Optymalizowanie częstotliwości wyświetlania reklam w AdMob za pomocą Firebase
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Omówienie rozwiązania
Co to jest optymalizacja częstotliwości wyświetlania reklam?
Niezależnie od tego, czy Twoja aplikacja generuje przychody z reklam, czy z innych źródeł, optymalizacja przychodów z reklam i zapewnianie wysokiej jakości wrażeń użytkownikom może być trudne. Reklamy są świetnym źródłem przychodów, ale ich duża częstotliwość może negatywnie wpływać na wrażenia użytkowników i prowadzić do rezygnacji z aplikacji.
Nie ma jednego uniwersalnego podejścia do częstotliwości wyświetlania reklam w przypadku wszystkich aplikacji. Skuteczność reklam różni się znacznie w zależności od aplikacji i grupy odbiorców. Możesz się obawiać, że zwiększenie częstotliwości wyświetlania reklam może negatywnie wpłynąć na wrażenia użytkowników lub ich utrzymanie, ale możesz też być ciekawy, czy przy odpowiednim wdrożeniu może to doprowadzić do wzrostu przychodów i zaangażowania, przy jednoczesnym kontrolowaniu danych dotyczących zaangażowania.
Ilustracja 1. Optymalna częstotliwość wyświetlania reklam maksymalizuje przychody przy minimalnym wpływie na rezygnacje
Aby rozwiązać te problemy, Firebase oferuje narzędzia, które pomagają testować i podejmować decyzje oparte na danych dotyczące optymalnej częstotliwości wyświetlania reklam:
Za pomocą Firebase możesz przeprowadzać testy A/B skuteczności różnych częstotliwości wyświetlania reklam na niewielkiej grupie użytkowników.
Możesz obserwować wyniki testu i sprawdzać rekomendacje Firebase dotyczące tego, która częstotliwość wyświetlania reklam zapewnia lepsze wyniki i ma minimalny wpływ na utrzymanie użytkowników.
Gdy będziesz mieć pewność, że zmiany prawdopodobnie przyniosą pozytywne efekty, możesz wdrożyć je u większej liczby użytkowników jednym kliknięciem.
Uzasadnienie biznesowe i wartość
Deweloperzy i wydawcy, którzy używają Google AdMob i narzędzi Firebase do optymalizacji częstotliwości wyświetlania reklam, odnotowują znaczny wzrost przychodów bez negatywnego wpływu na wrażenia użytkowników.
Qtonz używa Firebase, aby zwiększyć przychody z reklam 4-krotnie i zwiększyć zaangażowanie użytkowników, dostosowując ich wrażenia na różnych etapach ścieżki.
Mniej reklam dla nowych użytkowników:zmniejszyli liczbę reklam wyświetlanych użytkownikowi w pierwszym dniu korzystania z aplikacji. Zmienili też miejsce wyświetlania reklam, tak aby pojawiały się one dopiero po wykonaniu przez użytkownika kluczowego działania w aplikacji. Dzięki tym zmianom reklamy stały się mniej natrętne.
Częstsze wyświetlanie reklam zaangażowanym użytkownikom: w przypadku użytkowników, którzy spędzają w aplikacji więcej czasu, firma Qtonz zwiększyła liczbę wyświetlanych reklam z 2 do 3–4 dziennie.
Wdrażanie rozwiązania
Aby wdrożyć to rozwiązanie, możesz skorzystać z naszego samouczka krok po kroku (omówienie tego samouczka znajdziesz w dalszej części tej strony).
Z tego wieloetapowego samouczka dowiesz się, jak używać Firebase do testowania różnych limitów wyświetleń na użytkownika w przypadku Google AdMobreklam w aplikacji. Jako przykładu użyto reklam pełnoekranowych, ale możesz zastosować te same czynności do testowania limitów wyświetleń na użytkownika w przypadku innych formatów reklam.
W tym samouczku zakładamy, że w aplikacji używasz już AdMob i chcesz sprawdzić, czy zmiana częstotliwości wyświetlania jednostki reklamowej z reklamą pełnoekranową wpłynie na przychody z aplikacji lub inne dane. Jeśli jednak nie używasz jeszcze w aplikacji AdMob, nie musisz tego robić. Czynności opisane w tym samouczku pomogą Ci też określić, jakiej częstotliwości wyświetlania reklam należy używać w aplikacji.
