CPI -45% за 6 місяців, або як просувати iOS-застосунки через Apple Search Ads
Apple Search Ads залишається одним із ключових каналів для просування iOS-застосунків, адже працює з аудиторією, яка вже має сформований намір і шукає конкретне рішення в App Store. Водночас саме ця перевага визначає і головне обмеження каналу: якщо попит вже сформований, а не створений рекламою, то й масштабувати кампанію можна лише в межах того, скільки людей фактично шукають застосунок. Збільшення бюджету після певної точки не дає пропорційного приросту встановлень – усе упирається в стелю місткості ринку, а не в розмір інвестицій.
Як знайти баланс між масштабом і контролем в ASA?
Як показує досвід, єдиного правильного варіанту немає, і найкращий вибір – комбінувати підходи в залежності від ситуації. Власне, таку ж рекомендацію дає і Apple у своїх гайдлайнах щодо ASA.
Для категорійної та конкурентської семантики оптимальним є широкий тип відповідності, але за умови регулярного аналізу пошукових запитів та системного оновлення мінус-слів, які дозволяють утримувати фокус на ЦА.
Натомість для брендової краще підходить «точний варіант» (щоправда, Broad Match також можна використовувати, але як інструмент для розширення – щоб знаходити нові варіації запитів, які згодом масштабувати через точні відповідності).
Щодо стратегій призначення ставок, то вибір в ASA наразі досить обмежений: ручне призначення ставок або автоматизована стратегія «Максимум конверсій». При чому остання доступна лише з використанням Search Match, що суттєво знижує прозорість і контроль над тим, за якими запитами відбуваються покази.
Підписуйтеся на наші соцмережі
На практиці це створює чіткий trade-off: або масштаб і автоматизація, або контроль і точність. У нашому кейсу ми свідомо обрали ручне управління ставками, щоб гнучко реагувати на зміну ефективності окремих ключових слів, точніше перерозподіляти бюджет і утримувати цільові KPI в умовах обмеженого попиту.
Робота з ключовими словами в ASA: кейс банківського застосунку
Щоб показати, як ці закономірності працюють на практиці, розглянемо кейс співпраці з одним із найбільших універсальних банків України, що працює на ринку понад три десятиліття та надає послуги у сегментах роздрібного й корпоративного банкінгу.
Перед командою стояло чітке завдання – знизити вартість встановлення застосунку без втрати якості залученої аудиторії. Враховуючи специфіку банківського продукту, де ціна помилки у трафіку особливо висока, основний фокус було зроблено не на нарощуванні бюджетів, а на точній роботі із семантикою та структурою кампаній.
Для досягнення цілі (зниження вартості встановлення) ми почали з детального аналізу поточної ефективності ключових слів, щоб зрозуміти внесок кожного запиту у фінальний результат. Як наслідок – на основі отриманих даних ми прийняли (правильне) рішення про коригування ставок на рівні ключових слів, оскільки в ASA такі налаштування мають пріоритет над рівнем груп оголошень.
Для ключових слів із найкращими показниками (конверсійність вище, а CPI нижче середнього по кампанії) підвищили Max CPT. Для менш ефективних – знизили ставки, а «найслабші» повністю зупинили. Це дозволило змістити фокус системи та підсилити активність інвестицій у найбільш ефективну семантику.
Паралельно ми протестували різні типи відповідності, щоб знайти оптимальний баланс між масштабом і якістю трафіку.
1. Для семантики Exact Match ставили вищий Max CPT з двох причин: більша релевантність забезпечує конверсійність вище середнього, а обмежений обсяг попиту означає, що низька ставка може повністю заблокувати покази по ключу.
2. Broad Match мав більш стримані ставки, ключова роль – не пряме масштабування, а пошук нових запитів. Ті, що підтверджували релевантність, «проходили відбір» і переносилися в кампанію як окремі ключові слова з точним типом відповідності.
Окремо заюзали Search Match як інструмент розширення охоплення.
Хоча він дійсно дозволив залучити додатковий обсяг трафіку, на практиці це мало певні проблемами з релевантністю. Наприклад, при просуванні банківського застосунку система генерувала покази за запитами, які не відповідали намірам користувачів («тривога», «автономера», «резерв +» тощо). При цьому, значна частина таких запитів маркується як Low Volume Term, що унеможливлює їх повноцінний аналіз і оптимізацію. У результаті CPI для Search Match виявився приблизно на 35% вищим порівняно з Broad Match. З огляду на ці показники, для подальшого масштабування ми сфокусувалися на класичній широкій відповідності як більш контрольованому та ефективному інструменті розширення семантики.
ASA – це база?
Apple Search Ads – це якісний інструмент тонкої роботи з уже сформованим попитом. Його ефективність визначається не масштабом інвестицій, а якістю управління: структурою акаунту, глибиною опрацювання семантики та дисципліною оптимізації. Саме ці фактори дозволяють брати максимум із кожного пошукового запиту, що і підтвердив наш кейс. Загалом за місяців роботи CPI скоротився на 45,25%, а конверсія з кліку в інсталювання застосунку зросла на 35,51%.