Optimiza la frecuencia de los anuncios de AdMob con Firebase
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Descripción general de la solución
¿Qué es la optimización de la frecuencia de los anuncios?
Ya sea que tu app se base en ingresos híbridos o en ingresos publicitarios, optimizar los ingresos por anuncios y mantener una experiencia del usuario de alta calidad puede ser complicado. Los anuncios son una excelente fuente de ingresos, pero mostrar anuncios con alta frecuencia puede generar una experiencia negativa para los usuarios y llevarlos a la deserción.
No existe una frecuencia de anuncios universal que pueda recomendarse para cualquier app. El rendimiento de los anuncios varía considerablemente de una app a otra y de un público a otro. Podría preocuparte que aumentar la frecuencia de los anuncios tenga un impacto negativo en la experiencia del usuario o en la retención, pero también es posible que sientas curiosidad por el potencial de aumentar los ingresos y la participación cuando se instrumenta de manera adecuada, supervisando las métricas de participación.
Figura 1: La frecuencia óptima del anuncio maximiza los ingresos con un impacto mínimo en la deserción
Para despejar estas dudas, Firebase ofrece herramientas que te ayudan a hacer pruebas y tomar decisiones basadas en datos sobre la frecuencia óptima de los anuncios:
Con Firebase, puedes realizar pruebas A/B del rendimiento de diversas frecuencias de anuncios con un subconjunto pequeño de usuarios.
Puedes observar los resultados de las pruebas y revisar las recomendaciones de Firebase sobre la frecuencia de los anuncios que tienen un mejor rendimiento con un impacto mínimo en la retención.
Una vez que estés seguro de que los cambios probablemente tendrán un impacto positivo, puedes lanzarlos para más usuarios con un solo clic.
Caso empresarial y valor
Los desarrolladores y publicadores que usan las herramientas de Google AdMob y Firebase para optimizar las frecuencias de sus anuncios obtienen importantes aumentos en los ingresos sin afectar negativamente la experiencia del usuario.
Qtonz usa Firebase para cuadruplicar sus ingresos publicitarios y aumentar la participación mediante la personalización de la experiencia en las diferentes etapas del recorrido del usuario.
Menos anuncios para los usuarios nuevos: Disminuyeron la cantidad de anuncios que los usuarios ven en su primer día con la app. También cambiaron la posición, de manera que los anuncios solo aparezcan después de que los usuarios completen una acción clave en la aplicación. Gracias a estos cambios, los anuncios fueron menos invasivos.
Anuncios más frecuentes para los usuarios interesados: En el caso de los usuarios con sesiones de mayor duración, Qtonz aumentó la cantidad de anuncios que se mostraban de 2 a 3 o 4 por día.
Implementa la solución
Para implementar esta solución, puedes seguir nuestro instructivo paso a paso (obtén una descripción general de este instructivo más adelante en esta página).
En este instructivo de múltiples pasos, aprenderás cómo usar Firebase para probar diversas limitaciones de frecuencia en anuncios de Google AdMob en tu app. A modo de ejemplo, usaremos anuncios intersticiales como caso de prueba, pero puedes extrapolar y seguir estos mismos pasos para probar la limitación de frecuencia con otros formatos de anuncios.
En este instructivo, supondremos que ya usas AdMob en tu app y deseas probar si cambiar la frecuencia de una unidad de anuncios intersticiales tendría un impacto en los ingresos de la app o en otras métricas. Sin embargo, no te preocupes si aún no usas AdMob en tu app. Los pasos que se indican en este instructivo también pueden ayudarte a comprender qué frecuencia de anuncios debes usar en tu app.
Productos y funciones que se usan en esta solución
Google AdMob
Google AdMob permite crear unidades de anuncios
con diversas frecuencias de anuncios o frecuencias de actualización que se publicarán en tu
app. Cuando vinculas AdMob con Firebase, AdMob envía información sobre los ingresos publicitarios
a Firebase para mejorar la optimización de la estrategia de anuncios.
Google Analytics
Google Analytics proporciona estadísticas sobre la participación de los usuarios, la retención y las métricas de monetización, como el total de ingresos, los ingresos de AdMob, los ingresos por compras y mucho más. También permite crear segmentos y públicos de usuarios.
Firebase Remote Config
Firebase Remote Config te permite
cambiar y personalizar de forma dinámica el comportamiento y la apariencia de tu app para
los segmentos de usuarios deseados sin publicar una nueva versión de tu
app. En este instructivo, usarás parámetros de Remote Config para
controlar qué unidad de anuncios se muestra a los usuarios.
Firebase A/B Testing
Firebase A/B Testing proporciona la
interfaz y la infraestructura para ejecutar experimentos de productos y marketing en
tu app. Se encarga de distribuir las variantes del experimento a los usuarios y
luego realiza un análisis estadístico para determinar si una variante del experimento
supera el rendimiento del grupo de control según la métrica clave seleccionada, como
los ingresos o la retención de usuarios.
Define los aspectos básicos de las pruebas, la segmentación y los objetivos con los que se ejecutará la prueba.
Define las variantes de prueba y configura el parámetro Remote Config que controlará qué unidad de anuncios se muestra a los usuarios que participen en la prueba.
Después de comenzar la prueba y permitir que se ejecute por algunos días o semanas, verifica en la consola de Firebase si la prueba A/B tiene una variante ganadora según el objetivo principal de la prueba.
Revisa el impacto en las métricas secundarias para cada variante a fin de asegurarte de que no causaron efectos negativos no deseados en esas métricas.
Si A/B Testing determina que la variante que muestra el nuevo formato del anuncio es la ganadora, puedes comenzar a mostrar el formato del anuncio a todos los usuarios a los que se orienta el experimento, a todos los usuarios de la app o a un subconjunto de usuarios.
Si aún no se determina una ganadora clara, puedes seguir ejecutando el experimento para recopilar más datos o finalizarlo si ya se ejecutó por un período prolongado con resultados no concluyentes.
Glosario
Mira una lista de términos comunes relacionados con esta solución
Ingresos de AdMob: Ingresos de la red de AdMob y Open Bidding
Ingresos de CDA: Los ingresos por compras directas desde la aplicación.
Ingresos totales: El total de ingresos.
Retención: Como métrica clave de las pruebas A/B, se hace un seguimiento de la retención de usuarios en períodos de 1 día, 2 a 3 días, 4 a 7 días, 8 a 14 días o más de 15 días.
Parámetro Remote Config: Es el parámetro configurable que se usa para controlar qué unidad de anuncios se muestra a los usuarios. En esta guía, será un ID de unidad de anuncios.
Configuración de referencia: La configuración no modificada de cualquier prueba A/B en particular, también conocida como control. En general, el control usa el valor predeterminado del parámetro Remote Config, pero se puede configurar para que use un valor de control nuevo si es necesario.
Variantes de configuración: Las variantes de configuración son las configuraciones alternativas con diferentes valores de parámetros de Remote Config que queremos comparar con la configuración de referencia.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 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"]]
