Die durchschnittlichen Kosten für die Entwicklung einer App liegen zwischen 50.000 und mehr als 200.000 US-Dollar. Zu diesem Ergebnis kommt zumindest eine aktuelle Studie.[1] Inzwischen stehen mehr als 2 Millionen Apps im Apple App Store oder im Google Play Store zur Auswahl. Das reine Erstellen einer App bedeutet also nicht, dass sie automatisch Nutzer findet. Zudem wird es immer schwieriger, die Nutzer, die ihr gewinnt, auch langfristig zu halten.
Um die Entwicklungskosten zu amortisieren und den langfristigen Wert einer App zu steigern, benötigen Unternehmen mehr als ASO (App Store Optimization) und Push-Benachrichtigungen. Und hier beginnt die Aufgabe von App-Werbung.
Wenn man über App-Werbung spricht, konzentriert man sich zumeist auf den Anfang der Customer Journey: die Steigerung von App-Downloads. Neue App-User zu gewinnen ist natürlich eine zentrale Aufgabe. Doch die mobilen Werbetreibenden benötigen heute eine umfassendere Strategie. Das zeigen auch die folgenden Zahlen, die das große Problem, das die App-Branche hat – nämlich die kurze Nutzungsdauer einer App –, auf den Punkt bringen: 49 Prozent der Nutzer verwenden eine App bereits nach einem Tag nicht mehr[2]. Ein Drittel der Nutzer verwendet eine App sogar nur ein einziges Mal.[3]
Die Lösung? Ein Ansatz, der die gesamte Customer Journey umfasst, von den Installs über das Reengagement bis hin zum Retargeting. Und so sieht eine solche Strategie aus:
In-App-Werbung zu Beginn der Customer Journey: App Installs für neue Zielgruppen
Effektive Kampagnen zur Installation von Apps haben im wesentlichen ein Ziel: die richtigen Nutzer zu finden. Das bedeutet: Ihr müsst euer Budget in User investieren, die eine App nicht nur herunterladen, sondern auch tatsächlich nutzen. Dafür benötigen Werbetreibende Daten und Machine Learning. Nur so können sie leistungsstarke Predictive Technology nutzen, um die richtigen Nutzer anzusprechen.
Dem Machine Learning, das mobile Werbetreibende nutzen, sollte eine Fülle von Echtzeitdaten zur Verfügung stehen, darunter:
- Verhaltens- und Transaktionsdaten von einem großen Bestand von geräteübergreifenden IDs
- Analyse von Absichtssignalen, einschließlich der Häufigkeit von In-App-Conversions, Gerätetyp, Standort und Engagementbereitschaft
- Historische und Echtzeitdaten zur Bewertung der Conversion-Bereitschaft der einzelnen Nutzer zu jedem Zeitpunkt
Ein solches Niveau von Daten und Machine Learning unterstützt Werbetreibende dabei, genaue Benutzerprofile für eine präzise Zielgruppenansprache zu erstellen. Denn sie ermöglicht es, die Wahrscheinlichkeit vorherzusagen, mit der die Nutzer einer App auf eine Ad klicken und eine weitere App installieren – sowie die voraussichtliche Nutzungsdauer der neuen App. Mithilfe dieser und weiterer Nutzerattribute lässt sich dann das jeweilige Gebot maßschneidern. Über geräteübergreifendes Mapping lassen sich zudem das Verhalten und die Surfaktivitäten eines Nutzers von unterschiedlichen Geräten analysieren. Dieses Wissen lässt sich dann wieder auf die Zielgruppen einer App anwenden.
In-App-Werbung zu Beginn der Customer Journey: App-Installs von bestehenden, im mobilen Web aktiven Kunden
Eine weitere, äußerst wirksame Strategie, die Installs zu steigern, besteht darin, eure Kunden aus dem mobilen Web in eure App zu holen. Wenn ihr bereits über eine umfangreiche mobile Benutzerbasis verfügt, solltet ihr diese mit einer auf deren Bedürfnisse und Wünsche abgestimmten Kampagne zur Installation der App ansprechen. Das In-App-Erlebnis ist reibungsloser und attraktiver für die Nutzer (oder sollte es zumindest sein). Daraus resultieren vermutlich mehr Engagement und entsprechend mehr Conversions als im mobilen Web.
- In-App-Ads führen zu dreimal höheren Conversion-Raten als im mobilen Web.[4]
- Käufer tätigen 56 Prozent mehr Käufe in der App als im Web.[5]
- Apps werden für spezifische mobile Betriebssysteme entworfen und programmiert. Daher laufen sie schnell und effizient und bieten dem Nutzer ein besseres Shoppingerlebnis.
Sucht also nach einem Partner, der die engagiertesten Nutzer im mobilen Web identifizieren und diese mit Ads ansprechen kann, die den Benutzer über einen sogenannten Deep Link genau auf die gleiche Seite in der App führen, die er sich auch bereits im mobilen Web angesehen hat.
