Cara membangun strategi analytics aplikasi paket berlangganan di iOS 14.5+

Layanan berlangganan semakin populer, dengan pendapatan rata-rata sebesar $20 per pengguna per bulan. Walaupun hanya 1% dari total aplikasi yang melakukan monetisasi dengan layanan berlangganan, lebih dari 90% belanja pelanggan seluler berasal dari aplikasi berlangganan. Para pengembang harus efisien dalam mengoptimalkan perjalanan pengguna karena pendapatan mereka akan dipertaruhkan.

Seperti yang kami jelaskan dalam artikel terbaru di gamesindustry.biz, aplikasi sebaiknya melakukan monetisasi melalui paket berlangganan agar dapat menyiapkan strategi yang baik guna mendapatkan persetujuan pengguna pasca iOS 14.5+ untuk memastikan bahwa data deterministik pada semua tahapan dalam siklus hidup pengguna dapat dikumpulkan. Perjalanan pengguna pada aplikasi berlangganan biasanya lebih panjang dan lebih rumit dibandingkan dengan strategi monetisasi lainnya. Dengan kata lain, pengembang sebaiknya mengumpulkan segala data yang dapat diperoleh.

Akan tetapi, dengan rencana SKAdNetwork yang kuat, Anda akan memiliki peluang untuk menghitung LTV pengguna dengan penuh keyakinan, bahkan bagi pengguna yang tidak memberikan persetujuan.

Mendapatkan persetujuan pengguna

Dengan mendapatkan persetujuan pengguna, aplikasi dapat unggul, baik dari segi akses ke data faktual, deterministik mengenai pengguna, serta membuat model berdasarkan perilaku pengguna yang memberikan persetujuan.

Pre-permission prompt dapat membantu menjelaskan kepada pengguna tentang manfaat memberikan persetujuan atas pelacakan tingkat pengguna, dan ada banyak masukan yang diberikan tentang cara menyiapkan pre-permission prompt yang sempurna.

Untuk aplikasi berlangganan, informasi penting yang dapat membantu mengoptimalkan aplikasi Anda adalah informasi tentang kapan metode pembayaran pengguna gagal, kapan mereka menghentikan paket berlangganan atau membatalkan paket berlangganan, atau saat mereka kembali berlangganan. Dengan subscription tracking Adjust, Anda dapat memperoleh gambaran yang mendalam tentang siklus hidup pengguna. Akan tetapi, tanpa IDFA para pengembang akan semakin sulit untuk mendapatkan dapat yang akurat tentang cara pengguna menjalani perjalanan berliku untuk mendapatkan konversi.

Menggunakan SKAdNetwork

Bagi aplikasi yang melakukan monetisasi melalui paket berlangganan, kesulitan yang akan dihadapi di iOS 14.5+ akan berlipat ganda. Yang pertama, fitur untuk secara pasti memperpanjang timer SKAdNetwork melewati jangka waktu 24 jam akan menimbulkan tantangan, walaupun ini mungkin akan berguna untuk mengumpulkan sinyal dari pengguna.

Timer dapat ditambah dengan menggunakan sebuah bit untuk memperpanjang jendela konversi — yakni dengan mengaktivasi pembaruan nilai konversi (misalnya dari 000001 hingga 000011 dan seterusnya) secara periodik untuk mendapatkan perpanjangan 24 jam — tetapi pengguna perlu log in setiap hari agar nilai konversi dapat dilaporkan saat aplikasi sedang digunakan. Jika pengguna tidak membuka kembali aplikasi, nilai konversi tidak dapat diperbarui, sehingga Anda akan kehilangan peluang mendapatkan data untuk memperpanjang timer pengumpulan data.

Yang kedua, pengumpulan data yang memadai dari pengguna dalam 24 jam pertama untuk membuat prediksi jangka panjang yang akurat tidak mudah dilakukan. Dengan keterbatasan touchpoint, karena nilai 6-bit yang terbatas, Anda perlu memastikan untuk berfokus pada aspek-aspek yang paling bernilai dan memanfaatkan 24 jam pertama sebaik mungkin.

