Ottimizzare la frequenza degli annunci AdMob utilizzando Firebase
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Panoramica della soluzione
Che cos'è l'ottimizzazione della frequenza degli annunci?
Che la tua app sia basata su entrate ibride o su entrate pubblicitarie, ottimizzare le entrate pubblicitarie
e mantenere un'esperienza utente di alta qualità può essere difficile. Gli annunci sono un'ottima fonte
di entrate, ma un'alta frequenza di annunci può fornire un'esperienza utente negativa
e potrebbe portare all'abbandono da parte degli utenti.
Non esiste un approccio "una frequenza degli annunci adatta a tutti" per qualsiasi app; il rendimento degli annunci
varia notevolmente da app ad app e da pubblico a pubblico. Potresti temere che l'aumento della frequenza degli annunci possa avere un impatto negativo sull'esperienza utente o sulla fidelizzazione, ma potresti anche essere curioso di vedere se potrebbe portare a un aumento delle entrate e del coinvolgimento se implementato correttamente, tenendo sotto controllo le metriche di coinvolgimento.
Figura 1: la frequenza ottimale degli annunci massimizza le entrate con un impatto minimo sul churn
Per risolvere questi dubbi, Firebase offre strumenti che ti aiutano a testare e poi
a prendere decisioni basate sui dati in merito alla frequenza ottimale degli annunci:
Utilizzando Firebase, puoi eseguire test A/B sul rendimento di varie frequenze degli annunci
con un sottoinsieme ridotto di utenti.
Puoi osservare i risultati del test e rivedere i consigli di Firebase
su quale frequenza degli annunci ha un rendimento migliore e con un impatto minimo sulla
retention.
Una volta che hai la certezza che le modifiche avranno un impatto positivo,
puoi implementarle per un maggior numero di utenti con un clic.
Business case e valore
Gli sviluppatori e i publisher che utilizzano Google AdMob e gli strumenti Firebase per
ottimizzare le frequenze degli annunci registrano aumenti significativi delle entrate senza influire negativamente
sull'esperienza utente.
Qtonz utilizza Firebase
per quadruplicare le entrate pubblicitarie e aumentare il coinvolgimento personalizzando l'esperienza per diverse fasi del percorso dell'utente.
Meno annunci per i nuovi utenti: hanno ridotto il
numero di annunci che un utente vede il primo giorno di utilizzo dell'app.
Hanno anche modificato il posizionamento in modo che gli annunci vengano visualizzati solo dopo che gli utenti
completano un'azione chiave in-app. Queste modifiche hanno reso gli annunci meno intrusivi.
Annunci più frequenti per gli utenti coinvolti: per gli utenti
con sessioni più lunghe, Qtonz ha aumentato il numero di
annunci mostrati da 2 a 3-4 al giorno.
Implementazione della soluzione
Per implementare questa soluzione, puoi seguire il nostro tutorial passo passo (trovi una
panoramica di questo tutorial più avanti in questa pagina).
In questo tutorial in più passaggi, imparerai a utilizzare Firebase per testare varie quote limite per gli Google AdMobannunci nella tua app. Utilizza gli annunci interstitial come scenario di test di esempio, ma puoi estrapolare e utilizzare questi stessi passaggi per testare la quota limite per altri formati di annunci.
Questo tutorial presuppone che tu utilizzi già AdMob nella tua app e che tu voglia
verificare se la modifica della frequenza di un'unità pubblicitaria interstitial
avrà un impatto sulle entrate della tua app o su altre metriche. Tuttavia, se non utilizzi già
AdMob nella tua app, non preoccuparti. I passaggi di questo tutorial possono anche aiutarti a capire quale frequenza degli annunci devi utilizzare nella tua app.
Prodotti e funzionalità utilizzati per questa soluzione
Google AdMob
Google AdMob ti consente di creare unità pubblicitarie
con varie frequenze pubblicitarie o frequenze di aggiornamento che verranno pubblicate all'interno della tua
app. Quando colleghi AdMob a Firebase, AdMob invia informazioni sulle entrate pubblicitarie
a Firebase per migliorare l'ottimizzazione della strategia pubblicitaria.
Google Analytics
Google Analytics ti offre informazioni dettagliate su
metriche di coinvolgimento, fidelizzazione e monetizzazione degli utenti, come entrate totali,
entrate AdMob, entrate da acquisti e molto altro. Consente inoltre di
creare segmenti e segmenti di pubblico di utenti.
Firebase Remote Config
Firebase Remote Config ti consente di
modificare e personalizzare in modo dinamico il comportamento e l'aspetto della tua app per
i segmenti di utenti desiderati, il tutto senza pubblicare una nuova versione
dell'app. In questo tutorial, utilizzerai i parametri Remote Config per
controllare quale unità pubblicitaria viene mostrata agli utenti.
