Sistemi di creative testing per l'UA di app e giochi mobile

Perché il creative testing sembra casuale?

Il creative testing per app e giochi mobile sembra casuale quando un team confronta i suoi annunci dentro una campagna attiva e a decidere chi vede cosa è la piattaforma, non il test. Meta, Google e TikTok instradano il budget verso gli annunci che i loro modelli si aspettano performino meglio, quindi chi parte in testa si prende la spesa e il resto non riceve mai un campione equo. Quello che torna indietro è una classifica di delivery, non di idee. Cambia tre cose per versione e niente si porta dietro al turno successivo. La casualità sta nel setup.

Gordon, Zettelmeyer, Bhargava e Chapsky hanno confrontato quindici esperimenti su Facebook con stime osservazionali e hanno trovato che le stime spesso non riproducevano l'esperimento, quindi un vincitore da dashboard non è automaticamente un vincitore reale. Per questo la prima lettura di un lotto ampio è solo uno screening: la fase di eliminazione fa partire ogni annuncio insieme in una campagna di installazione dedicata e legge la spesa, e il verdetto aspetta i ricavi. Quando ho rimosso i cinque annunci che Meta continuava a scalare, l'algoritmo ha fatto emergere sei nuove creatività sopra un target che quei cinque non avevano mai raggiunto.

Perché non stiamo iterando abbastanza in fretta sulla creatività?

Un team UA di app o giochi mobile di solito non itera abbastanza in fretta sulla creatività pubblicitaria perché nel ciclo c'è un passaggio di consegne. La persona che nota quando un annuncio si stanca scrive un brief, il brief aspetta uno studio, lo studio indovina a partire da un portfolio, e la versione successiva arriva quando il vincitore si è già spento. La disponibilità di creatività è il vincolo, e il collo di bottiglia al suo interno è decidere cosa realizzare dopo, non la velocità di produzione. Iterare in fretta significa che la persona che legge l'allocazione della spesa scrive la versione successiva del vincitore, senza un brief o un account manager in mezzo.

Questa è la forma che uso: ogni turno finisce in una lettura scritta, le idee successive nascono da quella lettura, i vincitori diventano versioni e i perdenti non vengono rifatti. Su Horse Racing Solitaire 175 annunci sono passati per un account in cinque mesi, quattordici sotto £1,00 per install. Quando gli annunci di uno studio esterno si sono aggiunti con un brief ma non con l'account, la quota di budget assegnata da Meta è scesa dal 30% al 4,5% in 22 giorni. La produzione annunci realizza prima le versioni di test e rifinisce solo il vincitore.

Come si costruisce un sistema di creative testing?

Un sistema di creative testing per l'UA di app e giochi ha cinque parti. Due livelli di test: concept molto diversi tra loro, giudicati come idee intere sugli acquisti, e versioni di un concept in cui cambia una sola variabile nominata rispetto a un controllo, così una vittoria insegna qualcosa. Una struttura che dà a ogni annuncio lo stesso punto di partenza: versioni di test in una campagna di installazione dedicata, ogni annuncio lanciato insieme, la spesa letta come segnale di screening, i budget non toccati. Una regola di decisione scritta prima del lancio: la metrica, il limite di spesa, la finestra di revisione, cosa conta come inconcludente. Un registro di ogni annuncio con la variabile che ha testato e la decisione presa. E un ramo di produzione che rifà solo i vincitori.

I primi tre sono il modo in cui gestisco account con più versioni di quante gli acquisti possano validare; i lotti più piccoli vanno dritti al test sugli acquisti, e la fase di eliminazione è spiegata per intero con i conti sui budget. La maggior parte dei team salta il registro: il turno registra la spesa, gli install, il comportamento iniziale e la decisione di ogni annuncio, e il registro ha bisogno anche della variabile cambiata e dell'ipotesi successiva. La regola viene prima di tutto: Johari, Koomen, Pekelis e Walsh hanno mostrato che controllare un test ripetutamente e fermarsi alla prima lettura significativa gonfia i falsi positivi. Io leggo il verdetto sui ricavi, perché lo stesso IPM e lo stesso CPI possono nascondere un tasso di conversione da install ad acquisto del 5% o del 20%.

