Testar a adoção de novos formatos de anúncios da AdMob usando o Firebase
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Visão geral da solução
O que são testes de adoção de formato do anúncio?
Quer seu aplicativo seja baseado em receita híbrida ou receita de anúncios, a adoção de
formatos de anúncio diferentes pode ser difícil.
Nem todos os formatos de anúncios são adequados para qualquer app. Além disso, alguns formatos podem ter um desempenho melhor
de acordo com as propriedades do app. Ao implementar um novo formato de anúncio, é possível
que você esteja preocupado com o impacto negativo na experiência ou retenção de usuários, mas também pode
estar curioso para saber se isso pode resultar em um aumento na receita e no engajamento caso um novo formato
de anúncio seja devidamente instrumentado.
Figura 1: o formato do anúncio ideal maximiza a receita com um impacto mínimo no desligamento de usuários
Para lidar com esses problemas desconhecidos, o Firebase tem ferramentas que ajudam você a testar e
tomar decisões baseadas em dados quanto à adoção de novos formatos de anúncio:
Com o Firebase, é possível fazer um teste A/B do desempenho de um novo formato de anúncio com um
pequeno subconjunto de usuários.
É possível observar os resultados do teste e rever as recomendações do Firebase
para saber se o novo formato do anúncio está apresentando um desempenho melhor do que o
formato atual.
Quando estiver confiante de que as alterações vão ter um impacto positivo,
você vai poder lançá-las para mais usuários com o clique de um botão.
Caso de negócios e o valor
Em média, os desenvolvedores e editores que usam as ferramentas da
Google AdMob e do Firebase para adicionar um novo formato de anúncio usufruem de grandes aumentos na receita (de até 10 vezes*) e mantêm
a taxa de retenção estável.
*Aumento da receita com base nos resultados de 8 grandes editores em 2020
A Pomelo Games usa o Firebase
para aumentar a receita em 35% sem perder jogadores.
A Qtonz usa o Firebase para
quadruplicar a receita de publicidade e ter um aumento de 190% de
ARPDAU.
Implementar a solução
Para implementar essa solução, siga nosso tutorial passo a passo. Consulte a
visão geral mais adiante nesta página.
Neste tutorial em várias etapas, você vai aprender como usar o Firebase para testar um novo
formato de anúncio Google AdMob no seu app. Ele usa um
anúncio intersticial premiado
como o caso de teste do exemplo, mas é possível extrapolar e usar essas mesmas etapas para
testar
outros formatos de anúncio.
Este tutorial presume que você já usa AdMob no seu app e que
quer verificar se a adição de outro bloco de anúncios (com um novo formato de anúncio) vai causar
impacto na receita do app ou em outras métricas. No entanto, se você ainda não
usa AdMob no seu app, não tem problema. As etapas deste tutorial também podem ajudar
você a entender se a simples adição de um bloco de anúncios ao seu app impacta as
métricas do app.
Produtos e recursos usados nesta solução
Google AdMob
A Google AdMob permite criar variantes de blocos de anúncios
que vão ser veiculadas no seu app. Quando você vincula a AdMob ao
Firebase, a AdMob envia informações de receita de publicidade para o Firebase visando a melhoria
da otimização da estratégia de anúncios.
Google Analytics
O Google Analytics oferece insights sobre
métricas de engajamento, retenção e monetização do usuário, como receita total,
receita AdMob, receita de compra e muito mais. Ele também permite criar
públicos-alvo e segmentos de usuários.
Firebase Remote Config
O Firebase Remote Config permite
mudar e personalizar dinamicamente o comportamento e a aparência do app para
segmentos de usuários desejados, sem publicar uma nova versão do
app. Neste tutorial, você vai usar parâmetros Remote Config para
controlar se uma nova unidade de anúncio será mostrada aos usuários.
Firebase A/B Testing
O Firebase A/B Testing fornece a
interface e a infraestrutura para executar experimentos de produto e marketing no
seu app. Ele distribui variantes de experimentos aos usuários e
realiza uma análise estatística para determinar se uma variante de experimento está
superando o grupo de controle com base na métrica principal selecionada, como
receita ou retenção de usuários.
Depois de iniciar o teste e deixar que ele seja executado por alguns dias ou semanas,
verifique no console Firebase se o teste A/B tem uma variante vencedora
com base na meta principal do teste A/B.
