3 cách đo lường ROAS hiệu quả khi dữ liệu trên iOS 14.5+ bị hạn chế

Lợi tức chi tiêu quảng cáo (ROAS) là “chén thánh” của hoạt động đo lường Mobile Marketing, đặc biệt là trong thời kỳ hậu iOS 14.5 – khi tính toán ROAS đã trở thành một nhiệm vụ đầy thách thức đối với các nhà quảng cáo.

Về bản chất, cách tính toán khá đơn giản. Tuy nhiên, marketer phải tổng hợp chi phí và khớp với các khoản phân bổ và doanh thu, và điều này đang trở nên phức tạp hơn bao giờ hết. Bài viết dưới đây sẽ trình bày một số vấn đề liên quan đến đo lường ROAS, đồng thời chia sẻ những cách tiếp cận khác nhau giúp bạn giải quyết khó khăn đang gặp phải.

Tại sao ROAS lại khó đo lường trong một thế giới tập trung vào quyền riêng tư?

Việc đối sánh chi phí và dữ liệu phân bổ luôn là một thách thức lớn đối với các nhà quảng cáo, chủ yếu là do sự phân mảnh dữ liệu trên các network quảng cáo.

Một marketer thường làm việc với nhiều network quảng cáo khác nhau và mỗi network quảng cáo đều có lược đồ dữ liệu (data scheme), quy tắc kinh doanh, mô hình kinh doanh, tốc độ làm mới dữ liệu riêng... Việc thiếu chuẩn hoá đã gây khó khăn khi chuẩn hoá dữ liệu về chi phí và kết hợp dữ liệu với phân bổ (Attribution).

Với sự ra đời của bản phát hành Apple iOS 14.5 và framework ATT, nhiều hình thức phân bổ đã được phát triển, dẫn đến phân mảnh dữ liệu nhiều hơn: SKAdNetwork (SKAN), phân bổ tập trung vào quyền riêng tư, web-to-app và các hình thức khác. Nhiều hình thức phân bổ đã dẫn đến những thách thức mới về dữ liệu.

Các hình thức phân bổ mới đã gây ra những vấn đề gì?

1. Thay đổi chi tiết dữ liệu trên chi phí và phân bổ cho cùng một Adnetwork

Ví dụ, network A cung cấp thông tin về chi phí ở các cấp độ như campaign, ad set, ad và khu vực địa phương (Country). Tuy nhiên, đối với phân bổ, network A có hai cấp độ chi tiết khác nhau: một dành cho SKAN và một cho tất cả lựa chọn còn lại. Đối với phân bổ SKAN, phân cấp báo cáo thường ở cấp campaign.

Phân cấp báo cáo giống nhau đối với các campaigns còn lại vì chi phí đều được báo cáo. Dựa trên mục tiêu và những gì bạn đang cố gắng tối ưu hoá, bạn phải kết hợp dữ liệu ở một mức độ chi tiết phù hợp.

Đôi khi, chúng ta thậm chí sẽ phải lưu trữ cùng một dữ liệu hai lần và sử dụng dữ liệu đó theo cách khác nhau. Và nếu đang làm việc với nhiều đối tác hơn, bạn càng phải thực hiện những điều chỉnh này nhiều lần. Đây không phải là một nhiệm vụ đơn giản.

2. Tính chính xác của dữ liệu

Tại môi trường mới, tính hiệu quả của chi phí trên mỗi lượt cài đặt (eCPI) và ROAS thường không chính xác 100%. Và nếu không đo lường chính xác các chỉ số này, thật khó để tối ưu hoá campaign hoặc phân bổ ngân sách mới cho các kênh.

Vấn đề là những con số này sai lệch so với thực tế do số lượt cài đặt trùng lặp trên SKAN và các phương pháp phân bổ không thuộc SKAN. Ngoài ra, chi phí được báo cáo mà không có sự phân biệt SKAN (mỗi campaign được tính như nhau).

Vì vậy, khi xem xét các báo cáo phân bổ SKAN, bạn sẽ thấy một con số và khi xem các báo cáo phân bổ không thuộc SKAN, bạn sẽ thấy một con số khác. Làm thế nào để biết nên tin tưởng vào số liệu nào?

Các phương pháp để đối phó với những vấn đề này

Có một số cách giải quyết các vấn đề về dữ liệu phổ biến hiện nay và bạn nên biết rằng mọi cách tiếp cận đều có ưu và nhược điểm khác nhau.

