4. Growth Hacking = Art + Science
2 milliards
d’utilisateurs
Mise en avant App Store
RP
Prospect
WOM
Publicité
Viralité
segmentation
Suspect
os +
langue +
géographie +
profil type
installation
utilisation
Client
#appdays
@appsfire
@ylechelle
4
5. Les Biscuits du Web
(a.k.a cookies!)
Site 1
Pub
Vue
Site 2
Pub
Cliquée
Intention
Achat
Achat
Moteur de Tracking Publicitaire
#appdays
@appsfire
@ylechelle
5
6. Les Biscuits des Apps
App 1
Pub
Vue
App Store
Pub
Cliquée
Intention
Achat
Achat
App 2
Moteur de Tracking Publicitaire
#appdays
@appsfire
@ylechelle
6
7. Les Biscuits des Apps
App 1
Pub
Vue
App Store
Pub
Cliquée
Intention
achat
App 2
Achat
UDID
Usage
UDID
Moteur de Tracking Publicitaire
#appdays
@appsfire
@ylechelle
7
8. UDID
Unique Device IDentifier
•
2008-2011: sur iOS, UDID identifiant unique par appareil
•
Juin 2011: mort annoncée (deprecated API) de UDID avec la sortie
de iOS 5
•
Aout 2011: création de OpenUDID, alternative open-source
(adoption par 17 réseaux publicitaires)
•
Juin 2012: Apple introduit l’alternative officielle IDFA avec iOS 6
•
Juin 2013: Apple force l’usage de IDFA et bloque le reste (bonne
chose)
#appdays
@appsfire
@ylechelle
8
13. eCPx
effective Cost Per x
•
préfixe (e) = effective, mesure indirecte à partir d’autres
indicateurs pour pouvoir comparer, en incluant un maximum
de facteurs objectifs et utiles
•
•
•
eCPM = (CPC x CTR) x 1000
eCPI = coût total d’une campagne / nombre total installations actives
Ex. Campagne A
•
Ex. Campagne B
•
Coût fixe 15k€
•
Coût CPC 0.20€, budget max 15k€
•
Résultat: Classement Top 25 sur 1J,
100k downloads dont
10k installations actives (J+3)
•
Résultat: livraison de 50k clicks
(coût final 10k€), 8k installations
actives (J+3)
•
eCPI = 15k€/10k = €1.50
•
eCPI = 50k x 0.20€ / 8k = €1.25
#appdays
@appsfire
@ylechelle
13
14. Viralité & Mise en Avant
démultiplicateurs de l’effet marketing, baissent le eCPI
•
Facteur K: index de viralité
•
•
•
K = invitations par utilisateur x taux de transformation de chaque invitation
K>1.0 en principe assure une croissance exponentielle
Mise en Avant: App Store featuring ou Top Ranking
•
évidemment une aubaine
•
viser la méritocracie plutôt que la manipulation des charts
•
mais ne pas hésiter à synchroniser les campagnes pour maximiser les effets
de bords positifs (RP + nouvelle version + campagnes le même jour)
#appdays
@appsfire
@ylechelle
14
15. 1 download ≠ 1 utilisateur
•
Le nombre de téléchargements ne veut plus rien dire (sauf si
l’on pense encore que ce nombre permet de décrocher un
trophée)
•
MAU & DAU: Monthly & Daily Active Users
•
•
•
Mesure de la vrai base active
Actions pour augmenter l’usage, le ré-engagement (Cf. CPE), utilisation des
Push, compteur “Badge” et autre animation de la communauté des
utilisateurs
Ratio DAU/MAU: 15% comme “base” acceptable pour un jeu
•
appdata.com est une bonne source pour comparer
#appdays
@appsfire
@ylechelle
15
16. Monétisation/Rentabilité?
•
ARPU: Average Revenue Per User
•
•
LTV: Life Time Value d’un utilisateur donné (ou d’une classe
d’utilisateurs “cohort”)
•
•
ARPU 1 mois = ∑ revenus net sur 1 mois (CA app store - commission app
store + CA publicitaire) / MAU
LTV = ∑ revenus net cumulés pour une classe d’utilisateurs données sur
une longue période / nombre d’utilisateurs
ROI: Return On Investment, retour sur investissement
•
ROI = coût d’une campagne / (utilisateurs actifs dérivés x LTV)
!
#appdays
@appsfire
@ylechelle
!
16
17. Conclusion
•
Nécessité de maitriser le language de l’art et la science du
marketing des apps
•
Nécessité de pouvoir attribuer, contrôler chaque niveau de
l’entonnoir
•
Nécessité d’exiger de la transparence sur le reporting, les
sources
•
S’entourer de partenaires de qualité qui vous permettent
d’obtenir un eCPI et bientot un eCPE à coût maitrisé
#appdays
@appsfire
@ylechelle
17