فرکانس تبلیغات AdMob را با استفاده از Firebase بهینه کنید
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
بررسی اجمالی راه حل
بهینه سازی فرکانس تبلیغات چیست؟
چه برنامه شما دارای درآمد ترکیبی باشد و چه مبتنی بر درآمد تبلیغات، بهینه سازی درآمد تبلیغات و حفظ یک تجربه کاربری با کیفیت بالا می تواند مشکل باشد. تبلیغات منبع درآمد خوبی هستند، اما تعداد زیاد تبلیغات می‌تواند تجربه کاربری منفی ایجاد کند و ممکن است منجر به ریزش کاربر شود.
هیچ رویکرد "فرکانس تبلیغات واحد برای همه" برای هیچ برنامه ای وجود ندارد. عملکرد تبلیغات از اپلیکیشنی به اپلیکیشن دیگر و از مخاطبی به مخاطب دیگر بسیار متفاوت است. ممکن است نگران این باشید که افزایش تعداد تبلیغات می‌تواند تأثیر منفی بر تجربه یا حفظ کاربر داشته باشد، اما ممکن است کنجکاو باشید که ببینید آیا می‌تواند منجر به افزایش درآمد و تعامل با ابزار مناسب شود و معیارهای تعامل را تحت کنترل نگه دارد.
شکل 1 : فرکانس تبلیغات بهینه، درآمد را با کمترین تأثیر بر کاهش، به حداکثر می‌رساند
برای حل این ناشناخته ها، Firebase ابزارهایی را ارائه می دهد که به شما کمک می کند آزمایش کنید و سپس تصمیمات مبتنی بر داده را در مورد فراوانی بهینه تبلیغات بگیرید:
با استفاده از Firebase، می‌توانید عملکرد فرکانس‌های تبلیغات مختلف را با زیرمجموعه کوچکی از کاربران A/B آزمایش کنید.
می‌توانید نتایج آزمایش را مشاهده کنید و توصیه‌های Firebase را در مورد اینکه کدام فرکانس تبلیغات بهتر و با کمترین تأثیر بر حفظ کار می‌کند، مرور کنید.
هنگامی که مطمئن شدید که تغییرات احتمالاً تأثیر مثبتی خواهند داشت، می‌توانید با کلیک یک دکمه تغییرات را برای تعداد بیشتری از کاربران خود اعمال کنید.
مورد تجاری و ارزش
توسعه‌دهندگان و ناشرانی که از ابزارهای Google AdMob و Firebase برای بهینه‌سازی فرکانس تبلیغات خود استفاده می‌کنند، بدون تأثیر نامطلوب بر تجربه کاربر، از افزایش درآمد عمده برخوردار می‌شوند.
Qtonz از Firebase برای افزایش 4 برابری درآمد تبلیغات و افزایش تعامل با سفارشی‌سازی تجربه برای مراحل مختلف سفر کاربر استفاده می‌کند.
تبلیغات کمتر برای کاربران جدید : آنها تعداد تبلیغاتی را که کاربر در اولین روز استفاده از برنامه مشاهده می‌کند کاهش دادند . آنها همچنین مکان را تغییر دادند تا تبلیغات فقط پس از انجام یک اقدام کلیدی درون برنامه توسط کاربران نمایش داده شود. این تغییرات باعث شد تبلیغات کمتر مداخله کنند.
تبلیغات مکرر برای کاربران درگیر : برای کاربرانی که طول جلسه طولانی تری دارند، Qtonz تعداد تبلیغات نمایش داده شده را از 2 به 3-4 در روز افزایش داد .
پیاده سازی راه حل
برای پیاده سازی این راه حل، می توانید آموزش گام به گام ما را دنبال کنید (در ادامه این صفحه نمای کلی این آموزش را بیابید).
در این آموزش چند مرحله ای، یاد خواهید گرفت که چگونه از Firebase برای آزمایش محدودیت های فرکانس مختلف برای تبلیغات Google AdMob در برنامه خود استفاده کنید . از تبلیغات بینابینی به‌عنوان نمونه آزمایشی استفاده می‌کند، اما می‌توانید از همین مراحل برای آزمایش محدودیت‌های فرکانس برای سایر قالب‌های تبلیغاتی استفاده کنید.
این آموزش فرض می‌کند که قبلاً از AdMob در برنامه خود استفاده می‌کنید و می‌خواهید آزمایش کنید که آیا تغییر دفعات یک واحد تبلیغاتی بینابینی تأثیری بر درآمد برنامه شما یا سایر معیارها دارد یا خیر. با این حال، اگر قبلاً از AdMob در برنامه خود استفاده نمی کنید، اشکالی ندارد! مراحل این آموزش همچنین می تواند به شما کمک کند تا بفهمید از چه تعداد تبلیغات باید در برنامه خود استفاده کنید.
