User Acquisition Review

Всех с наступившим 2026 🎄🍾🎉 Желаю Вам профитов, проф. достижений, просто интересных проектов - пускай все сложится! И хорошенько отдохните на каникулах 🌴 Ну и совсем небольшой новогодний подгон (контент). Когда-то давно я писал про то, что старые (устаревшие, вызженные) виннеры - всегда виннеры. Если дать им немного отдохнуть и перезапустить, то снова будут работать хорошо (хотя обычно и меньше по времени - быстрее будут выгорать при втором запуске). Так вот, в эту же тему работы с креативами - что делать, если долго не можете найти новые виннеры? Типа делаете новые крео, тестите, но показатели не радуют. Проходит уже много времени, старые виннеры начинают выгорать, перф падает. Итак, че делать? 🧐 1️⃣ Первое - продолжать работать над креативным продакшеном. Новый нажористый креатив-виннер Вам ничто не заменит. Если раньше Вы получали, а теперь не получаете креативы-виннеры от дизов (или сами делаете), то что-то делаете не так. 2️⃣ Второе - ситуацию временно (иногда даже надолго) может решить такая штука. Возьмите 1-2 старых виннера и уникализируйте их. На выходе вы получаете как бы новые крео. Тут весь вопрос - как уникализировать. Варианта два. Уникализация через изменение для пользователя и для алгоритма. 🔵 Изменение для пользователей - это изменение отдельных элементов: закадровый голос и текст, музкальное сопровождение, эндкарта / пэкшот, видеоряд (тут широкий спектр вариантов от последовательности кадров до отдельных персонажей, ИИ позволяют при сохранении того же видеоряда и постановки кадра менять персонажей и т.д.). 🔴 Изменения для алгоритмов - тут подойдет уникализация или через всякие боты (например, от clicklead'а), или вручную добавить какие-то небольшие изменения не существенные для пользователя (сократить время видео на секунду-пару секунд, изменить цвет элементов на несколько тонов, добавить какой-то небольшой и незаметный элемент), но существенные для алгоритмов источника траффика (эти изменения увеличивают вероятность того, что Ваш старый виннер будет восприниматься как новый). Это не решение проблемы креативного продакшена, скорее паллиатив, но работает в большинстве случаев.

Товарка vs не товарка - аналогично предыдущему деление, но так себя противопоставляют уже маркетологи, работающие с реальным товаром (начиная от Авито / WB и заканчивая товарами с условного Joom'а, хотя последнее под некоторым вопросом). Worldwide vs Local - также речь о типе офферов, но уже в географическом контексте - где продвигаем оффер: в рамках одной страны (региона или города) или по всему миру. #размышления