Firebase A/B Testing
Firebase A/B Testing fornisce l'interfaccia e l'infrastruttura per eseguire esperimenti di marketing e sul prodotto nella tua app. Si occupa di distribuire le varianti dell'esperimento agli utenti e poi esegue l'analisi statistica per determinare se una variante dell'esperimento ha un rendimento migliore rispetto al gruppo di controllo in base alla metrica chiave selezionata, ad esempio entrate o fidelizzazione degli utenti.
Dopo aver avviato il test e averlo lasciato in esecuzione per alcuni giorni o settimane,
controlla la console Firebase per verificare se il test A/B ha una variante
vincente in base all'obiettivo principale del test A/B.
Esamina l'impatto sulle metriche secondarie per ogni variante per assicurarti che
le varianti non abbiano causato impatti negativi imprevisti su queste metriche.
Se A/B Testing determina che la variante che mostra il nuovo formato dell'annuncio
è la vincitrice, puoi iniziare a mostrare il formato dell'annuncio a tutti gli utenti target
nell'esperimento, a tutti gli utenti della tua app o a un sottoinsieme di utenti.
Se non è ancora stato determinato un vincitore chiaro, puoi continuare a eseguire
l'esperimento per raccogliere più dati o terminarlo se è
già in esecuzione da un lungo periodo di tempo con risultati inconcludenti.
Glossario
Visualizza un elenco di termini comuni per questa soluzione
Entrate AdMob: entrate della rete AdMob e di Open Bidding
Utili derivanti dagli IAP: utili derivanti dagli acquisti in-app
Entrate totali: entrate totali
Fidelizzazione: la fidelizzazione come metrica chiave nei test A/B viene monitorata come fidelizzazione degli utenti di 1 giorno,
2-3 giorni, 4-7 giorni, 8-14 giorni o 15+ giorni
Parametro Remote Config: il parametro configurabile utilizzato per controllare
quale unità pubblicitaria viene mostrata agli utenti. In questa guida, sarà un ID unità pubblicitaria.
Configurazione di base: la configurazione così com'è in un determinato test A/B
— nota anche come gruppo di controllo. Il controllo di solito utilizza il valore predefinito per
il parametro Remote Config, ma può essere configurato per utilizzare un nuovo valore
di controllo, se necessario.
Configurazioni delle varianti: le configurazioni delle varianti sono le configurazioni alternative con valori dei parametri Remote Config diversi che vogliamo testare rispetto alla configurazione di base.
[null,null,["Ultimo aggiornamento 2025-08-23 UTC."],[],[],null,["**Solution overview**\n\nWhat is ad frequency optimization?\n\nWhether your app is hybrid-revenue or ads-revenue driven, optimizing ads revenue\nand keeping a high-quality user experience can be tricky. Ads are a great source\nof revenue, but a high frequency of ads can provide a negative user experience\nand might lead to user churn.\n\nThere is no \"one ad frequency suits all\" approach for any app; ads performance\nvaries greatly from app to app and from audience to audience. You might be\nconcerned that increasing ad frequency could have a negative impact on user\nexperience or retention, but you might also be curious to see if it could lead\nto an increase in revenue and engagement when instrumented properly, keeping\nengagement metrics in check.\n***Figure 1**: Optimal ad frequency maximizes revenue with minimal impact to churn*\n\nTo resolve these unknowns, Firebase offers tools that help you test and then\nmake data-driven decisions about the optimal ad frequency:\n\n- Using Firebase, you can A/B test the performance of various ad frequencies\n with a *small subset* of users.\n\n- You can observe the test results and review recommendations from Firebase\n about which ad frequency is performing better and with minimal impact on\n retention.\n\n- Once you're confident that the changes will likely have a positive impact,\n you can roll out the changes to more of your users with a click of a button.\n\nBusiness case and the value\n\nDevelopers and publishers using Google AdMob and Firebase tools for\noptimizing their ad frequencies enjoy major revenue uplifts without adversely\nimpacting user experience.\n\n|---|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| | [**Qtonz**](/use-cases/qtonz-mbit-music) uses Firebase to boost ad revenue by 4x and grow engagement by customizing the experience for different stages of the user journey. - **Fewer ads for new users** : They *reduced the number of ads* that a user sees on their first day using the app. They also changed the placement so that ads only appear after users complete a key in-app action. These changes made ads less intrusive. - **More frequent ads for engaged users** : For users with longer session lengths, Qtonz *increased the number of ads* shown from 2 to 3-4 per day. |\n\nImplementing the solution\n\nTo implement this solution, you can follow our step-by-step tutorial (find an\noverview of this tutorial later on this page). \n\nIn this multistep tutorial, you'll learn **how to use Firebase to test various\nfrequency caps for Google AdMob ads in your app** . It uses\n[interstitial ads](https://support.google.com/admob/answer/7311435)\nas the example test case, but you can extrapolate and use these same steps to\ntest frequency capping for\n[other ad formats](https://support.google.com/admob/answer/6128738).