上周,我寫了一篇文章表達(dá)了我認(rèn)為LTV指標(biāo)應(yīng)該被移動廣告主淘汰的觀點(diǎn):這個指標(biāo)是過時的,不能反映移動廣告的現(xiàn)實(shí)有效性,移動廣告越來越多地通過Facebook和谷歌等黑盒算法為ROAS進(jìn)行優(yōu)化。在此背景下,我聽到的一個常見的說法是,當(dāng)廣告針對ROAS目標(biāo)運(yùn)行時,CPI之類的CPA指標(biāo)并不重要:如果達(dá)到ROAS目標(biāo),事件或安裝的潛在成本是無關(guān)緊要的。
在某種程度上,這種思路是有道理的。人們可以將這種邏輯推理到一個極端,以展示為什么營銷人員在一定程度上必須關(guān)心CPI,即使ROAS目標(biāo)正在實(shí)現(xiàn)。公司更喜歡以下哪一組?
01在其app中,1000名用戶的平均CPI為1美元(廣告成本:1000美元),并將在7天內(nèi)完全收回成本;
02在其app中,1名用戶的平均CPI 為1000美元(廣告成本:1000美元),并在7天內(nèi)完全收回成本?
很明顯,該公司更喜歡1000名用戶。但是為什么呢?
舉個例子,病毒營銷的效果取決于基礎(chǔ)DAU的絕對規(guī)模,所以即使增殖系數(shù)是相同的比如說是2,那么1000用戶的這一組會吸引額外的2000個用戶,第二組中唯一的用戶則只能招募兩個新用戶。人們可能會對這些病毒獲取用戶的價值吹毛求疵(花費(fèi)1000美元的用戶是否正在招募其他花費(fèi)1000美元的用戶?)但如果自然量的用戶價值趨于相同,那么1000個自然用戶的價值就遠(yuǎn)遠(yuǎn)高于一個用戶的價值。
此外,我們根本不可能對一個同期群有任何了解:大數(shù)定律幫助營銷團(tuán)隊獲得關(guān)于用戶行為的洞察,并建立用戶流失和盈利的預(yù)測模型,但這些洞察需要應(yīng)用于用戶群體。留存數(shù)據(jù)或收回曲線不能完全應(yīng)用于同期群,在擁有龐大數(shù)量用戶上使用戶基礎(chǔ)多樣化,可以讓已知和未知的用戶行為風(fēng)險降到最低。
有人可能會看到上面的例子,會覺得不以為然,但1000美元的CPI并不是完全不現(xiàn)實(shí)的: 通過Facebook上細(xì)分受眾的話,CPI很容易就能達(dá)到100美元左右。CPI攀升得越高,廣告主對其不變的ROAS曲線就越有信心。隨著CPI的上升,ROAS的增長真的會保持不變嗎?在價值數(shù)百美元的CPI中,歷史ROAS曲線為新群體的變化所付出的代價是巨大的。
更重要的是,我們必須認(rèn)識到,對高盈利用戶的競爭與他們的盈利不成比例:對這些用戶規(guī)模的競爭是非線性的,因為最高盈利的app競相招募他們。高價值用戶可能會安裝app,并進(jìn)行付費(fèi)。然而由于這些用戶尤其寶貴,他們也在被其它的app 進(jìn)行高價格定向獲取。上面例子中花費(fèi)1000美元的用戶比花費(fèi)1美元的用戶更容易被競爭對手挖走。
在邊際效應(yīng)上,營銷團(tuán)隊?wèi)?yīng)該更關(guān)注ROAS目標(biāo),而不是CPI。但是,隨著成本的攀升,關(guān)注ROAS的同時還要參考常識: 新用戶是否會越來越精確地根據(jù)預(yù)期貢獻(xiàn)收入?始終關(guān)注CPI還是有道理的,無論您的目標(biāo)核心數(shù)據(jù)是什么。