5 armadilhas do Mobile App Marketing e como evitá-las

Kurt Geater atualmente trabalha como gerente de mobile marketing do Groupon, a gigante dos aplicativos de compra, e seu foco é a aquisição de novos usuários. Ele começou sua carreira no marketing como analista de aquisição e retenção direcionada no jornal Austin American-Statesman, no qual liderou marketing direto e ajudou na migração do impresso para o mobile.

Saiba mais sobre ele em: Mobile Hero profile.

---

Como muitos profissionais de marketing que trabalham com aplicativos podem confirmar, uma das melhores coisas da profissão é a possibilidade de estar em um dos campos mais dinâmicos e em constante evolução do marketing. Os aplicativos são parte do cotidiano, e como resultado, empresas investem milhões de dólares para comercializar seus apps para um público global.

Embora seja uma área empolgante, uma desvantagem desse setor em constante mudança, é que sempre surgem novas armadilhas às quais temos que estar atentos. Muitas vezes, os profissionais de marketing só as percebem depois de gastar parte (ou todo) o budget de maneira ineficiente. Abaixo estão algumas coisas que aprendi nos últimos anos trabalhando com aplicativos. Espero que pelo menos alguma dessas dicas seja útil, até mesmo para o profissional mais experiente. 

Otimize para eventos certeiros

Uma das coisas que sempre me pergunto é: “de que serve um download, se ele não converte?” Claro, os downloads podem te ajudar no que se refere à ASO (App Store Optimization), mas, quando se trata de criar campanhas para obter retorno do investimento, você realmente quer a sua meta atrelada ao número total de instalações? Dito isso, uma das coisas mais inteligentes que um profissional de marketing de aplicativos pode fazer é começar a otimizar instalações que geram compras (ou qualquer evento de fundo de funil que você esteja tentando realizar).

À medida que as redes de larga escala – ou large-scale networks, responsáveis por fazer a seleção de público para branding, com base nas atividades do usuário nas plataformas de mídia social –  continuam agregando dados sobre os usuários, elas se tornam mais inteligentes sobre como juntar, segmentar e cobrar pelo seu público. Elas são capazes de diferenciar entre usuários que gostam apenas de baixar aplicativos e aqueles com maior probabilidade de baixar e comprar algo. Com isso em mente, se você ainda está otimizando pensando nos seus downloads líquidos, não se assuste se não atingir a expectativa de vendas in-app.

Vale a pena dar um passo atrás, reavaliar os principais eventos in-app e otimizar pensando nisso, mesmo que isso signifique pagar a mais por usuários de alta qualidade – já que, afinal, eles convertem melhor a longo prazo. No final do dia, é preferível pagar US$ 20 por uma instalação que resulta em compra, do que pagar U$2 por dez instalações que não geram conversão.

Conheça o seu MTTI

Uma das métricas mais subvalorizadas e que, por isso, é discutida o suficientemente, é o MTTI, ou o tempo médio de download de um aplicativo. O MTTI é definido como o tempo médio que leva para o usuário baixar um aplicativo depois de clicar em um anúncio. Quanto menor o MTTI, mais fácil é argumentar que foi o anúncio que levou ao  download. Isso fica mais claro na tabela abaixo:

MTTI (Minutos)

Aqui podemos ver que o tempo médio para as Redes A, B e D tem aproximadamente 2 minutos. Esse tempo é o que um usuário leva para realizar o download do aplicativo depois de ver o anúncio. Nesse caso, podemos assumir isso com segurança. 

Por outro lado, ao olhar a Rede C, o tempo médio de download de 60 minutos nos indica que o usuário levou uma hora para baixar o app depois de ver o anúncio, e isso significa que não foi o anúncio que incentivou o download do aplicativo, mas que alguma coisa ao longo do caminho teve esse papel.

Já na Rede D, os downloads aconteceram aproximadamente 4.500 minutos depois da visualização do anúncio. Com um gap de 75 horas entre propaganda e download, é quase impossível dizer que um anúncio induziu a essa ação. O melhor é considerar tornar as janelas de lookback mais rigorosas para evitar a má atribuição de seus downloads.

