Cómo probar A/B la estrategia de Monetización de tu app de suscripción

Según Tekrevol, las aplicaciones que se encuentran entre las 200 primeras de la tienda de aplicaciones consiguen ganar unos 82.500 dólares al día. Sin embargo, según ese mismo artículo, los ingresos diarios descienden a 3.500 dólares para las 800 aplicaciones más importantes. Por eso es importante optimizar la estrategia de Monetization de tu aplicación desde el principio para ganar mucho dinero. Pero, ¿cómo estar seguro de lo que funciona mejor?

A menudo vemos que los desarrolladores empiezan a diseñar la estrategia de Monetización de su aplicación imitando a otras aplicaciones de éxito de la misma categoría. Si bien esto es valioso al principio, puede haber muchas diferencias fundamentales entre aplicaciones dentro de las mismas categorías de aplicaciones, como el público objetivo o la ubicación geográfica, que hacen que la imitación total no tenga éxito. El hecho de que el líder del mercado en su categoría de aplicaciones ofrezca una prueba gratuita de tres días para las suscripciones no significa que sea adecuado para su público.

Las pruebas A/B son mucho más impactantes que la imitación. Las pruebas A/B le proporcionarán la seguridad estadística de saber qué características mejoran sus ingresos, eliminando cualquier conjetura que pueda tener la imitación. Ejecutando pruebas A/B sólidas que tengan una visión clara y aporten valor a su aplicación, podrá optimizar la participación para obtener ingresos y conocer mejor a su audiencia. Dicho esto, tenga cuidado de no excederse en las pruebas y dedicar tiempo y recursos a pruebas que no le aportarán valor a largo plazo.

He aquí algunas pruebas clave para ayudar a su aplicación a generar más ingresos.

3 pruebas A/B que deberías realizar para aumentar los ingresos de tu aplicación

Al realizar estas pruebas, es importante intentar comprender el éxito a largo plazo. Sin embargo, dado que la vida útil de los usuarios es difícil de identificar en las aplicaciones, estas pruebas son un buen punto de partida.

1. Pruebe su contenido tras el muro de suscripción

Para aumentar los ingresos, es importante encontrar el mejor equilibrio entre la cantidad de contenido gratuito que se ofrece a los usuarios y la cantidad de contenido que se coloca detrás del muro de suscripción. El objetivo es ofrecer suficientes contenidos gratuitos para mejorar los índices de suscripción sin perjudicar la retención.

Para empezar, fíjese en los índices de participación de las distintas funciones y compruebe cómo funcionan detrás del muro de suscripción. Si bien es posible que la hipótesis de que poner el contenido más popular detrás del muro de suscripción mejorará las conversiones, hacerlo podría terminar empujando a los usuarios leales fuera de su aplicación, aumentando la rotación. Para estar seguro, realice una prueba A/B y vigile la retención y los ingresos.

Probar el contenido premium y qué funciones son más eficaces detrás del muro de suscripción es importante para mantener a los usuarios interesados en la aplicación y convertirlos en suscriptores.

2. Pruebe la ubicación de sus anuncios

Probar los tipos de anuncios que muestra y en qué parte del embudo los muestra también es importante para optimizar su estrategia de Monetización. Al añadir una nueva ubicación de anuncios en su aplicación, su objetivo es maximizar el ARPU sin perjudicar la retención y dañar la in-app Economy. Ten en cuenta que una colocación en la que no habías pensado antes podría acabar aumentando significativamente el rendimiento.

Considere si va a implementar unidades de anuncios iniciadas por el usuario, como vídeos con recompensa y Offerwall, o unidades de anuncios de display, como intersticiales y banners, o ambos. En última instancia, los distintos bloques de anuncios atraen a diferentes tipos de usuarios, por lo que la mejor manera de monetizar la mayor audiencia posible es combinar varios de ellos.

En el caso de una aplicación que utiliza la plataforma IronSource, una destacada aplicación de estilo de vida empezó a probar por primera vez la colocación de anuncios para mejorar el LTV y obtener más ingresos. Aunque empezaron implementando sólo anuncios con recompensa como vídeos con recompensa y Offerwall, mediante pruebas A/B, pronto se dieron cuenta de que la implementación de intersticiales aumentaba su ARPDAU y eCPM de forma significativa. En última instancia, aunque un bloque de anuncios pueda parecer la forma más eficaz de aumentar el número de suscriptores, mediante pruebas A/B puede descubrir que otros son igual o más eficaces.

Si decide incluir bloques de anuncios con recompensas, deberá probar las recompensas que ofrece para asegurarse de que mejora las conversiones. Para algunas aplicaciones, lo mejor es ofrecer a los usuarios una muestra de contenido premium. Para otras aplicaciones, puede ser más impactante ofrecer moneda virtual que los usuarios puedan gastar como quieran. Cada público va a responder a los elementos de recompensa de forma diferente, y es importante probar la recompensa para asegurarse de que está utilizando estos impulsores de ingresos de forma eficaz.

