I already run UA. Why do I need retargeting?

The average app loses 77% of its DAUs within the first 3 days after install. Without implementing retargeting campaigns, 77% of that app’s UA budget is essentially going down the drain (Appsflyer study).

Do you provide creative services?

We offer custom creatives and custom pre-launch analysis. Our in-house studio can develop ads of any format but specializes in playable and video ads to maximize performance.

Why is retention important to growth?

Users try out a lot of apps but decide which ones they want to stop using within the first 3-7 days. The key to success is to get users hooked during that critical first 3-7 day period, and then keeping them engaged long term.

Measure incrementality faster with Adjusted ROAS

测量真正的增量通常需要进行受控测试、暂停或分流用户。

这些测试需要时间、团队协作，以及足够的投放规模，才能获得有意义的结果。

大多数团队无法对每一个广告活动、受众或创意进行测试，即使他们希望这样做。

New webpage Churn prediction-Purple-Data

Integrates multiple data sources to analyse your app user behaviour.

Calculates churn probabilities for each user using predictive AI.

Adjusts bid prices dynamically using churn scores for optimal allocation.

追踪自然回流

了解用户在没有看到广告的情况下回到应用的可能性。

Adjusted ROAS 利用实时行为数据（如最近一次应用活跃时间、用户回访模式等），
在无需设置对照组的情况下对增量效果进行建模。

优化收入数据，获得更精准洞察

基于观察到的自然回流率，对广告活动收入进行调整。

你可以在受众层级快速进行分析，也可以在需要时深入到用户层级获得更精细的洞察。

揭示广告活动的真实影响

调整后的 ROAS 可以帮助您估计哪些转化可能是由广告促成的，哪些不是。

它为您提供了基于增量的洞察力，而无需进行全面增量测试所需的时间和规模。

更有效地使用资金

当您无法对所有项目进行测试时，就很难知道预算应向何处转移。

调整后的 ROAS 有助于确定更有可能产生增量影响的营销活动，这样您就可以将花费集中在重要的地方。

更快地做出决策

测试需要设置、协调和等待结果。

调整后的 ROAS 利用实时行为数据为您提供模型化的洞察，因此您可以快速评估绩效，并更有信心地采取行动。

拓展增量效果的衡量方式

增量测试可提供高质量的洞察力，但仅限于您测试的内容。

调整后的 ROAS 通过使用真实回报数据过滤可能的有机行为，将同样的提升逻辑应用到更广泛的营销活动中。

更高效地实现规模增长

增量测试为您提供真相。调整后的 ROAS 可以帮助您更频繁地采取行动。

利用它将影响驱动型衡量扩展到一次性实验之外，这样您就可以根据建模的提升而不是假设进行扩展。

常见问题

调整后的ROAS 可以取代增量测试吗？

不能完全取代。增量测试仍然是衡量真正因果影响的最可靠方法。
但是，调整后的 ROAS 可以帮助您在更多的营销活动中应用相同的思维方式，而无需全面增量测试所需的时间和资源。

我需要一直进行测试吗？

不需要持续测试。定期进行增量测试仍然是验证您的策略和了解真正因果影响的最佳方式。在这些测试之间，"调整后的 ROAS "为您提供了一种更有规律的应用这种思维的方法。它不能取代增量测试，但可以帮助您每天利用基于真实行为的模型洞察力做出更明智的决策。

增量测试和调整后的ROAS 有什么区别？

增量测试通过实验来衡量真正的因果影响。这通常意味着设置对照组或空白组，以观察不显示广告时会发生什么。这是隔离增量的最严格方法。

另一方面，调整后的 ROAS 使用行为数据来估计影响，而无需进行测试。它通过隔离自然回流来去除无论如何都会发生的转化。

关键区别在于，测试通过设计来证明影响，而调整后的 ROAS 则通过数据来建模。两者都能帮助您接近真相：一个是通过实验，另一个是通过持续分析。

调整后的ROAS 如何知道哪些转化是增量？

它研究用户在未接触广告时的典型行为。例如，它会考虑用户最后一次打开应用程序的时间，以及他们自行返回的可能性。这有助于估算有多少收入是真正由广告驱动的。

这也适用于小型应用程序吗？

是的，尤其是对于没有计划进行全面增量测试的团队。它提供了一种使用真实行为数据估算提升的实用方法，帮助您做出明智的决策，而无需设置和管理实验。

调整后的ROAS适合所有受众（活跃和非活跃用户）吗？

最适合近期活跃的用户，因为他们更有可能自己返回。对于长期不活跃用户来说，自然回访的概率较低，因此通常不需要太多数据调整。在这种情况下，原始广告表现往往已经接近真实的增量效果。

OUR CHURN MODEL

为什么需要更高效的方式

衡量增量

SOLVE THE USER CHURN PUZZLE

引入调整后的 ROAS(aROAS)

所见即所得

常见问题

我们在增量成为热门话题之前就已经在研究它