МИР ПЕРФОМАНСА 🌎 Я редко выкладываю какие-то размышления про медиабаинг и т. д., так как считаю их бесполезными (по большей части). Я сам такие посты редко читаю, да и редко встречаю. Но в данном случае подумалось, что описание мира перфоманса в виде "оппозиций" (чуть ниже поймете о чем речь) может быть полезно, тем более, что в профессиональной деятельности вы чаще всего сталкиваетесь с такого рода описанием, или будете с ним сталкиваться (и именно поэтому я нахожу полезным рассказать про это). В чем суть - чаще всего весь или отдельные части перфоманс маркетинга разделяются на две части (встречается такое деление в речи баеров, эйчаров и пр.), знание таких "оппозиций" может помочь понимать структуру рынка в целом. Итак, приведу несколько примеров. Web vs App - самое банальное деление: веб траффик и апп траффик, веб атрибуция и апп атрибуция, веб источники и апп источники. Все это довольно разное по сути и разное в плане рабочих компетенций. Говоря про web и app прежде всего имеются в виду воронки - web-to-web и app-to-app. Конечно же есть "деградационные" форматы воронок: web-to-app и его не популярный брат-близнец - app-to-web. iOS vs Android - еще одно банальное и очевидное деление, но на этот раз уже внутри App направления. Работа с той или другой платформой подразумевает определенные компетенции (особенно это стало важным в последние годы, когда Apple обезумел и придумал ATT в 2020-2021 годах). Mobile vs Desktop - кажется тоже самое, что и Web vs App, но не совсем. В первом случае речь идет о траффике, то есть поведении юзеров в сети и соответственно разнице воронок. В этом же случае речь идет о типе устройств, пользователи которых привлекаются (есть много направлений закупки, где именно тип устройства критичен, а не тип воронки; олды арбитража даже помнят приснопамятный Micromax в тизерках). SocialPaid vs Search - уже менее банальное деление источников закупки траффика на социальные сети (в том или ином виде) и серчевые / поисковые источники (ASA, Google, Yandex etc.). Иногда этим двум штукам еще противопоставляют in-app источники. User Acqusition / Buying vs Monetization - "два сапога пара" или два столпа профита. В первом случае речь о закупке пользователей (для того, чтобы они потратили свои "шекели" у вас прилке), во втором случае - о продаже рекламного пространства в вашем продукте другим (чтобы "шекели" заплатили вам за показ рекламы или клики; в широком смысле слова "монетизация" это вообще про то что вы сможете продавать в своем продукте - подписку, что-то внутри продукта, рекламу, какие-то трипваеры, апсейлы, мерч, что угодно). Agency vs In-house - кто продвигает продукт: сам разработчик (in-house) или через специальных профессионалов-продвигаторов (агентство). Форматы работы довольно разные и в дикой природе можно наблюдать как баер из инхауса офигивает в агентстве, и как агентскому баеру скучно в инхаусе. "Белые" vs "серые" офферы - деление чаще встречается в русскоязычной среде, так как относительно онлайн-казино, беттинга, бинарки, крипты и всякого такого существует предубеждение (их относят к"серым" офферам). Соответственно есть своя специфика работы с этими направлениями (особенно в контексте работы с креативами). Частный случай "серого" продукта - адалт. Mainstream vs Adult - про такое деление мало кто знает из "белых" тем, и практически все знают, что это такое, если работают с "серыми" офферами. Почти половина контента в сети Интернет - это контент для взрослых, поэтому конечно же есть медиабаеры и юамы работающие с таким контентом и с таким траффиком - это адалт траффик. Все остальное мейнстрим. Игры vs не игры - данное деление чаще всего можно встретить в речи маркетологов-игровиков. Почему они выделяют игры в какую-то отдельную специфическую категорию? Чаще всего это связано со спецификой игр как продукта, сложной юнит-экономикой (а где она сейчас простая?), "избранностью" игровиков (что приводит к тому, что баеру из не игровой сферы сложно залететь в игры без опыта) 😁

W2A И AF 💻📲 "Обещанного три года ждут", но в моем случае прошло меньше недели. Довольно большой был запрос чтобы я прислал в личку материалы по в2а в АФ. Дабы никого не пропустить (очень много чатов) решил просто сделать пост про это. Итак, материалы по в2а, которыми пользовался я (чтоб погрузится в тему). Тексты, которые позволяют сформировать общее представление о в2а: 1. Обычная спека из АФ, свое первое впечатление много лет назад получил именно из нее. Можете также по целевым запросам в центре поддержки АФ поискать материалы. В принципе этого может быть и достаточно. 2. База текстов АФ по веб-ту-аппу (для общего развития и детального разбора отдельных вопросов). 3. Старенькие статейки на VC для общего понимания как работает в2а и зачем он нужен. Первая и вторая. 4. Простенькая и сравнительно свежая статья от ppc.world. Ниче особенного, но почему нет. Гайды: 1. Гайд, который я писал для ТТ (допускаю, что мог устареть). 2. Гайды от самого АФ. Ссылок и файлов не прикрепляю по понятным причинам, но вы можете запросить у менеджеров ММР. У них же можете уточнить по бест практисам и боттл некам настройки. Для разрабов: Так как речь идет об установке смартскрипта / смартбаннера, то не обойтись гитхабом, если чуток умеете в код, то лишним не будет: Первая ссылка Вторая И третья (имхо самая важная, так как здесь в README .md есть очень много сэмпл юз кейсов - юаму могут быть полезны). Дельные каналы и чаты (не в качестве рекламы, просто сам считаю их годными для поиска ответов; а вообще по рекламе можете обращаться 😁)👇️️ 1) ТГ-канал Дмитрия Гущина полностью посвященный в2а флоу: @web2app_subscription. Один из самых годных ресурсов по теме (после спеков АФ и гитхаба 😅). 2) ТГ-канал Кирилла Макарова: @gamingthetraffic (у него там был интересный гайд от Funnelfox, эти ребята как раз хорошо продвигают и накапливают экспертизу в2а флоу - можете полистать). 3) И конечно же User Acquisition Chat: @user_acquisition - к сожалению тут инфа размыта по всему чату, а ему уже много лет, но зато можно найти людей сведущих. #w2a #в2а

Объявление После вчерашнего поста получил неожиданно много сообщений в личку с просьбой поделится материалами (преимущественно по настройке w2a в АФ, что тоже неожиданно). Так как я семейный человек-работник и немного приболел, то сразу отвечать не стал. Сейчас соберу все сообщения и обязательно отпишусь на этой неделе (или сделаю отдельный пост по теме - так как оказалось, что она актуальна).

