Tabarak Paracha
O nosso CEO, Christopher Farm, apareceu no podcast 'GameMakers' para falar sobre o sucesso do nosso cliente HyperBeard e o papel da Tenjin nesse sucesso. A conversa centrou-se no Portfolio LTV, uma análise fundamental para reduzir os custos de aquisição de utilizadores.
O que faz um MMP e como é que o seu papel mudou desde o fim do IDFA?
[Christopher Farm]: Historicamente, o papel de um MMP era descobrir quais as fontes de tráfego em que a publicidade produzia o ROI mais elevado. Penso que ainda é esse o caso, mas mudou muito desde que o IDFA deixou de ser utilizado e se passou para um mundo em que as coisas são menos transparentes. Por isso, um dos aspectos em que nos diferenciamos (na Tenjin) é o facto de tentarmos reunir todos os dados num único local. Fornecemos um armazém de dados como um serviço, para que as empresas não tenham de construir os seus próprios armazéns de dados. Este é um dos aspectos em que somos diferentes de muitas outras MMP. E, como resultado, mesmo com a descontinuidade do IDFA, continuamos a acreditar que é possível obter todos os tipos de dados possíveis. É, sem dúvida, ainda mais necessário fazê-lo e ter parceiros que possam analisar e olhar para esses dados de forma adequada.
O que é o LTV da carteira?
[Christopher Farm]: A noção de LTV de carteira - não creio que fosse algo que estivéssemos a tentar fazer desde o início. Foi uma coisa natural que analisámos quando soubemos o que os clientes queriam fazer, ou neste caso o Alex queria fazer, com os dados.
Começámos a ver, a partir dos dados, que era muito natural que os clientes quisessem jogar jogos semelhantes do seu portefólio de jogos. Assim, a ideia surgiu naturalmente e transformou-se numa série de análises diferentes que tentámos fazer para otimizar a experiência do cliente.
Penso que é na fase inicial do sector que as pessoas podem pensar nisto de forma sofisticada. Há muitas coisas e oportunidades em que, pessoalmente, vejo que, se conseguirmos criar uma marca em torno da nossa carteira, temos uma verdadeira oportunidade de fazer algo deste género, e há muitas ideias de produtos que podem surgir a partir daí. E penso que as pessoas ainda nem sequer tentaram isto, mas ter, por exemplo, uma moeda universal, ou experiências muito semelhantes, ou partilhar diferentes tipos de bens virtuais nas suas aplicações. Tudo isto se torna muito mais possível com a otimização e quando as métricas estão presentes.
Há um custo de oportunidade, no sentido em que poderia ter mostrado outro anúncio de outro editor, mas é um custo de oportunidade muito mais baixo e pode construir o seu LTV desta forma. E, na verdade, é uma das maneiras pelas quais a matemática dos editores hiper casuais existia. Adquiriam utilizadores por muito mais do que poderiam ganhar numa única aplicação. Mas, no seu conjunto, era geralmente rentável para eles.
Quando estavam a avaliar a Tenjin, o LTV da carteira era um dos principais casos de utilização em que estavam a pensar ou era algo que era bom ter?
[Alex Kozachenko]: Estávamos a pensar no Portfolio LTV antes (de começar a trabalhar com a Tenjin), mas ainda era algo que estava a um passo de distância. Uma das coisas que a Tenjin ofereceu foram serviços de desenvolvimento personalizados no contrato que temos, o que nos permitiria construir o BI. Sabíamos que era esse o caso, e era essa a visão que eu tinha na altura.
Outra coisa que a Tenjin nos permitiu fazer foi alargar o nosso conjunto de UA. A questão de ter LTVs baixos é que se quer realmente ter despesas gerais baixas para além dos seus custos. E, em última análise, a maioria das MMPs está a cobrar por instalação rastreada até uma fonte de UA, ou qualquer tipo de fonte de rastreamento. Assim, alguns dos maiores MMPs não são especialmente baratos. Por isso, se quiser expandir-se para além do nível 1, boa sorte. Depende obviamente da escala. Se tiver uma escala enorme, pode negociar um acordo. Mas não podemos pagar 2 cêntimos por uma instalação na Índia, onde o LTV é de 1,5 cêntimos, por exemplo. Não faz sentido nenhum. Portanto, isto permitiu-nos abrir o leque. E, neste momento, estamos a assistir a um grande sucesso nas nossas campanhas globais, que nem sequer teríamos pensado em realizar numa MMP, onde a estrutura de custos não fazia sentido.
