Estamos sempre publicando atualizações em nossa documentação, mas pode ser que elas ainda não estejam disponíveis em seu idioma. Para ter acesso às informações mais atualizadas, use a ​​versão em inglês.

InSight

O Adjust InSight oferece a você uma melhor compreensão do desempenho de suas campanhas. Com modelos abrangentes que medem os dados históricos do seu aplicativo e aplicam a própria análise da Adjust, você pode perceber o efeito incremental que uma campanha teve em métricas específicas.

O Adjust InSight permite que você avalie o desempenho do seu aplicativo se você não tivesse iniciado ou interrompido uma campanha/rede, ou qual foi o impacto do aumento ou da redução do orçamento de uma campanha/rede. Use-o para:

Disponibilidade

Solução para crescimento:

O InSight está disponível como uma solução para crescimento da Adjust. Para tê-lo em sua conta, entre em contato com sales@adjust.com.

Permissões

Usuários administradores e editores podem criar testes de incrementalidade. Nenhum usuário personalizado pode acessar os testes do Adjust InSight. Confira o artigo sobre níveis de permissão para saber mais sobre as diferentes funções de usuários.

Como funciona?

O Adjust InSight funciona combinando os dados históricos de seu aplicativo com dados globais de todas as verticais de aplicativos do próprio conjunto de dados da Adjust. Essas informações são comparadas com grupos de controle sintéticos para mostrar o impacto que as ações de marketing têm sobre as principais métricas em sete dias.

Meça o efeito incremental de suas ações de marketing

Observação:

O Adjust InSight funciona em campanhas SKAN, desde que os dados de custos com anúncios estejam disponíveis.

O InSight pode executar análises de campanhas individuais e de todas as campanhas associadas a uma rede. Use o InSight para ver se uma ação de marketing:

  • Influenciou positiva ou negativamente sua métrica-alvo
  • Canibalizou qualquer tráfego orgânico que teria ocorrido com ou sem a ação de marketing.

Você pode executar testes de incrementalidade para as seguintes ações de marketing:

  • Iniciar uma nova campanha ou lançar uma nova rede.
  • Interromper uma campanha existente ou suspender uma rede existente.
  • Aumentar o orçamento de uma campanha ou rede.
  • Reduzir o orçamento de uma campanha ou rede.

Dados do modelo

A Adjust treina seus modelos de incrementalidade em 12 semanas de dados do seu aplicativo para estabelecer padrões. O modelo reconhece padrões em métricas, como instalações e eventos, usando dados de entrada como:

  • Classificação na App Store
  • Custos com anúncios
  • Instalações
  • Usuários ativos mensais
  • Tendências do setor
  • Sessões diárias

A Adjust usa esses padrões para estabelecer uma linha de base para comparação. Os dados são granularizados na seguinte ordem:

  • Por aplicativo
  • Por plataforma
  • Por país

Grupos de controle sintéticos

A biblioteca da Adjust com dezenas de milhares de aplicativos em todo o mundo garante que você obtenha a melhor correspondência para cada análise incremental. Os Grupos de controle sintético da Adjust são dinâmicos, o que significa que você não usa uma solução geral. Para cada análise, a Adjust encontra um grupo de controle que está mais intimamente correlacionado com seus aplicativos, tanto nas métricas do aplicativo quanto no comportamento do usuário. Isso garante que você não precise pausar outras atividades ou campanhas para encontrar o verdadeiro aumento incremental. Abaixo estão algumas das principais alavancas que a Adjust usa para encontrar sua combinação perfeita:

  • Aplicativos na mesma vertical ou sub-vertical
  • Aplicativos com MAUs, instalações, eventos e sessões diárias comparáveis
  • Aplicativos no mesmo país
  • Aplicativos na mesma plataforma

O que você consegue ver?

O Adjust InSight demonstra o desempenho da sua campanha mostrando o seguinte:

Aumento incremental: a diferença que sua campanha está fazendo na variável-alvo em comparação com o contrafactual.

Canibalização orgânica: se sua campanha está canibalizando seu tráfego orgânico.

Perda: se sua campanha não estiver gerando valor incremental para sua variável-alvo.

Introdução