👆Это в продолжение поста, картинка демонстриующая весь путь w2a.

W2A В ADJUST Много понаписано про интеграцию w2a флоу с Аппсфлаером (если вдруг не находили годные источники, то пишите в личку - скину вам полезную инфу; это бесплатно 😁), а вот про интеграцию с Аджастом написано заметно меньше. Как и везде в веб-ту-аппе сложность заключается в двух местах: передача данных из веб в апп (как правило между сайтом и стором) и передача данных обратно в источник трафика (для того, чтобы он, то есть источник, получал корректно атрибутированную инфу и обучался на ней). Как и в АФ в Аджасте эта проблема решается через JS скрипт (он же в спеках "smartscript", как и в АФ), его устанавливают на сайт. Немного подробнее можно почитать тут (но к сожалению инфа по w2a разбросана у Аджаста по спеке и поэтому какого-то конкретного дока с полным описанием дата флоу в открытом доступе я не находил). В самом Аджасте делается трекер (fallback_click), вешается на кнопку CTA (именно здесь будет осуществляться дальнейшая передача айди клика, а также айди пикселя и параметра fbpid, то есть куков браузера). Затем делается пиксель. Затем в Аджасте делается трекер и токен доступа + динамические параметры рекламной кампании, примерно вот так это будет выглядеть: https://app.adjust.com/wqx1l79?campaign={{campaign.name}}%20%28{{campaign.id}}%29&adgroup={{adset.name}}%20%28{{adset.id}}%29&creative={{ad.name}}%20%28{{ad.id}}%29 Затем надо в Аджасте настроить постбек обратно в источник (на уровне партнер сетапа -> дата шеринга), параллельно настроить Conversion API. Как можно заметить - в целом настройка похожа на аналогичную в АФ, но с нюансами. В рамках данного краткого поста может возникнуть какая-то недосказанность (вообще вопрос настройки w2a это уже уровень миддл и старше UA специалиста), поэтому можете написать мне - я скину полезный материал (это тоже бесплатно 😁), или написать в саппорт Аджаста (эти ребята очень отзывчивые, и у них есть гайды по настройкам всяких разных штук, в том числе и на RU). #w2a

КАК ИСКАТЬ W2A ЛЕНДЫ 🏙 Немного очевидная тема, но почувствовал потребность написать про нее после общения с хорошим знакомым (крутой, без шуток, креативный продюссер и маркетинговый R&D'шник - можете писать в личку, порекомендую). В итоге решил, что стоит хотя бы кратко сформулировать по этой теме пост. Итак, допустим вы решили запустить W2A, и допустим задались вопросом, что вам нужно было бы посмотреть на ленды в нише для вдохновения и постановки ТЗ. Где искать? 1. Самое банальное - просто в той соц. сети (например, в фиде), в которой вы хотите запускаться кликать рекламные объявления (например, конкурентов) и смотреть на какой ленд они вас приведут. Потом сейвить ссылку на ленд или делать скрины ленда. Максимально НЕ эффективный бесплатный способ поиска, но имеет место так как если все равно залипаете в ленте или рилсах, то почему бы не сделать чего-то полезного. 2. В некоторых спаерах можно найти по ключевым словам (quiz, название продукта, другим запросам близким по семантике) рекламное объявление и сразу глянуть ссылку на ленд. Аналогично в спаерах можно найти креативы не по запросам, а по аппкам, и также посмотреть ссылки в объявлениях. Годный эффективный путь, но чаще всего платный (плаки-плаки). 3. По фанпейджу. Обычно работает с некоторыми Ad Library (не будем показывать пальцем 😁) - находите фанку (например, конкурента), затем смотрите с нее объявления. Также годный эффективный и бесплатный способ. 4. Мой любимый, быстрый и бесплатный, но НЕ САМЫЙ эффективный (увы; хотя надо заметить, что перед написанием данного поста я смотрел нужные мне ленды именно этим способом). Находите домены (тех же конкурентов, как правило для этого достаточно погуглить конкурентов) и затем в Гугле вот такое вбиваете: site:[здесь указываете домен] inurl:app В итоге получаете в выдаче набор урлов с домена, которые ведут на аппу (среди них есть и в2а). P.S. Знаю, что есть агрегаторы в2а лендов, которые их собирают (чаще всего существуют в рамках интеледженс сервисов), но ни разу ими не пользовался (просто не было нужды), поэтому чего-то конкретного за них сказать не могу. #w2a #в2а #webtoapp

