Mellons abonnementsapps, Videa AI og Cleaner Pure. Jeg byggede den betalte marketingfunktion fra bunden, og porteføljen nåede en syvcifret månedlig omsætning.
Dette er casen for paid UA til abonnementsapps og for signal engineering lavet før skalering. Det er også kontoen bag revisionen til $383.000 af, hvor ofte Meta rammer sit mål.
Udgangspunktet
Ingen betalt funktion at tale om, og en portefølje af abonnementsapps, der havde brug for én bygget, ikke tunet. Arbejdet var hele stakken: Meta, Google Ads, TikTok og Apple Search Ads, teamet, processerne og måden virksomheden tænkte om vækst på.
Hvad der blev bygget
- Et skræddersyet købssignal via CAPI, så Meta optimerede mod betalere frem for trial-starter. Hvorfor det kommer først.
- Forudsagt LTV i buddet, så platformen vurderede en bruger ud fra, hvad de sandsynligvis ville betale, frem for hvad de havde betalt på dag ét.
- En ROAS-ramme sat per land, så budgettet fulgte payback per marked. Metoden er skrevet op med tallene.
- Fire kanaler kørt dagligt af samme person, der læste dataene.
Hvad der skete
D0 ROAS gik fra 20 procent til en ugentlig rekord på 43 procent. Spend skalerede forbi $200.000 om måneden. Porteføljen nåede en syvcifret månedlig omsætning, og undervejs fangede teamet et viralt øjeblik, som den betalte funktion var klar til at bære.
I kundens egne ord
I worked closely with Samet while he led the paid marketing transformation at our company, and the impact was substantial and lasting. We built our marketing function from the ground up together: the team, the processes, the way we think about growth. Together we caught a viral moment that helped carry us to seven-figure monthly revenue. If you are looking to build or scale a serious paid marketing engine, Samet is someone I would recommend without hesitation.
Spørgsmål folk stiller
Hvilke kanaler kørte?
Meta, Google Ads, TikTok og Apple Search Ads, med Meta som den, der bar det meste af testingen, fordi creative bevæger sig hurtigst der.
Hvad var den enkelt største løftestang?
Købssignalet. Da Meta kunne optimere mod betalere frem for trials, fandt det samme budget en anden gruppe brugere. Forudsagt LTV i buddet og landerammen forstærkede det.