一份完整的亚马逊选品调研报告模板(值得收藏)
上一篇文章介绍了再营销很重要,今天想讨论下,如何统计分析再营销的投放效果。
我们一般使用了第三方工具类似appsflyer来统计效果,以appsflyer为例,他在后台也提供了re-targeting的数据分析功能。但是,实际上我一直感觉这个功能有点鸡肋,因为他提供的数据不是我真的想要知道的,尽管我给他们提出来想要的功能需求,但是实际上半年过去了,还是没能用上。
appsflyer后台提供了re-engagement和re-attribution两种数据,分别是还存活的用户看了你广告后的再营销数据,和卸载了再回来安装的用户数(如果我理解错了请提醒我,我确实不太关注这两个参数了)。
而我想要看到的数据是,再营销广告投放出去后,有多少用户是真的沉睡用户(包含卸载和不活跃用户)被我“营销”回来了的。这里沉睡用户我定义成比如7天没启动或者14天。你想看几天你就定义成多少天。这个数据实际上第三方没给,也希望他们能够开发出来。
这里讨论的是我们应该如何来设计自己的BI,把这部分数据展现出来。
首先,我们需要定义一下自己的产品沉睡用户是多少天没回来的?比如现金贷,我们可以定义从借款到还款后的几天之类,游戏也许我们3天不会来就需要知道了。
然后,我们要开始开发BI了,我们自己的平台一般都有对应设备ID的启动时间,我们拿到最后一次启动时间(或者直接从appsflyer push api拿?),总归这个数据应该不难拿到。
按照设备ID我们不断更新最后一次启动时间,再来反过来计算用户这次启动距离上次启动时间的天数。
按照我们的沉睡用户标准,算出来一个距离上次启动时间 比如3天的,7天,14天的用户,然后每天统计出来后生成曲线。
到这里我们已经有大盘的沉睡用户再启动的曲线了。
然后我们再需要从第三方(比如appsflyer)拿到我们在营销广告投放之后的campaign,广告信息(appsflyer可以从api拿到在营销投放出去后的设备信息对应广告信息),拿到数据后,我们在按照渠道展现一下我们分渠道的曲线。
只是单纯计算再次启动可能还不够,我们还可以根据自己的数据,把这部分用户再次启动后完成的后续行为,比如现金贷用户回来再次申请,再次贷款(可以根据这个判断我们跑出去的广告是不是跑到了黑名单里面),游戏的话可以看后续的等级,关卡,充值付费信息等。把这些数据也可以做成曲线表现出来。
这个做完可能也不只是能统计投放在Facebook/google广告的效果,实际上根据大盘也可以看到某些产品比如电视广告,或者其他口碑宣传的效果,不过只能大盘面的分析,总归可能有点帮助。
思路已经有了,现在就差技术开工了!不过按照优先级,我这需求大概可能也许要排到明年了吧。
如果你有更靠谱的思路来追踪分渠道的再营销效果,请一定告诉我,红包拜谢!