\n\nThis tutorial assumes that you already use AdMob in your app and that you'd\nlike to test whether changing the *frequency* of an interstitial ad unit will\nhave an impact on your app's revenue or other metrics. However, if you don't already\nuse AdMob in your app, that's ok! The steps in this tutorial can also help\nyou understand what ad frequency you should use in your app.\n| **Tip:** If there's a term that you're not familiar with, check out the [glossary](#glossary) at the bottom of this page.\n\nProducts and features used for this solution\n\n|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Google AdMob \u003e [Google AdMob](/docs/admob) enables you to create ad units with various ad frequencies or refresh rates that will be served within your app. When you link AdMob with Firebase, AdMob sends ad revenue information to Firebase to improve ad strategy optimization. Google Analytics \u003e [Google Analytics](/docs/analytics) gives you insight into user engagement, retention, and monetization metrics like total revenue, AdMob revenue, purchase revenue, and much more. It also allows you to create user audiences and segments. | Firebase Remote Config \u003e [Firebase Remote Config](/docs/remote-config) enables you to dynamically change and customize the behavior and appearance of your app for desired user segments --- *all without publishing a new version of your \u003e app* . In this tutorial, you'll use Remote Config parameters to control which ad unit is shown to your users. Firebase A/B Testing \u003e [Firebase A/B Testing](/docs/ab-testing) provides the interface and infrastructure to run product and marketing experiments in your app. It takes care of distributing experiment variants to users, and then performs statistical analysis to determine if an experiment variant is outperforming the control group based on your selected key metric, such as revenue or user retention. |\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\nSolution tutorial overview\n\n[Go\ndirectly to the step-by-step tutorial](/docs/tutorials/optimize-ad-frequency/step-1)\n\n1. [**Use AdMob to\n create new ad unit variants for testing**](/docs/tutorials/optimize-ad-frequency/step-1)\n\n 1. Create two new interstitial ad units in AdMob.\n\n 2. Set the *Frequency capping* of each ad unit to an impressions per user\n value that you want to test.\n\n 3. Implement the ad unit placements within your app's code.\n\n2. [**Set up an A/B test\n in the Firebase console**](/docs/tutorials/optimize-ad-frequency/step-2)\n\n 1. Define testing basics, targeting, and the goals that the test will run\n against.\n\n 2. Define test variants and set up the Remote Config parameter that\n will control which ad unit is shown to users in the test.\n\n3. [**Handle\n Remote Config parameter values in your app's code**](/docs/tutorials/optimize-ad-frequency/step-3)\n\n 1. Use the Remote Config parameter in your app.\n\n 2. Implement the logic for displaying the ad unit based on the parameter's\n value.\n\n4. [**Start the A/B test\n and review the test results in the Firebase console**](/docs/tutorials/optimize-ad-frequency/step-4)\n\n 1. After starting the test and allowing it to run for a few days or weeks,\n check the Firebase console for whether the A/B test has a winning\n variant based on the primary goal of the A/B test.\n\n 2. Review the impact on secondary metrics for each variant to ensure the\n variants didn't cause unintended negative impacts to those metrics.\n\n5. [**Decide whether to\n roll out the new ad unit with the updated ad frequency**](/docs/tutorials/optimize-ad-frequency/step-5)\n\n 1. If A/B Testing determines that the variant showing the new ad format\n is the winner, you can start showing the ad format to all users targeted\n in the experiment, all users of your app, or to a subset of your users.\n\n 2. If a clear winner isn't yet determined, you can either continue running\n the experiment to gather more data, or end the experiment if it's\n already been running for a long period with inconclusive results.\n\nGlossary\n\n\u003cbr /\u003e\n\nView a list of common terms for this solution\n\n\u003cbr /\u003e\n\n- **AdMob revenue** : AdMob network and open bidding revenue\n\n- **IAP revenue**: In app purchases revenue\n\n- **Total revenue**: Total revenue\n\n- **Retention**: Retention as a key metric in A/B tests is tracked as 1 day,\n 2-3 days, 4-7 days, 8-14 days, or 15+ days user retention\n\n- **Remote Config parameter**: The configurable parameter used to control\n which ad unit is show to users. In this guide, it will be an ad unit ID.\n\n- **Baseline configuration** : The as-is configuration in any particular A/B test\n --- also known as the control. The control usually uses the default value for\n the Remote Config parameter, but it can be configured to use a new control\n value if needed.\n\n- **Variant configurations** : The variant configurations are the alternative\n configurations with different Remote Config parameter values that we would\n like to test against the baseline configuration.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e"]]