Дорогие подписчики! 🎉 Поздравляю вас с Новым 2025 годом! 🎆 Уходящий год был всяким - местами крутым, местами сложным и трудным. В общем как обычно это и бывает, ведь рынок не стоит на месте. Желаю всем вспомнить удачи и успехи этого года и порадоваться им, а также посожалеть о неудачах и провалах - примите их и оставьте в старом году. Пусть новый год принесет вам много денег, счастливых случаев и окон возможностей, которыми вы воспользуетесь (про приобретение опыта не пишу - он вас сам найдет) 📈📱 С Новым годом! 🥂✨

АТРИБУЦИЯ. ЧАСТЬ 2. ВИДЫ / МОДЕЛИ⚖️ Теперь детализирую все вышесказанное (т. е. терминологию). Как уже понятно - атрибуция - это определение пути пользователя: откуда, куда и как он движется по воронке. Почему же так много вариантов такого "трекинга"? И самое главное: Где это все используется? (про "как" будет в следующей части). Одноканальная атрибуция используется чаще всего, когда воронка и монетизация продукта не сложные. Атрибуция по последнему клику (Last-Click) - если в вашем приложении (или продукте) короткий путь к установке/конверсии, и вы точно знаете, что промежуточные касания не играют значимой роли (поэтому она так популярна). Также есть мнение, что Last-Click проще всего настроить и поддерживать. Наконец, если задача – быстро понять, какой источник даёт самый “горячий” трафик здесь и сейчас (условно, при тестировании множества сеток одновременно). Кратко резюмируя - Last-Click это про перфоманс и арбитраж. Атрибуция по первому клику (First-Click) - тут фокус на узнаваемости бренда, то есть если главный вопрос – какой канал “открыл” пользователя для вашего продукта, или где он впервые узнал о нём, то First-Click лучше всего. Также бывает, что первоначальный контакт гораздо важнее для вашей маркетинговой аналитики (промки, спецпредложения, акции). Ну и для предпродажных запусков, тоже может быть полезным. Многоканальная атрибуция используется там, где сложная воронка, сложная монетизация и высокая конкуренция за траф. Иными словами, если у продукта много точек контакта, если есть потребность оптимизировать бюджет на каждом этапе (а такая потребность возникает когда бадж большой, а бадж большой, когда месячный ФОТ отдела маркетинга равен одному дню спенда 😅), если есть потребность выиграть конкуренцию в высококонкурентной борьбе за траф и пр. Но нюанс в том, что каждая форма многоканальной атрибуции предполагает свою уместность. Допустим временная модель позволяет понять как "развивается" пользователь до того или иного ключевого для вас события (например, покупки), и что в итоге его "мотивирует" к этому действию. Если же заморачиваться не хочется, но интересно понять траектории пользователей, то линейная вполне себе подходит. В последующих постах поговорим о деталях процесса атрибуции и инструментах атрибуции. #атрибуция #attribution

