Nella settimana 1 su Meta, un gioco casual ha fatto £4 di CPI su iOS, 27% di D0 ROAS e 10% di conversione D1, e sembrava andare tutto alla grande. La chiamo ancora la coorte d’oro.
Tre input dietro il rapporto
In 14 settimane tutti e tre gli input si sono mossi, a volte in direzioni opposte. Lo stesso D0 è arrivato due volte da profili utente diversi, prima di calare.
La formula che ho tracciato ogni settimana era conversione D1 × AOV ÷ CPI = D0 ROAS. Il D0 ROAS è un rapporto con tre parti in movimento, e leggerlo come un solo numero nasconde quale parte si è mossa.
| Cosa ha mosso il D0 | CPI | Conversione D1 | AOV | D0 ROAS |
|---|---|---|---|---|
| Settimane 1 e 2: install economici | Da £4 a £6 | 10% | £10 | 23% |
| Settimane 6 e 7, dopo una featuring sullo store: acquisti più grandi | £10 | 8% | £29 | 22% |
| Poi: il valore per buyer in calo | Si è mosso a malapena | Non indicata | £29, poi £25, poi £23, poi £18, nell’arco di quattro settimane | Dal 22% all’11% |
Sulle cifre arrotondate la formula dà tra il 17% e il 25% circa per le settimane 1 e 2 e il 23,2% per le settimane 6 e 7, vicino al D0 in tabella.
Le prime due righe erano la parte sorprendente. Lo stesso D0 sopra il 20% arrivava da due profili utente diversi. All’inizio il CPI reggeva tutto. L’AOV era modesto, e andava bene così. Dopo la featuring, il CPI è raddoppiato ma l’AOV è triplicato.
Poi si è mosso l’input che contava
È nell’ultima riga che si è rotto tutto. L’AOV è sceso a ogni passaggio, sulla stessa campagna, con lo stesso setup e lo stesso obiettivo di ottimizzazione.
Il valore per buyer ha fatto la maggior parte del danno, e il CPI si è mosso a malapena.
Perché è difficile da diagnosticare su iOS
Nella value optimization iOS di questo gioco, il segnale su cui Meta ottimizzava era la revenue D0. Se quella revenue cambia per ragioni lato prodotto, come offerte, eCPM o engagement, il targeting di Meta si sposta di conseguenza.
È un feedback loop in cui il segnale è la revenue.
Nel frattempo i numeri dell’intero gioco dicevano che il problema andava oltre l’acquisizione. L’ARPDAU è calato del 30%, l’IAP per utente del 33% e l’ad revenue per utente del 25%. La revenue per utente attivo si stava indebolendo su tutta la player base.
Anche il revenue mix era cambiato. Nella settimana 1 era l’85% IAP. Alla settimana 6 era diviso a metà tra IAP e ad revenue, il che significava che l’AOV dipendeva ormai dagli eCPM pubblicitari tanto quanto dal comportamento d’acquisto.
L’unico numero che ha retto
Il numero che ha retto è stato il costo per acquisto (CPP). Mentre CPI, conversione e AOV si muovevano in modo indipendente, il CPP riassumeva in un solo numero sia il costo di acquisizione sia la conversione.
Il D0 è stato sopra il 20% in ogni settimana con il CPP sotto £30, e in tutte le altre il D0 non ha raggiunto quella soglia.
Se tieni traccia di un solo numero al giorno, è un candidato forte. Non aspettarti però che ti dica quale dei tre input si è mosso, perché a questo serve la scomposizione. Su un altro account, quando ho ordinato 38 campagne in entrambi i modi, il valore D0 ha predetto il ROAS D28 meglio del costo per acquisto.
Prima di dare la colpa all’acquisizione
Quando il D0 ROAS cala, controlla questi punti in ordine.
- Scomponi il D0 ROAS in conversione D1, AOV e CPI, e trova quale si è mosso.
- Nella value optimization iOS, cerca le modifiche lato prodotto che hanno mosso la revenue D0.
- Controlla la revenue per utente su tutto il gioco.
- Controlla il revenue mix.
La diagnostica completa, dal registro delle modifiche alla decisione di budget, la trovi in perché il CPI sale o il ROAS è in stallo.
Limiti dei dati
Le cifre settimanali sono arrotondate e vengono da un solo account; la conversione è misurata al D1 e la revenue al D0.