Kiddopia Aumentou o Gasto em UA 3.1x com ROAS do Unity Ads

Kiddopia é um aplicativo de aprendizado inicial baseado em Mumbai que ensina crianças através de brincadeiras interativas, cobrindo assuntos desde culinária até matemática. Seu público principal são os pais de crianças nos EUA e nas regiões da América Latina.

A estratégia primária de aquisição de usuários (UA) e Monetization da Kiddopia alavanca um teste gratuito de 7 dias que se converte em uma assinatura paga. O aplicativo não oferece um nível freemium com suporte a anúncios - então os usuários adquiridos no D7 ou assinam ou encerram o teste gratuito.

Mantendo este modelo, a Kiddopia procurou aumentar ainda mais sua escala enquanto atingia suas metas internas. A equipe da Unity recomendou que eles executassem campanhas que otimizassem para ROAS In-app Purchase (IAP) e incluíssem Windows de segmentação mais longas. Adicionar campanhas D28 permitiria que a Kiddopia capturasse usuários que completam o teste, mas depois retornam para assinar.

Ao otimizar para IAP ROAS, a Kiddopia mudou tanto o valor dos usuários que adquiriu quanto o quanto de volume poderia comprar em relação aos seus objetivos de eficiência. No final, isso resultou em um aumento de 3,1x nos gastos mensais no iOS e um aumento superior a 69% no ARPU D7.

O Desafio

A Kiddopia já estava executando campanhas D7 otimizando para inícios de teste. Isso estava funcionando para o aplicativo, mas otimizou em direção a um sinal um passo distante do resultado que eles queriam alcançar: impulsionar a receita. Um início de teste não garante um assinante, e pagar por volume no topo de um teste de 7 dias não fornece transparência sobre as conversões.

O modelo de teste criou um segundo problema. A assinatura da Kiddopia começa após o término da semana gratuita, e uma parcela significativa dos assinantes converte nos dias 8 a 10 e além. Qualquer janela de otimização ou medição que se encerre em D7 pode não capturar esses usuários.

A Solução

Seguindo as recomendações da equipe Unity, a Kiddopia reconstruiu suas campanhas usando modelos de ROAS alimentados por Unity Vector, otimizando para receita de IAP.

Eles também mudaram para dividir suas campanhas em duas Windows de atribuição. Quatro campanhas IAP ROAS D7 conduziram a escala principal, enquanto uma campanha IAP ROAS D28 separada para os EUA foi construída especificamente para dar lances no grupo de conversão tardia que a janela de 7 dias pode perder. As duas Windows de campanha correm lado a lado em uma estrutura em camadas: as campanhas D7 capturam os usuários que convertem imediatamente após o término do teste, enquanto a campanha D28 visa os usuários que podem demorar mais.

Implementação

Kiddopia rodou no iOS em cinco campanhas construídas em modelos de ROAS alimentados por Unity Vector. Estes incluem quatro campanhas ROAS D7 e uma campanha ROAS D28, todas otimizando diretamente para eventos de receita IAP. As campanhas D7 são particularmente úteis para o aplicativo, pois se alinham com o modelo de teste gratuito de 7 dias.

A Kiddopia abriu com metas deliberadamente conservadoras, seguindo a orientação da equipe da Unity Ads de que o modelo precisava de um período de aprendizado em sinais de receita limpos antes de valer a pena impulsionar o volume. Eles lançaram todas as quatro campanhas de ROAS D7 e as dividiram por mercado, para que cada uma pudesse encontrar seu próprio nível de eficiência em vez de tirar uma média entre as regiões. Todos os quatro otimizados para os mesmos eventos de receita de In-app Purchase. Mais tarde, eles adicionaram a campanha ROAS dos EUA D28, direcionada especificamente para capturar assinantes que convertem após o término do teste.

A partir daí, o aplicativo escalou dependendo do desempenho. Ao longo dos três meses seguintes, a Kiddopia aumentou as metas de ROAS em cinco aumentos separados - cada um implementado somente após o desempenho semanal ter permanecido acima da meta existente. Gasto semanal seguido por ARPU D7 mantido ao longo do tempo, em vez de degradar à medida que o volume aumentava. Em jogos criativos e autônomos, os jogos Kiddopia permaneceram no primeiro lugar em participação de gastos.

A base de dados por trás do resultado

Unity Ads e Unity Vector funcionam melhor com sinais de receita limpos, e a Kiddopia construiu isso primeiro. Eles seguiram os requisitos de habilitação de dados MMP da Unity para o Vector e começaram a passar os eventos de receita IAP de volta. Com esses dados de entrada, o Vector conseguiu prever melhor o valor do assinante e dar lances em direção a ele.

A campanha D28 é a ilustração mais clara do resultado: valorizar um usuário que converterá após D7 ao modelar o comportamento muito além da instalação. O resultado é um anunciante baseado em assinatura que executa a mesma abordagem otimizada para receita que o Unity Ads é conhecido em jogos monetizados por anúncios e IAP, e usa isso para impulsionar um aumento de receita.

*Fonte: Dados Internos da Unity, baseados em campanhas da Kiddopia. Gasto mensal medido com base em uma comparação de dados de 1 de janeiro de 2026 a 31 de julho de 2026

**Fonte: Dados Internos da Unity, baseados em campanhas da Kiddopia. D7 ARPU medido com base em uma comparação de dados de 1 de janeiro de 2026 a 4 de agosto de 2026