АТРИБУЦИЯ. ЧАСТЬ 1. ВИДЫ / МОДЕЛИ⚖️ Преамбула Приветствую вас. Давненько не было постов - как правило при активной рабочей и проектной деятельности я мало пишу сюда. Вот и сейчас был перерыв по этой же причине. Но недавно канал достиг 1000 подписчиков и я решил, что необходимо, во-первых, отметить это событие 🥳 а во-вторых - возродить публикации. Поэтому пишу первую часть цикла постов про важную, но ранее не затронутую, тему - атрибуцию трафика (прежде всего речь о мобильном трафе of course). Такой вот своеобразный рождественско-новогодний подарок. *** Атрибуция (от лат. глагола attribuere — "выделять") - это способ / процесс / метод определения источника события (клика, инсталла, конверсии / события) и движения пользователя по воронке. Сегодня поговорим про самое простое - виды (иногда их еще называют моделями) атрибуции. Условно можно выделить несколько видов / моделей, которые можно объединить в две группы: Группа №1 - Одноканальная / Single-Touch Attribution Имеет два варианта: Последний клик (Last-Click Attribution) Довольно распространённая модель. Вся "ценность" (он же "вес" или "значение") конверсии приписывается последнему взаимодействию (как правило, в виде клика) пользователя с рекламным объявлением или ссылкой. Первый клик (First-Click Attribution) При этой модели конверсия приписывается самому первому "источнику" (рекламному объявлению), с которым пользователь взаимодействовал (первое касание). Модель полезна, когда важно понять, какой канал привёл пользователя в воронку (привет, медийка). Группа №2 - Многоканальная / Multi-Touch Attribution На данный момент используется все чаще (скорее всего она и останется в итоге в разных вариациях + DDA, но об этом ниже). Ценность имеет каждое касание, конверсия распределяется между всеми источниками, с которыми взаимодействовал пользователь. Есть как минимум три варианта (на самом деле больше)*: 1) Линейная (linear) - самый простой вариант многоканальной атрибуции, равномерное распределение "ценности" взаимодействия по воронке. 2) Позиционная (position-based) - распределение "ценности" между первым и последним взаимодействиями (кликами). 3) Временная (time decay) - чем ближе к последнему клику тем больше "ценность" клика (по нарастающей). *дополнительно можно перечислить такие модели как: U-образная (U-shaped или «в форме подковы») - это по сути вариант позиционной, W-образная (W-shaped), Z-образная (или Full-Path) и т. д. Про них отдельно писать не буду, так как логика в принципе более-менее понятна. Крупные игроки рынка иногда пользуются кастомными моделями атрибуции, которые разрабатывают под свои потребности (как правило для этого пользуются анализом собранных за много лет даты). Отсюда и следующая модель. Вне групп - Модель на основе данных (Data-Driven Attribution) Как бы не совсем классический вид / модель атрибуции - скорее способ моделирования, в котором используются машинное обучение и статистический анализ для определения вклада каждого канала или точки касания на итоговую конверсию. Именно такой способ пользоваляет создавать кастомные модели. #атрибуция #attribution

SearchAds Inside прислали уведомление, что в ASA стали доступны диплинки (тут можно почитать), как мило, не за горами добавление оптимизации на пурчи, инапп покупки и таргет ROAS. Вот тогда заживем! В кабе выглядит это так (см. аттач), в коннекте пока не смотрел, но наверняка там все просто. P.S. Про канал я не забыл, хоть давно и не писал - работа навалилась, в разработке очередной "большой" пост - скоро опубликую. #новости

Пока готовлю новый большой пост (или серию - тут уж как пойдет), решил полистать отчет, который подготовил для нас "СошлПетя" (в аттаче). Для меня самый важный инсайт (помимо всего прочего) - последовательное и неуклонное сближение ASO и ASA направлений. Уже сейчас ASO менеджер подчас занимается закупкой в ASA, а баеры / юамы закупающие ASA находятся в тесном взаимодействии с ASO-менеджментом, но в дальнейшем эта тенденция будет усиливаться (в том числе по мере появления новых площадок закупки напрямую в сторах). Существенная проблема на этом пути - довольно часто встречающееся непонимание ASO менеджерами performance целей закупки в ASA (по мере сил помогаю исправлять в рамках менторства / обучения). #мнение

В перерыве между большими текстами не могу не запостить 😂 (взято откуда-то с просторов Линкедина).

