Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
  • Product Hunt
  • Visual Capitalist
  • Elon Musk
Menu

使用 Q5 的数据推动全年移动应用增长

Posted on 2022-05-10
Vladyslav Strykun贡献者
Vladyslav Strykun是 Headway 的营销主管, Headway是一家教育科技初创公司,为乐趣和个人成长提供一口大小的学习。

想知道如何在不进行试验和额外成本的情况下提高您的移动应用程序在春季的营销绩效?利用冬季高峰期(也称为 Q5)的结果。

寒假期间收到的海量数据可以改善您的营销策略并促进您的应用增长。以下是如何提取洞察力,使这种方法发挥作用,增强您的广告创意策略,将假设转化为经过验证的事实,个性化您的产品并提高生命周期价值。

Q5 是什么(或何时)?

Q5 是移动应用领域营销的旺季。虽然它只发生在寒假期间,但其结果等于整个季度的收入。但这不仅仅是一个冬天的故事。 Q5也可以在春季和夏季使用。

为什么 Q5 数据如此有价值?

  • 你会得到更昂贵的观众。电子商务的商业时期在圣诞节后结束,移动应用程序开始发挥作用。由于电子商务是移动应用程序在数字广告方面的最大竞争对手,因此减少电子商务广告为应用程序腾出市场,从而使应用程序活动以更少的钱获得更大的影响力。他们还可以以比平时更低的成本接触到更昂贵、更富裕的受众。
  • 更深入地了解用户的行为。许多人在年初下定决心要成为更好的自己。 “新年决心”的心态使人们准备好投资自己。这使得 Q5 在健身、健康、自我成长和教育应用方面取得了令人难以置信的成功。
  • 更高的参与率。在圣诞节假期期间,人们花更多的时间在家里,当然还有手机。因此,应用广告得到了更多关注。

所有这些原因都有助于移动应用程序的利润增长。例如,Headway 应用程序的收入与其他时期相比增长了 200%。

来自 Sensor Tower 的 Headway 应用数据图表。

来自 Sensor Tower 的 Headway 应用数据。图片来源:进展

目前利用 Q5 数据的四种方法

改进您的创意广告策略

在 Q5 期间,您可以更有效地估算每小时流量,以构建每日趋势。因为您获得的流量比平时多得多,所以趋势开始出现。建立每日趋势后,您可以将其推断为以下时期。

例如,我们注意到我们的广告在早上和晚上的效果更好——就在通勤时间。在正常情况下,我们无法清楚地辨别出这种趋势,但第五季度的大量流量让我们清楚地看到了这一趋势。因此,基于这一发现,我们改变了我们的创意。现在,我们告诉人们,他们可以有效地利用我们的应用程序度过停机时间。

每小时估算一次流量有助于更快地识别出效果最好的广告素材。当您注意到它们并开始以不同的变化进行扩展时,您将产生更少的无效成本。因此,您可以从表现最好的人那里获得更多收入。

当我们的团队注意到一个效果最好的广告时,我们会以多种方式对其进行缩放。例如,更改展示位置或使用带有不同广告文案的图片。有一次,我们决定进行更多实验,并随机旋转一张关于拖延的广告的床。创意在新的位置继续表演,甚至比之前的版本更成功。从那时起,我们就毫不犹豫地改变这些微小的细节,因为即使是微小的调整也可能对 Facebook 大量流量的广告产生重大影响。

Headway 应用广告的图片

图片来源:进展

将您的假设转化为经过验证的事实

在第五季度,营销人员通常会尝试在一年中的其他时间犹豫使用的新创意和广告展示位置。这是一个很好的策略,因为您可以在更广泛的受众身上检查您的假设并得出一些结论。但不要将此方法仅限于 Q5 期间。使用经过验证的广告技术来提升您来年的营销策略。但是你如何在实践中应用它呢?

早些时候,我们认为我们的 Instagram 提要是最适合我们的广告位置,但不相信 Reels 也能正常工作。我们对这个广告展示位置进行了几次测试,但它的效率似乎不够高。因此,我们将其搁置一旁,并决定在 Q5 期间在大量观众中试一试。最终,它运作良好。凭借大量便宜的流量,我们不仅验证了 Reels 是一个成功的广告展示位置,而且还为我们在 Instagram Reels 上的常规广告制定了策略。

通过更便宜地接触昂贵的受众来改善营销指标

订阅模式应用程序可以通过获得以前无法访问的新受众来提高其 LTV(客户生命周期价值)。它是如何工作的?

