“Savršena konverzija” putem Google Adsa - kako je SofaScore uspio uz pomoć strojnog učenja i analize - Android

Kako uz podatke doći do "savršene" konverzije putem Google oglasa znaju u hrvatskom SofaScoreu.

The post “Savršena konverzija” putem Google Adsa: kako je SofaScore uspio uz pomoć strojnog učenja i analize appeared first on Netokracija.

Tisuće sportskih fanova koriste aplikacije za praćenje rezultata, a hrvatski SofaScore je jedna od najpopularnijih na svijetu, sa više od 20 milijuna mjesečnih korisnika, 1.5 milijardi pregleda internetskih stranica i 64 milijarde godišnjih pregleda stranica u iOS i Android aplikacijama. No, kako SofaScore uopće zarađuje i koliko strategije i planiranja treba da bi se akvizirao jedan korisnik?

Odgovore na ova pitanja saznao sam od raznovrsnog tima SofaScorea; analitičara Trpimira Zovka, performance eksperta Mileta Smolčića, dizajnerice i animatorice Anje Knezić, direktora marketinga Ivana Kovačevića i Google Industry Managera za odjel gaminga i startupa Mladena Vlašića. Oni su mi otkrili male tajne zbog kojih Sofu i Google ističe kao izuzetan primjer dobre prakse kada govorimo o akviziciji korisnika i oglašavanju.

Prije nego SofaScore krene sa oglašavanjem svoje aplikacije putem Google App Campaign oglasa na nekom tržištu, detaljno se analizira njegovo stanje, pojašnjava Trpimir. Tijekom ove faze analiziraju se demografski podaci u zemlji, stavovi, interesi, prioriteti i mentalitet korisnka. Ovi se čimbenici značajno razlikuju u, recimo, Brazilu i SAD-u. Kada se završi analiza, kreće razrada kampanje.

Ovdje trebamo najprije definirati neke od ključnih pojmova. Naime u Google Ad sustavu koji SofaScore koristi vi kao oglašavač dajete “bid” odnosno licitirate koliko ste spremni platiti za svakog korisnika koji u aplikaciji napravi neku akciju, poput klika na oglas. Za definiranu akciju je važno da se događa dovoljno često i da većina konverzija bude u prvih sedam dana.

Jure Živković / SofaScore

Svaki podatak je zlata vrijedan

Prije pokretanja svake kampanje bid se u najvećoj mjeri temelji na već postojećim podacima, pojašnjava Mile i kaže kako je cilj dobiti uvid u ponašanje korisnika te što je bolje moguće predvidjeti kako će se oni ponašati u budućnosti. Jasno, ovo je jako teško, pogotovo jer se u slučaju SofaScorea radi o dugom vremenskom razdoblju za povrat investicije, zbog toga što nije realno očekivati da ćete od novog korisnika aplikacije za rezultate dobiti financijsku korist u dan ili dva. Mile pojašnjava:

Obzirom da su kampanje u velikoj mjeri fokusirane na in-app action optimizaciju, potrebno je odrediti optimizacijski event ili više njih koji u što većoj mjeri koreliraju sa zaradom i LTV-em (Lifetime Customer Value). Ovi podaci se zatim koriste za određivanje bida za konverziju te ukupnog budžeta kampanje.

Kada jednom imate bid, on se ne bi trebao mijenjati mnogo, jer svaka velika promjena direktno utječe na algoritam strojnog učenja koji Google implementira, ali:

Ponekad su veće promjene neizbježne s obzirom na promjene vezane uz monetizaciju koje se događaju na mjesečnoj ili čak tjednoj bazi. Međutim, i u takvim situacijama se trudimo u što većoj mjeri slijediti preporuke vezane uz vođenje kampanja.

Jure Živković / SofaScore

Vlastiti model strojnog učenja za Google

Način na koji oglašivač licitira na akciju je jednostavan: kažete da ste spremni dati određenu količinu novca za svakog korisnika koji napravi akciju A, a budžet vam je X – Google radi sve ostalo. Dodatno, za definiranu akciju je bitno da se događa dovoljno često te da većina konverzija bude u prvih 7 dana kako bi sustav mogao efikasno i brzo učiti, pojašnjava Trpimir.

Dodaje i kako ovaj pristup ima dosta propusta jer zapravo govorite da vas nije briga što korisnik radi nakon sedam dana, dok god je aktivniji od većine u prvih sedam. Problem su u SofaScoreu nastojali riješiti vlastitim modelom strojnog učenja koji će u obzir uzeti sve što korisnik radi prvih tjedan dana i dati predviđanje njegove dugoročne vrijednosti:

Prva verzija modela klasificira korisnike koji su bili aktivni do 3 dana, i njegov prag tolerancije je najniži, tj., klasificirat će samo one korisnike za koje smatra da imaju najveću vjerojatnost da postanu long-term kvalitetni korisnici. Zadnji model u obzir uzima 15 dana aktivnosti i prag tolerancije mu je najviši, tj. budući da ima najviše informacija o korisniku može točnije procijeniti je li korisnik dugoročno vrijedan.

