采用re-engagement (重新吸引用户)及retargeting(重定向用户即重新锁定用户)的广告曝光已成为当今移动营销界推广同仁常用的时髦热词,在这竞争日益激烈的应用市场中,营销人员正是通过采用这些方法努力使其移动应用广告尽量贴近用户需求。“重新吸引用户”(Re-engagement)的广告曝光旨在召回已经下载应用,但在较长时间内没有与之进行互动或还没有完成其所在应用中应该进行某些操作的用户。目前有几大主要技巧可有效重新吸引用户,如采用“重新定向”曝光法,即是将广告投放给之前曾经访问过或与某一应用互动过但还未完成特定操作(如未完成下单购买或未完成注册账户等操作行为)的特定用户。
“重新定向”曝光法对应用营销人员非常有用,特别是对电商零售很管用,因为这有助于将之前曾经搜索过其产品的用户重新吸引回来,而且最终推动流量转化。通过采用“重新定向”曝光法提醒用户对某产品的兴趣,不仅能够将客户拉回来,而且还有助于提高品牌的知名度。游戏发行商也是通过采用这一办法,重新锁定某些移动设备上的游戏玩家。
而对移动营销人员来说至关重要的是,要掌握重新定向目标用户的最佳做法,而不是将用户拒之门外,厄杀广告的展示效果。欢迎继续阅读,学习了解移动营销推广团队在投放重新定向广告时应该避免的最常见的几大失误︰
1. 采用过多的广告对目标用户进行狂空滥炸式的投放
向曾经浏览过某一产品的用户投放重新定向广告可有效地将其转变成买家,然而千万不要尽可能在每个广告位上给用户投放同一广告,这样做很容易令用户反感!这种重新锁定用户的广告投放效果很有可能会令移动营销人员大失所望,因为如果用户在浏览每一网页时均出现同样的广告,很容易导致用户出现视觉疲劳。解决方法
接着第一点所提到的建议,移动营销人员在采用重新定向曝光法时,切忌对同一用户反反复复使用同一广告创意。这无异于用过多的广告向用户进行狂空滥炸式的投放,如果让用户反复观看同样的广告,也同样会导致用户对广告出现视觉疲劳。
解决方法︰ 应采用多样化的广告创意以锁定目标用户。不断更新广告创意,尤其是那些最贴近用户需求的促销活动 — — 例如,电商零售提供的夏季50%的大甩卖产品促销广告,提供送餐服务的新开张餐馆等 — — 事实证明这样的广告效果尤佳。而动态创意优化 (DCO) 对重新定向目标用户的效果尤为重要。采用DCO,即可基于用户信息及行为或所在位置对广告创意进行实时优化。
3. 没有对目标用户进行群组细分
没有对用户进行群组细分将会造成重新定向广告效果欠佳,因为这是一种没有根据每个用户的实际需求进行定制化的广撒网式的广告投放方式。对于曾经成功获得流量转化的用户而言,仍然不停地向其展示同一广告的确是一个大失误。例如,如果某客户已经通过你的网站或应用下单购买了一台电脑,若你仍然不断地向其展示相同的广告,那么这就浪费了广告资源。没有对已不再需要进行重新定向的部分用户进行群组细分,势必会造成浪费巨大的广告曝光量,这不仅会造成巨额的广告预算支出,而且还会使那些已被成功转化却仍被充斥着相同广告所困绕的用户感到厌烦。
解决方法︰ 如果能够根据用户在使用某应用过程中其购买漏斗的某个阶段对其进行量身定制重新定向的广告内容,那么这种重新定向的广告将会产生更佳的效果。比如,某一用户已将某双鞋放入其购物车中,而另一用户在浏览某件衣服,而如果你仍然在购买过程中的各个阶段向这两个用户展示相同的广告,那么这样的广告展示方式就没什么意义了。因此对目标受众进行细分群组可以确保广告的投放内容贴近用户的实际需求。而采用诸如交叉营销(cross-sell)及提升档销售(upsell)等广告投放方式已被证实效果更佳。
因此,移动重定向广告推广团队有必要对用户细分群组进行深度分析,以便能够有效地自动扣除重定向群组中那部分已经下单购买或完成其所需操作的人群。这将有助于广告主能够明智地利用其广告预算,从而获取越来越多的客户,尤其是获取那些还没有实现转化的用户。
4. 你真的很想锁定目标用户?
用重新定向广告的关键是在最佳的时间,最佳的地点向真正需要的目标受众投放广告。而如果采用不考虑目标用户的来源(如其所在位置、性别、兴趣爱好或背景内容等因素)的广告投放方式,则会造成降低用户对广告兴趣的利用率同时浪费广告的曝光量的后果。
解决方法︰ 基本的重新定向的操作方法即是将广告展示给目标受众。然而成功展示个性化广告的关键在于通过选择广告定向的最佳方法从而最大化移动广告的覆盖率︰即通过采用微调广告展示位置的方法,移动营销人员能够确保其广告只投放给最符合消费者实际需要的用户从而大大地提升广告的投放效果。这可以通过人口特征、地理位置及网页的背景内容进行定向。例如,对于电商应用,适合某一地理位置的消费者需求的广告则不一定会适合其它地理位置的消费者的实际需求。同样,对于一个送餐服务的应用,应根据特定地点或一天中的某个时间段的特殊优惠促销活动对用户进行定向则可能会带来更大的回报率。