Рассказываем, как more.tv подключил сервис «умных» пушей ngrow.ai и как алгоритмы на машинном обучении определяют оптимальное время и содержание коммуникаций.
«Умные» мобильные пуши ngrow.ai приносят more.tv +15% к просмотрам видео. Тест с контрольной группой
more.tv — онлайн-сервис для просмотра сериалов, фильмов, развлекательных шоу, турниров и телетрансляций — бесплатно и по подписке. Выпускает собственные сериалы и шоу под брендом more originals
Масштаб бизнеса.
7 млн активных пользователей ежемесячно1 млн получателей мобильных пушей
ngrow.ai — сервис для оптимизации мобильных пушей на машинном обучении. Определяет лучшие условия отправки и наиболее релевантный контент для конкретного клиента
Задача
Повысить просмотры видео и возвраты в приложение
Решение
Использовать «умные» пуши — контент и условия отправки определяются на основе машинного обучения
ИТ.
Сайт собственной разработки, аналитическая система AppMetrica, сервис «умных» пушей ngrow.ai, платформа автоматизации маркетинга Mindbox
Результат
+15% к просмотрам видео по сравнению с контрольной группой+7% к возвратам в приложение
28 апреля 2022
Алгоритмы на машинном обучении отправляют мобильные пуши зрителям more.tv — без участия маркетологов. Как следствие, зрители смотрят больше видео и чаще возвращаются в приложение. more.tv зарабатывает на рекламе и подписках, но при этом не тратит время маркетологов на настройку пушей.
Рассказываем, как more.tv подключил сервис «умных» пушей ngrow.ai и как алгоритмы на машинном обучении определяют оптимальное время и содержание коммуникаций.
Мобильное приложение дает нам 20–30% от общей выручки, а его пользователь в среднем приносит больше денег, чем в вебе. Мы всегда видели большой потенциал роста у этого канала, но почти не развивали его из-за недостатка ресурсов — отправляли только разовые пуши с анонсом премьер.
Именно поэтому начали искать сторонний сервис, который позволил бы полностью автоматизировать работу с пушами. Выбрали ngrow.ai из-за его автономности: нам не нужно ни настраивать сценарии, ни оптимизировать — все на стороне коллег.
Они сами отправляют пуши, следят за результатами и стараются достичь бенчмарка. Нам остается только получать отчеты: не нужно ни контроля, ни менеджмента — это очень круто.
Приятным бонусом стало то, что для начала работы не нужна разработка. Даешь доступ к AppMetrica — и завтра в бой.
Чтобы оценить эффективность «умных» пушей, проводят тест: выделяют глобальную контрольную группу. Контрольная группа — это репрезентативное множество пользователей, которым отправляются пуши с флагом silent. Он обеспечивает отслеживание сообщения, но отрисовка пуша не происходит. Это позволяет понять, насколько «умные» пуши действительно влияют на поведение пользователей. Размер контрольной группы варьируется в зависимости от ожидаемого отклонения метрики и размера всей аудитории приложения. Для more.tv контрольная группа составила 10 тысяч пользователей, 1% от общего числа получателей мобильных пушей.
Результаты относительно контрольной группы
-
+15 %к просмотрам видео
-
+7 %к возвратам в приложение
Данные из отчетности ngrow.ai. Статистическая достоверность 95%
Важно, что ngrow.ai может таргетироваться на внутренние метрики — другие сервисы по работе с пушами готовы отслеживать только CTR. Для нас в первую очередь важен просмотр видео: чем выше этот показатель, тем выше вероятность продления подписки у платных пользователей и тем больше мы зарабатываем на рекламе бесплатным пользователям. Во вторую очередь нам был важен retention. Оба этих показателя выросли.
CTR «умных» пушей выше, чем обычных, которые мы отправляем через сторонний сервис. Ngrow.ai многократно окупается — мы довольны результатами.
