Кейс Кант и MediaNation: оптимизировали страницу приложения в сторах и привлекли на 50% больше установок

1. Вводная задача от заказчика, проблематика, цели

Кант активно развивал приложение. Чтобы поддерживать постоянный контакт с клиентами, компания регулярно отправляла push-уведомления со скидками на определенные категории товаров или напоминания о товарах, которые лежали в корзине. Это увеличивало процент удержания и коэффициент вовлеченности.

Однако в течение года с момента публикации приложения клиент не проводил оптимизацию страниц:

- не загружал новые скриншоты в сторы вместе с обновлениями самого приложения;

- не отслеживал ранжирование приложения по поисковым запросам и не обновлял метаданные.

Это ограничивало ранжирование по ключевым словам, видимость приложения и объемы органического трафика.

С течением времени товары в приложении обновлялись, менялись тренды и сезонность. Приложению была необходима регулярная оптимизация страниц, чтобы привлекать больше потенциальных покупателей.

В октябре 2021 года клиент обратился в MediaNation с задачей повысить видимость приложения Кант в Google Play и App Store для увеличения конверсии в установку и роста продаж с этого канала.

Нашими KPI в достижении этой цели было всегда занимать топ-5 позиций по ключевым запросам в магазинах приложений.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Провели ASO-аудит

Мы провели подробный ASO-аудит: проанализировали страницы приложений клиента и конкурентов, позиции приложений по ключевым запросам, анализ текстовых и графических элементов.

По результатам аудита определили список работ для улучшения результатов на предстоящий год:

• Регулярный анализ семантического ядра приложения клиента, аналогов и конкурентов.
• Подготовка текстовых метаданных на основе нового семантического ядра и популярных запросов предстоящего сезона.
• Тестирование текстовых и графических метаданных на предмет увеличения конверсии в посещение страницы и установку приложения.
• Отбор и публикация вариантов метаданных с наилучшими показателями.
• Еженедельное отслеживание ключевых метрик эффективности приложения, таких как количество установок, покупок, сессий, MAU, Retention и.т.д.
• Оценка влияния ASO на вышеупомянутые метрики.
• Поддержка клиента по вопросам продуктовой аналитики на основании выводов из текущей статистики
• Запустили A/B-тесты сезонных скриншотов и текстов
• Ключевой особенностью продукта клиента является выраженная сезонность. В зависимости от времени года магазин активно предлагает разные товары. Было важно, чтобы в зимний период делался акцент на лыжи, а в летний — на велосипеды и туризм. Для каждого сезона мы готовили новые тексты и изображения, оптимизированные под поиск в сторах.

Пример краткого описания на летний сезон: «Велосипеды, самокаты, спортивная одежда и обувь по выгодным ценам!»‎.

Пример заголовка на зимний сезон: «Кант — всё для зимнего спорта»‎.

К работе мы приступили в ноябре и начали с зимних видов спорта. Мы собрали семантическое ядро с набором ключевых слов, которые относятся к приложению Кант.

На основе ядра подготовили метаданные, в которые вошли название приложения, краткое описание для Google Play, заголовок и подзаголовок для iOS, полное описание. Затем запустили тестирование трех вариантов каждого элемента с помощью нативного инструмента «Эксперименты со страницей приложения»‎ в Google Play Console.

Например, для определения лучшего краткого описания мы протестировали следующие вариации:

• Каталог товаров для летних видов спорта. Постоянные акции и спецпредложения!
• Интернет-магазин спортивных товаров для туризма, бега и активного отдыха.
• Велосипеды, самокаты, спортивная одежда и обувь по выгодным ценам!

Самым эффективным оказался первый вариант.

Долгое время тестирование в App Store без использования дорогостоящих сторонних сервисов было недоступно. Но в начале 2022 года App Store Connect представил собственный бесплатный инструмент для тестирования элементов страницы приложения. Мы воспользовались им для тестирования новых скриншотов. Проводили тесты параллельно в App Store и Google Play.

Лучшие тексты и изображения по результатам тестирования были опубликованы на страницах приложений в магазинах. Так за все время работы мы провели девять тестов различных текстовых графических метаданных и несколько дополнительных тестов для тестирования гипотез при подготовке финальных вариантов.

Одна из таких гипотез: красный цвет отпугивает пользователей. Она подтвердилась в результате теста: на страницу изображения с красными элементами кликали меньше всего. В результате мы остановились на оранжевом цветовом решении:

К моменту, когда обновленные зимние материалы уже были на страницах приложений, близилась весна. Нам предстояло провести те же работы снова, чтобы подготовить материалы для летнего сезона. В скриншотах делали упор на летние виды спорта: велосипеды, ролики, самокаты и т.д. Наиболее эффективным набором оказался следующий:

Работали с аналитикой и отслеживали результаты

Чтобы отследить эффект от опубликованных материалов, мы каждую неделю вносили результаты продвижения в подробный отчет. Он включал в себя ключевые продуктовые метрики эффективности приложения, такие как сессии, установки, конверсия в заказ, заказы, выручка, а также анализ изменения позиций по поисковым запросам в магазинах приложений.

С помощью таблицы ниже мы отслеживали изменение конверсии в установку после внесенных изменений для каждого стора. Смотрели, на какой неделе было больше установок, и какие варианты принесли лучшие результаты.

Отслеживали результаты push-рассылок

В апреле 2022 от клиента поступили новые задачи:

• дополнить текущий отчет данными о продажах, которые произошли после рассылки push-уведомлений;
• детализировать выручку по каждому конкретному сообщению.

Мы решили их с помощью выгрузки пользовательских событий из Firebase в Google BigQuery и их дальнейшей обработки алгоритмом, написанном на языке программирования Python.

Суть алгоритма довольно проста: записи о действиях каждого уникального пользователя фильтровались только по двум интересующим нас событиям, а именно: «открытие push-уведомления»‎ и «успешная покупка»‎.

Далее высчитывался временной промежуток между наступлением первого события и наступления второго. Мы взяли за основу модель учета конверсий в системе аналитики приложений «30 дней»‎ по модели атрибуции «Последний прямой переход»‎. Если второе событие наступало в рамках 30 дней, оно сохранялось в таблице как потенциально связанное с пушем.

Готовая таблица представляла собой набор данных, состоящий из количества отправленных push-уведомлений в течение анализируемого периода, количества покупок и суммы выручки, информация о которой содержалась в параметрах события «успешная покупка»‎.

3. Результаты сотрудничества

За время работы к августу 2022 года нам удалось:

• Перевыполнить установленный KPI по количеству покупок на 10%.
• Перевыполнить установленный KPI по количеству сессий в 1,5 раза для Android.
• Привлечь на 50% больше установок, чем за аналогичный период 2021-го года.
• Занять первые 5 позиций по большинству брендовых и конкурентных запросов, например, «спортивная одежда»‎ , «спортивный инвентарь»‎, «альпиндустрия»‎, «декатлон»‎ в категории «Покупки»‎ при том, что ранее приложение по ним не ранжировалось и не попадало в поисковую выдачу.

Дубровская Татьяна

ведущий перфоманс-маркетолог, Кант

Спасибо команде Medianation за проведенную работу, постоянную вовлеченность в проект и непрерывную поддержку.

Видим результат, планируем продолжать вместе ASO-оптимизацию, а также подключать платное продвижение для роста дохода с мобильного приложения