【顧客事例】Lessmoreが、2週間でROAS目標を80％上回ることに成功
Lessmoreについて
Lessmoreはドイツを拠点とする独立系スタジオで、チームはヨーロッパ各地に広がっています。2021年に設立後、「Eatventure」と「Pocket Chess」の2つのゲームで成功を収め、「Eatventure」においては米国チャートの無料ゲーム域で上位に入るほどトレンドのアプリとなりました。
Lessmoreのビジネス戦略は、ハイパーカジュアルゲーム開発に根ざしています。数週間以内にゲームを作成、市場で素早くテストし、必要に応じて調整または中止するという取り組み方により、早く収益化することがより強く求められます。Lessmoreチームは。少ない利益に妥協せず、どのゲームにおいても著しい成果を出すことで、チャートで上位に入る可能性を広げています。
同社ゲーム「Eatventure」は米国チャートの無料ゲーム域で上位入りを果たした。
Lessmoreが直面していた課題
LessmoreのEatventureは、収益のほとんどをアプリ内広告で得ており、アプリ内課金からの収益ほとんどない状態でした。2022年9月、アプリ内課金からの収益を高めることを目指し、7日ROASでの野心的な目標を掲げましたが、IAPデータの3分の1以下に相当する単一の収益データセットに依存していたため、課題に直面しました。そのため、広告収益とアプリ内課金の両方に対して効果的な最適化を行うことができず、KPIの達成に苦慮していました。
概要
アプリ名： Eatventure（イートベンチャー）
キャンペーン実施日：9月上旬～現在
課題：広告収益が過半数を占めるゲームで、アプリ内課金で7日ROASという野心的なKPIを達成すること
Molocoによる解決策
Molocoは、ユーザーの全体的な消費パターンを考慮し、広告収益とアプリ内課金の両方から最適なユーザーをターゲティングする「Dual ROAS最適化モデル」にレバレッジをかけるソリューションを提供しました。
このアプローチにより、Lessmoreは、広告をクリックするだけでなく、アプリ内購入を行う可能性の高いユーザーに対して広告費を最適化し、よりバランスのとれた収益源を得ることができました。
MolocoのDual ROAS最適化アプローチは、MolocoとSingularの間でデータコネクターを簡単に設定し、Eatventureのキャンペーンからアプリ内広告とアプリ内購入データの両方を効率よく共有することで実現しました。
Lessmoreのグロース部門統括であるGus Viegasは述べています。「新しいネットワークとSingularの間のデータコネクタを設定するのはとてもシンプルなので、私たちのアプリからMolocoなどのネットワークにデータを渡す新しい方法を開発するのは非常に簡単でした。これにより、ユーザー獲得キャンペーンを最適化し、さまざまなネットワークで2桁成長し、1日あたり数万ドルという規模に達することができました。重要なのは、価値の高いユーザーで基盤を拡大することができたということです」。
「新しいネットワークとSingularの間でデータコネクタを設定するのはとてもシンプルなので、私たちのアプリからMolocoのようなネットワークにデータを渡す新しい方法を開発するのはとても簡単でした。」
Lessmoreにおける成功
結果は以下の通りです。
キャンペーン開始後2週間で7日ROASが+80%に
1ヶ月以内に1日の予算規模を600%拡大
MolocoのDual ROASモデルは、アプリ内広告収益とアプリ内課金の両方を最適化することで、ROASパフォーマンスを急速に向上させました。この即時改善により、Lessmoreは2週間でKPIを大幅に上回る形で達成し、日々の予算を伸ばすことが可能になりました。
前述のGusいわく、「アプリ内課金や広告収益に最適化された通常のキャンペーンをテストしていたときは、うまくいかなかったんです。しかし、SingularとMolocoを組み合わせてパイプラインを組むのはとてもシンプルで、2週間以内にすでにプラスの成長を確認することができました。当時のDSPでは、少なくとも私にとっては、6週間以内にパフォーマンスキャンペーンで結果を出すことは前代未聞でした。ですがMolocoは、たった2週間で利益を上げ、1日に数万ドルを容易に消費し、しかもまだパフォーマンスは伸び続けています。それはすべてSingularとのシームレスなデータパイプラインのおかげだと思っています」。
「最初に使って、あとから最適化するというのは、多くのDSP/アドネットワークが作り出した誤解です。すべてのアプリが同じマネタイズモデルを持つわけではありません。だからこそ、モバイルマーケターは、厳密なファーストパーティデータを使って、さまざまなマネタイズモデルに適応するカスタマイズ可能な入札マシンを迅速に提供できるDSPを選ぶことが重要なのです。
Singularの広告マネタイズデータとMolocoの堅牢な機械学習エンジンを組み合わせることで、Lessmoreは効率的に目標を達成し、毎日KPI目標を上回りながらスケーリングを続けることができました」とMolocoのパートナーシップ・ディレクター、Jihyo Kimは指摘しています。
「当時のDSPでは、少なくとも私にとっては、6週間以内にパフォーマンスキャンペーンで結果を出すことは前代未聞でした。ですがMolocoは、たった2週間で利益を上げ、1日に数万ドルを容易に消費し、しかもまだパフォーマンスは伸び続けています。」
