挑战
Kabam 选择了 Aarki 的用户获取活动,以扩大其最新角色扮演游戏(RPG)模拟应用 Shop Titans 的用户基础。该活动的目标是触及广大受众,吸引高参与度用户,从而以较低的每次安装成本(CPI)获得高投资回报率(ROI)。该活动还旨在通过 Aarki 的大型数据存储库和机器学习能力实现全球投放。
解决方案
机器学习和创意优化的结合是推广活动成功的前提条件。我们 Aarki 有一个明确的目标,那就是提高品牌意识,获取高生命周期价值(LTV)用户,从而获得高参与度和高留存率。
机器学习优化
该活动由机器学习过程开始,分为安装优化阶段和事件优化阶段。在以尽可能低的成本促进大量新应用安装的安装优化阶段,我们的团队利用智能过滤名单来吸引该应用的 LTV 用户。 不同于排除非活跃用户的传统过滤名单,智能过滤模型的竞价对象为所有未被过滤用的户,且能从非活跃用户安装后的行为中大获益处。
一旦安装优化阶段完成,我们就进入事件优化阶段。利用 Kabam 的第一方数据,我们构建并启用了乘法模型,优化活动并推动应用内购买。乘法模型还支持我们从非归因事件数据中得出预测。
我们同时捕获了竞价流中的短期波动和偏差,并对用户资料进行了深度学习。该模型用于预测竞价时用户的安装后事件和 LTV,此预测也提升了活动的整体效果。结果表明,该应用的安装概率接近安装率,应用内购买概率接近购买率。这一结果证明了模型校准的成功。
创意优化
当我们有了预测值,就要基于此进行创意设计。为了更好地了解用户的动机,我们通过创意研究,深入了解该应用的独到之处及其吸引用户的特点。凭借着深厚的类别专业知识和深刻的客户洞察力,我们设计了以游戏用户界面和机制为特色的分群工具和游戏玩法广告创意。
我们还在所有创意中使用了游戏信息和游戏资产来恰当地描述游戏,从而鼓励目标用户下载并游玩。我们专注于为每个不同的受众群体打造定制创意。
得益于 Shop Titans 应用的多面性,包括:商店和角色定制、资源管理、交易、制作和探寻,我们的创意团队得以在这些特色的基础上编写个性化推送。在这个过程中,我们进行了冠军/挑战者测试,以确定效果最好的创意。一旦确定了冠军创意,我们提高了媒体的支出分配,且因为专注于参与度最高的受众身上,推广活动的效果获得显著提升。此外,我们的团队不断为冠军创意提出新挑战,以保证获胜创意的新鲜感和吸引力。
结果
该活动在安装成本、投资回报率和数量指标等方面都超出了客户的期望。