Как more.tv отправляет мобильные пуши в оптимальное время и с оптимальным контентом с помощью ngrow.ai
Задача more.tv — увеличивать частоту и время взаимодействия с приложением: чем они больше, тем выше вероятность продать клиенту платную подписку. Кроме того, сервис зарабатывает на показе рекламы: чем больше пользователи с бесплатной подпиской смотрят видео, тем выгоднее сервису.
Чтобы возвращать клиентов в приложение, им нужно показывать мобильные пуши с релевантным контентом и в наиболее подходящее время. Для этого и используется ngrow.ai. Он работает на данных аналитических систем для мобильных приложений, включая Amplitude, Adjust, AppMetrica, Firebase и AppsFlyer. Чтобы ngrow.ai получил доступ к данным, достаточно выдать контролируемый доступ к API мобильной аналитической системы. Это сводит затраты на интеграцию к нулю.
ngrow.ai работает по принципу автоматического аукциона в рекламных кабинетах: в режиме реального времени выбирает, кому и что показывать. Алгоритмы на машинном обучении анализируют весь массив данных из аналитической системы, чтобы определить четыре переменные: кому, какие пуши, как часто и когда отправлять. Учитывается все: от того, в какой день недели клиент зарегистрировался, до того, как часто и какие разделы приложения он посещает, сколько времени проводит в каждом из них.
Варьируются в том числе тип контента (активация, реактивация, рекомендация или напоминания) и тексты. Оптимальный креатив отбирается из базы в несколько десятков заранее залитых в ngrow.ai вариантов — их подготовили на стороне сервиса и согласовали с more.tv.
Алгоритм на машинном обучении сам определяет, какой именно текст увидит конкретный получатель пуша
Для обучения алгоритмов нужна база минимум в 30 тысяч активных пользователей в месяц. То, насколько быстро это происходит после подключения, зависит от размера базы: чем она больше, тем быстрее начинают отправляться первые «умные» пуши. Поскольку у more.tv база в миллион подписчиков, алгоритмам для отладки потребовалась неделя.
more.tv — хороший пример бизнеса, готового к экспериментам с машинным обучением. Это медианный клиент — можно ориентироваться на его показатели.
Мобильные пуши — очень динамичная история, которая требует большого количества ручного труда для тестирования гипотез, генерации сценариев и замены «выгоревших» креативов. В этом смысле алгоритмы на машинном обучении берут на себя роль маркетолога — думаю, в этом наша главная польза для more.tv.
На этом проекте мы пока не автоматизировали обмен данными с Mindbox — я вижу большую пользу для будущих клиентов в трехстороннем взаимодействии. Мы работаем только с мобильными пушами, а Mindbox и с email, и с SMS, и с другими каналами коммуникации — уже получаем запросы от компаний, которые хотят выстраивать омниканальные коммуникации.
Как планируют автоматизировать обмен данными между ngrow.ai и Mindbox с помощью вебхуков
В ближайшее время хотим настроить отправку мобильных пушей через Mindbox — раньше не могли этого сделать из-за проблем с интеграцией между нами и платформой. Тогда в дополнение к «умным» пушам сможем отправлять пуши, завязанные на события, например конкретное действие в приложении или просмотр серии. Настроить подобные кастомные сценарии можно и в ngrow.ai, но это будет дольше.
Обмен данными между ngrow.ai и Mindbox реализуем с помощью вебхуков. Это позволит управлять всеми механиками и обычных, и «умных» пушей из интерфейса Mindbox, а также анализировать их эффективность в едином окне.
Если вы используете и Mindbox, и ngrow.ai, и хотите объединить все данные о мобильных пушах в одном месте, интеграция займет не больше одного дня. После этого Mindbox начнет получать информацию о том, что нужно отправить «умный» мобильный пуш, и сохранять метрики в единой админке.
P. S. В этой истории мы рассказали о нашем продуктe «Рассылки». Узнайте о продуктe подробнее на его странице или в разговоре с консультантом.