假设您通常以 15 美元的 CPM(每千人成本)吸引用户。您希望以 25 美元的 CPM 吸引用户,但它们对您来说很昂贵。由于第五季度价格下降,这些“昂贵”的用户变得“负担得起”。

但是,为什么您需要更昂贵的用户,而不是以低得多的价格吸引 15 美元的 CPM 旧用户呢?因为CPM越高,用户的购买力就越大。因此,每千次展示费用为 25 美元的用户比每千次展示费用为 15 美元的用户更有可能转化为购买。因此,更昂贵的受众更有可能在试用后购买您的应用订阅,并且更有可能在一个月或一年后续订。

随着您在应用中获得更多购买力更强的用户,LTV 也会增加。这种方法还可以帮助您为应用的后续不太有利的时期积累安全边际。

既然您更了解您的用户,那就更加个性化

来自新创意、新用户和新广告技术的大量数据为您提供了许多见解,供您在 Q5 之后的全年使用。因此,不要错过充分利用这些见解的机会。

首先,通过观察用户在此期间的行为来分析并得出结论。他们在您的商店、入职期间、支付墙和试用期间的表现如何?用户来自的创意与他们在应用中的行为之间是否存在关联?其次,将这些见解转化为行动计划,以改进您的产品并实现更多个性化。

这种方法增强了我们的工作:在 Q5 期间,我们注意到我们关于决策疲劳的广告创意成为表现最好的广告之一,许多用户因此而转化为购买者。因此,我们有两个假设:首先,这个话题与我们的用户高度相关,我们必须创造更多关于它的内容。其次,用户喜欢广告创意的布局,因此我们可以将其视觉元素用于引导屏幕。我们尝试了两种假设,测试了它们并得到了积极的结果。因此,我们在应用程序中使用了这两种方法。

