Dentro de la estrategia ELT de SciPlay: más, más y más datos

¿Qué puedes aprender de la estrategia ELT de SciPlay?

Cada gran editor de apps que está comprometido con el crecimiento tiene un enfoque Pokémon Go a los datos: captúralos todos. Cada fuente. Cada kilobyte de información. Pero la mayoría se limita a los datos de redes publicitarias y sus propios datos de primera parte en la app. 

La realidad es que hay más. Mucho más.

Acceder a él es la clave para obtener una visión mucho mejor de sus palancas de crecimiento, posicionamiento competitivo, incrementalidad de campaña y CAC.

Y una estrategia ELT inteligente puede desbloquear todo eso para usted.

Echa un vistazo a mi reciente conversación con el director de productos publicitarios de SciPlay, Gal Karniel:

La estrategia ELT de SciPlay

Cuando comercializas a escala SciPlay, estás uniendo entre 20 y 50 fuentes de datos de redes publicitarias y tiendas de aplicaciones... y más.

Karniel dice que la única forma de que sea útil es una capa ELT que’s flexible, observable y diseñada para personalizarse. Por eso su equipo adoptó Singular’s producto ELT, Extract, para ingerir APIs de difícil acceso, incluidas las nuevas APIs de App Store de Apple’s, extraer conjuntos de datos paralelos para resolver limitaciones de la plataforma (como los conflictos de dimensiones de Meta’s), y enriquecer métricas clave con metadatos contextuales. 

La recompensa: un análisis más profundo hasta el nivel de ubicación del anuncio, resolución de problemas más rápida, menos canales de datos personalizados para mantener y una línea de causalidad más clara desde "qué cambió" hasta "qué movió el rendimiento"

Muchos más datos…

Necesitas con urgencia todos los datos que Singular te ha proporcionado tradicionalmente desde tus redes publicitarias: datos de costes, de entregabilidad y de resultados. Y necesitas combinarlos todos y enriquecerlos con tus propios datos in-app.

Pero ahora hay más opciones disponibles con la estrategia ELT correcta.

Piense en el seguimiento del rendimiento de App Store y Google Play:

• Descargas & eliminaciones
  Validar números de instalación, monitorizar tendencias de abandono
• Calificaciones & reseñas
  Detecta el sentimiento de los usuarios, identifica problemas del producto y alimenta ideas para los equipos de producto/ASO
• Compras & suscripciones
  Obtén los datos de ingresos y reembolsos más precisos directamente de las tiendas
• Fallos & ANRs
  Rastrea los problemas de estabilidad de la app que afectan la retención y las calificaciones
• Datos de participación
  Mida las acciones de los usuarios en la tienda de aplicaciones para comprender la intención
• Fuentes de adquisición
  Identifique de dónde provienen las instalaciones (búsqueda, navegación, referencias, territorio)

Piense en datos orgánicos sociales:

• Participación en las publicaciones de la página
  Vea qué contenido genera la mayor tracción orgánica
• Estadísticas de seguidores
  Comprenda el crecimiento orgánico de la audiencia y alinéese con la segmentación de UA paga
• Datos de comentarios
  Capture comentarios y sentimientos sin filtrar a gran escala

Hay API de tiendas de aplicaciones, datos adicionales de redes publicitarias, datos sociales, datos de CDP, datos de CRM o de operaciones en vivo, y mucho más de lo que puede extraer. Y piense en datos competitivos: listas principales en App Store y Google Play que puede consultar automáticamente y llevar a sus sistemas de BI para su análisis.

Otro aspecto clave de la estrategia ELT de SciPlay es la obtención de múltiples conjuntos de datos de redes publicitarias como Meta, ya que solo exponen dimensiones incompatibles y no permiten combinar la ubicación geográfica, por ejemplo. Ahora se pueden combinar ambos datos, y aunque no se pueden unir las tablas debido a la falta de una clave principal compartida, la información adicional ofrece más oportunidades.

La oportunidad oculta en los datos de la tienda de aplicaciones

Como mencioné anteriormente, la mayoría de los profesionales del marketing limitan su ingesta de datos a las redes publicitarias: Meta, Google, AppLovin, Unity, TikTok, etc. Esto genera inversión, clics e instalaciones, y permite sumar ingresos para la monetización completa.

Pero lo que es más importante, pierde de vista la capa contextual de lo que sucede en las propias tiendas de aplicaciones.

En otras palabras, todo el ecosistema de aplicaciones en su conjunto.

