您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
业界 正文
发私信给张溪梦
发送

3

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

本文作者:张溪梦 2016-12-30 08:43
导语:渠道追踪的5种方法、渠道数据分析的两大思路,拉新效率提升200%!如此事半功倍的方法,难道你不想试一下吗?

雷锋网按:本文作者GrowingIO增长团队,集工程、产品、市场、分析多重角色于一身,负责拉新和用户活跃,用数据驱动业务增长。原文发于GrowingIO博客和公众号,雷锋网授权发布。

都在做App推广,为什么就你的客单价居高不下?

同样的100块钱,为何别人花出了500块钱效果?

将App拉新的数量和质量提升200% ,你都有什么方法?

······

这篇文章从App渠道追踪的三大难题入手,详细介绍了渠道追踪的5种方法、以及渠道数据分析的两大思路,相信总有一个方法你会用得上。

| 一、常见的App渠道追踪方法

因为应用商店不提供渠道来源数据,所以 App 推广效果监测一直是个老大难的问题。为了追踪 App 渠道来源,人们想出了各种方法,下面我们给大家系统介绍一下。

(一)Android渠道追踪方法

众所周知 Google Play 无法在中国使用,所以国内 Android 市场被数十家应用商店( 豌豆荚、百度助手、酷市场、360手机助手等等 )占领,Android 渠道追踪主要围绕上述渠道展开。

方法1:每个渠道打渠道包

具体来说就是开发者为每一个渠道生成一个渠道安装包,不同渠道包用不同的 Channel ID (渠道标识)来标识;当用户下载了 App 之后,运营人员就可以通过渠道标识查看各个渠道的数据。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图1:Android 渠道打包机制

虽然这样可以统计到不同渠道的来源数据,但是当渠道数量变多、抑或同一渠道在多个平台上做推广的话,打渠道包的做法就捉襟见肘了。

方法2:使用平台方提供的数据

部分第三方推广平台提供渠道数据,然而只依赖平台方的『一面之词』是很难找到真正的优质渠道。

(二)iOS渠道追踪方法

和 Android 的开放生态不一样,iOS 则是一个完全封闭的系统;除了少部分越狱机器,绝大部分 App 都是从 App Store 中下载。在苹果一家独大以及严格的审核制度下,Android 打包的做法在这里就完全行不通。

为了追踪 iOS 渠道数据,开发者们想出了很多黑科技,下面我介绍一下常见的三种做法。

方法1:通过 IDFA 追踪渠道

IDFA 的全称是 Identifier for Advertisers ,即广告标识符的含义,这是苹果专门给各广告提供商用来追踪用户而设的标识。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图2:通过IDFA追踪渠道

今日头条作为广告提供商可以获取用户的 IDFA,当你在上面投放的 App 被用户下载激活,你的 App 也可以获取用户的 IDFA。将广告提供商提供的 IDFA 和自己获取的 IDFA 匹配,即可追踪渠道来源

缺点是 IDFA 只能用于 App 类型的渠道,如果你在网页上投放广告是不支持的;同时,用户可以在iPhone 设置中选择关掉 IDFA 获取权限。

方法2:通过 Cookie 追踪渠道

iOS 9 里面引入了 SFSafariViewController 类,一方面是用户体验更好了,同时可跨 App 与 Safari 共享 Cookie。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图3:通过Cookie追踪渠道

当用户点击广告链接时,监控服务器可以接收到 Cookie 中含有的渠道信息;用户在 App Store 中下载激活 App,这个时候监控服务器再次收到 Cookie 信息。系统匹配前后两次 Cookie ,即可追踪渠道。

缺点是基于SFsafariviewcontroller 的追踪必须在 iOS 9 及以上版本才有效,而且微信公众号广告、朋友圈广告仍然无法实现追踪

上述方法可以实现部分平台、部分渠道的追踪监测,然而三大缺点也是显而易见:

  • (1)割裂了 Android 和 iOS 两个平台的渠道数据,难以整合分析;

  • (2)Android 投放需要重复打包,效率低下;

  • (3)iOS 渠道范围限制多,无法大规模推广。

| 二、基于用户设备标记的解决方案

下面我们介绍一种快速、灵活的解决方案 ––– 基于用户设备标识的追踪方法,它可以同时兼容 Android 和iOS 两个平台、适用于大部分投放渠道。

(一)基于用户设备标记的追踪原理

上面介绍的基于 IDFA 和 SFSafariViewController 的两种方法均受到 iOS 的限制,而用户的设备标记则不受系统的影响。在 GrowingIO 【渠道来源】解决方案中,我们将『 IP+UserAgent+设备ID 』组合设置为用户的设备标记。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图4:通过用户设备标记追踪渠道