Analise o impacto nas métricas secundárias de cada variante para garantir que
não tenham causado impactos negativos indesejados.
Se o A/B Testing determinar que a variante que mostra o novo formato
é a vencedora, é possível começar a mostrar o formato do anúncio para todos os usuários segmentados
no experimento, todos os usuários do seu app ou um subconjunto dos seus usuários.
Se um vencedor ainda não tiver sido determinado, você pode continuar executando
o experimento para coletar mais dados ou encerrar o experimento se ele
já estiver em execução por um longo período e apresentar resultados inconclusivos.
Glossário
Veja uma lista de termos comuns para essa solução
Receita de AdMob: receita da rede AdMob e do Open Bidding
Receita de compras no app (IAP): receita das compras feitas no app
Receita total: receita total
Retenção: a retenção como métrica principal em testes A/B é definida como a retenção de usuários de 1 dia,
2 a 3 dias, 4 a 7 dias, 8 a 14 dias ou mais de 15 dias.
Parâmetro Remote Config: é o parâmetro configurável usado para controlar
a exibição do novo formato de anúncio. Neste guia, vai ser um valor
booleano.
Configuração de referência: a configuração no estado em que se encontra em qualquer teste A/B
específico, também conhecida como controle. O controle geralmente usa o valor padrão para
o parâmetro Remote Config, mas pode ser configurado para usar um novo valor de controle,
se necessário.
Configurações da variante: são as configurações alternativas
com valores de parâmetros diferentes de Remote Config que queremos
testar com a configuração de referência.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-07-25 UTC."],[],[],null,["**Solution overview**\n\nWhat is ad format adoption testing?\n\nWhether your app is hybrid-revenue or ads-revenue driven, the adoption of\ndifferent ad formats can be complicated.\n\nNot all ad formats will suit every app, and some ad formats might perform better\ndepending on app properties. When implementing a new ad format, you might be\nconcerned about negative impact on user experience or retention, but you might\nalso be curious if you can increase revenue and engagement if a new ad format\nis properly instrumented.\n***Figure 1**: Optimal ad format 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 adopting new ad formats:\n\n- Using Firebase, you can A/B test the performance of a new ad format with a\n *small subset* of users.\n\n- You can observe the test results and review recommendations from Firebase\n about whether the new ad format is performing better than the existing ad\n format.\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\nOn average, developers and publishers who use Google AdMob and Firebase\ntools for adding a new ad format enjoy major revenue uplifts (up to 10X\\*) while\nkeeping the retention rate stable.\n\n\\**Revenue uplift based on results from 8 large publishers in 2020.*\n\n|---|--------------------------------------------------------------------------------------------------------------------|\n| | [**Pomelo Games**](/use-cases/pomelo-games) uses Firebase to increase revenue by up to 35% without losing players. |\n\n|---|---------------------------------------------------------------------------------------------------------------------|\n| | [**Qtonz**](/use-cases/qtonz-mbit-music) uses Firebase to achieve 4x increase in Ads Revenue and 190% increase in . |\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 a new\nGoogle AdMob ad format for your app** . It uses a\n[rewarded interstitial ad](https://support.google.com/admob/answer/9884467)\nas the example test case, but you can extrapolate and use these same steps to\ntest out\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 adding *another* ad unit (with a new ad format) will have\nan 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 if simply adding an ad unit to your app has an impact on your\napp's metrics.\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 unit variants 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 whether a new 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/test-ad-format-adoption/step-1)\n\n1. [**Use AdMob to\n create a new ad unit variant for testing**](/docs/tutorials/test-ad-format-adoption/step-1)\n\n 1. Create a new rewarded interstitial ad unit in AdMob.\n\n 2. Implement the ad unit placement within your app's code.\n\n2. [**Set up an A/B\n test in the Firebase console**](/docs/tutorials/test-ad-format-adoption/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 whether to show the new ad unit to users in the test.\n\n3. [**Handle\n Remote Config parameter values in your app's code**](/docs/tutorials/test-ad-format-adoption/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\n test and review the test results in the Firebase console**](/docs/tutorials/test-ad-format-adoption/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\n to roll out the new ad format**](/docs/tutorials/test-ad-format-adoption/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 whether we show the new ad format or not. In this guide, it will be a boolean\n value.\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"]]
