課題
日々のモバイルアクティビティを通してリワードを受け取ることに興味のある、 お金に関する意識の高い消費者を見つける
Mode Mobile はロイヤリティの高いユーザー層を抱えているものの、リワードに対するモチベーションの高いユーザーを低コストで増やしたいと考えていました。そのためには、持続的な成長とともに目標達成を可能にする、高度なターゲティング機能を提供してくれる新しいネットワークを見つける必要があったのです。
彼らはマルチキャンペーン戦略を採用することで、さらに新しいユーザーを獲得できると認識していました。しかし、新しいキャンペーンを立ち上げ、管理するのに必要なリソースが不足しているのが問題でした。
ソリューション
AppLovin と連携して収益性のあるユーザー獲得を拡大
Mode Mobileは、AppDiscoveryのイベント最適化(CPE)キャンペーンを活用することで、高い広告エンゲージメントが健全な広告費用回収率につながり、目標マイルストーンの達成が期待できるユーザーに対してマーケティングの取り組みを集中させることができました。
キャンペーンの初ローンチ後から AppDiscovery の AI テクノロジーが改良され、コストパフォーマンス良く、より価値の高いユーザーを見つけることで、キャンペーンのパフォーマンスは大幅に向上しました。
また AI アップデートによって、AI モデルの学習に必要な時間とデータがこれまでに比べて削減されました。これによってよりファネル下層のイベントを対象に別の CPE キャンペーンを立ち上げ、数日で目標を達成することができました。新しいキャンペーンは、コアユーザー、すなわち 3,000 リワードポイントを獲得し、ギフトカードを受け取り、そのギフトカードをアプリで使用するユーザーをターゲットにしました。
成果
AppDiscoveryの AI アップデートにより、システムの正確性が増し、Mode Mobile はニッチな消費者を見つけることができるようになりました。同時に、マルチキャンペーン戦略を簡単に開始できるようになり、より低いファネルイベントに向けて最適化する機会を得ることができました。
AppDiscovery の AI アップデートから1ヶ月以内に、Mode Mobile は CPEを27%、eCPI を 29% 減少させながら、D90 の ROAS をほぼ2倍に成長させました。結果として、AppDiscovery は Mode Mobile で最もパフォーマンスの高い UA チャネルの1つとなったのです。
まとめ
キャンペーン最適化の自動化で
マーケティング費用の効果的な
活用に成功
AppDiscovery の CPE キャンペーンは、Mode Mobile のアプリを気に入って繰り返し利用する可能性の
高いユーザーにリーチし、ターゲティングを行い、
獲得につなげ、価格効率と施策効果を高めるのに
役立ちました。
学習・最適化期間の短縮により、マルチキャンペーン戦略のテスト・ローンチが容易に
AppDiscoveryの AI アップデートにより、学習コストの高さに関連する障壁が解消されたため、Mode Mobileは新しい CPE キャンペーンを迅速に立ち上げ、10日以内に目標を達成し、最初の1カ月間で著しい業績向上を達成することができました。
AppLovinのパワフルな AI ターゲティングにより、新たな成長分野が明らかになりました。
AppDiscovery AI アップデートによって、ファネル下部のターゲットに一貫して集中しながら、より LTV が高いユーザーを獲得できるようになり、弊社ビジネスは大きく成長することができました。
以前は、パフォーマンスの高い単一の CPE キャンペーンに重点を置いていましたが、 AI アップデートにより、学習・最適化フェーズにかかる時間を大幅に短縮し、よりファネル下層のイベントを対象に、新しいキャンペーンを開始することができました。驚いたことに、AI が私達が本当に求めているユーザーを見つける上で効率的であることがだけでなく、マルチキャンペーン戦略が、元々の CPE キャンペーンを補完しさらに高い効果を出すことも証明されました。
Steve Dunkley
Director of Mobile User Acquisition