КАК ПОСЧИТАТЬ ПРИЕМЛЕМЫЙ CPI И НЕ ТОЛЬКО. ЧАСТЬ 4. РАЗНЫЕ ЛТВ 💸💸💸💸 Хотел сделать этот завершающий пост тетралогии про расчет всяких метрик в конце прошлой недели, но сейчас в процессе поиска рабочей позиции, а как известно "поиск работы - это уже работа" (не помню, где слышал такую формулировку), поэтому слегка затянул с публикацией. Сегодня сосредоточимся на таком понятии как LTV более подробно (буду "разжевывать" информацию, за что заранее прошу прощения). Самое простое определение понятия LTV (life time value, иногда также можно встретить более редкое - CLV, customer lifetime value) - это весь доход который вы можете получить с когорты юзеров на юзера, до тех пор пока они остаются вашими юзерами, то есть до тех пор пока когорта не закончилась (именно поэтому принятно считать ЛТВ покогортно, но про когорты будет отдельный пост). Именно "когортность" и отличает ЛТВ от ARPU или ARPPU, при подсчете ЛТВ всегда необходимо учитывать динамику развития когорты. Редко встречал баеров, которые понимают, что LTV можно рассчитывать не только по юзерам (то есть revenue по когорте делить на изначальное количество юзеров в когорте, чаще всего это или инсталлы / загрузки), но и по триальщикам (trial LTV - делить ревенью на кол-во триальщиков в когорте) и покупателям (subLTV или purLTV - делить ревенью на кол-во сабскрайберов / покупателей в когорте). Также LTV можно декомпозировать по типам монетизации продукта - отдельно считать ЛТВ с подписок (Sub LTV), с рекламной медиации (Ad LTV), с инапп покупок (In-app LTV), с трипваеров, апсейлов и пр. продаж через приложение (Sales LTV) и т. д. и т. п. Потом все эти ЛТВ можно покогортно сравнивать и оценивать динамику эффективности привлечения. Для получения ЛТВ в целом различные типы можно просто сложить. Фактические ЛТВ (fact LTV) можно рассчитать только тогда, когда у вас есть завершенные когорты и система аналитики, которая их вам покажет. Прогнозное ЛТВ иногда называется предиктивным (pLTV или predLTV) или модельным (mLTV или modelLTV). Когда говорят о прогнозировании ЛТВ чаще всего имеют в виду законченные когорты, то есть ревенью за все время существования когорты. Однако, в маркетинговой аналитике и просто в рабочей практике можно иногда встретить выражения типа "LTV 180 дня" - чаще всего в таком случае имеется в виду ревенью на одного юзера по когорте на 180 день жизни когорты (остальным же сроком жизни когорты, т. е. после 180 дня, могут пренебрегать, например, в силу его незначительности). Отдельная тема - прогнозирование LTV. Есть разные методы прогнозирования ЛТВ. О некоторых я писал. Какими-то я активно пользовался последние годы (расчет на основе ретеншена и кэфов). Про какие-то рассказывал на индивидуальных занятиях, когда кого-то менторил. Я обязательно опишу их еще раз более подробно тут на канале, но чуть позже. Сейчас лишь замечу, что чем больше у вас исторических данных (legacy) - тем легче вам прогнозировать ЛТВ. А вот когда у вас исторических данных нет или почти нет, то... это тема для отдельного поста 😁. А теперь мысленно возвращаемся в самый первый пост. Там я писал про то как найти приемлемую для вас цену инсталла (payout * CR = приемлемый CPI). Так вот ваш ЛТВ (или pLTV) - это по сути и есть payout, только вы его получаете не сразу, а в течение жизни когорты (пейаут размазан по времени жизни когорты). Таким образом, если знаете pLTV по платежному событию и знаете конверсию из инсталла в это событие, то вы сможете просто по цене инсталла почти день в день оценивать эффективность траффика (ее конечно же нужно будет валидировать в дальнейшем, но для первичного анализа это то, что вам нужно): pur pLTV * CR (install-to-purchase) = приемлемый CPI #ltv #pltv #cpi

КАК ПОСЧИТАТЬ ПРИЕМЛЕМЫЙ CPI И НЕ ТОЛЬКО. ЧАСТЬ 3. ПОНЯТИЙНАЯ ПУТАНИЦА 💸💸💸 Это продолжение предыдущих постов, вместе с тем пост будет совсем небольшим, так как и тема несложная, а в конце недели перейдем к основной - pLTV. Дело в том, что у разных маркетологов и юамов я встречал разные понятия, применяемые для обозначения выплаты, которую получает сторона баера. Кто-то говорит eCPA (эффективный CPA; и вообще подчас некоторые приставку "e", например eCPI, eCPM или eCPC, используют для обозначения того сколько денег вы получаете за что-то со стороны партнерки, медиации, рекламного партнера и за что - за событие, за клик, за тысячу показов. Но это не совсем корректно - вот тут можно прочитать почему, и тут). Иногда можно встретить RPA - Revenue per Action (иногда более уточняющие: RPAU - Revenue per Active User или RPAC - Revenue per Active Click). Кто-то использует понятие пейаут (payout; несмотря на то, что оно более нейтрально и простое, есть ряд случаев, где оно неуместно). Значительно реже - payoff (event) или просто payment (event). Это я к тому, что когда сталкиваетесь со статой, то старайтесь уточнить, что в каждом конкретном случае имеется в виду (если это не очевидно). #ecpa #ecpi #payout #rpa