Jure Živković / SofaScore

Vjerni korisnici dovode druge korisnike

Tijekom testiranja SofaScore je došao do trenutačne verzije optimizacijskog eventa koja je zapravo zbir šest različitih modela u kojima svaki ima ulogu klasifikacije korisnika ovisno o vremenu koje je prošlo od njegove prve aktivnosti. Trpimir kaže:

Na ovaj način smo omogućili postepeni tijek povratnih informacija Googleovom algoritmu što je ubrzalo proces. Svjesno smo žrtvovali prihode u prvih 7 dana, ali smo zato značajno povećali retention korisnika koje atribuiramo. Procijenili smo da nam to dugoročno donosi veći povrat kao i dodatne benefite kao što je word-of-mouth marketing. Korisnik koji duže koristi aplikaciju ima veću vjerojatnost da dovede dodatnog korisnika u Sofu, iako, taj efekt je vrlo teško kvantificirati.

U SofaScoreu često uspoređuju grafove kretanja spomenutih metrika ne samo kod paralelnih kampanja, nego i novih kampanja na istom tržištu. Trpimir pojašnjava da ako za staru kampanju imaju 365 dana aktivnosti veće grupe korisnika, a nova kampanja ima samo 30 dana podataka, usporedbom ključnih metrika kroz vrijeme može se sigurnije usporediti kvaliteta dvije kampanje bez da se čeka 365 dana.

Jure Živković / SofaScore

Velika pažnja za svaku grafiku i video

Iako je planiranje pola posla, podaci sami po sebi ne mogu odraditi konverzije ako ih ne prati dobra kreativa, odnosno videi, banneri i drugi materijali koji prate samu kampanju unutar aplikacije. Mile:

Za svaku kampanju naši in-house kreativci (dizajneri i animatori) izrađuju potrebne bannere i videe brojnih formata i dimenzija kako bi naš sadržaj mogli promovirati na svim dostupnim Googleovim kanalima. Osim bannera i videa potrebno je osmisliti i kvalitetne tekstove koji će se prikazivati uz grafičke elemente.

S ovim se slaže i Sofina dizajnerica i animatorica Anja Knezić, koja mi dodaje kako je poseban izazov ovdje sinteza poslovnih i korisničkih zahtjeva u smislenu vizualnu interpretaciju, što laički znači da svi vizuali jedne grupe oglasa budu vizualno koherentni, a uvijek se kreće od produkcije najduljeg video formata, a potom producira one jednostavnije. Anja:

Imajući na umu smisao i hijerarhiju informacija, radi se postepena cut-down montaža na različita trajanja, sve do najkraćeg — bumper videa. Naposljetku su informacije reducirane na slogan sa CTA-om koji završava na bannerima. Uz sve mogućnosti koje medij video animacije pruža, bitno je u razradi predvidjeti lokalizacije i brze prilagodbe videa na sve zadane formate bez kompromitiranja narativa i art direkcije. Uvijek nastojimo proizvesti maksimalan broj manualnih asseta, tako minimiziramo broj automatski generiranih oglasa koji znaju nespretno objediniti sve elemente.

Sama kampanja, kada se jednom realizira, prati se putem podataka iz Google Adsa, ali i podataka o ponašanju korisnika iz alata Firebase, BigQuery i ClickHouse te podataka o monetizacijskoj vrijednosti tog ponašanja, dodaje Trpimir:

Koristeći Tableau napravili smo automatizirani dashboard koji spaja navedena tri tipa podataka i daje brz i efektivan uvid u ključne metrike kampanje kao što su: retention, ARPU, CPI, ROI, conversion rate, cost, volumen instalacija i slično.

Jure Živković / SofaScore

Najučinkovitije je kombinirati usko i široko targetiranje 

Prilikom stvaranja kreative vrlo su važne persone, kojih u SofaScoreu imaju nekoliko. Korisnik u potrazi za detaljnim statistikama tražit će drugačije podatke od korisnika kojeg zanima brzi rezultat neke utakmice. Iako je teško dizajnirati za sve vrste korisnika, Anja kaže kako postoje slučajevi gdje se promovirane značajke i prednosti preklapaju za više korisnika, za koje se potom rade evergreen kampanje, koje se vrte neprestano i ciljaju na najširu moguću publiku.

