КомпанияБлогВакансииРазработчикамРекламодателям
СобытияНаукаОбучение
Войти
меню
Главная
Кейсы, аналитика и практика
Кейсы
Назад
КейсыАналитикаЧек‑листы и советы по настройке рекламыТематические подборки
8 800 234-24-80
(звонок из регионов России бесплатный)
Повышение эффективностиИгры и развлеченияAppMetricaФедеральный

Как предиктивная модель Крипты на инфраструктуре AppMetrica помогла привлечь в Яндекс Игры ещё более заинтересованную аудиторию

Рассказываем, как привлечь в приложение пользователей, которые будут проводить в нём больше времени.
Специалисты Крипты разработали предиктивную модель для анализа пользователей из мобильных приложений на инфраструктуре AppMetrica — платформы для аналитики и маркетинга. С помощью модели Яндекс Игры смогли получать больше заинтересованных пользователей, которые проводили в приложениях больше времени и способствовали росту дохода. На примере Игр рассказываем, как модель помогает приложениям увеличивать LTV.

Предиктивная модель LTV — это модель машинного обучения, которая по поведению пользователя в приложении в первый день предсказывает, сколько времени он будет проводить в похожих приложениях и как повлияет на рост потенциального дохода в будущем. При обучении модель ориентируется на доход, который получает приложение в течение первых 28 дней.

Модель обучается на большом объёме обезличенных исторических данных о действиях в приложениях и признаках пользователя, таких как тип устройства, операционная система или регион.

Яндекс Игры сравнили собственное событие для оптимизации рекламы с моделью от Крипты

Приложение оптимизировало рекламу на событие из AppMetrica, которое срабатывало, если пользователь проводил в игре больше 10 минут. В то же время разработчики Крипты создавали предиктивную модель анализа на инфраструктуре AppMetrica. Она прогнозировала, какой может быть LTV пользователя. Модель оценивает всех новых пользователей и отправляет события в AppMetrica для тех, кто попал в топ-5%, топ-20% или топ-50%. Затем на эти события можно оптимизировать рекламу.

В начале декабря 2022 года разработчики Крипты предложили Яндекс Играм сравнить, какой подход окажется эффективнее.

Крипта — технология, которая анализирует обезличенные данные о поведении пользователей в сервисах Яндекса и его партнёров. Она даёт рекламодателям возможность показывать предложения только тем, кому они больше всего подходят.

Крипта не получает личной информации о людях и никуда не может её передать. Данные каждого пользователя зашифрованы в идентификаторы, по которым можно определить, что ему потенциально было бы интересно.

Больше о Крипте читайте в Справке.

AppMetrica — платформа для аналитики и маркетинга приложений. С помощью сервиса можно настроить продуктовый или рекламный анализ, прогноз монетизации и многое другое.

Аналитика будет точной, потому что AppMetrica фиксирует около 190 млрд событий в сутки более чем в 60 тыс. приложений, которые подключились к сервису. В основе технологий — забота о безопасности данных пользователей, поэтому AppMetrica регулярно проходит сертификации на соответствие мировым стандартам.

Больше об AppMetrica можно узнать на сайте.

Чтобы построить предиктивную модель LTV, разработчики из Крипты сделали следующее:

  • Собрали исторические данные об установках приложений и активности пользователей в первый день после установки
  • Рассчитали доход от просмотров рекламы соответствующей категорией пользователей в течение 28 дней после установки
  • Обучили модель, которая по активности в первый день оценивает доход, который приложение получит с просмотров рекламы каждым пользователем за следующие 28 дней

Применяли модель так:

  • Каждый день отслеживали новые установки и активность пользователей в приложении в первый день
  • На основе активности предсказывали, сколько денег принесёт приложению просмотр рекламы теми или иными пользователями в следующие 28 дней
  • Формировали топ-5%, топ-20% и топ-50% групп пользователей, которые будут больше всего заинтересованы в данном приложении и, соответственно, максимально подходят с точки зрения LTV по предсказанию модели, и отправляли обезличенные данные в AppMetrica

Важно
Компании, которые используют предиктивные модели Крипты на инфраструктуре AppMetrica, не получают доступа к данным пользователей из приложений конкурентов. Сервису доступен только скоринг собственной аудитории. Для построения алгоритма используется обезличенная информация о пользователях.

