Сегментация, известная как практика группировки пользователей в соответствии с их поведением в приложении, мертва… или должна быть.

Сегменты НЕ являются просвещенным путем к постепенности. Индустрия мобильного маркетинга, похоже, застряла, упорно пытаясь заставить эту работу работать. Метрики мобильного маркетинга эволюционировали, все больше и больше рекламодателей понимают необходимость учета инкрементальности, но почему-то никто, кажется, не говорит о том, насколько устарела методология ретаргетинга.

Мы используем ретаргетинг, как это было в 1998 году. Можете ли вы представить себе, что сегодня на Amazon есть только несколько домашних страниц, которые показываются разным группам людей, а не настраиваемая страница, которая отображается каждому отдельному пользователю? Можете ли вы представить себе, что рекомендации Spotify обслуживают только 20 типов слушателей? Нет, конечно, нельзя. Распространение больших данных и машинного обучения сделало алгоритмические рекомендации повсеместными в большинстве случаев использования Интернета в Интернете.

И это всего лишь 3 приложения. Столкнувшись с огромным количеством вариантов, потребители с радостью привыкли к тому, что их цифровой опыт будет грамотно направлен.

Все эти компании создают современные рекомендательные системы. Между тем в маркетинге…. многие рекламодатели по-прежнему полагаются на устаревшие методы таргетинга, которые не используют возможности современных технологий.

Как рекламодатели добиваются увеличения продаж от своих мобильных пользователей?

Большинство компаний используют сегменты.

С помощью сегментов вы создаете группы пользователей, обладающих определенной характеристикой. Вы видите, как они работают, и, возможно, разбиваете их на более мелкие подгруппы, чтобы вы могли ориентироваться на пользователей, которые имеют несколько общих характеристик.

Дело в том, что маркетологи предполагают, что пользователи с одной, двумя или тремя характеристиками будут вести себя одинаково. Но пользователи делают покупки не группами. Они личности.

Основная проблема заключается в том, что чем более детально вы получаете сегменты, тем сложнее и неэффективнее становится изучение алгоритмов машинного обучения (меньше пользователей на группу, означает меньше данных на группу), поэтому потенциал оптимизации уменьшается, поскольку каждый сегмент показывает только ограниченная часть картины. Сегментный ретаргетинг - это реактивный подход к взаимодействию с клиентами, и он далек от того, что позволяет вам достичь нынешнее состояние технологий.

Использование мобильных устройств максимально персонализировано, рекламодатели должны понимать маркетинг как часть взаимодействия с пользователем и соответствующим образом адаптировать свои стратегии.

Альтернатива? Сосредоточьтесь на отдельных пользователях.

Ретаргетинг - это определение восприимчивости каждого пользователя к рекламе во время его мобильного путешествия и использование данных для предложения разумно персонализированных рекомендаций экономичным способом.

С помощью программных и прогнозных технологий можно привлечь каждого пользователя к релевантному контенту, чтобы предоставить реальную дополнительную ценность постоянных клиентов.

Ретаргетинг, управляемый пользователями, - это наиболее продвинутый и экономичный способ взаимодействия с пользователями.

Как это на самом деле работает?

Основная идея здесь заключается в том, что вместо того, чтобы разбивать вашу пользовательскую базу на несколько вручную определенных сегментов (и создавать стратегии назначения ставок и ценообразования для каждой из этих групп), вы используете технологию, которая позволяет создавать неограниченное количество профилей пользователей и автоматически создавать стратегии. (цена предложения, какую рекламу показывать и т. д.) адаптированы для каждого из этих пользователей.

Такие функции, как динамические товарные объявления, - хороший первый шаг в этом направлении. Большинство компаний, предлагающих ретаргетинг, предлагают ту или иную версию этого (хотя, по понятным причинам, с другими названиями).

Динамические товарные объявления используют поведенческие данные, чтобы настроить рекламу для каждого пользователя на основе его предыдущего взаимодействия с приложением.

Другие творческие инструменты используют контекстную информацию о пользователях. Так работает большинство функций Dynamic Creative Optimization (DCO).

Каждый рекламный элемент представляет собой отдельную точку данных, которую алгоритмы машинного обучения могут анализировать, чтобы определить наиболее релевантную рекламу для каждого пользователя.

Машины очень быстро учатся, но им все равно нужно учиться.

Если вы используете какое-либо приложение с системой рекомендаций, вы знаете, что чем больше вы его используете, тем точнее будут предложения. Та же идея применима к ретаргетингу, управляемому пользователями. Чем больше данных анализирует алгоритмы машинного обучения, тем более релевантным будет показанный креатив и тем более рентабельным будет это действие.

Человеческий интеллект в основном руководствуется здравым смыслом. Итак, мы сразу же предполагаем, что имеет больше смысла показывать рекламу заказа пиццы в 18:00 в пятницу, а не в 6:00. Искусственному интеллекту нужно время (и данные), чтобы понять это, но с помощью данных он также определит несколько пользователей, которые действительно могут нажать на рекламу пиццы в 6 утра (работники ночной смены, водители Uber или полуночники). и делать ставки на эти показы по очень низкой цене (потому что никто другой не делает ставки на них).

Умный ретаргетинг требует времени. Подозреваю любого, кто говорит иное.

Убейте сегментацию, увеличьте инкрементность.

Сегменты влияют не на ваш доход, а на пользователей. Бренды должны рассматривать маркетинг приложений как еще одну точку соприкосновения со своими пользователями, и так же, как они инвестируют в разработку пользовательского интерфейса приложений, чтобы обеспечить пользователям положительный опыт, они должны гарантировать, что они используют самые передовые маркетинговые технологии.

Если вы хотите узнать больше о ретаргетинге приложений, свяжитесь с нашей командой 👨‍💻👩‍💻