随着互联网大数据学习的日渐发展,对于优化师的要求并不仅仅是获得安装用户这么简单。用户是花钱买过来的,对于一些靠应用内变现的商业模式来说,用户安装只是最基础的存在,更需要获得精准用户,让用户愿意为这个产品买单,Google的UAC 2.5事件学习和Facebook AEO,VO等模式也都应运而生。这些优化模式简单点来理解就是,在素材一致其他客观条件相同的情况下,平台的数据系统会进行自动学习,优先匹配更精准的用户给我们。之前咱们有讲过Google UAC广告的设置,今天咱们来看下Facebook AEO广告相关的设置。
AEO的完整名称是App Event Optimization,也就是事件优化。这个学习模式目前只适用于应用下载广告下,且需要SDK通过标准App内应用事件打点。CPI可能会比普通的安装单价高出不少,但后续的ROI效果是可观的。除了满足上面的上面的SDK打点之外,做AEO还需要每日事件发生超过10次,且付费事件发生率为下载数的1-50%才能累积到有效数据进行学习。如果对于自己产品的推广用户付费事件发生率拿不准的,可以筛选广告账户里过去30天的数据,自定义栏(Customize Columns)下面点选移动应用下载次数(Mobile App Install)和单个付费用户数目(Unique Mobile App Purchase),设定点击归因窗口为1天,计算一下付费用户数和安装次数之间的比例,能粗略得出这个账户的付费事件发生率,从而判断是否在1-50%之间,是否满足AEO的学习条件。
当我们确定好打点无误且满足付费事件发生率之后,就可以开始设置AEO进行事件学习了。设置也很简单,基本的应用安装广告下的Ad Sets编辑页面,把Optimization & Delivery下面的广告优化方式(Optimization for Delivery)选择为事件优化(App Event),如果主要是获取付费用户,继续在Select App Event选项框中选择购买应用事件(Purchase)。这样一个安装广告就变为运用AEO进行优化的付费应用事件优化广告了。
在设置好AEO之后,一般Facebook系统会进行自动学习阶段,开始累积数据,这时候可以把Purchase ROAS (Return on Ad Spend)和Purchases Conversion Value这两个数据指标调出来观察回收情况,同时可以调出Mobile App Purchases和Unique Mobile App Purchases这两个指标来观察付费次数和付费人数。根据付费金额和人数,结合安装和注册数据来判断事件学习顺利与否。如果广告在学习了一段时间以后仍然没有获得很好的付费数据,则要从其他因素,例如出价,素材或者付费转化率不够等方面来考虑促进事件点的数据累积。若排除了这些因素,仍然未见成效,则可以考虑采用以下的优化方式进行数据累积:
比如先设置$40美金的日预算自动出价进行Install安装广告设置,在1-3天以后,修改为AEO优化模式,观察修改后的数据累积是否正常,如果能正常累积,则可以顺利开始AEO学习。
比如从安装开始,付费率是0.5%,进入付费页面的转化率是2%,也就是200个用户中有2个人会选择付费页面,有1个会产生充值成功行为。付费转化率低于1-50%这个区间转化率,而选择付费页面的转化率在1-50%之间。那咱们可以选择这个和付费相关但是比付费层级更浅的事件点先进行事件学习,观察其转化情况,如果能获得很好的数据累积且产生付费行为,则可以继续加深事件点或者就使用该事件不变。
AEO能大大帮助我们提高获取精准目标用户的效率,广告事件的数据累积是我们需要不断去关注和优化的点,也是AEO是否成功学习的关键。同时也一定要牢记方法固然很好,但素材才是核心,若素材不给力,再好的方法也是浪费,多研究容易获得回收的素材类型,累积好的创意点,对于任何广告来说,都至关重要。
发表评论 取消回复