Dove si inseriscono UGC e AIGC in un sistema di creative testing?

UGC e AIGC sono formati da testare dentro un sistema di creative testing per app e giochi, non risposte al sistema stesso. Un creator con il proprio telefono si legge come un post più che come una pubblicità, e per un'app l'hook di solito è qualcuno che nomina il problema con parole sue prima che si veda qualsiasi cosa. Le riprese IA non hanno nessuna ripresa vera dietro, quindi possono mettere tre frasi di apertura davanti a un pubblico reale prima che qualcuno giri qualcosa. Nessuno dei due vince per default: le prove sull'endorsement dei creator variano per creator, prodotto e piattaforma, e le prove sugli annunci fatti con l'IA sono ancora scarse e misurano l'engagement, non i paganti.

Le riprese IA trovano l'affermazione vincente, un creator gira l'affermazione che ha vinto, e la cattura di gameplay o dell'app guida ovunque il prodotto si venda da solo; è la lettura dell'account a decidere il mix. In EatBetter, i contenuti creator gestiti come paid sono stati il motore dietro il passaggio da 10K $ a 180K $ di ricavi ricorrenti mensili in due mesi. La rassegna di 135 esperimenti di Barari, Eisend e Jain ha trovato che l'endorsement dei creator aumenta in media engagement e intenzione d'acquisto; l'esperimento sul campo di Kapoor e Kumar ha trovato che il video generativo personalizzato ha aumentato l'engagement tra i clienti già esistenti di un rivenditore, senza separare la personalizzazione dall'IA, e non ha misurato nulla sugli install. Vedi annunci UGC per app e annunci UGC con IA.

Cosa fa uno specialista che costruisce sistemi di creative testing?

Uno specialista che costruisce sistemi di creative testing per app e giochi mobile imposta il ciclo, lo gestisce, e lo lascia funzionare. Questo significa scrivere i concept a partire da ciò che l'account ha premiato, decidere quale variabile testa ogni versione, strutturare il test così che ogni annuncio parta allo stesso modo, leggere la spesa invece delle vanity metrics, eliminare i perdenti prima che mangino budget, e scrivere la lettura da cui parte il turno successivo. Significa anche formare il team interno, perché un sistema che sta in una sola testa non è un sistema. Produrre ogni asset è un lavoro diverso.

L'ho fatto dentro un retainer UA, dove gli annunci vengono testati nelle campagne che gestisco; in Deutsche Telekom, dove ho costruito il processo interno di creative testing e formato il team a gestire la UA in autonomia; e attraverso la produzione annunci, dove la lettura torna insieme agli annunci. La disponibilità di creatività è il vincolo che blocca la maggior parte degli account che apro, ed è per questo che il growth audit legge cosa è stato testato, cosa è stato pubblicato senza test, e se a scegliere i vincitori sia la spesa o le vanity metrics.

Perché comprare creative testing e performance marketing da una sola persona?

Creative testing e performance marketing affidati a una sola persona chiudono il passaggio di consegne dove si perde la maggior parte dell'apprendimento creativo. La persona che legge l'allocazione della spesa scrive il concept successivo. La persona che ha impostato il segnale di conversione sa perché un annuncio con install economici ha perso contro uno più costoso che ha portato paganti. Dividi questi compiti tra uno studio, un'agenzia e un buyer, e ognuno passa agli altri un documento che è sempre più vecchio dei dati. Un solo responsabile è più veloce e la lettura è onesta, perché la stessa persona risponde del ROAS.

In un retainer compro i media, possiedo il segnale e gestisco il ciclo creativo, e la mia rete realizza gli annunci quando la produzione rientra nel perimetro. Su un account in abbonamento, il concept e la sua variante spiegavano il 25,2% della variazione nel ROAS su 917 annunci, e la lingua il 4,8%, una lettura che ottieni solo quando il registro creativo e i ricavi stanno con la stessa persona. Il signal engineering viene prima, perché un ciclo di test su dati rotti trova i vincitori sbagliati più in fretta; il paid UA per i mobile game e per le app in abbonamento dicono come cambia il ciclo a seconda del prodotto.

Domande frequenti