Close

移动营销归因分析的发展前景

如今大家谈论最多的话题是移动应用如何改变了整个世界。自苹果公司在“很久以前”的2008年推出其应用商店以来,整个应用营销市场已经发生了翻天覆地的变化。新兴产业和服务因此应运而生,满足市场多样化的需求,我们也亲眼目睹了整个广告生态系统的迅猛发展。

其中有一项我们称之为归因分析。一开始移动数据归因公司不得不加大技术研发投入,打造强大的移动归因及营销分析引擎来应对移动应用行业高速增长的市场需求- 如每天对数以百万,十亿,甚至数百亿人次的用户安装量以及应用内行为进行归因分析。

那么移动数据归因分析的前景如何?近期以及未来有哪些发展趋势能够对2017年及今后的移动营销界产生重大影响?让我们一起来探讨以下五大发展趋势︰

1.先进的流量欺诈预防及分析功能

Mobile Fraud1

当广告主为移动广告营销注入资金,却屡屡遭受假量欺诈现象已变得司空见惯时,这已然激起了整个广告生态系统的愤怒,诸如传媒公司、打击流量欺诈行径的专家、移动数据归因分析公司等各领域均撸起袖子对此行为进行反击。

虽然跨行业专业知识的整合以及行业的团结协作能有效反击假量行为, 然而移动数据归因分析公司在解决这一问题中扮演的角色正变得越来越重要。为什么这么说呢?

首先,由于其在行业中扮演类似监管作用角色,且具备连接各流量买方、卖方及服务器端的能力。其次,其数据范围遍及多个渠道、网络及媒体,能够获取大量用于深入分析的数据。因此数据归因分析公司能做到跨行业监测并有效甄别出假量行为。

值得注意的是,虽然移动广告联盟肩负着维护媒体网络环境责任,但仅依靠单方力量任务非常艰巨。随着移动广告生态系统的不断发展变化,预防流量欺诈及检测技术正备受关注,广告主迫切需要与移动广告联盟及数据归因分析公司密切合作以确保假量被及时检测与剔除。

2.广告营收归因分析

广告营收归因分析有可能会改变移动营销推广人员获取新用户的方式。通过对ARPU以及LTV的计算来衡量应用内广告营收,移动营销人员可以对推广作出更好的决策,并且识别有价值的用户以及他们为应用带来的营收效果。

根据数据分析公司AppAnnie最近发布的应用流量变现报告的统计数据显示,2016年度,全球移动应用内广告营收超过520亿美元,预计至2020年将超过1170亿美元。事实上,应用内广告收入在整体营收中通常有显著占比(虽然该报告中近60%的应用内营收并没有包括应用商店外所获得的收入)。

很显然,广告营收归因已成为应用营收版块中极为重要的一部分。今年广告营收归因业务开始有所起色,而随着越来越多的优质客户开始采纳,以及越来越多的归因分析与流量变现的整合,我们有理由相信未来营收归因将会实现重大飞跃。在归因分析平台上搭建一幅完整的数据图,这将帮助移动营销人员作出更快捷、明智的决策。

尽管归因分析公司会向移动广告联盟分享用户应用内行为数据,以便更好地优化广告效果,但除此之外仍然有很多数据价值值得探究。我们也非常期待看到营销推广人员和广告联盟如何使用这些新数据对广告效果进行优化并实现KPI目标。

3.广告花费及投资回报率报告

2011年,移动营销推广人员主要以点击率或每点击产生的花费作为优化广告效果的指标。随着2012年及2013年间移动归因分析平台的兴起,营销推广人员对效果的衡量标准已从媒体转至安装后的用户行为。

去年,这样的衡量标准又发生了变化。业界领先的归因分析公司开始收集整合与其合作的广告联盟上媒体花费数据,从而帮助广告主更好地优化广告效果并计算投资回报率。

我相信2017年将成为广告花费及投资回报率评估的里程碑式的一年。广告主将发现他们可以很容易地评估其移动广告ROI,对于广告联盟亦如此。在过去四个月中,同意与我们AppsFlyer公司分享花费数据的广告联盟数量增加了一倍达到86家,且呈现出不断增加的趋势。

如果你想知道为何我们将其视为一种新趋势?据市场调研公司Forrester分析,大多数营销人员并不是不能或不去评估其投资回报率,这完全取决于我们如何去教育和培养市场,如今投资回报率评估已不断被营销人员所提及与关注,我们有理由相信这将成为一种新趋势。

4. 全方位渠道归因及分析报告

数字广告领域中流行着一个耳熟能详的热词“360全方位”。我并不是想故意破坏大家的兴致,但这个所谓的热词却远远脱离现实,甚至连Google(谷歌)与Facebook(脸书)也未能做到这点,因为他们相互间(及其他)并没有共享彼此数据。

令人欣喜的是,在不断评估过程中越来越多的数据被联系在了一起。例如,应用安装归因到电视设备上的推广,又或者店内销售可以追踪到应用程序安装上。

然而,前进的道路仍然荆棘遍布,技术和业务上都面临着诸多挑战。严格来说,移动设备ID(GAID与IDFA)和cookie并不能真正识别用户 — —它们只能识別设备,因而很难将设备与同一个用户对应。通常情况下会结合其他数据进行辅助识别,譬如用户登陆(如Facebook或Gmail账户)或常用会员账号等数据,通过多方数据累积分析进而预测两个或多个设备是否对应同一用户,以此来提高准确率。

我们有理由相信未来在这一点上会有更多突破,因为这是了解用户在不同设备,平台,以及触点上的行为关键所在,营销人员对效果的评估需求也越来越多。

5.细节归因

一直以来,移动应用安装效果都是按最后触点归因,即在应用安装前发生的最后一个用户触点 (通常是点击或曝光)。

在过去的1-2年间,移动归因公司已经开始提供多触点归因分析服务,帮助营销人员了解应用安装前用户可能发生的X个(通常为3个)触点行为。虽然这并不影响按照最后触点生成结算数据,但可以帮助广告主更好的了解和分析不同媒体资源。

多触点归因上显著的进展是细节归因,这将有助于移动营销人员根据不同的模型(如线性、时间递减、等权重、第一及最后一次触点等)来评估每个媒体资源真实的投资回报率。尽管目前网页上细节归因已经存在一段时间,但我们尚未看到这种方式被大范围采纳,未来走势仍需一段时间的观察。

虽然我们暂时还没有看到细节归因分析被广泛用于移动端,但值得关注的是,2017年可能将是这一契机开始发展的一年。

Diksha is a Senior Content Marketing Manager at AppLift and is based out of our Bangalore office. When she is not behind her computer writing, you can find her binge watching her favorite movies, finding her happy place at a dance studio, and checking off places on her bucket list.
shares
X