Diversifique seu portfólio

Diversifique seu portfólio de canais tanto para UA como para reengajamento. Todos os canais tem um ponto de diminuição do retorno, no qual para cada dólar gasto, o tamanho do valor que você poderá atrelar ao canal vai diminuir à medida em que o pool de usuários está reduzindo.

Quase todo profissional de marketing de aplicativos já passou pela experiência de gastar US$ 1.000 em uma nova rede. No começo tudo parece incrível em termos de performance, mas, assim que você começa a crescer e aumentar os esforços, as atividades se tornam ineficientes. Levando isso em consideração, o melhor a se fazer é tentar trabalhar de forma eficiente em quantos canais conseguir, isso vai ajudar no seu alcance e também te dá mais opções de movimentação do orçamento.

Aumentar a quantidade de canais que você usa também ajuda a evitar que o usuário em potencial  enjoe do seu anúncio, e permite que você mantenha a frequência da propaganda em um nível saudável. Além disso, nunca pare de testar. Você nunca sabe qual vai ser a próxima grande sacada.

Evite Fingerprinting a todo custo

Fingerprinting é um método que atribui downloads com base em vários identificadores, como endereço IP, marca/modelo e versão do sistema operacional do telefone que sendo utilizado pelo usuário. Quase todos os sistemas de MMPs suportam essa metodologia, e muitos a utilizam como padrão. O problema é que essa é a maneira mais fácil de acabar com o seu orçamento, já que você acaba pagando por downloads que poderia conseguir de graça.

Para ilustrar o problema do Fingerprinting, digamos que há dois indivíduos: Usuário A e Usuário B. Ambos estão em estádio assistindo ao mesmo jogo, estão usando a mesma torre de celular – portando o mesmo endereço de IP – e têm o mesmo modelo de celular, um Iphone 7, com iOS 12.4. O Usuário A é considerado hiper-responsivo ele baixa e faz compras em aplicativos com frequência. Já o usuário B, baixa aplicativos por diversão, mas raramente faz compras no app, e geralmente desinstala após um ou dois dias do download.

Agora, imagine que o Usuário A faça o download de um aplicativo organicamente, sem ter clicado em um anúncio, e o B tenha baixado o app por conta de uma propaganda em alguma rede. Se você estiver usando Fingerprinting, há uma chance desse usuário orgânico de alta intensidade ser atribuído à rede, já que os usuários A e B parecem idênticos – com o mesmo IP, modelo de telefone e versão do sistema operacional.

Com um profissional de marketing usando Fingerprinting, esse comportamento pode significar um escoamento de verba sem precedentes. Imagine esse cenário se repetindo em uma escala maior, em que milhares de usuários de alta qualidade estão sendo atribuídos incorretamente a uma rede através da qual que nunca clicaram em um anúncio. Ao avaliar a rede, o valor downstream dos downloads parece incrível, mas isso só ocorre por conta da canibalização de usuários orgânicos causada pelo Fingerprinting. Como resultado, você acaba investindo mais em redes que não trazem resultados reais.

Para evitar esse cenário, desative o Fingerprinting sempre que possível e use sempre as atribuições IDFA e AD ID. Algumas MMPs usam Fingerprinting de 7 dias como padrão. Desative e reduza a janela de retrocesso para menos de 1 hora. Dessa forma, você melhora a precisão de forma geral.

Nem todos os downloads têm origem igual

Sempre que uma rede ou vendedor me pergunta “qual é o seu CPI alvo?”, minha resposta é sempre “bem, isso depende da qualidade dos usuários que você quer atingir”. Um dos maiores erros de profissionais de marketing de aplicativos é utilizar uma meta única em todas as redes. A melhor maneira de definir seu CPI é olhar qual o valor de downstream exclusivo que cada rede gera individualmente.

Se uma empresa definir uma meta de CPI fixa de US$ 5 em todas as redes, existe uma grande chance dela estar gastando a mais com alguma rede e de menos para outra. 

Suas metas de CPI devem ser sempre ajustadas sazonalmente, com base no valor downstream de cada uma das suas redes.