Kiddopia a augmenté ses dépenses UA de 3,1x avec le ROAS de Unity Ads

Kiddopia est une application d'apprentissage précoce basée à Mumbai qui enseigne aux enfants par le jeu interactif, couvrant des sujets allant de la cuisine aux mathématiques. Son public principal est constitué des parents d'enfants aux États-Unis et dans les régions de l'Amérique latine.

La stratégie principale d'acquisition d'utilisateurs (UA) et de Monetization de Kiddopia repose sur un essai gratuit de 7 jours qui se convertit en abonnement payant. L'application n'offre pas de niveau freemium avec publicité - les utilisateurs acquis à J7 s'abonnent donc ou mettent fin à l'essai gratuit.

Tout en maintenant ce modèle, Kiddopia cherchait à augmenter davantage son échelle tout en atteignant ses objectifs internes. L'équipe Unity a recommandé qu'ils lancent des campagnes qui optimisent le ROAS des In-app Purchase (IAP) et incluent des Windows de ciblage plus longues. L'ajout de campagnes D28 permettrait à Kiddopia de capter les utilisateurs qui terminent l'essai mais reviennent plus tard pour s'abonner.

En optimisant pour le ROAS IAP, Kiddopia a changé à la fois la valeur des utilisateurs qu'ils acquéraient et le volume qu'ils pouvaient acheter par rapport à leurs objectifs d'efficacité. Finalement, cela a entraîné une augmentation de 3,1 fois des dépenses mensuelles sur iOS et une augmentation de plus de 69 % de l'ARPU J7.

Le Défi

Kiddopia exécutait déjà des campagnes D7 optimisant vers les débuts d'essai. Cela fonctionnait pour l'application, mais cela s'est optimisé vers un signal décalé d'une étape par rapport au résultat qu'ils voulaient obtenir : générer des revenus. Un essai ne garantit pas d'abonné, et payer pour du volume au début d'un essai de 7 jours n'apporte pas de transparence sur les conversions.

Le modèle d'essai a créé un deuxième problème. L'abonnement de Kiddopia commence après la fin de la semaine gratuite, et une part significative des abonnés se convertit aux jours 8 à 10 et au-delà. Toute fenêtre d'optimisation ou de mesure qui se termine à D7 pourrait ne pas capturer ces utilisateurs.

La Solution

Suivant les recommandations de l'équipe Unity, Kiddopia a reconstruit ses campagnes en utilisant des modèles ROAS alimentés par Unity Vector, optimisant pour les revenus IAP.

Ils ont également migré pour répartir leurs campagnes sur deux Windows d'attribution. Quatre campagnes IAP ROAS D7 ont porté l'échelle principale, tandis qu'une campagne IAP ROAS D28 séparée pour les États-Unis a été conçue spécifiquement pour enchérir sur la cohorte à conversion tardive que la fenêtre de 7 jours pourrait manquer. Les deux Windows de campagne se déroulent en parallèle dans une structure en couches : les campagnes D7 ciblent les utilisateurs qui convertissent immédiatement après la fin de l'essai, tandis que la campagne D28 cible les utilisateurs qui pourraient mettre plus de temps.

Implémentation

Kiddopia fonctionnait sur iOS à travers cinq campagnes basées sur des modèles ROAS alimentés par Unity Vector. Celles-ci comprennent quatre campagnes ROAS D7 et une campagne ROAS D28, toutes optimisant directement vers les événements de revenus IAP. Les campagnes D7 sont particulièrement utiles pour l'application, car elles correspondent à leur modèle d'essai gratuit de 7 jours.

Kiddopia a ouvert avec des objectifs délibérément conservateurs, suivant les conseils de l'équipe de Unity Ads selon lesquels le modèle avait besoin d'une période d'apprentissage sur des signaux de revenus clairs avant qu'il ne soit pertinent d'augmenter le volume. Ils ont lancé les quatre campagnes ROAS D7 et les ont divisées par marché, afin que chacune puisse trouver son propre niveau d'efficacité plutôt que de faire une moyenne sur les régions. Les quatre sont optimisés pour les mêmes événements de revenus In-app Purchase. Plus tard, ils ont ajouté la campagne ROAS D28 américaine, ciblant spécifiquement les abonnés qui se convertissent après la fin de l'essai.

À partir de là, l'application a évolué en fonction des performances. Au cours des trois mois suivants, Kiddopia a augmenté ses objectifs de ROAS en cinq augmentations distinctes, chacune étant mise en œuvre uniquement après que la performance hebdomadaire ait dépassé l'objectif existant. Dépense hebdomadaire suivie d'un ARPU D7 maintenu tout au long, au lieu de se dégrader à mesure que le volume augmentait. Sur créatif, les jeux autonomes sont restés le format numéro un de Kiddopia en part de dépenses.

La base de données derrière le résultat

Unity Ads et Unity Vector fonctionnent mieux avec des signaux de revenus clairs, et Kiddopia l'a construit en premier. Ils ont suivi les exigences d'activation des données MMP de Unity pour Vector et ont commencé à renvoyer les événements de revenus IAP. Avec ces données entrantes, Vector a pu mieux prédire la valeur de l'abonné et y faire des offres.

La campagne D28 est l'illustration la plus claire du résultat : valoriser un utilisateur qui convertira après J7 en modélisant le comportement bien au-delà de l'installation. Le résultat est un annonceur basé sur l'abonnement qui utilise la même approche optimisée en termes de revenus que Unity Ads est connu pour dans les jeux monétisés par la publicité et les IAP, et l'utilise pour augmenter les revenus.

*Source: Données internes Unity, basées sur les campagnes Kiddopia. Dépenses mensuelles mesurées sur la base d'une comparaison de données du 1er janvier 2026 au 31 juillet 2026

**Source: Données internes Unity, basées sur les campagnes Kiddopia. D7 ARPU mesuré sur la base d'une comparaison de données du 1er janvier 2026 au 4 août 2026