Además, asegúrese de probar la frecuencia con la que muestra los anuncios (capping) y el tiempo que deja entre anuncio y anuncio (pacing). Esto incluye probar cómo se muestran los anuncios a diferentes segmentos de usuarios. Por ejemplo, puede segmentar a sus usuarios en diferentes cohortes de compromiso publicitario (es decir, bajo compromiso publicitario, compromiso publicitario medio, alto compromiso publicitario) o en suscriptores frente a no suscriptores. A partir de ahí, puede probar el efecto de la ubicación de los anuncios en cada cohorte. Por ejemplo, tras realizar pruebas A/B exhaustivas, la misma aplicación de estilo de vida decidió no mostrar a los abonados sus anuncios intersticiales.

3. Pruebe su modelo de precios

Para asegurarse de que obtiene los máximos ingresos de cada usuario, es importante dedicar recursos a diseñar el mejor modelo de precios. Su objetivo final es convertir a los usuarios en suscriptores, y está dejando dinero sobre la mesa si no está probando A / B sus precios de suscripción y marcos de tiempo.

Esto significa encontrar la combinación óptima entre la duración de los periodos de suscripción (semanal, mensual o anual) y el coste de la suscripción. Para medir el impacto de su modelo de precios, observe el LTV de cada periodo de suscripción. De esta forma, verá el efecto del modelo de precios que está probando a largo plazo.

Parte de la evaluación de la estrategia de precios incluye comprobar el impacto de ofrecer una prueba gratuita, sobre todo teniendo en cuenta que esta estrategia tiene pros y contras: sin una opción de prueba gratuita, el potencial de pérdida de clientes es mayor, pero con una prueba gratuita, la tasa de suscripción podría descender. Las pruebas A/B son la única forma segura de determinar cómo se verán afectados sus ingresos a largo plazo con esta estrategia.

Probar la ubicación de la prueba gratuita también es increíblemente importante para el éxito a largo plazo: puede ofrecer la prueba gratuita como parte del propio muro de pago, ajustar el plazo de la prueba, permitir a los usuarios ampliar su prueba gratuita o incluso probar cuándo pedir los datos de la tarjeta de crédito. En última instancia, los usuarios van a comportarse de forma diferente a las pruebas gratuitas cuando se trata de aplicaciones, por lo que es importante no hacer juicios preliminares.

Cómo realizar con éxito una prueba A/B

Usted quiere prepararse para el éxito desde el primer día para ver resultados óptimos con el tiempo y mejorar sus KPI. Estos son algunos consejos para realizar con éxito una prueba A/B.

Reúna sus propios datos

Empiece por recopilar datos sobre su rendimiento, como el número de descargas y dónde pasan más tiempo los usuarios. Dado que el rendimiento es subjetivo (una aplicación de redes sociales va a tener muchas más descargas que una aplicación de edición fotográfica por suscripción), es crucial que desarrolles tus propios datos en lugar de investigar el rendimiento medio de la categoría en la que te encuentras.

Con estos datos granulares, puede tener puntos de referencia precisos para medir el éxito monetario general de su aplicación, lo que le ayudará a formular una prueba A/B para alcanzar esos objetivos. Por ejemplo, el tiempo empleado es una métrica crucial para las aplicaciones sociales. Por otro lado, las tasas de conversión son importantes para el comercio electrónico y las aplicaciones basadas en suscripciones.

Conténtate con una hipótesis refutada

Al igual que en un estudio de investigación tradicional, formule una hipótesis que sirva de base para su prueba A/B. Esto se reduce a analizar los datos y las métricas que ha recopilado y hacer observaciones basadas en el comportamiento de los usuarios, que le ayudarán a fundamentar su predicción. Aunque es probable que su hipótesis sea lo que espera que ocurra, esto no significa que la prueba A/B haya sido un fracaso si se refuta. Por el contrario, una hipótesis refutada puede ser igual de valiosa.

En el caso de las aplicaciones basadas en suscripciones, sus hipótesis pueden centrarse en el coste de la suscripción o en la duración del periodo de suscripción. Una aplicación, por ejemplo, planteó la hipótesis de que reducir el importe en dólares de las suscripciones semanales aumentaría las tasas de suscripción. Tiene sentido, ¿verdad? Aunque refutaron esta hipótesis, los desarrolladores saben ahora que no tienen que reducir su precio para conseguir más abonados, lo que les ahorra dinero y les abre las puertas a más pruebas A/B.

Elija el marco temporal adecuado

Imitar el marco temporal de otras pruebas A/B exitosas no va a hacer que su prueba actual sea más impactante. De hecho, realizar pruebas durante un periodo de tiempo que tenga sentido para la métrica que se está analizando es vital para garantizar que los resultados no sean confusos o sesgados.

Por ejemplo, si está ejecutando una prueba que pone mucho más contenido bloqueado detrás del muro de suscripción, hay algunas métricas diferentes involucradas. Cuando se considere el número de usuarios de pago como una métrica clave, mantenga la prueba a corto plazo. Cuando se considera la retención como una métrica clave, probablemente lo mejor sea una prueba a largo plazo.

Las pruebas A/B son una forma de reducir la incertidumbre de lo que funcionará para su aplicación y tomar grandes decisiones empresariales basadas en datos, lo que lo convierte en un método más sólido que la imitación. Aunque esta guía pretende ayudarle a empezar, con todas las partes en movimiento, puede ser beneficioso utilizar herramientas de pruebas A/B como las de IronSource.