Phương pháp 1: Tự làm thủ công

Mỗi khi tối ưu hoá campaign, bạn có thể tải xuống báo cáo từ trang tổng quan của ad network và tự mình thực hiện đối sánh trong spreadsheet.

Ưu điểm:

• Giá rẻ
• Bất cứ ai cũng có thể làm được

Nhược điểm:

• Đây là một công việc thủ công cần có thời gian. Nghiên cứu đã chỉ ra rằng các marketer trung bình dành một phần ba thời gian của họ cho các công việc lặp đi lặp lại.
• Độ chính xác của dữ liệu luôn tiềm ẩn rủi ro, vì công việc thủ công thường dễ xảy ra sai sót. Dữ liệu không chính xác là kết quả của việc đưa ra các quyết định sai dựa trên dữ liệu sai.

Phương pháp 2: Tự thực hiện, nhưng theo cách mà các phần mềm hoạt động

Một phương pháp khác là tự phát triển cách kết nối với các API đối tác và ghép nó lại với dữ liệu phân bổ của bạn.

Ưu điểm:

• Giảm thiểu các đầu việc thủ công.
• Cho phép mở rộng quy mô khi bạn triển khai hoạt động Marketing mạnh mẽ hơn.
• Đây là cách tiếp cận linh hoạt nhất vì bạn sẽ sở hữu mọi thứ, có nghĩa là tuỳ chọn này phù hợp hơn với các team lớn. Sử dụng phương pháp này, bạn có thể xác định thời điểm kéo dữ liệu, mức độ chi tiết, định dạng, cách đối sánh dữ liệu với phân bổ...

Nhược điểm:

• Tuỳ chọn này khiến bạn không tập trung vào công việc marketing. Thay vào đó, bạn tập trung vào việc xây dựng một sản phẩm tổng hợp dữ liệu mà không phải là trọng tâm chính của bạn.
• Chi phí cao: Việc phát triển và duy trì tích hợp API với ad network là công việc tiêu tốn nhiều tài nguyên. Bạn sẽ phải trả chi phí cloud và cho nhóm kỹ sư phát triển – những người cần thuê để hỗ trợ hệ thống này.
• Dữ liệu rất phức tạp và việc tìm ra nó mất nhiều thời gian. Ví dụ: khi tên của campaign thay đổi, tất cả các đối sánh chi phí và phân bổ của bạn có thể bị lỗi. Hệ thống của bạn phải hỗ trợ kịch bản này trong số nhiều kịch bản khác nhau, để cung cấp mức độ chính xác cao nhất.

Cuối cùng, khi giới thiệu các đối tác mới, bạn sẽ cần tạm dừng cho đến khi quá trình tích hợp của họ được phát triển hoàn chỉnh.

Phương pháp 3: Sử dụng phần mềm tổng hợp chi phí

Một cách tiếp cận khác có thể là sử dụng phần mềm của bên thứ 3 để tổng hợp chi phí và khớp nó với phân bổ trong hệ thống BI nội bộ của bạn theo phần mềm.

Ưu điểm:

• Giảm thiểu công việc thủ công
• Khả năng mở rộng cao
• Phần mềm tổng hợp chi phí có tính chuyên biệt cao
• Khi sẵn sàng giới thiệu đối tác mới, các yêu cầu của bạn có thể được đáp ứng

Nhược điểm:

• Đó không phải là trọng tâm kinh doanh chính của bạn.
• Phức tạp: Bạn sẽ phải đảm bảo rằng bạn đang nhận đúng dữ liệu từ hai nguồn khác nhau (cả Cost và Attribution), lập lịch nhập dữ liệu cho BI của bạn cho phù hợp và quản lý các mức độ chi tiết của dữ liệu khác nhau.
• Tốn kém chi phí: Khi chọn phương pháp này, bạn sẽ cần phải trả cho nhà cung cấp phân bổ và nhà cung cấp tổng hợp chi phí ngoài chi phí cloud được chỉ định để quản lý dữ liệu trên BI của mình.

Còn các chỉ số ROAS và eCPI thì sao?

Khi nói đến ROAS và eCPI, bạn không thể tự mình loại bỏ dữ liệu cài đặt SKAN và non-SKAN. Ad network cũng vậy. Trừ khi đối tác phân bổ làm điều đó cho bạn, eCPI và ROAS của bạn sẽ tiếp tục không chính xác khi sử dụng bất kỳ cách tiếp cận nào được đề cập ở trên.

