Guida all’in-app advertising: dall’installazione alla conversione

 

Le ultime ricerche stimano che il costo medio per lo sviluppo di un’app sia compreso tra i 45.000 e gli oltre 180.000 euro[1]. Ma dato che su Apple App Store e Google Play Store è possibile scegliere tra due milioni di app, crearne una non vuol dire che gli utenti automaticamente accorrano in gran numero per scaricarla. E inoltre, conservare gli utenti già acquisiti sta diventando sempre più difficile.

Per recuperare i costi di sviluppo e generare valore a lungo termine da un’app, le aziende necessitano di ben altro che ASO (App Store Optimization) e notifiche push. Ed è qui che la tecnologia dell’app advertising entra in gioco.

La maggior parte della discussione sull’app advertising si è concentrata sulla parte superiore del funnel: come generare installazione di app. Conquistare nuovi utenti per le app è sicuramente fondamentale, ma oggi i mobile marketer necessitano di una strategia più completa, specialmente di fronte a statistiche come queste, che denotano una “crisi dell’abbandono” di cui soffre il settore app: il 49% degli utenti abbandona un’app dopo 1 solo giorno[2]. Un terzo di utenti effettua solo 1 sessione app[3].

Qual è la soluzione? Un approccio full funnel che segua l’intero customer journey, dall’installazione al re-engagement e al retargeting. Ecco di che cosa si tratta:

In-app advertising per l’upper funnel: installazione di app per nuove audience

Un’efficace campagna di installazione di app si riduce in pratica a quanto segue: trovare gli utenti giusti. Ciò significa spendere il proprio budget per utenti che non solo scaricheranno ma anche useranno l’app. Per farlo, i marketer necessitano di dati e di machine learning (ML) in modo che possano servirsi di previsioni avanzate per acquisire gli utenti ideali.

Il machine learning, di cui i mobile marketer necessitano, deve basarsi su una grande quantità di dati in tempo reale, che comprendano:

  • dati comportamentali e transazionali di un grande data set di ID cross-device
  • l’analisi di segnali di intenzioni degli utenti, che comprendano frequenza delle conversioni in-app, tipo di dispositivo, posizione e livello di engagement
  • dati storici e in tempo reale per la valutazione dell’intenzione di conversione degli utenti in un qualsiasi momento dato

Questo livello di dati e il machine learning consentono ai marketer che vogliono un targeting preciso di creare profili accurati di utenti. È possibile prevedere con quale probabilità gli utenti di app faranno clic su un annuncio e installeranno un’app, oltre al loro lifetime value. È possibile quindi modificare il bidding in base agli attributi di un utente. E infine, ciò permette di utilizzare un mapping cross-device per analizzare i comportamenti e l’attività di ricerca sul Web di un utente tra tutti i dispositivi e applicare tutto questo alle stesse audience che vengono targettizzate per un’app.

L’in-app advertising per l’upper funnel: installazione di app per utenti di Web mobile esistenti

Un’altra tattica molto efficace per favorire l’installazione è quella di far migrare sull’app i tuoi utenti del Web mobile. Se possiedi già una solida base di utenti mobile, devi focalizzarti su una campagna di installazione di app che targettizzi gli utenti esistenti e li guidi verso la tua app. L’esperienza in-app è più semplice e più piacevole per gli utenti, e può generare maggiore engagement, stimolando più conversioni dell’esperienza Web mobile:

  • Gli annunci in-app generano tassi di conversione tre volte più elevati rispetto al Web mobile[4]
  • Gli shopper effettuano un 56% in più di acquisti in-app rispetto al Web[5]
  • Le app vengono progettate e programmate per sistemi operativi specifici per il mobile, perché siano veloci, efficienti e forniscano una user experience più piacevole

Cerca un partner che sia in grado di individuare gli utenti più coinvolti sul Web mobile e di attivare annunci che colleghino l’utente tramite deep-link esattamente alla stessa pagina dell’app che stava visualizzando sul Web mobile.

transitioning mobile web to app example

App advertising per il mid funnel: app re-engagement

Delle decine di app sui nostri smartphone, quante vengono davvero utilizzate? I dati di Statista mostrano che più del 75% del nostro tempo viene speso unicamente per le prime tre app. Per il restante 25% dell’attenzione dell’utente la concorrenza è elevata. Come possono i mobile marketer essere sicuri di attivare gli utenti che hanno recentemente installato l’app e allo stesso tempo continuare a connettersi con i loro utenti più fedeli?

È qui che interviene il tracciamento post-installazione dei dati per stimolare un efficace re-engagement degli utenti. Monitorando attentamente il comportamento post-installazione, i marketer possono sviluppare campagne di app re-engagement per i casi che seguono:

  • Genera engagement in audience che non hanno mai convertito. Con annunci personalizzati basati sull’intelligenza artificiale, i marketer possono suscitare l’interesse di utenti che installano per la prima volta e stimolarli alla conversione.
  • Genera reinstallazioni. Incrementa l’app engagement e la revenue incoraggiando gli utenti che hanno cancellato la tua app a reinstallarla.
  • Riattiva gli utenti diventati inattivi. Ricorda agli utenti inattivi quello che perdono: promuovi offerte stagionali, annuncia un aggiornamento del prodotto che hanno acquistato in precedenza, e altro ancora, per convincerli ad agire.

Grazie a queste campagne gli app marketer possono mantenere una base attiva di utenti, incrementare la fedeltà e il lifetime value.

App advertising per il lower funnel: app retargeting

La fase finale del percorso è di importanza chiave perché è qui che il marketer può incrementare le conversioni in-app. Se conosci il comportamento in tempo reale dei tuoi utenti app, puoi raggiungerli con annunci personalizzati dopo che hanno lasciato la tua app, e riportarli indietro perché convertano. Questo è noto come app retargeting.

Per generare il massimo delle conversioni, sono necessari annunci di app retargeting dinamici iper-personalizzati. Dal momento che fino al 28% degli acquisti è costituito da prodotti non visualizzati in precedenza, il machine learning può prevedere gli articoli che interessano e mostrare agli shopper i prodotti che potrebbero piacere loro, oltre a quelli che hanno già visto. Anche un motore che tiene conto del comportamento cross-device è un elemento chiave, poiché basa le sue raccomandazioni sulle attività che si svolgono su desktop, Web mobile e app, perché la user experience sia più accurata possibile.

L’app advertising per il full funnel è facile

Molti mobile marketer stanno valutando soluzioni multiple per arrivare a una strategia full funnel. Ma non è così che deve essere. La piattaforma pubblicitaria per l’app mobile di Criteo è una soluzione “tutto in uno” per installazioni di app, engagement e retargeting Utilizzando una sola piattaforma unificata, i marketer possono accelerare la crescita lungo tutto il customer lifecycle. La nostra soluzione è valida per tutti i verticali, dalle app di gioco, al settore finanziario, del retail e tutto il resto. Per saperne di più, visita la pagina della nostra piattaforma pubblicitaria per il mobile!

[1] https://mlsdev.com/blog/app-development-cost

[2]Fonte: Dati Criteo su 15 Paesi ad attività elevata tra il 5 dicembre 2019 e l’8 gennaio 2020, n=1.091

[3] Fonte: Dati Criteo su 15 Paesi ad attività elevata tra il lunedì 25 novembre e il 29 dicembre 2019, n=865

[4] Fonte: Criteo Global Commerce Review, T2 2018

[5] Fonte: dati indicizzati Criteo su vendite su app/lead in base alle vendite Web tra il 5 dicembre 2019 e l’8 gennaio 2020, n=1.000