使用这些方法,您可以全年从第 5 季度获取见解,以改进您的营销策略和产品。

原文: https://techcrunch.com/2022/05/09/use-data-from-q5-to-boost-mobile-app-growth-for-the-entire-year/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Bob Nystrom (1)
  • Joel on Software (1)
  • John Resig (1)
  • Laurence Gellert's Blog (1)
  • Matt Might's blog (3)
  • News Letter (168)
  • Philip Walton (1)
  • Pivotal (1)
  • Scott Hanselman's Blog (2)
  • Tom's blog (1)
  • 英文媒体 (33,370)
    • Ars Technica (2,179)
    • Daily Infographic (254)
    • Engadget (5,284)
    • Enonomist (77)
    • FlowingData (230)
    • Hacker News (773)
    • Hacker News Daily (285)
    • Hacker Noon (125)
    • Harvard Health (141)
    • KK – Cool Tools (187)
    • KK – Recomendo (233)
    • Make Use Of (158)
    • NASA Astronomy Picture (241)
    • Product Hunt (6,707)
    • Psyche (207)
    • Quanta Magazine (173)
    • Science current issue (460)
    • Sidebar (938)
    • Singularity HUB (256)
    • TechCrunch (8,294)
    • The Practical Developer (99)
    • The Verge (5,728)
    • Visual Capitalist (341)
  • 英文推特 (15,994)
    • Bill Gates (306)
    • Brett Winton (1,161)
    • Cathie Wood (277)
    • Durov's Channel (25)
    • Elon Musk (4,675)
    • GeekWire (2,694)
    • Hunter Walk (48)
    • Mark Gurman (973)
    • Naval (660)
    • Parag Agrawal (52)
    • Ray Dalio (937)
    • Riccardo Mori (15)
    • Steph Smith (1,990)
    • Tim Cook (160)
    • Vitalik Buterin (2,021)
  • 英文独立博客 (3,453)
    • A learning a day (300)
    • A Smart Bear (2)
    • AddyOsmani.com (10)
    • Adwyat Krishna (29)
    • Ahmad Shadeed (2)
    • Alex Turek (1)
    • All Poetry (1)
    • All That is Solid (49)
    • André Staltz (2)
    • arxivblog (34)
    • Astral Codex Ten (15)
    • Atoms vs Bits (24)
    • AVC (35)
    • Basic Apple Guy (38)
    • Ben Thompson (13)
    • Benedict Evans (7)
    • Blog – storytelling with data (36)
    • Built For Mars (10)
    • Caleb Porzio (1)
    • Cameron Sun (1)
    • Christian Heilmann (34)
    • Christopher C (3)
    • Chun Tian (binghe) (1)
    • Codrops (13)
    • Cold Takes (14)
    • Dan Luu (1)
    • Daniel Lemire's blog (44)
    • David Amos (19)
    • David Perell (6)
    • David Walsh Blog (34)
    • Derek Sivers (25)
    • Desvl (13)
    • Devon's Site (5)
    • Digital Inspiration (26)
    • DKB Blog (4)
    • Douglas Vaghetti (12)
    • dropsafe (53)
    • DSHR (36)
    • Dunk (5)
    • DYNOMIGHT (36)
    • eagereyes (5)
    • Endless Metrics (135)
    • Entitled Opinions (8)
    • Exception Not Found (5)
    • Experimental History (18)
    • Farnam Street (5)
    • Fed Guy (10)
    • Felix Krause (3)
    • Florent Crivello (2)
    • Free Mind (6)
    • Full Stack Economics (40)
    • Funny JS (2)
    • Future A16Z (47)
    • Glassnode Insights (50)
    • Human Who Codes (3)
    • Infographics – Cool Infographics (10)
    • Information is Beautiful (11)
    • Irrational Exuberance (37)
    • Jacob Kaplan-Moss (13)
    • Jakob Greenfeld (40)
    • James Sinclair (3)
    • Jason Fried (17)
    • Jeff Kaufman (163)
    • John's internet house (16)
    • Johnny Rodgers (4)
    • Julia Evans (19)
    • Julian.com (2)
    • Kalzumeus (1)
    • Kevin Cox (10)
    • Kevin Norman (3)
    • KK – The Technium (50)
    • Krishna (6)
    • Lee Robinson (5)
    • Lines and Colors (43)
    • Lyn Alden – Investment Strategy (3)
    • Martin Fowler (24)
    • More To That (11)
    • Morgan Housel (69)
    • My Super Secret Diary (28)
    • Naval Blog (2)
    • Neckar's New Money (71)
    • Nick Whitaker (4)
    • Nicky's New Shtuff (1)
    • nutcroft (8)
    • Paul Graham (2)
    • Paul Graham: Essays (2)
    • Penguin Random House (52)
    • Phoenix's island (1)
    • Prof Galloway (32)
    • Python Weekly (26)
    • Rachel (32)
    • Real Life (34)
    • Sasha (52)
    • Science & technology (115)
    • Sébastien Dubois (6)
    • Secretum Secretorum (11)
    • Seth's Blog (121)
    • Shu Ding (3)
    • SignalFire (8)
    • Simon Willison's Weblog (127)
    • Simons Foundation (78)
    • SLIME MOLD TIME MOLD (20)
    • Slyar Home (8)
    • Spencer Greenberg (10)
    • Stay SaaSy (9)
    • Stephen Malina (4)
    • Stephen Wolfram Writings (2)
    • Strange Loop Canon (20)
    • Stratechery (9)
    • Tech Notes (10)
    • The Commonplace (29)
    • The Generalist (2)
    • The Intrinsic Perspective (28)
    • The Latest in Hearing Health | HeardThat (8)
    • The Mad Ned Memo (2)
    • The Rabbit Hole (31)
    • TLDR Newsletter (81)
    • Tomasz Tunguz (87)
    • Tony Kulesa (2)
    • Troy Hunt (51)
    • Tychlog (1)
    • Uncharted Territories (50)
    • Visualising Data (9)
    • Weichen Liu (20)
    • What's New (52)
    • Works in Progress (1)
    • Workspaces (32)
    • Writing (7)
    • Xe's Blog (30)
    • xkcd.com (107)
    • Yihui Xie (11)
    • Zoran Jambor (11)
©2023 搞英语 → 看世界 | Design: Newspaperly WordPress Theme