Рассказываем, как привлечь в приложение пользователей, которые будут проводить в нём больше времени.
Специалисты Крипты разработали предиктивную модель для анализа пользователей из мобильных приложений на инфраструктуре AppMetrica — платформы для аналитики и маркетинга. С помощью модели Яндекс Игры смогли получать больше заинтересованных пользователей, которые проводили в приложениях больше времени и способствовали росту дохода. На примере Игр рассказываем, как модель помогает приложениям увеличивать LTV.
Предиктивная модель LTV — это модель машинного обучения, которая по поведению пользователя в приложении в первый день предсказывает, сколько времени он будет проводить в похожих приложениях и как повлияет на рост потенциального дохода в будущем. При обучении модель ориентируется на доход, который получает приложение в течение первых 28 дней.
Модель обучается на большом объёме обезличенных исторических данных о действиях в приложениях и признаках пользователя, таких как тип устройства, операционная система или регион.
Приложение оптимизировало рекламу на событие из AppMetrica, которое срабатывало, если пользователь проводил в игре больше 10 минут. В то же время разработчики Крипты создавали предиктивную модель анализа на инфраструктуре AppMetrica. Она прогнозировала, какой может быть LTV пользователя. Модель оценивает всех новых пользователей и отправляет события в AppMetrica для тех, кто попал в топ-5%, топ-20% или топ-50%. Затем на эти события можно оптимизировать рекламу.
Разработчики Крипты предложили Яндекс Играм сравнить, какой подход окажется эффективнее.
Крипта — технология, которая анализирует обезличенные данные о поведении пользователей в сервисах Яндекса и его партнёров. Она даёт рекламодателям возможность показывать предложения только тем, кому они больше всего подходят.
Крипта не получает личной информации о людях и никуда не может её передать. Данные каждого пользователя зашифрованы в идентификаторы, по которым можно определить, что ему потенциально было бы интересно.
Больше о Крипте читайте в Справке.
AppMetrica — платформа для аналитики и маркетинга приложений. С помощью сервиса можно настроить продуктовый или рекламный анализ, прогноз монетизации и многое другое.
Аналитика будет точной, потому что AppMetrica фиксирует около 190 млрд событий в сутки более чем в 60 тыс. приложений, которые подключились к сервису. В основе технологий — забота о безопасности данных пользователей, поэтому AppMetrica регулярно проходит сертификации на соответствие мировым стандартам.
Чтобы построить предиктивную модель LTV, разработчики из Крипты сделали следующее:
Применяли модель так:
Запустили A/B-тест, в котором сравнивали:
Кампании были идентичны по настройкам и бюджетам — они различались только оптимизированным событием.
Первые десять дней кампании обучались и набирали массив данных, а после специалисты Крипты в течение недели собирали данные установок, по которым считали статистику.
Результаты A/B-теста оценивали с точки зрения того, сколько денег зарабатывало приложение за первые несколько дней использования приложения определённой категорией пользователей. В таблице отражены изменения в метриках экспериментальной стратегии относительно дефолтной за четыре периода. По статистике видно, что метрики стабилизируются уже на седьмой день.
Предиктивная модель LTV будет полезна любым приложениям, в которых предусмотрена монетизация. Это могут быть игры, ecommerce, фитнес-приложения с оплатой за подписку. Использовать предиктивную модель может любое приложение, у которого подключена AppMetrica. Чтобы увеличить точность предсказаний, рекомендуем настроить передачу данных о Revenue, так как в них содержится сильный сигнал о доходности от использования приложения теми или иными пользователями. Кроме того, для обучения модели используются только те приложения, которые передают Revenue, и поэтому модель учитывает их особенности наилучшим образом.
Чтобы использовать предсказание как цель для оптимизации, можно взять уже запущенную кампанию и поменять событие, которое используется сейчас, на наше LTV-событие. Мы ожидаем, что оптимизация на наше предсказание будет приводить более вовлечённую аудиторию, что, в свою очередь, увеличит доход.
ВЛАДИСЛАВ ТИТОВ
Руководитель группы машинного обучения Крипты