ADPASS рекомендует материал к прочтению
СберМаркетинг
29.06.2023, 15:20

Как снизить стоимость установки приложения на 70%: кейс СберБанка и СберМаркетинга

Эффективное продвижение АРК-файла на InApp SDP помогло снизить стоимость установки на 70% и уменьшить стоимость реактивации пользователей на 80% — подробности в нашем кейсе.

СберМаркетинг разработал эффективную стратегию продвижения APK в условиях полного отсутствия приложения в основных сторах, а также возможность получать недорогие установки, несмотря на сложность воронки в продвижении APK.

APK — формат файла приложения, используемый операционной системой Android, поэтому далее в кейсе мы поделимся тем, как привлекать аудиторию пользователей, использующих именно Android-устройства.

СберБанк Онлайн — одно из самых популярных банковских приложений в стране. В начале апреля 2022 года оно было удалено из App Store и GooglePlay. Но банк не мог оставить своих клиентов без доступа к удобному приложению, поэтому вместе с командой СберМаркетинга разработал уникальную механику кампании с помощью mobile DSP.

Почему мобильная DSP?

Команда СберМаркетинга выбрала полностью прозрачную мобильную DSP с алгоритмами закупки премиального in-app инвентаря на основе искусственного интеллекта и машинного обучения, что в дальнейшем позволило осуществить запуск ML кампаний. В ней есть все доступные в in-app форматы и крупнейшие SSP, такие как: AppLovin, Unity, Vungle, IronSource, Chartboost, Mail и другие не менее известные сетки.

При выборе DSP важно обращать внимание на тот инвентарь, который она способна предложить, так как не все SSP в текущих условиях работают в РФ.

Доступные форматы в Mobile DSP

Что такое машинное обучение в InApp?

ML (machine learning) кампании предназначены для автоматизации закупки и оптимизации performance кампаний на целевые действия: установки, регистрации, покупки. Строятся они на основе собранных данных при помощи искусственного интеллекта и машинного обучения.

Реализация

Запуск обычных кампаний на широкую аудиторию

На первом этапе команда баинга запустила обычные кампании, статистика которых пригодится в дальнейшем. В течение недели собирались данные для создания предикторной модели. Был настроен таргетинг на широкую аудиторию РФ, целевые события — установки приложения, marketing analytics login (реактивация пользователей). Креативы подготовили для двух форматов: banners, fullscreen. На каждой из четырех SSP (AppLovin, Untity, IronSource, Mail.ru) запустили отдельные рекламные кампании.

Важно всегда придерживаться правила: 1 SSP = 1 формат, так как это упрощает процесс оптимизации и позволяет более точно корректировать ставки, так как у каждой SSP и формата стоимость закупки могут сильно отличаться.

Запуск ML кампаний

На втором этапе, после того как было собрано достаточно данных по установкам из обычных кампаний — были созданы ML-модели для каждой SSP и формата. Это было сделано, чтобы сохранить однородность данных, что позволит алгоритмам проще и точнее обучиться. Таргетинг остается прежним, пытаться его сужать не стоит, так как это ограничит работу алгоритмов и в дальнейшем не позволит масштабировать ML кампании.

Для создания модели необходимо минимум 1000 установок. Сама модель создается за счет внутренней DMP площадки, благодаря искусственному интеллекту и машинному обучению. Чтобы нарисовать портрет ЦА, она собирает статистику по каждому пользователю и находит общие признаки между ними. Важно соблюдать однородность данных и создавать модель под каждую связку SSP + формат, таким образом точность модели будет значительно выше, что, в свою очередь, сильно повлияет на performance показатели.

Эдгар Маркарян
Старший менеджер по рекламе мобильных приложений в СберМаркетинге

Оптимизация In-App закупки в Mobile DSP:

  • корректировка ставок по кампаниям и паблишерам;

  • корректировка мультипликаторов к ставке в ML кампаниях;

  • анализ эффективности сеток и вывод топ паблишеров в вайтлисты для их дальнейшего масштабирования;

  • по результатам эффективности сеток оперативно перераспределили бюджет в пользу наиболее эффективных;

  • анализ эффективности креативов, отключение не попадающих в KPI.

Мы протестировали много разных способов продвижения банковского приложения без участия App-сторов. Mobile DSP для закупки In-App трафика показала лучшие результаты. Тем не менее, мы не собираемся останавливаться на достигнутом и продолжим искать эффективные и интересные решения этой проблемы.

Виталий Иванишин
Руководитель направления дистрибуции в СберБанке

Результаты

За три месяца кампании (февраль — апрель 2023) получилось:

  • снизить стоимость установки на 70%*;

  • уменьшить стоимость реактивации пользователей на 80%*;


* относительно KPI


По результатам, Сбер признал эффективность предложенной стратегии и в три раза увеличил месячный бюджет на данную стратегию продвижения.

Выводы и рекомендации

  • Самая эффективная сетка — AppLovin оказалась эффективнее остальных в 3–4 раза.

  • Самый эффективный формат — Fullscreen.

  • После того, как СберМаркетинг набрал 1000 установок, они смогли сформировать и подключить ML модель, которая оказалась на 30% эффективнее обычной кампании.

  • Всегда придерживайтесь правила 1 SSP = 1 формат.

Совет нашим коллегам по цеху, которые хотят повторить опыт: важно периодически обновлять ML модель — поэтому рекомендуем оставлять работать обычную РК вместе с ML кампанией в соотношении бюджета 20% на 80%. Это позволит продолжать набирать статистику для обновления модели, сохранять отличные результаты и снизить потерю эффективности в случае выгорания старой модели.

Состав группы:

  • Руководитель направления дистрибуции в СберБанке: Виталий Иванишин.

  • Руководитель департамента рекламы мобильных приложений в СберМаркетинге: Ульяна Кирпичева.

  • Руководитель группы баинга в СберМаркетинге: Артем Хорев.

  • Старший менеджер по рекламе мобильных приложений в СберМаркетинге: Эдгар Маркарян.

Вам понравится

Rocket10
23.04.2024
Mamontov.top
10.04.2024
Yappy
03.04.2024
Как создать полезный гид
для предпринимателей?