En semaine 1 sur Meta, un jeu casual a atteint 4 £ de CPI sur iOS, avec 27 % de ROAS J0 et 10 % de conversion J1, et tout avait l’air incroyable. Je l’appelle encore la golden cohort.
Les trois variables derrière le ratio
Sur 14 semaines, les trois variables ont bougé, parfois en sens opposés. Le même ROAS J0 a été atteint deux fois avec des profils d'utilisateurs différents, avant de baisser.
Chaque semaine, je suivais la formule conversion J1 × AOV ÷ CPI = ROAS J0. Le ROAS J0 est un ratio à trois variables, et le lire comme un chiffre unique cache laquelle a bougé.
| Ce qui a fait bouger le ROAS J0 | CPI | Conversion J1 | AOV | ROAS J0 |
|---|---|---|---|---|
| Semaines 1 et 2 : installs bon marché | De 4 £ à 6 £ | 10 % | 10 £ | 23 % |
| Semaines 6 et 7, après une mise en avant sur le store : paniers plus gros | 10 £ | 8 % | 29 £ | 22 % |
| Ensuite : la valeur par acheteur en baisse | À peine bougé | Non indiquée | 29 £, 25 £, 23 £, puis 18 £ sur quatre semaines | De 22 % à 11 % |
Sur les chiffres arrondis, la formule donne entre 17 % et 25 % environ pour les semaines 1 et 2 et 23,2 % pour les semaines 6 et 7, proche du ROAS J0 du tableau.
La surprise venait des deux premières lignes. Un même ROAS J0 supérieur à 20 % provenait de deux profils d’utilisateurs différents. Au début, le CPI portait tout. L’AOV était modeste et n’avait pas besoin d’être plus élevée. Après la mise en avant, le CPI a doublé, mais l’AOV a triplé.
Puis la variable qui comptait a bougé
C’est sur la dernière ligne que tout a cassé. L’AOV a baissé à chaque étape, sur la même campagne, avec le même setup et le même objectif d’optimisation.
La valeur par acheteur a fait l’essentiel des dégâts, et le CPI a à peine bougé.
Pourquoi c’est difficile à diagnostiquer sur iOS
Dans l’optimisation de la valeur iOS de ce jeu, le signal sur lequel Meta optimisait était le revenu J0. Si ce revenu change pour des raisons côté produit, comme les offres, les eCPM ou l’engagement, le ciblage de Meta évolue avec lui.
C’est une boucle de feedback dont le revenu est le signal.
En parallèle, les chiffres de l’ensemble du jeu disaient que le problème dépassait l’acquisition. L’ARPDAU a chuté de 30 %, l’IAP par utilisateur a baissé de 33 % et le revenu publicitaire par utilisateur de 25 %. Le revenu par utilisateur actif fléchissait sur toute la base de joueurs.
Le mix de revenu avait changé lui aussi. En semaine 1, 85 % du revenu venait des IAP. En semaine 6, le revenu se partageait à parts égales entre IAP et revenu publicitaire, ce qui voulait dire que l’AOV dépendait désormais autant des eCPM publicitaires que du comportement d’achat.
Le seul chiffre qui a tenu
C’est le coût par achat (CPP) qui a tenu. Alors que le CPI, la conversion et l’AOV bougeaient chacun de leur côté, il captait à la fois le coût d’acquisition et la conversion dans un seul chiffre.
Chaque semaine où le CPP est resté sous 30 £, le ROAS J0 a dépassé 20 %. Toutes les autres semaines, le ROAS J0 a raté ce seuil.
Si vous suivez un seul chiffre au quotidien, celui-là est un bon candidat. Ne comptez pas sur lui pour vous dire laquelle des trois variables a bougé ; c’est à cela que sert la décomposition. Sur un autre compte, quand j’ai classé 38 campagnes des deux façons, la valeur J0 a mieux prédit le ROAS J28 que le coût par achat.
Avant d’accuser l’acquisition
Quand le ROAS J0 baisse, vérifiez ces points dans l’ordre.
- Décomposez le ROAS J0 en conversion J1, AOV et CPI, et trouvez laquelle a bougé.
- Sur l’optimisation de la valeur iOS, vérifiez les changements côté produit qui ont fait bouger le revenu J0.
- Vérifiez le revenu par utilisateur sur l’ensemble du jeu.
- Vérifiez le mix de revenu.
Le diagnostic complet, du journal des modifications à la décision budgétaire, se trouve dans pourquoi mon CPI monte ou mon ROAS stagne.
Limites des données
Les chiffres hebdomadaires sont arrondis et viennent d’un seul compte ; la conversion est mesurée à J1 et le revenu à J0.