КАК ПОСЧИТАТЬ ПРИЕМЛЕМЫЙ CPI И НЕ ТОЛЬКО. ЧАСТЬ 2 💸💸 В продолжение предыдущего текста. Хотелось бы остановится еще на нескольких полезных формулах. Прежде всего CPI, о котором шла речь прежде, можно найти если вам известны CPM и IPM. CPI = CPM / IPM Логика такая: кост за тысячу показов делится (распределяется) по кол-ву инсталлов, которое вы получаете с 1000 показов, по сути делите спенд на кол-во инсталлов - вот вам и цена одного инсталла. Здесь надо также понимать, что IPM (Installs per Mille) показывает именно количество инсталлов, но расчитывается на основе конверсии из показа в инсталл (минуя конверсию в клик). То есть IPM внутри себя содержит и Click-to-Install Rate (он же IR - Install Rate) и CTR (Click-Through Rate) - об этом ниже. Есть еще одна подобная сквозная метрика - IPPM (Installed Purhase per Mile; может у нее есть еще какие названия - не знаю, встречал только такое), она показывает долю платящих (покупок / подписок etc.) с тысячи показов. Напомню, что IPM считается вот так: IPM = (Installs / Impressions) * 1000 То есть сперва находим конверсию из показа в инсталл, а затем этот кэф умножаем на 1000 показов и узнаем долю показов, которые перешли в инсталл (по сути узнаем кол-во инсталлов). Вот эта формула тоже верна, можно считать и так (но мне она не нравится): (Installs * 1000) / Impressions. К слову, так как IPM содержит в себе конверсию из показа в клик и из клика в инсталл, то можно его найти перемножением всех этих штук: IPM = (CTR * IR) * 1000 Соответственно, возвращаясь в начало поста, мы можем найти CPM: CPM = CPI * IPM Тут тоже простая логика, мы знаем цену одного инсталла и кол-во инсталлов с 1000 показов, соответственно перемножая их мы получаем число, которое показывает нам сколько мы потратили денег на закупку 1000 показов (он же CPM). Из прошлого поста мы знаем, что payout * CR = приемлемый CPI, но мы можем пойти дальше и найти приемлемый для вас CPM. CPM = (payout * CR (из инсталла в покупку / подписку)) * IPM Допустим, вам платят 10 долларов за целевое действие, IPM = 20, а конверсия из инсталла в событие равна 5%, то: CPM: ($10 * 0.05) * 20 = 10$ (если CPM будет больше, то вы будете в минусе; меньше - будете в плюсе при таких же вводных данных). А если вы знаете IPPM, то формула сокращается до CPM = payout * IPPM (это аналог CPM = CPI * IPM, только вместо CPI и IPM - payout (он же CPA или eCPA - об этом в следующих постах) и IPPM соответственно. Т. е. если с 1000 показов у вас 1 покупка, то IPPM = 1 (подсчет: ( 1/ 1000) * 1000). Payout = $10, таким образом $10 * 1 = $10. Так как мы знаем, что конверсия из инсталла в покупку 0,05, а IPM = 20, то мы можем с легкостью найти количество покупок с 20 инсталлов (которые в свою очередь пришли к нам с 1000 показов) - 20 * 0,05 = 1. Проверка логики закончена. P.S. Будет еще 3 и 4 части, в которых речь зайдет про pLTV, в его связи со всем вышеописанным. Также, если вдруг будете замечать какие-то ошибки в моем повествовании или недочеты, и если у вас будут вопросы и / или какие-то соображения - пишите в личку, я открыт для конструктивного диалога. #cpa #cpi #cpm #ipm

