蘋果asm：利用TTR與CVR預測其它統計信息的可行性
Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
7年前
來源 | 蟬大師
最近一段時間蟬大師與大家分享了非常多的蘋果asm知識，今天我們的首席ASM海外負責人將與大家一起來探討蘋果搜索廣告系列TTR(點擊率)和CVR(轉化率)是否能預測其他任何性能統計信息的問題，包括TTR / CVR，CPT(每次點擊費用)，CPA (每次下載的費用，因為蘋果不計算安裝/啟動)和廣告支出回報率(廣告支出回報)。
在先前研究期間，我們有一些重要的結論與經歷，與大家一起分享下：
- CPT比CVR更有效地影響CPA。
- TTR對CVR影響不大。
- 我們分析了141個完全匹配關鍵字。
- 我們沒有控制出價。
- 我們從2周的時間里抽出數據。
蟬大師ASM海外負責人研究結果如下：
我們先來看看是哪些因素又是如何影響CPA和ROAS。
CPA = CPT / CVR，因此降低CPT或增加CVR應該對CPA有好處。也就是說，CVR的定義限制在0-100%，而CPT在理論上是無限的，但在實踐中將取決于有競爭力的定價壓力。
Cpa是否可取？
CVR如果增加R平方為.2284，斜率為-.0746(斜率為負，因此較低的CPA是可取的)。
CVR預測CPA
相比之下，降低CPT的R平方解釋了CPA的下降.25095，斜率為-0772x。
CPT預測CPA
這表明，比較而言，CPT影響CPA的能力以3%為更有效。
其實每次點擊成本的趨勢研究比其它研究更趣，也更為重要。我們還研究了CPT和CVR對ROAS的影響。
解設增加回報率的增長CVR的R平方為.0445，斜率為0.374(斜率為正，因為較高的投資回報率是可取的)。
CVR預測ROAS
另一方面，減少CPT的R平均值反映了廣告投資報酬率的增加，為0.31616，斜率為0.0516x。
CPT預測 - ROAS
即使排除了研究的兩個異常值，CPT> CVR的結果也是如此。
解釋增加ROAS的CVR增加的R平均變為0.04979，而-.0041的斜率則表示負相關。
CVR-predict-ROAS_no異常值
ROAS減少CPT的R平方為0.02093，斜率為.0016x。
CPT-predict-ROAS_no異常值
其他發現：
TTR無法預測CVR
考慮到異常值，TTR與ROAS相關
就現階段而言，雖然蟬大師ASM分析師此次采用的數據集并不大，但這次有趣的調查可以為以后更大規模的研究奠定基礎。在家對蘋果ASM的未來研究有什么建議的話，也可以與我們一同來進行分析。
投稿請戳這里！投稿
文章評論(0)