Lý do cho vấn đề này là dữ liệu SKAN được ẩn danh; mà các nhà quảng cáo đăng lại nhận được từ Apple chỉ chứa các chi tiết phân bổ và giá trị chuyển đổi. Nói cách khác, không thể liên kết postback với một người dùng cụ thể do các tính năng bảo vệ quyền riêng tư của Apple – chẳng hạn như tạm ngưng ngẫu nhiên khi hiển thị postback.

Do đó, không thể xác định xem cùng một sự kiện có được phân bổ bởi nhiều phương pháp phân bổ hay không.

Chi phí (Cost) và phân bổ (Attribution) tốt hơn hết nên đi cùng nhau

Có một giải pháp khác là MMP. Nếu đối tác phân bổ của bạn tổng hợp chi phí, bạn có thể nhận được dữ liệu chi phí và phân bổ trong cùng một nền tảng. Trong trường hợp đó, đối tác phân bổ của bạn có thể xử lý dữ liệu theo cách tiếp cận phân bổ SKAN so với non-SKAN trong khi đối chiếu với chi phí.

Hãy quay lại với network A. Trong ví dụ này, bạn sẽ nhận được dữ liệu chi phí ở cấp campaign cho SKAN và cấp campaign, adset, ad, quốc gia và kênh với những mạng non-SKAN. Trong trường hợp này, đối tác phân bổ của bạn kết nối dữ liệu chi phí ở mức chi tiết, phù hợp dựa trên mục tiêu của bạn, có thể là SKAN hoặc non-SKAN.

Đó chính xác là những gì mà các MMPs (Cụ thể hơn là AppsFlyer’s Xpend) làm. Thay vì tập trung vào việc xây dựng một hệ thống phức tạp, kéo dữ liệu về theo cách thủ công hoặc kết hợp dữ liệu đó với phân bổ, bạn có thể xem chi phí của mình bằng trang dashboard phân tích hoặc kéo chi phí liên quan đến dữ liệu phân bổ trực tiếp vào hệ thống BI nội bộ của bạn thông qua Cost ETL.

Bạn có thể đang nghĩ rằng điều này ổn, nhưng làm cách nào để loại bỏ số lượt cài đặt trùng lặp và nhận dữ liệu ROAS chính xác? AppsFlyer gần đây đã giới thiệu giải pháp Nguồn chân lý duy nhất (SSOT), cho phép các nhà quảng cáo loại bỏ các dữ liệu về các lượt cài đặt chồng chéo.

Cũng theo dữ liệu từ AppsFlyer, có tới 35% số lượt cài đặt có thể được báo cáo hai lần, điều này cho thấy mức độ không chính xác của hệ thống tracking bạn đang sử dụng. Vì Xpend cung cấp mức độ chi tiết khác nhau của chi phí SKAN, tất cả những gì bạn cần làm là bắt đầu phân tích dữ liệu trong bối cảnh thích hợp.

Vì vậy, nếu bây giờ xem xét các chỉ số SKAN, organic hoặc non-SKAN, bạn có thể thấy số lượt cài đặt chính xác cùng với chi phí, ROAS và eCPI của mình. Thay vì bối rối bởi dữ liệu, bạn có thể tập trung vào việc tối ưu hoá hoạt động kinh doanh của mình bằng cách đưa ra quyết định dựa trên dữ liệu chính xác.

Lời kết

Việc đo lường ROAS và eCPI trên iOS 14.5+ không phải là một nhiệm vụ dễ dàng, chủ yếu là do:

• Phân mảnh dữ liệu trên các ad network và phân bổ SKAN/ không thuộc SKAN
• Dữ liệu chi phí không chính xác

Có một số cách tiếp cận để giải quyết những vấn đề này là dựa trên một nền tảng duy nhất để cung cấp cho bạn dữ liệu chính xác nhất ở cấp độ chi tiết nhất và vào đúng thời điểm nhất.

Về AppROI.co

AppROI Marketing là Growth Marketing Agency, có thế mạnh về Digital Performance Marketing với năng lực triển khai và tối ưu hiệu quả marketing trên nền tảng công nghệ mang lại khách hàng thực sự, giúp khách hàng đo lường giá trị lâu dài sau khi mua sản phẩm hoặc dịch vụ. Hiện tại, AppROI đang đồng hành cùng các đối tác lớn như Google, TikTok, Facebook, Cốc Cốc, AppsFlyer, Adjust, CleverTap, Insider... cùng nhiều đối tác khác.

• E-mail: [email protected]
• Hotline: 0789.99.66.88

* Nguồn: AppsFlyer