用户点击含有UTM追踪参数的广告链接后,GrowingIO服务器检测到用户的设备标记以及UTM渠道参数。链接跳转到应用商店( Android 和 iOS 均可以)后,用户下载安装并激活 App,此时 GrowingIO 服务器第二次收到用户的设备标记。

系统匹配前后两次的标记,可以确定用户的渠道来源,同时 UTM 参数含有的详细渠道信息一并呈现

(二)用户设备标记方法的特点

当然,基于用户设备标记的方法也有一定不足。当小部分用户所处的网络环境前后变化时(如从 WiFi 切换到4G),此时 IP 前后不一致就会导致匹配失败。

但是相比于前面的4种方法,基于用户设备标记的渠道追踪方法显然更有优势:

  • 第一点,打通了 iOS 和 Android 的渠道来源,可以将【操作系统】加入用户属性整合分析;

  • 第二点:避免了 Android 平台重复打渠道包的工作;

  • 第三点:规避了 iOS 原有诸多限制,适用于更加广泛的推广渠道;

  • 第四点:只需修改推广链接中的参数、无需改动安装包,适合大规模、多渠道、敏捷的推广需求。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图5:UTM 参数的含义

同时,广告链接中含有的渠道参数( 广告来源、广告媒介、广告名称、广告内容、广告关键字 )可以一同加入用户属性数据中,方便后期对用户数据进行多维度的对比、交叉分析。

| 三、App 渠道数据分析两大思路

有了 App 渠道追踪数据后,我们可以将 UTM 的五个参数作为维度,从数量和质量两个思路出发,进行 App 渠道数据分析。

(一)数量:找到获客成本最低的渠道

根据业务需要,我们选取广告来源( utm_source )和广告关键词 ( utm_term  ) 两个维度,计算出不同渠道的获客数量并评估获客成本。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图6:评估获客成本

某 O2O 类 App 先后在3个渠道上进行了2次投放,投放内容先后是『美食』和『外卖』。通过 UTM ,我们监测到每个渠道、每次投放的 『App 新增用户量』,然后计算出平均获客成本。

从广告来源上看,渠道1的平均获客成本最低;从广告关键词上看,『外卖』主题的广告平均获客成本最低。从客单价的角度出发,接下来可以针对性优化投放渠道和投放内容,大幅度降低投放成本、提高拉新效率。

(二)质量:找到获客价值最高的渠道

App 新增激活用户量』和『获客成本』这两个指标是从数量的角度进行分析,但是数量大、价格低并不一定代表渠道用户质量高。我们还需综合考虑用新用户在接下来的表现,以及新用户所能带来的价值。

方法1:用户行为数据分析

在这个过程中,我们重点参考用户留存指标,包括次日留存率、三日留存率、七日留存率、三十日留存率等等。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图7:不同渠道新用户留存曲线

我们按访问来源(utm_source)分析新用户的留存度,发现渠道2的三十日留存率高达14%,而渠道1为8%、渠道3为6%。从留存度上来看,渠道2 获取的新用户价值显著更高。

方法2:用户价值分析

除了用户行为指标,财务指标也非常具有参考性。按照广告来源(utm_source)我们统计出不同渠道获取到的新用户的财务价值,如新用户在第一个月的月付费率(MPR)和用户平均收益(ARPU)。

五种渠道追踪方法、两大数据分析思路,解决App渠道追踪难题有技巧?

图8:不同渠道新用户的价值

通过分析发现,渠道2获取的新用户首月付费率(42%)最高,用户平均收益(30元)也是最高的。虽然渠道2的获客成本略高于渠道1,但是从收益的角度来说,投资渠道2显然是一种更加明智的选择。

综合上述指标,该 O2O 类 App 在下个月的市场投放中将资源集中到了渠道2,同时主打『外卖』主题内容。还是和上个月同样的市场预算,但是新增用户却提高了150%、新用户留存率提升了240%,这是一个巨大的增长。

移动互联网的流量红利逐渐褪去,数以百万的 App 正在一个存量市场中抢占用户;谁能提高获客效率,谁就有可能在激烈的竞争中胜。搭建一个完整的 App 渠道追踪体系,对每个渠道、每次投放的数量和质量进行精益化的分析,如此事半功倍的方法,难道你不想试一下吗?

雷峰网版权文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

专栏作者

GrowingIO创始人和CEO。美国 Data Science Central 评选其为“世界前十位前沿数据科学家”,前 LinkedIn 美国商业分析部高级总监,亲手建立了 LinkedIn 将近90人商业数据分析和数据科学团队,支撑了 LinkedIn 公司所有与营收相关业务的高速增长。
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说