Na początek ruszyliśmy z integracją aplikacji z narzędziami analitycznymi (Firebase, Facebook SDK). Plan wdrożenia obejmował mierzenie kluczowych zdarzeń: instalacje aplikacji, rejestracje użytkowników, rezerwacje skuterów, wynajem oraz przychody w aplikacji blinkee.city. Następnie połączyliśmy konta Google Ads i Firebase, by umożliwić przepływ danych. Konfiguracja analityki pozwoliła nam mierzyć skuteczność kampanii, a przede wszystkim przechodzić do kolejnych działań w ramach przyjętej strategii. Ponadto dowiedzieliśmy, kto aktywnie korzysta aplikacji. Definiując profil demograficzny i zainteresowania najbardziej aktywnych użytkowników blinkee.city, mogliśmy lepiej kierować reklamy.
Do promocji aplikacji wykorzystaliśmy platformy Google i Facebook. Nasze działania podzieliliśmy na trzy etapy. Na każdym z etapów optymalizowaliśmy kampanię pod bardziej zaawansowane cele, zaczynając od pozyskiwania nowych użytkowników, przechodząc do optymalizacji pod rejestracje, a kończąc na generowaniu transakcji i przychodów w aplikacji. Wykorzystując dane z Google Trends, poszczególne etapy zaplanowaliśmy w czasie tak, by w okresie największego zainteresowania skuterami optymalizować kampanie głównie pod kątem maksymalizacji liczby wypożyczeń jednośladów blinkee.city.
W realizacji kampanii wykorzystaliśmy profile „look-a-like” oparte na zdarzeniach w aplikacji. Optymalizacja kampanii w oparciu o dane oraz wykorzystanie uczenia maszynowego pozwoliło nam uzyskać wyższy poziom zaangażowania w aplikacji.
Dzięki automatyzacji działań sprawnie testowaliśmy różne wersje reklam dopasowane do profilu i lokalizacji użytkownika, wybierając te, które przynoszą najlepsze wyniki. Na samym Facebooku wyświetliliśmy prawie 1000 różnych reklam!
Wykorzystane produkty i rozwiązania:
- Google App Campaign
- Facebook App Install Ads
- Smart bidding
- Google Trends
- Firebase, Facebook SDK
