頂級應用程式廣告主用於提高下載效率的 3 種策略

作者: Jessie Liu,資深分析及媒體經理

在評估串流應用程式行業 (SVOD、AVOD、vMVPD) 的廣告活動成功與否時,不僅要看應用程式的下載量,還要考慮應用程式的下載效率。有項 2020 年的亞馬遜廣告研究強調凸顯出這一點的重要性。

故事亮點:

串流應用程式 (SA) 行業,包括訂閱隨選視訊 (SVOD)、廣告支援的隨選視訊 (AVOD),以及虛擬多頻道影片節目分銷商 (VMVPD) 經常使用應用程式下載量來比較不同廣告主的表現。在亞馬遜廣告,我們認為不僅要考慮總下載量,還要考慮下載效率:即曝光數導致下載的頻率。

為了計算應用程式下載效率,我們分析了 2020 年在亞馬遜上的 38 個 SA 類別品牌的每千次曝光數下載量 (DPM)。我們發現,績效上佳的廣告主的應用程式下載效率比其他廣告主高出 22 倍。為了幫助廣告主提升下載效率,我們會觀察頂尖表現者使用的差異化策略,並提供改善它們的建議。

如需有關我們如何收集資料的詳細資訊,請參閱本文結尾的方法部分

1.績效上佳的應用程式廣告主結合了串流媒體電視廣告、行動裝置廣告,以及 Fire TV 推廣模塊

這項研究顯示,將串流媒體電視廣告Fire TV 推廣模塊和行動裝置廣告結合使用的品牌,其應用程式下載效率比僅使用串流媒體電視廣告的廣告主高出 22 倍(並提供了 2 倍以上的曝光數)。

+22%

下載效率

2x

更多曝光數

建議

規劃廣告活動時,我們建議廣告主:

  • 考慮在 Fire TVFire 平板電腦和行動裝置上投放廣告。
  • 根據裝置量身訂製廣告創意,以確保顧客在所有裝置上都能獲得正面體驗。

2.績效上佳的應用程式廣告主會變更他們的廣告創意

具有更多特定訊息版本的創意廣告活動可能會讓受眾覺得更相關,因此可能推動更高的參與度。事實上,這項分析顯示,績效上佳的廣告主實作的獨特創意比其他廣告主多 1.8 倍。

建議

廣告主應該考慮持續更新創意並進行 A/B 測試。A/B 測試是有效且成本效益高的方法,可確定什麼內容能引起受眾共鳴,並避免不必要的支出。我們建議您測試像是不同的行動呼籲和內容類型等元素,以了解哪些元素在推動更多下載方面表現更好。最後,我們提醒廣告主要仔細審查廣告設計、行動呼籲、宣稱效果、創意中的定價,以及登入頁面,以確保廣告宣傳內容和創意設置適合一般受眾,並遵守亞馬遜的政策

3.績效上佳的應用程式廣告主會利用負面關鍵字

績效上佳的廣告主比其他廣告主更有可能使用 6-10% 的負面關鍵字策略,並且也展現出更高的應用程式下載效率。

建議

考慮利用亞馬遜廣告工具,根據類型、串流和生活方式及與廣告活動目標相符之場內客群行為訊號來建立自訂細分受眾群。利用標準受眾績效報告來了解哪些受眾並未回應廣告活動,並考慮在未來排除這些受眾。

方法論

在這項研究中,我們分析了 2020 年 1 月至 12 月期間在美國的流媒體應用類別中,38 個品牌的 12 個月廣告宣傳。串流應用程式類別包含了提供如訂閱隨選視訊、廣告支援的隨選隨選視訊,以及虛擬多頻道影片節目分銷商 (vMVPD) 等服務的廣告主。

我們使用每千次曝光數的下載量 (DPM) 作為應用程式下載效率的衡量指標來衡量成功。然後,我們確定了最佳廣告宣傳策略,以幫助利用機器學習演算法提高 DPM。本研究採用了皮爾森相關係數、線性迴歸、XGBoost,以及主題內容專家的建議來分配各項特徵的權重。此分析重點介紹了 DPM 得分最高和最低的廣告主之間的顯著差異,但並不用於預測表現或聲明因果關係。

叢集分類如何運作?

我們根據 DPVR 建立了二元綜合評分,然後,我們套用 XGBoost 分類器來識別哪些特徵和權重最能預測這些標籤。在此過程中,我們考慮了廣告行為的特徵,如廣告產品的使用強度和組合情況、廣告支援的時機、定向策略、創意和廣告展示位、客戶評論數量和評級、具有優質產品頁面的產品百分比以及廣告中推廣的產品類型。

接下來,我們會根據上述已確定的特徵和權重,採用 k-medoid 叢集演算法來分類廣告主。請注意,我們是根據廣告主的動作而非綜合分數進行分類。最後,我們會將他們的綜合分數從高排到低,得出最終叢集排名。群組 1 是最成功的群組,具有最高的綜合得分,而群組 5 是最不成功的。