Проверяли, можно ли оптимизировать рекламу так, чтобы привлекать более вовлечённую аудиторию

Запустили A/B-тест, в котором сравнивали:

  • Оптимизацию на основе события «Пользователь поиграл не менее 10 минут»
  • Оптимизацию на основе события по модели Крипты для топ-20% платёжеспособных пользователей

Кампании были идентичны по настройкам и бюджетам — они различались только оптимизированным событием.

Первые десять дней кампании обучались и набирали массив данных, а после специалисты Крипты в течение недели собирали данные установок, по которым считали статистику.

Предиктивная модель привлекла пользователей, которые проводили больше времени в приложении и способствовали росту дохода

Результаты A/B-теста оценивали с точки зрения того, сколько денег зарабатывало приложение за первые несколько дней использования приложения определённой категорией пользователей. В таблице отражены изменения в метриках экспериментальной стратегии относительно дефолтной за четыре периода. По статистике видно, что метрики стабилизируются уже на седьмой день.
Сделали выводы, как более точное прогнозирование повлияло на прибыль Яндекс Игр:
1
Оптимизация по предиктивной модели позволила привлечь активную играющую аудиторию, при этом стоимость привлечения не изменилась.
2
Просмотры рекламы теми пользователями, которых привлекли с помощью модели, принесли больший доход за первую неделю после установки, чем просмотры теми, кого привлекли при помощи прежнего подхода за аналогичный период. В последующие две недели эта тенденция сохранилась.
3
Время пользования приложением выросло в среднем на 10,5% — это значит, что предиктивная модель привлекает более заинтересованную и лояльную аудиторию.
Владислав Титов
Руководитель группы машинного обучения Крипты

Предиктивная модель LTV будет полезна любым приложениям, в которых предусмотрена монетизация. Это могут быть игры, ecommerce, фитнес-приложения с оплатой за подписку. Использовать предиктивную модель может любое приложение, у которого подключена AppMetrica. Чтобы увеличить точность предсказаний, рекомендуем настроить передачу данных о Revenue, так как в них содержится сильный сигнал о доходности от использования приложения теми или иными пользователями. Кроме того, для обучения модели используются только те приложения, которые передают Revenue, и поэтому модель учитывает их особенности наилучшим образом.

Чтобы использовать предсказание как цель для оптимизации, можно взять уже запущенную кампанию и поменять событие, которое используется сейчас, на наше LTV-событие. Мы ожидаем, что оптимизация на наше предсказание будет приводить более вовлечённую аудиторию, что, в свою очередь, увеличит доход.

Сейчас предиктивная модель в закрытой бете. Но её уже можно подключить в режиме теста, если заполнить форму обратной связи AppMetrica

Получить доступ

Сервисы Яндекса

Директ
Бизнес
Метрика
AppMetrica
Метрика для медийной рекламы
Вебмастер
Маркет
Телефония
Доставка
Аудитории
Взгляд
Трекер

Рекламные продукты

Реклама на поиске
Рекламная сеть Яндекса
Мобильная реклама
Медийная реклама
Видеореклама
Стратегии Яндекс Директа
Ретаргетинг
Геореклама
Аудиореклама
Контент-маркетинг
Размещение на маркетплейсах

Кейсы, аналитика и практика

На практике
Кейсы
Аналитика
Чек‑листы и советы по настройке рекламы
Тематические подборки

Обучение

Рекомендуем посетить
Онлайн-обучение
Эксперты по обучению
Сертификация специалистов
Полезные материалы

Рекламным агентствам

Стать партнёром
Сотрудничество
Сертификация агентств

Площадкам: технологии для издателей

Технологии монетизации для площадок
Монетизация сайта
Видеореклама для паблишеров
Реклама в мобильных приложениях
Турбо-страницы для контентных сайтов
Турбо-страницы для интернет-магазинов
Сертифицированные селлеры

Технологии рекламы

Турбо-страницы для всех: создаём и ускоряем сайты
Антифрод
Учёт видимости
Кросс-девайс

Технические требования

Требования к рекламным материалам
Общие положения
Правила размещения рекламы

Цены

Тарифы на рекламу на проектах Яндекса

Политика конфиденциальности

Персональные данные
Учет интересов пользователей

Контакты

Отдел клиентского сервиса
Офисы
Сертифицированные агентства
Специалисты по настройке Яндекс Директа
8 800 234-24-80

(звонок из регионов России бесплатный)
© 2014–2025  ООО «ЯНДЕКС»