КАК ПОСЧИТАТЬ ПРИЕМЛЕМЫЙ CPI И НЕ ТОЛЬКО 💸 Обещанный в-конце-недельный пост про аналитику. Будет интересен в первую очередь начинающим, так как само мое желание про это написать вызвано результатами собеседований на позиции миддлов и джунов (как правило, ребята не знают про то, о чем я буду писать ниже). Те кто давно в закупке в свою очередь просто повторят пройденный материал. Итак, довольно часто встречающаяся ситуация в баинге / арбитраже / аквизишне - закупка под выплату. Допустим ваш клиент / партнер выплачивает вам 3 доллара за какое-то событие (регистрация, лид, first trade deposit etc.). Чаще всего баер запускает траф и отслеживает CPA. Если он больше 3 долларов, то баер в убытке, если меньше - баер в плюсе. Прекрасно, когда и партнер и баер пользуются одним трекером и видят корректно (и вовремя) атрибутируемые события, что позволяет день в день (в рамках отчетного периода) понимать статус окупаемости запущенной кампании. Сложности начинаются, когда события не атрибуцируются день в день и когда даже партнер видит в своей статистике события не сразу. В таком случае баер не может так точно и быстро измерять CPA, а партнер подчас не может дать ему данные о событиях, в случае если он сам их не собирает, а получает от компании баера в конце отчетного периода. Ситуация может усложнится, когда баер льет какую-то аппу (особенно, если это iOS) на события в ней. Вот в таких случаях можно ориентироваться на цену инсталла как бенч для понимания эффективности кампании. Для этого вам надо прикинуть CR из инсталла в событие (на основе предыдущих данных или на основе моделирования) и знать выплату за событие. Далее "магическое" математическое действие: payout * CR = приемлемый CPI Допустим пейаут 3 доллара, а CR = 0.25, получаем 0.75 центов за инсталл. Это та цена инсталла при которой вы будете выходить в ноль, если будет меньше, то будет плюс, будет больше - минус. Как это работает? Дело в том, что CR тут - это по сути (подчас выраженный в процентном отношении) результат деления событий на инсталлы: payout * (events / installs) = приемлемый CPI Таким образом, умножая размер выплаты за одно событие на долю событий от инсталлов вы получаете денежное выражение одного инсталла. Если CR = 0.25, значит на 1 ивент приходится 4 инсталла, т. е. если 4 умножить на 0.75 получим тот самый размер выплаты. Если цена инсталла по факту будет 0.8, то 4 инсталла будут стоить 3.2 доллара и вы будете в минусе. Это работает и в обратную сторону. Если знаете среднюю цену инсталла по гео, например, 0.75 центов. И знаете CR, те же 0.25. То минимальный размер пейаута, который вы можете обозначить для партнера, и при котором вы будете лить в ноль, это: CPI / CR = payout (он же приемлемый CPA) Подытоживая, понятное дело, что это все моделирование, но это качественное моделирование, которое довольно часто приближено к реальному положению дел при отливе трафа. #cpi #cpa

БЫСТРЫЙ СПОСОБ КАЧНУТЬ СВОИ ЗНАНИЯ В ПЕРФОМАНСЕ 🦾💪 Это будет короткий пост, и немного в стиле "капитана Очевидность" (вообще на этой неделе будет два поста - второй в конце недели про аналитику, интересней и больше). На прошлой неделе у меня было несколько консультаций, в процессе которых я периодически давал совет, что для прокачки своих знаний стоит читать документацию / спецификацию тех или иных инструментов, с которыми работает юам / баер. Так вот на одной из консультаций поступил встречный вопрос: "а что КОНКРЕТНО в документации читать?". Тот, кого я консультировал имел в виду, что сами хелп центры содержат довольно много информации и соответственно, что из нее наиболее важно для юама, а что нет? Мой ответ такой: чтобы базово понимать как и что работает - читайте глоссарий (Glossary, иногда также dictionary и vocabulary). Почти в каждом хелп центре он есть, и в большинстве случаев глассарии короткие (как например у ASA). Глоссарий представляет собой просто объяснение той терминологии и понятий, которые используются в инструменте. Изучая их вы получаете рамочное, структурное понимание работы всего инструмента (а еще там иногда есть объяснения того как и какие показатели считаются внутри инструмента). Таким образом, более детальную информацию становится искать проще + вы получаете понимание возможностей инструмента (и"невозможностей" по большей части тоже) + сможете более уверенно поддерживать разговор с саппортом при необходимости. Вроде очевидный совет, но я обратил внимание, что люди подчас не знают вообще о существовании глоссариев (что грустненько, их же кто-то пишет). #документация