Poderia abordar o estudo de caso que a Sonamine efectuou com a Hyperbeard e também falar sobre alguns dos serviços que prestam?
Por isso, fizemos uma grande parte da exploração inicial para o ajudar um pouco. Descobrimos muitas oportunidades que permitiram a Alex e às suas equipas definir estratégias e estabelecer prioridades para a aplicação de alguns dos seus esforços de UA. Uma das razões pelas quais nos chamaram foi o facto de que, quando se olha para os MMP tradicionais, quando se faz uma campanha, obtém-se o custo e também as receitas associadas a essa campanha. Mas estas tendem a estar associadas apenas a um jogo. Mas não existe uma forma fácil de ver o LTV do portefólio dessa campanha. Foi aí que conseguimos ajudar o Alex e a sua equipa a descobrir uma forma diferente de o fazer e de o ver, de modo a poderem utilizá-lo todos os dias para calcular as receitas de cada campanha.
Em que tipo de análise de dados é que ajudou a Hyperbeard?
[Alex Kozachenko]: O Tenjin e o Growth FullStack foram as ferramentas que utilizámos para obter os dados. Mas, obviamente, precisámos de os limpar e de os tornar úteis, o que significa criar os painéis e os relatórios certos. Uma das coisas que fizeram foi uma análise personalizada que nos permitiu saber que temos X% de utilizadores que se deslocam entre 2 jogos, Y% que se deslocam entre 3 e Z% entre 4. Este é o maior jogo de alimentação, aquele através do qual os utilizadores entram. É para este jogo que os utilizadores vão mais provavelmente, e aqui está o próximo, aqui está o próximo. E algumas das coisas que podemos fazer com isso é estruturar a nossa promoção cruzada de forma a mostrar anúncios nessas proporções, com base nos locais onde os utilizadores provavelmente vão e também onde é provável que rentabilizem. Porque toda a ideia da questão da sobrevivência do Whiteout é que queremos que os utilizadores vão para onde nos dão o LTV mais elevado. Mas, obviamente, é necessário que haja uma grande probabilidade de eles irem para lá, caso contrário, estamos apenas a mostrar um anúncio por mostrar um anúncio. Estes são alguns dos casos de utilização em que nos ajudaram. E, como eu disse, como não temos nenhuma análise de dados interna, tem sido muito útil ter a ajuda deles. [Nick Lim]: E pensamos nisso como se os dados fossem uma espécie de viagem. Por isso, quando se começa a jogar e se está a fazer campanhas de UA, podemos ajudar nessa frente. Se os dados estiverem presentes, podemos gerar modelos de previsão SKAN, por exemplo. Embora exista uma depreciação do IDFA, ainda podemos, com os valores de conversão que estão a chegar, prever com uma precisão de 5% como seria o LTV com base nos valores de conversão que estão a chegar para essa campanha SKAN específica. Mas, por vezes, apercebemo-nos de que os esquemas de valores de conversão SKAN estão, na verdade, a restringir o que se pode prever, pelo que voltamos atrás e dizemos aos programadores que devem utilizar um esquema SKAN maior e mais abrangente que possa captar mais valores de conversão e não apenas receitas. Essa é a opção da maioria dos programadores actuais - colocar apenas receitas nos seus valores SKAN. Na verdade, recomendamos que não faça isso porque já perdeu muitos dados. Por isso, ajudaremos a conceber o esquema SKAN para obter melhores previsões ao nível do SKAN, se for esse o seu objetivo. Isso é do lado da UA.A Sonamine também ajuda na monetização e na retenção. Assim que um utilizador começa a jogar um jogo, isso é apenas metade do desafio. Como mantê-los e fazê-los gastar dinheiro quando sentem que estão a receber valor? Por isso, executamos previsões de IA em cima dos dados que tem e identificamos os segmentos de utilizadores que vão abandonar o jogo e ajudamo-lo a incentivá-los a converterem-se. E se eles se forem embora, ajudamo-lo a oferecer algumas recompensas que podem ajudar a mantê-los.
Assista ao vídeo completo acima para saber como calcular o LTV do portfólio, as grandes tendências e mudanças que estão por vir e muito mais.
