app如何优化推广App 推广优化三步走( 二 ) _生活百科

这里给大家简单科普一下 App 获客监测的原理：广告主提供物料、媒体传播物料、用户下载 App 并完成关键行为是一条完整的投放链，在此链条中，GrowingIO 与媒体深度合作，会将用户设备信息回传给我们；
而对于没有对接过的媒体，当用户激活成功后，GrowingIO 的 SDK 会直接采集用户行为数据，并与其用户旅程相关联。
我们会对原本杂乱无章的数据进行排序，转化成匹配报告，提供给广告主和媒体。

文章插图
全链条的数据采集完毕后，会以下表的形式可视化，呈现各个获客渠道的表现。接着，只需用一个简单的函数就可以算出 ROI 。

第一阶段：广告阶段的点击量、到站访问量；
第二阶段：用户的总量、新增量和回访量；
第三阶段：依据平均 DAU、人均访问时长/次数、次日/7 日留存等判断用户质量的好坏；
第四阶段：用户行为。我们的平台支持用户自由设置用户的具体行为。

文章插图
在此过程中，数据的准确度尤为重要。GrowingIO 与上百家主流媒体深度合作，确保这些回传的数据以及在 App 采集的数据是准确的。
另外，我们与头部渠道深度合作，用户无需开发，便可以在媒体方看到注册、下单、留存等转化数据，据此高效调整投放计划。

文章插图
三. 优化 App 推广策略（4 个方法）
接下来，我将分享 3 个方法，帮助大家更好地利用模型、分析数据，从而优化 App 推广策略。
1.漏斗对比法
在做渠道投放时，我们需要遵循 2/8 法则，即 20% 的渠道承担者 80% 的获客量。
举个例子，下图是一家企业的投放渠道 A 和 B，这 2 个漏斗清晰地显示出，渠道 B 的投放效果更好，可以考虑加大投入。

文章插图
GrowingIO 运用了这一方法，可以一键实现全渠道漏斗的对比分析，一张表就能直观显示出所有渠道的转化情况。

文章插图
2.波斯顿矩阵
这是一个相对来说容易上手的分析方法。我们以流量规模的大小为横轴、以流量质量的高低为竖轴建立矩阵，快速地划分出 4 类渠道：优质小渠道、优质渠道、低质小渠道和低质大渠道。

文章插图
怎样判断流量质量呢？我们可以通过注册、购买、留存、使用关键功能等行为数据来衡量这一指标，但不同行业采取的具体方式是不同的，例如：

高频电商行业以”加购”行为判断用户质量；
旅游行业以”订单”行为判断用户质量；
付费内容&社交行业以”留存”判断用户质量；
工具类 App 以”使用关键功能”来判断用户质量，比如 GrowingIO 会根据用户是否体验 demo 来判断其质量好坏。

在上述 4 类渠道中，我们需要重点优化低质大渠道，也就是获客成本高但质量差的渠道。这里也有两个方法分享给大家：

文章插图
（1）刨根问底，下钻分析

第一，我们假设这个渠道低质的原因在于”人群画像与产品不匹配”，再按照不同的维度去拆解。以地区为维度，如果北区用户的停留时间、注册转化率要优于南区，那么就是南区拉低了整体的渠道效果，这时我们就要考虑调整南区的投放策略。以此类推，当以广告创意为维度拆解时，我们就可以根据效果的好坏，采用更好的那个广告创意。
第二，如果原因在于”落地页和广告不匹配”，我们利用热图就可以明显感知到，用户的点击是非常散乱的。
第三，如果原因在于”流量承接时出现了故障”，我们可以利用用户细查找到故障，快速修复。

（2）转换思路，站外归因分析
一般来说，我们会用”最终点击归因”的方法来分析投放效果，但事实上，用户在”最终点击”之前还有很长的一段旅程。
所以，我们需要进行”线性归因”和”基于位置归因”，来分析某个渠道的作用是否发生在用户”最终点击”之前。