محصولات و ویژگی های مورد استفاده برای این راه حل
Google AdMob
Google AdMob به شما امکان می‌دهد واحدهای تبلیغاتی با فرکانس‌های تبلیغات یا نرخ‌های تازه‌سازی مختلف ایجاد کنید که در برنامه شما ارائه می‌شوند. وقتی AdMob به Firebase پیوند می‌دهید، AdMob اطلاعات درآمد تبلیغات را برای بهبود بهینه‌سازی استراتژی تبلیغات به Firebase ارسال می‌کند.
Google Analytics
Google Analytics به شما بینشی در مورد معیارهای تعامل کاربر، حفظ و کسب درآمد مانند درآمد کل، درآمد AdMob ، درآمد خرید و موارد دیگر می‌دهد. همچنین به شما امکان می دهد مخاطبان و بخش های کاربر ایجاد کنید.
Firebase Remote Config
Firebase Remote Config شما را قادر می سازد تا به صورت پویا رفتار و ظاهر برنامه خود را برای بخش های کاربری دلخواه تغییر داده و سفارشی کنید - همه اینها بدون انتشار نسخه جدیدی از برنامه شما . در این آموزش، از پارامترهای Remote Config برای کنترل اینکه کدام واحد تبلیغات به کاربران شما نشان داده می شود، استفاده می کنید.
Firebase A/B Testing
Firebase A/B Testing رابط و زیرساخت را برای اجرای آزمایشات محصول و بازاریابی در برنامه شما فراهم می کند. از توزیع انواع آزمایش بین کاربران مراقبت می کند و سپس تجزیه و تحلیل آماری را انجام می دهد تا تعیین کند که آیا یک نوع آزمایش بر اساس معیارهای کلیدی انتخابی شما، مانند درآمد یا حفظ کاربر، بهتر از گروه کنترل عمل می کند یا خیر.
پس از شروع آزمایش و اجازه دادن به آن برای چند روز یا چند هفته اجرا، کنسول Firebase را بررسی کنید که آیا آزمون A/B بر اساس هدف اولیه آزمون A/B دارای یک نوع برنده است یا خیر.
تأثیر روی معیارهای ثانویه را برای هر گونه بررسی کنید تا مطمئن شوید که متغیرها تأثیرات منفی ناخواسته ای بر آن معیارها ایجاد نکرده اند.
اگر A/B Testing مشخص کند که گونه‌ای که قالب آگهی جدید را نشان می‌دهد برنده است، می‌توانید قالب آگهی را به همه کاربران هدف در آزمایش، همه کاربران برنامه‌تان یا زیرمجموعه‌ای از کاربرانتان نشان دهید.
اگر هنوز برنده مشخصی مشخص نشده است، می‌توانید آزمایش را برای جمع‌آوری داده‌های بیشتر ادامه دهید، یا اگر آزمایش برای مدت طولانی و با نتایج غیرقابل قطعی اجرا شده است، آزمایش را پایان دهید.
واژه نامه
فهرستی از اصطلاحات رایج برای این راه حل را مشاهده کنید
درآمد AdMob : شبکه AdMob و درآمد مناقصه باز
درآمد IAP : درآمد حاصل از خرید اپلیکیشن
درآمد کل : کل درآمد
حفظ : حفظ به عنوان یک معیار کلیدی در تست‌های A/B به‌عنوان 1 روز، 2-3 روز، 4-7 روز، 8-14 روز یا بیش از 15 روز ردیابی کاربر ردیابی می‌شود.
پارامتر Remote Config : پارامتر قابل تنظیمی که برای کنترل اینکه کدام واحد تبلیغات به کاربران نمایش داده می شود استفاده می شود. در این راهنما، یک شناسه واحد تبلیغاتی خواهد بود.
پیکربندی خط مبنا : پیکربندی همانطور که در هر آزمون A/B خاص - همچنین به عنوان کنترل شناخته می شود. کنترل معمولاً از مقدار پیش‌فرض برای پارامتر Remote Config استفاده می‌کند، اما می‌توان آن را طوری پیکربندی کرد که در صورت نیاز از یک مقدار کنترل جدید استفاده کند.
پیکربندی‌های متغیر : پیکربندی‌های متغیر، پیکربندی‌های جایگزین با مقادیر پارامترهای مختلف Remote Config هستند که می‌خواهیم آنها را در برابر پیکربندی خط پایه آزمایش کنیم.
تاریخ آخرین بهروزرسانی 2025-08-22 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-08-22 بهوقت ساعت هماهنگ جهانی."],[],[],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"]]