Usługi i funkcje używane w tym rozwiązaniu
Google AdMob
Google AdMob umożliwia tworzenie jednostek reklamowych
o różnej częstotliwości wyświetlania lub odświeżania, które będą wyświetlane w Twojej
aplikacji. Gdy połączysz AdMob z Firebase, AdMob będzie przesyłać do Firebase informacje o przychodach z reklam, aby ulepszać optymalizację strategii reklamowej.
Google Analytics
Google Analytics dostarcza informacji o zaangażowaniu i utrzymaniu użytkowników oraz o danych dotyczących generowania przychodu, takich jak przychody ogółem, AdMob przychody, przychody z zakupów i wiele innych. Umożliwia też tworzenie list odbiorców i segmentów użytkowników.
Firebase Remote Config
Firebase Remote Config umożliwia dynamiczną zmianę i dostosowywanie działania oraz wyglądu aplikacji do wybranych segmentów użytkowników – a wszystko to bez publikowania nowej wersji aplikacji. W tym samouczku użyjesz parametrów Remote Config, aby określić, która jednostka reklamowa ma być wyświetlana użytkownikom.
Firebase A/B Testing
Firebase A/B Testing udostępnia interfejs i infrastrukturę do przeprowadzania w aplikacji eksperymentów dotyczących usług i marketingu. Rozdziela warianty eksperymentu między użytkowników, a następnie przeprowadza analizę statystyczną, aby określić, czy wariant eksperymentu osiąga lepsze wyniki niż grupa kontrolna na podstawie wybranego kluczowego wskaźnika, takiego jak przychody lub utrzymanie użytkowników.
Określ podstawy testowania, kierowanie i cele, na podstawie których będzie przeprowadzany test.
Zdefiniuj warianty testu i skonfiguruj parametr Remote Config, który będzie określać, która jednostka reklamowa będzie wyświetlana użytkownikom w ramach testu.
Po rozpoczęciu testu i odczekaniu kilku dni lub tygodni sprawdź w Firebase konsoli, czy test A/B ma zwycięski wariant na podstawie głównego celu testu.
Sprawdź wpływ każdego wariantu na dane dodatkowe, aby upewnić się, że nie spowodował on niezamierzonych negatywnych skutków w przypadku tych danych.
Jeśli A/B Testing uzna, że wariant wyświetlający nowy format reklamy jest zwycięski, możesz zacząć wyświetlać ten format wszystkim użytkownikom objętym eksperymentem, wszystkim użytkownikom aplikacji lub wybranej grupie użytkowników.
Jeśli nie udało się jeszcze wyłonić wyraźnego zwycięzcy, możesz kontynuować eksperyment, aby zebrać więcej danych, lub zakończyć go, jeśli trwa już od dłuższego czasu, a wyniki są niejednoznaczne.
Słowniczek
Wyświetlanie listy typowych terminów związanych z tym rozwiązaniem
AdMob przychody: AdMob przychody z sieci i Otwartego ustalania stawek
Przychody z zakupów w aplikacji: przychody z zakupów w aplikacji.
Łączne przychody: łączne przychody.
Utrzymanie: utrzymanie jako kluczowa wartość w testach A/B jest śledzone jako utrzymanie użytkowników przez 1 dzień, 2–3 dni, 4–7 dni, 8–14 dni lub ponad 15 dni.
Parametr Remote Config: konfigurowalny parametr używany do określania, która jednostka reklamowa ma być wyświetlana użytkownikom. W tym przewodniku będzie to identyfikator jednostki reklamowej.
Konfiguracja podstawowa: aktualna konfiguracja w dowolnym teście A/B, znana też jako grupa kontrolna. Zwykle używa ona wartości domyślnej parametru Remote Config, ale w razie potrzeby można ją skonfigurować tak, aby używała nowej wartości.
Konfiguracje wariantów: konfiguracje wariantów to alternatywne konfiguracje z różnymi wartościami parametru Remote Config, które chcemy przetestować w porównaniu z konfiguracją podstawową.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 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"]]
