,并表现出更高的应用下载效率。

建议

考虑利用亚马逊广告工具,根据流派、直播、生活方式以及与广告活动目标一致的场内客群行为信号来创建自定义细分受众群。利用标准受众效果报告了解哪些受众没有回应广告活动,并考虑将来将他们排除在外。

方法

在该研究中,亚马逊分析了美国流媒体应用品类中在 2020 年 1 月至 12 月期间所投放广告超过 12 个月的 38 个品牌。流媒体应用品类包括提供诸如订阅型视频点播、支持广告的视频点播和虚拟多渠道视频节目分销商 (VMVPD) 等服务的广告主。

我们使用每千次展示所获得的下载量 (DPM) 作为应用下载效率指标来衡量成功与否。最后,我们确定了最有效的推广策略,以通过机器学习算法来帮助提高 DPM。采用皮尔逊相关系数、线性回归、XGBoost 和领域专家建议来分配要素权重。此分析重点强调了最高和最低 DPM 的广告主之间的最大差异,并不用于预测效果或声明因果关系。

聚类分析的工作原理

我们基于 DPVR 创建了二进制综合得分,然后应用 XgBoost 分类器来确定哪些要素以及哪些权重最能预测这些标签。在此期间,我们将广告行动视为广告产品使用强度和组合、广告支持时间、投放策略、广告素材和广告位、买家评论计数和评级、具有优质商品页面的商品百分比以及广告中推广的商品类型等要素。

使用上述已确定的要素和权重,我们接下来应用了 k-medoid 聚类分析算法对广告主进行聚类划分。请注意,我们按广告主的行为而不是综合得分的组成部分对其进行分类。最后,我们按综合得分从高到低对最终聚类进行排名。聚类 1 是成效最高的聚类,综合得分最高,聚类 5 是成效最低的聚类。