O futuro da aquisição de usuários: automação usando algoritmos

Paul Bowen entende ua. Como CRO da Algolift , ele e sua equipe automatizam a aquisição de usuários no Facebook, Google e Pesquisa da Apple, aproveitando o LTV . Este é um post convidado de Paul.

As métricas de sucesso para o marketing de desempenho mudaram drasticamente nos últimos 10 anos. Um foco em métricas de funil superior, como o CPI e o CPC, evoluiu para avaliar métricas de down-funnel, curto prazo e pós-instalação, como o D7 Roas ou o custo por teste gratuito. Poucas equipes corporativas criam planos de negócios em retornos de 7 dias e, portanto, as métricas de retorno antecipadas fazem com que as equipes de marketing pareçam centros de custo.

Em vez disso, algo acontece quando os profissionais de marketing entendem que os retornos de longo prazo são a métrica do North Star. Uma empresa atualiza sua percepção do marketing de desempenho como um centro de custo, para o entendimento de que a aquisição de usuários (UA) é um investimento no desempenho futuro dos negócios.

O Algolift automatiza a aquisição de usuários no Facebook, Google e Apple Search. Como? Ao alavancar o LTV previsto no nível do usuário em horizontes que variam de 30 dias a dois anos, juntamente com uma teoria do portfólio para comprar instalações de maximização de roas. Usando modelos de mercado algorítmicos para entender o desempenho futuro previsto das campanhas da UA, o Algolift é capaz de adotar uma abordagem de portfólio para automatizar a UA que os sistemas operados manualmente não podem alcançar. 

Introdução à automação da aquisição de usuários usando algoritmos

Primeiro, um desafio central com a automação da UA é o acesso a dados de alta fidelidade, precisão e limpeza - cota, lixo. A maioria das empresas armazena dados de atribuição, transação e engajamento no aplicativo em diferentes data warehouses. Isso acrescenta custos e complexidade de integração significativos e potencialmente limita o escopo e a escalabilidade de uma solução de automação projetente. 

Para resolver isso, Singular oferece uma solução atraente para os clientes consolidarem os dados de custos e receita. O Algolift pode acessar esses dados no nível do usuário e da coorte através de uma API para criar modelos LTV e ProAs. Isso nos permite entender o desempenho futuro das campanhas da UA. Aproveitando esses dados, o Algolift usa as APIs de gerenciamento de campanhas no Facebook, Google e Apple Search para automatizar a UA de uma maneira que otimiza para retornos de longo prazo. 

Benefícios do uso de algoritmos para automatizar o UA

Um computador pode nunca ser capaz de pensar tão estrategicamente e criativo quanto um humano. Ainda assim, as máquinas de hoje são melhores na solução de problemas matemáticos avançados e na execução de tarefas laboriosas e repetitivas. Dado isso, a automação usando algoritmos oferece uma infinidade de vantagens.

Aumento do desempenho do ROAS

Um dos critérios importantes de sucesso para automatizar a UA deve ser aumentar o desempenho do ROAS a longo prazo. O custo para automatizar a otimização da campanha da UA usando algoritmos deve exceder o desempenho humano atual. 

O Algolift constatou que a otimização de mais de US $ 100 milhões de gastos da UA nos permitiu aumentar o D365 ROAS previsto em até 45 pontos percentuais durante um período de cinco meses. Vimos essas melhorias por meio de mudanças incrementais diárias por um longo período de tempo.

Resolvendo problemas matemáticos complexos

A maioria dos profissionais de marketing de desempenho experimenta uma das estratégias de aquisição de usuários abaixo para suas campanhas. 

Embora o S1 seja relativamente fácil de implementar com um modelo preditivo robusto, não é ideal para dimensionar os gastos. 

S2/S3 são melhores estratégias para otimizar gastos ou roas, mas exigem modelos matemáticos complexos funcionam diariamente para entender a melhor alocação de orçamento em campanhas.

Os algoritmos também são valiosos ao entender como lidar com pequenas coortes. As previsões no nível da campanha podem ser barulhentas-é um desafio prever o LTV de futuros usuários com base no comportamento de um grupo muito pequeno de aquisições recentes sem introduzir incerteza significativa na estimativa. Em vez de lançar ambiguidade na prática da automação em geral, você pode abordar essa preocupação considerando uma perspectiva mais útil.

Um operador humano pode lutar para tomar decisões diante dessa incerteza. Eles podem até (erroneamente) concluir que devem evitar o uso de dados granulares. O algoritmo, no entanto, é construído para operar com a incerteza em mente e mover a agulha no desempenho por meio de uma série de mudanças direcionalmente corretas ao longo do tempo.

Automação de tarefas repetitivas

Durante um período de 10 meses e atendimento a 15 clientes, o Algolift fez aproximadamente 50.000 ajustes automatizados de oferta e orçamento no Facebook, Google e pesquisa da Apple. Fizemos essas alterações para otimizar as campanhas em relação ao KPI definido pelo cliente (S2/S3). Nós os implementamos usando os retornos previstos de longo prazo da campanha com base em seu desempenho relativo como parte de um portfólio geral de campanhas.  

Carga de trabalho reduzida

O lançamento de uma equipe da UA da tarefa de fazer mudanças diárias nas campanhas permite que a equipe pense de maneira mais estrategicamente e criativa, concentrando -se em tarefas mais amplas que as máquinas ainda não podem automatizar totalmente:

• Ideação e criação de campanha
• Criação e iteração criativa e de cópia de anúncios
• Exploração de novos países ou fontes de marketing
• Decisões de marketing de evento ou de produtos

O futuro da aquisição de usuários

A automação algorítmica da aquisição de usuários traz um avanço técnico matematicamente sólido para a análise e otimização manuais de campanhas. Se for executado corretamente, libera uma largura de banda significativa para as equipes da UA, movendo seu foco de tarefas trabalhosas, repetitivas e ineficientes para iniciativas criativas e estratégicas.  

Mais importante, ele realinha uma organização ao longo de metas claramente compreendidas e bem definidas a longo prazo. Ele oferece melhorias significativas no ROAS, que move a UA de um centro de custo para garantir a lucratividade futura dos negócios.