Esa es una de las razones por las que SciPlay incorpora las nuevas API de la App Store de Apple y los datos de Google Play directamente a su almacén. Ahora pueden correlacionar el rendimiento de las campañas no solo con las métricas dentro del anuncio, sino también con un panorama mucho más amplio:

• Eventos de la App Store:
  Presentaciones, clasificaciones, reseñas y actualizaciones
• Cambios en los metadatos
  Activos creativos, descripciones, capturas de pantalla, categorías
• Contexto del mercado
  Colocación competitiva y cambios en el algoritmo de las tiendas

Esto agrega una lente más grande y más amplia.

En lugar de solo preguntar si tus campañas publicitarias impulsaron tu crecimiento, también puedes preguntar qué más ocurrió en la tienda que pudiera explicarlo. El resultado es un análisis de causa raíz más rápido, menos atribuciones falsas y un ciclo de retroalimentación más sólido entre UA, producto y ASO.

Porque tu aplicación no existe en el vacío. Otros editores lanzan campañas de marketing. Algunas aplicaciones son destacadas por Apple o Google. Eventos externos como películas, festividades, el clima y eventos deportivos influyen en el comportamiento del consumidor.

Por lo tanto, la estrategia ELT correcta le ayudará a ver mucho más.

¿Por qué extraer?

Una pregunta perfectamente válida, por supuesto, es ¿ por qué utilizar Extract para su estrategia ELT?

La respuesta: es una solución óptima a un precio increíble.

El equipo de Karniel no buscaba una herramienta exclusivamente de canalización de datos; les proponían paquetes y paneles, y estaban considerando desarrollar una herramienta propia. El enfoque de Extract en el movimiento de datos y su fácil configuración fue la solución perfecta.

Extract proporciona a SciPlay los datos que necesita de forma rápida, sencilla y económica. No requiere grandes conocimientos técnicos para su funcionamiento, por lo que los gerentes de producto y los líderes de operaciones pueden usarlo ellos mismos. Ofrece visibilidad completa de principio a fin y tiene el mejor precio del sector.

(Obtenga más información sobre lo que Extract puede hacer aquí.)

Aspectos clave que debe recordar al desarrollar su estrategia ELT

Si usted se toma en serio el crecimiento y busca todas las fuentes de datos que le permitirán a su equipo de marketing de rendimiento lograrlo de manera rápida y eficiente, fantástico.

A continuación, se indican algunos aspectos clave a tener en cuenta según la experiencia de SciPlay:

1. Diseña para paralelismo
   Cuando una plataforma won’t devuelva todas las dimensiones que deseas simultáneamente, divide tus flujos de datos y decide por caso de uso cuál necesitas
2. No te limites a las redes publicitarias
   Las API de tiendas de apps y las señales contextuales son minas de oro subutilizadas … integrarlas internamente estrecha el ciclo entre UA, ASO y producto
3. Priorizar el contexto, no solo los KPI
   Las instalaciones, el gasto y los ingresos son necesarios pero insuficientes: agregar metadatos de la tienda, el mercado y la creatividad para interpretar los cambios en las instalaciones y la monetización
4. Compra flexible, no rígida
   Lo listo para usar es genial hasta que no lo es, así que elige herramientas con opciones de configuración y personalización para hacer lo que necesitas, como quieras
5. Haga que la observabilidad sea un requisito
   Los registros completos, las marcas de tiempo y los detalles de ejecución generan confianza organizacional en sus datos (y facilitan la depuración de algo cuando se interrumpe un flujo)

Con el tiempo, necesitarás aún más fuentes de datos. La buena noticia es que Extract añade continuamente más conectores, por lo que tendrás cada vez más opciones sencillas para añadir y mejorar aún más tus modelos de datos.

Mucho más en el podcast completo

Como siempre, no te pierdas el podcast completo. Encontrarás mucha más información sobre la estrategia ELT de SciPlay que te resultará interesante y útil a medida que optimizas las señales que adquieres.

Lo que encontrarás:

• Cómo SciPlay gestiona entre 20 y 50 fuentes de datos diferentes para marketing
• Cómo SciPlay equilibra las soluciones internas frente a las herramientas de terceros
• Cómo Extract resolvió el desafío de las 50 nuevas API de la App Store de Apple
• Cómo Extract puede crear conjuntos de datos paralelos para una mayor profundidad
• Por qué la visibilidad, los registros y la transparencia son importantes para la confianza en las canalizaciones de datos
• Cómo Extract simplifica los procesos de enriquecimiento de datos y reduce el mantenimiento
• Cómo SciPlay creó un acceso más rápido a información, una mejor segmentación y mejores datos para tomar decisiones más inteligentes

Y no olvides probar Extract gratis…