In-App-Werbung in der Mitte der Customer Journey: App Reengagement
Zwar befinden sich auf unserem Smartphone Dutzende von Apps. Doch wie viele davon nutzen wir wirklich aktiv? Die Daten von Statista zeigen, dass wir mehr als 75 Prozent unserer Zeit mit den wichtigsten drei Apps verbringen. Zudem besteht ein starker Wettbewerb um die restlichen 25 Prozent der Aufmerksamkeit eines Benutzers. Wie können mobile Werbetreibende also sicherstellen, dass sie die Nutzer, die ihre App neu installiert haben, auch wirklich aktivieren und zudem weiterhin mit den meisten ihrer treuen Kunden in Kontakt bleiben?
An dieser Stelle kommt das Tracking von Daten nach der Installation ins Spiel, um effektiv wieder mit den Benutzern in Kontakt zu treten. Durch genaues Beobachten des Verhaltens nach der Installation können Werbetreibende App-Reengagement-Kampagnen für die folgenden Fälle entwickeln:
- Ansprache von Zielgruppen, die noch nichts gekauft haben. Mit KI-gestützten personalisierten Ads können Werbetreibende jene ansprechen, die die App zum ersten Mal installiert haben, und sie zur Conversion bewegen.
- Erneute Installation. Indem ihr Nutzer, die eure App gelöscht haben, zur erneuten Installation motiviert, steigert ihr nicht nur das App-Engagement, sondern auch euren Umsatz.
- Reaktivierung von inaktiven Nutzern. Erinnert ehemalige Nutzer an das, was sie verpassen – an saisonale Angebote, an Upgrades für ein zuvor gekauftes Produkt und vieles mehr. So motiviert ihr sie, in eure App zurückzukehren.
Durch diese Kampagnen können App-Werbetreibende eine aktive Nutzerbasis pflegen, die Loyalität steigern und den Lifetime Value erhöhen.
In-App-Werbung am Ende der Customer Journey: App Retargeting
Die letzte Phase der Customer Journey hat natürlich für Werbetreibende eine besondere Bedeutung: die Steigerung der In-App-Conversions. Wenn ihr in der Lage seid, das Verhalten eurer App-Nutzer in Echtzeit zu verstehen, könnt ihr sie mit personalisierten Ads ansprechen, nachdem sie eure App verlassen haben. Mit solchem sogenannten App-Retargeting holt ihr sie zur Conversion zurück.
Um die Conversions zu maximieren, benötigt ihr dynamische, hyper-personalisierte App-Retargeting-Ads. Bis zu 28 Prozent aller Käufe bestehen aus Produkten, die sich die jeweiligen Nutzer zuvor nicht angesehen haben. Über Machine Learning könnt ihr Artikel vorhersagen, die möglicherweise von Interesse sind, und Käufern die Produkte zeigen, die ihnen wahrscheinlich gefallen – und nicht nur die Produkte, die sie sich zuvor bereits angesehen haben. Eine Engine, die Verhalten auch geräteübergreifend berücksichtigen kann, ist ebenfalls von entscheidender Bedeutung: Sie ist in der Lage, aus den Aktivitäten auf dem Desktop, im mobilen Web und in der App Empfehlungen zu ermitteln, die den Kunden eine präzisere Werbeerfahrung ermöglichen.
App-Werbung für die gesamte Customer Journey – besonders leicht gemacht
Viele mobile Werbetreibende verwenden für ihre Full-Funnel-Strategie eine Kombination von Lösungen, die sie mühselig aufeinander abstimmen müssen. Das muss aber nicht so sein. Die mobile App-Werbeplattform von Criteo ist eine Komplettlösung für App-Installs, Engagement und Retargeting. Mit einer einheitlichen Plattform können Werbetreibende das Wachstum über den gesamten Kundenlebenszyklus hinweg beschleunigen. Unsere Lösung funktioniert in allen Branchen, von Spielen bis hin zu Finanz- und Retail-Apps sowie allem, was dazwischen liegt. Mehr Informationen findet ihr auf unserer Seite zu unserer mobilen Werbeplattform!
[1] https://mlsdev.com/blog/app-development-cost
[2] Quelle: Criteo-Daten aus 15 höchst aktiven Ländern vom 5. Dezember 2019 – 8. Januar 2020, n=1.091
[3] Quelle: Criteo-Daten aus 15 höchst aktiven Ländern vom Montag, 25. November 2019 – Sonntag, 29. Dezember 2019, n=865
[4] Quelle: Criteo Global Commerce Review, Q2 2018
[5] Quelle: Criteo; indizierte globale In-App-Sales/Leads basierend auf den Web-Sales vom 5. Dezember 2019 – 8. Januar 2020, n=1.000