Sinyal versus noise

Anda dapat menggunakan 6-bit yang diperoleh melalui SKAdNetwork dengan dua cara utama. Yang pertama adalah pendekatan 'bit masking', dengan memberikan enam bit untuk sebuah event, dan apakah bit terkait ditetapkan sebagai 0 atau 1 untuk menandakan bahwa event telah dilakukan.

Dengan solusi SKAdNetwork standar dari Adjust, Anda dapat memetakan event konversi ke event berlangganan yang sudah dilacak dalam dashboard Adjust.

Opsi kedua adalah untuk menetapkan berbagai nilai ke nilai konversi, sehingga Anda dapat menciptakan 'bucket' pengguna berdasarkan kisaran yang telah ditetapkan. Sistem manajemen nilai konversi tingkat lanjut Adjust mendukung skema kustomisasi untuk menetapkan bucket ini.

Pelibatan pengguna menjadi salah satu metrik paling penting bagi aplikasi video-streaming atau kencan — oleh karena itu beberapa firma melakukan optimisasi dengan menggunakan ketentuan "sesi" yang ada dalam solusi nilai konversi tingkat lanjut.

Dengan ketentuan "sesi, Anda dapat melacak jumlah sesi pengguna tersebut. Dalam contoh di bawah, nilai konversi "3" akan dilaporkan jika pengguna menjalankan 5-10 sesi.

"sessions": { "count_min": 5, "count_max": 10 }

• count_min (default adalah 1) – Jumlah sesi yang dilacak harus lebih dari jumlah yang ditetapkan;
• count_max (default tanpa batas) - Jumlah sesi yang dilacak harus kurang dari jumlah yang ditetapkan;

Membuat model

Pemodelan LTV prediktif menggunakan perilaku pengguna pada hari pertama mereka menggunakan aplikasi untuk memprediksi pendapatan di masa mendatang dalam jangka menengah. Pemodelan prediktif seperti ini lebih cocok digunakan untuk bucket atau kategori yang lebih luas.

Oleh karena itu, aplikasi berlangganan mungkin sebaiknya memilih 'trial start' sebagai target optimisasi sinyal SKAdNetwork mereka, karena jaminan akan terjadinya hal ini dapat lebih dipastikan waktu aplikasi Anda sedang digunakan dan karena ini adalah tindakan yang dilakukan dalam periode awal dengan keinginan yang kuat.

Akan tetapi, penggunaan 'trial start' juga dapat membuat Anda berada pada jalur yang salah. Dan tanpa informasi mengenai event yang terjadi selama trial, pasca-IDFA akan lebih sulit untuk berasumsi bahwa trial gratis pasti akan mengkonversi pengguna yang menghasilkan pendapatan.

Trial

Oleh karena itu, Anda mungkin sebaiknya mempertimbangkan untuk menggunakan 'trial start' sebagai sinyal tambahan yang berpotensi untuk melengkapi jenis trial. Sebagai contoh, pengguna dapat mengaktivasi 'trial start' dan diberi nilai konversi awal. Setelah itu, Anda dapat memperbarui nilai konversi jika mereka membatalkan trial selama jendela nilai konversi. Ini secara langsung mengeliminasi sejumlah besar pengguna yang kemungkinan besar tidak akan mengeluarkan uang, menciptakan bucket besar pengguna yang 'membatalkan trial', kelompok ini dapat diasumsikan cenderung memiliki LTV yang lebih rendah.

Perspektif lainnya, Anda mungkin sebaiknya melacak pengguna yang mendaftarkan diri untuk mendapatkan free trial dan memasukkan informasi pembayaran mereka. Pengguna yang sudah memasukkan informasi pembayaran telah mengindikasikan bahwa mereka terbuka terhadap konversi — dan mungkin lebih bersedia menjadi pengguna berbayar dalam jangka panjang.

Jika Anda memiliki pertanyaan tentang implementasi iOS 14.5+, mohon jangan ragu-ragu untuk menghubungi CSM atau Account Manager Anda. Panduan baru kami dapat diunduh di sini atau silakan kunjungi iOS 14.5+ resource center.