Videogames
Wat is een Custom Audience bij de gebruikerswerving (UA) voor mobiele games?
Wat is een Custom Audience bij de gebruikerswerving (UA) voor mobiele games?
Gebruikerswerving voor mobiele games werkt vaak met aangepaste doelgroepen die zijn samengesteld uit first-party spelersgegevens, zoals apparaat-ID's, e-mailadressen of gedragsstappen binnen de app. Marketeers gebruiken die gegevens om gebruikers die ze al volgen te scheiden van de bredere doelgroep daarbuiten. Dit soort lijsten vormt de basis voor advertentieboodschappen die zijn afgestemd op de groepen op verschillende netwerken.
Zodra studio's dit basisbegrip hebben, verschuiven de campagne-instellingen meestal van breed naar versies die gericht zijn op meer precisie. Performance-teams koppelen de bestedingskeuzes vervolgens aan retentiepatronen en de totale spelerswaardecijfers die zich opbouwen.
Waarom is dit belangrijk voor game-UA (winback, lookalike-modellering van betalers, retentie)?
Mobiele marketeers bouwen gerichte segmenten door spelers te sorteren op basis van eerdere interacties of specifieke kenmerken. Deze groepen vormen een onderdeel van hoe performance marketing later te werk gaat. De belangrijkste typen bij de werving van mobiele game-gebruikers zijn als volgt onderverdeeld:
- Identifier-lijsten (IDFA/GAID): Directe uploads van Apple's Identifier for Advertisers of Google Advertising ID's, verzameld via mobiele meetpartners.
- Op waarde gebaseerde cohorten: Segmenten opgesplitst naar vastgestelde bestedingsbedragen. Een voorbeeld hiervan zijn spelers die verantwoordelijk zijn voor de bovenste 10 procent van in-app aankopen.
- Op betrokkenheid gebaseerde groepen: Spelers georganiseerd rond activiteitsmijlpalen. Dit omvat het voltooien van de eerste tutorial of het bereiken van niveau 50.
- First-party contactlijsten: Samengestelde gegevens van geregistreerde spelers, afkomstig uit beveiligde e-mail- of telefoonbestanden.
Praktijkvoorbeelden laten zien hoe de groepen aansluiten bij retentie-intervallen en omzetpatronen. Een mid-core strategiestudio kan gegevens ophalen van spelers die in het verleden geld hebben uitgegeven maar zijn gestopt met spelen. Die gegevens worden vervolgens gebruikt voor een heractiveringscampagne. Casual puzzelteams passen vaak vergelijkbare waardelijsten toe. Het doel is om lookalike-modellering te starten door nieuwe prospects af te stemmen op bestaande omzetprofielen.
Wat zijn de belangrijkste voordelen en risico's?
Gerichte segmenten vereisen meestal een georganiseerde opzet binnen de grotere marketingnetwerken. De manier waarop die groepen worden ingedeeld, is vaak gekoppeld aan geautomatiseerde processen die in werking treden zodra de advertentiewergave start.
Een aangepaste doelgroep maken in Meta Ads Manager voor een mobiele game:
- Navigeer naar het Doelgroepen -dashboard, dat zich in Meta Business Manager bevindt en als toegangspunt dient.
- Kies Doelgroep maken van daaruit. Aangepaste doelgroep -selectie volgt direct uit het vervolgkeuzemenu.
- De toewijzing van de gegevensbron volgt daarna. App-activiteit haalt SDK-triggers live binnen, of een CSV-upload van een klantenlijst levert de identifiers.
- De mapping heeft betrekking op de gegevensvelden. Apple IDFA's staan naast onbewerkte e-mailadressen of vergelijkbare items, waarna een accountstandaard wordt toegepast op de naam van de doelgroep.
- de Creëer -stap voltooit de reeks. De opbouw van het segment vindt plaats over een periode van 2 tot 24 uur voordat de targeting actief wordt.
- Vereisten voor datavolume: Advertentienetwerken hanteren een basislijn van 1.000 actieve profielen, waarna de vertoningen in de leveringsmodus gaan.
- Privacy-naleving: Verzamelde gegevens moeten voldoen aan de AVG, CCPA -normen, samen met de sandbox-structuren van het platform.
- Bijgewerkte integratie: Zet automatische API-pijplijnen op via de MMP, zodat lijsten met vaste intervallen worden bijgewerkt en er geen budget wordt verspild aan spelers die al zijn teruggekeerd.
Welke invloed heeft het iOS 14.5+ ATT-framework op de matchpercentages van aangepaste doelgroepen?
Apple heeft het App Tracking Transparency-framework (ATT) geïntroduceerd. Dit veranderde de werking van de werving van mobiele gebruikers door verplichte toestemming voor tracking. De matchpercentages op IDFA-lijsten daalden van rond de 90 procent naar 25-30 procent op de wereldwijde markten. Deze verschuiving leidde tot updates in de retargetingcycli en aanpassingen in de manier waarop programmatische lookalike-modellering werkt op iOS-platforms.
UA-teams pasten zich aan door over te stappen op op waarde gebaseerde zero-party signalen en specifieke betrokkenheidsmijlpalen. Ook deterministische methoden binnen SKAdNetwork- en AdAttributionKit-omgevingen werden ingezet.
| Strategisch kernonderdeel | Belangrijkste prestatievoordelen (lagere CPI, hogere terugverdientijd, stijging van de LTV van betalende spelers) | Operationele risico's & nadelen |
| Gerichte segmentmarketing | Lagere kosten per installatie (CPI)
LTV van speler stijging Versnelde terugverdientijden (ROAS) |
Blootstelling van het publiek heeft betrekking op herhaalde campagnes
Schaalbaarheid heeft betrekking op nichegenres Datagebruik heeft betrekking op SDK-configuraties |
De beslissing nemen: Heeft u gerichte targeting nodig?
Mobiele studio's beoordelen vaak hun live productstatistieken voordat ze besluiten om engineeringtijd in datapijplijnen te steken. Een paar kernvragen brengen de situatie meestal snel in kaart.
- Hoe verhoudt uw Day-30 retentie zich tot de typische baseline voor uw specifieke genre?
- Stuurt een specifiek segment van kopers het grootste deel van de activiteit binnen uw economie aan?
- Hoe presteren uw brede, demografisch gerichte campagnes ten opzichte van de mijlpalen voor het rendement op advertentie-uitgaven?
Een studio kan overwegen om een aangepaste doelgroeparchitectuur op te bouwen wanneer er aan een aantal voorwaarden wordt voldaan. Dat kan betekenen dat er een actieve live-ops-omgeving draait die is opgebouwd rond regelmatige heractivering van de community. Het kan gaan om activiteiten binnen categorieën met een hogere CPI, zoals 4X-strategie of RPG. Of de behoefte kan liggen bij strikte uitsluitingslijsten die helpen om netto-nieuwe organische ontdekkingskanalen te beschermen.
Conclusie
Aangepaste doelgroepen verbinden uitgevers van mobiele games met first-party spelersgegevens wanneer zij de toewijzing van advertentie-uitgaven beheren. Wijzigingen in de privacy van platforms brengen bepaalde implementatie-elementen met zich mee. Een uitvoering die de standaardstappen volgt, heeft uiteindelijk invloed op verschuivingen in de acquisitiekosten en de levenslange opbrengsten die worden bijgehouden. Gestructureerde datapijplijnen passen in de huidige situatie goed binnen schaalbare activiteiten.