Kada se radi s oglasima, često previše kompliciranja bude i kontraproduktivno. Anja kaže kako treba imati što je moguće različitije kreativne pristupe za različite persone. Prilagodba i personalizacija je ključ. Anja pojašnjava kako se prilagodba korisnicima isplati:

Primjerice, podatak da korisnici koji prate tenis provode više vremena u aplikaciji i pregledavaju više detalja vezanih za tenis izdvojio ih je kao kvalitetnije korisnike. To je početni insight za osmišljavanje posebne kampanje orijentirane na njih i specifičnosti vezane upravo za tenis. Ta kampanja će imati manji reach, ali doseći će korisnike koje generička kampanja neće zaokupirati i preciznije će pokriti našu željenu publiku.

Kada imate dobru kampanju i vizuale i planirate ju plasirati širom svijeta – trebate i lokalizaciju. Anja pojašnjava kako je ovo nezaobilazan dio uspješne kampanje, a mora se obratiti pozornost čak i na kulturološke razlike u interpretaciji boja, simbola i smjeru čitanja:

Kod dizajniranja tipografskog layouta na različitim jezicima bitno je testirati slučajeve gdje prijevod zauzima najveći prostor. Najčešće koristim bugarsku ćirilicu za taj test jer je ona posebno nezgrapna u prijelomu teksta. Njemački je također dobar test jezik zbog dugih riječi. Layout optimiziran za te jezike funkcionirat će za većinu ostalih. Kod lokalizacija gdje se pojavljuju ekrani aplikacije, prevodi se sadržaj ekrana, te prikazuju podatci momčadi ili sportaša koji je u toj zemlji popularan.

SofaScore

Google kaže – skoro pa “savršena” konverzija

Zanimljivo je kako i sam Google na SofaScore gleda kao na uspješnog i pametnog oglašivača. Mladen Vlašić mi kaže da se kod aplikacija poput Sofe koje se monetiziraju putem impresija operativni KPI mora biti rađen kroz proxy metriku, odnosno prediktivni model koji je izuzetno kompleksan:

Kompleksnost proizlazi iz činjenice da u ad monetization biznis modelu gotovo svaki korisnik ima vrijednost i razlike u tim vrijednostima nisu tolko izražene kao u IAP (In App Purchase) modelu gdje npr. 3% korisnika radi 100% željenih konverzija. Uz to, ne postoji izražena konverzija poput kupnje, nego vrijednost proizlazi kroz tisuće mikrotransakcija (ad impresija) i prikupljanje ukupnog LTVa jednog korisnika je fragmentirano i događa se kroz svakodnevnu upotrebu aplikacije.

Mladen ističe kako je SofaScore do “savršene” konverzije došao u nekoliko faza:

U početku su akvizirali što veći broj korisnika po što jeftinijoj cijeni kako bi prikupili dovoljno podataka za analizu korisnika i općenito saznali koje CPIjeve (cost per install) očekivati na pojedinim tržištima. Nakon toga su detektirali događaj/akciju unutar aplikacije koji je bio odrednica da će korisnik biti u prosjeku vrijedniji od prosječnog akviziranog korisnika te su odredili koliko su za nju/njega spremni platiti (bid), a da bi cijela kampanja bila profitabilna.

Jure Živković / SofaScore

Nije sve u podacima, nešto je u brendu

Za kraj, direktor marketinga SofaScorea Ivan Kovačević mi kaže kako su Googleove App kampanje primarni plaćeni kanal akvizicije korisnika za iOS i Android, ali one nisu jedine kampanje koje SofaScore koristi:

Veliki fokus stavljamo na jačanje brenda i to primarno kroz komunikaciju na društvenim mrežama i suradnju sa brojnim medijima u svijetu koji koriste Sofin sadržaj u svojim člancima. Svjesni smo činjenice da bez obzira na našu širinu ponude sportova, liga i statističkih podataka, brand igra izuzetno važnu ulogu pri odabiru aplikacije koju će netko koristiti za praćenje sportskih rezultata i statistika. Iz tog razloga planiramo proširiti spektar kanala i formata koje koristimo u “gornjem dijelu funnela”, posebice prije Eura 2021.

Kroz malo čarolije u predviđanju vrijednosti korisnika, razrađenim video i grafičkim sadržajima koji su prilagođeni sportu, regiji i vremenskom okviru, ali i detaljnim analiziranjem svakog podatka koji do njih stigne SofaScore se polako, ali sigurno promiče u jedan od najpoznatijih (i najpametnijih) sustava za praćenje rezultata – ali i zlatni primjer dobre Google Ads strategije.

The post “Savršena konverzija” putem Google Adsa: kako je SofaScore uspio uz pomoć strojnog učenja i analize appeared first on Netokracija.