Notifikasi

Dapatkan tips pengoptimalan yang dipersonalisasi, pahami kesiapan akun Anda, dan siapkan penyelesaian pada "halaman AdMob Saya" yang disempurnakan.

Segmentasi pintar

Menyegmentasi pengguna Anda dengan Google Analytics & Firebase

Anda dapat menggunakan Google Analytics & Firebase untuk membantu Anda mengidentifikasi dan memonetisasi pengguna aplikasi yang cenderung tidak melakukan pembelanjaan dalam aplikasi Anda. Menawarkan pengalaman yang disesuaikan berdasarkan jenis pengguna dapat membantu memaksimalkan pendapatan Anda.

Cara menyegmentasi pengguna

Untuk menyegmentasi pengguna dan menyesuaikan pengalaman iklan mereka, Anda harus menggunakan:

  • Audiens Google Analytics untuk membuat audiens berdasarkan probabilitas pembelian pengguna  
  • Parameter Firebase Remote Config untuk menyesuaikan penayangan dan frekuensi iklan.

Langkah 1: Penyiapan

  1. Pastikan Anda telah menerapkan Google Analytics for Firebase SDK dan Remote Config SDK ke aplikasi.
  2. Catat peristiwa berikut di Google Analytics. Pilih peristiwa yang sesuai dengan jenis aplikasi Anda (yaitu game, utilitas, atau e-commerce). Peristiwa ini digunakan untuk memprediksi probabilitas pembelian.
    • Peristiwa in_app_purchase (umum digunakan untuk aplikasi utilitas atau game)
      • Untuk aplikasi Android, Anda harus menautkan aplikasi Firebase ke Google Play terlebih dahulu.
      • Untuk iOS, peristiwa in_app_purchase dicatat secara otomatis. 
    • Peristiwa purchase (umum digunakan untuk aplikasi e-commerce)
      • Gunakan peristiwa kustom Google Analytics untuk mencatat peristiwa 'purchase'.
Pelajari lebih lanjut praktik terbaik untuk menggunakan metrik prediktif.

Langkah 2: Membuat audiens

Ada dua opsi untuk membuat audiens pengguna berdasarkan kemungkinan mereka untuk membeli:

  1. Gunakan metrik prediktif: Google Analytics menawarkan metrik "Probabilitas pembelian" yang memprediksi probabilitas bahwa pengguna yang aktif dalam 28 hari terakhir akan melakukan pembelian dalam 7 hari ke depan. Anda dapat menggunakan metrik ini untuk menyesuaikan audiens Analytics.

    Contoh:
    Untuk membuat audiens dari 20% pembeli yang diprediksi paling bawah, atau 20% yang cenderung tidak melakukan pembelanjaan, Anda dapat mengonfigurasi metrik untuk menyesuaikan rentang pengguna dari 0 hingga 20%.
    Catatan: Sebaiknya gunakan opsi ini jika aplikasi Anda memiliki lebih dari 1.000 pembeli dalam 28 hari terakhir.
  2. Gunakan data historis pihak pertama: Anda juga dapat menargetkan pengguna yang telah menggunakan aplikasi selama X hari terakhir, tetapi belum melakukan pembelian.
    Catatan: Untuk menentukan periode X hari, sebaiknya tinjau waktu rata-rata yang diperlukan pembeli sebelumnya untuk melakukan pembelian.

Langkah 3: Menerapkan Remote Config

  1. Tampilkan IAP kepada pengguna yang diprediksi dan iklan kepada non-pembeli yang diprediksi. Berikan opsi kepada pengguna yang cenderung tidak membeli untuk menonton iklan, dan bukan melakukan pembelian dalam aplikasi.
  2. Perpanjang batas frekuensi. Memungkinkan pengguna yang cenderung tidak melakukan pembelanjaan melihat lebih banyak iklan; iklan cenderung akan menjadi satu-satunya opsi monetisasi yang layak.
  3. Diversifikasi campuran format. Biarkan aplikasi Anda memonetisasi pengguna dengan format iklan lain yang biasanya tidak ada dalam campuran format Anda setelah mengidentifikasi mereka sebagai non-pembeli yang diprediksi.

Apakah ini membantu?

Bagaimana cara meningkatkannya?
true
Show your support to promote DEI in Gaming by turning intentions into action!

Check out the newly launched Diversity in Gaming website, where you can find video stories and written pledges from global gaming developers. This campaign centers on 3 pillars: diverse teams, diverse games and diverse audiences showing how diversity is not just good for gamers, but for business as well. Show your support by taking the pledge to promote DEI in Gaming and share it on social!

Learn More

Telusuri
Hapus penelusuran
Tutup penelusuran
Menu utama
13493993508670548193
true
Pusat Bantuan Penelusuran
true
true
true
true
true
73175
false
false