Caso de éxito: albo

Desde de su inauguración en 2016, albo se ha convertido en el principal banco alternativo de México al ofrecer la comodidad de la banca móvil para su base de clientes cada vez mayor. Esta empresa les ofrece a los usuarios una aplicación de banca móvil, una cuenta bancaria, una tarjeta física Mastercard y una tarjeta virtual gratuitas, lo que les permite gastar, ahorrar y transferir dinero sin pagar cuotas.

Los bancos alternativos de todo el mundo han estado atentos a las demandas de las generaciones orientadas a los dispositivos móviles y han generado disrupción entre las instituciones bancarias tradicionales durante la última década. Al obtener un total de 26 millones de USD en su ronda de financiamiento de Serie A en 2019, albo se ha destacado entre otras startups mexicanas.

Con su sede ubicada en la Ciudad de México, albo tiene una gran oportunidad para expandir su marca en el mercado móvil de este país, el cual consta de 59 millones de usuarios móviles.

Dado que tenía el objetivo de aumentar la inversión en su embudo de marketing, albo decidió cambiar su proveedor de atribución anterior y trabajar con Adjust. La empresa contaba con un acceso limitado a los recursos de desarrollo para marketing, por lo que buscaba un proveedor de atribución con un proceso de incorporación sencillo y un equipo de soporte especializado que le pudiera ayudar a obtener un valor real de su solución. Gracias al enfoque agilizado y reactivo, albo pudo empezar a trabajar rápidamente con los datos de Adjust, sin tener que realizar procesos manuales para completar la transición de un proveedor de atribución al otro.

Cuando el equipo de marketing de albo empezó a profundizar en los datos agregados que se mostraban en su panel de Adjust, los integrantes se dieron cuenta de que algunas de sus redes estaban proporcionando tráfico sospechoso o de baja calidad.

De entre los servicios que contrataron con Adjust, albo usó la suite de prevención de fraude (FPS), en conjunto con el equipo antifraude de Adjust, para analizar el rendimiento de varias redes. Al igual que otros participantes del sector móvil, buscaban usuarios de alta calidad por el mejor costo posible.

Desafortunadamente, detectaron comportamientos fraudulentos en algunas de sus redes. Debido a que el enfoque de Adjust para combatir el fraude está basado en la prevención, en lugar de la simple detección, la suite de prevención de fraude comenzó a rechazar el tráfico fraudulento proveniente de estas redes sin que el equipo de albo tuviera que hacer ningún trabajo manual.

Al contar con esta información, albo pudo cambiar sus presupuestos y redirigir las inversiones hacia las redes que generaban usuarios reales de alta calidad. Al empezar eliminar las interacciones fraudulentas, la empresa logró mejorar su tasa de conversión, ya que pudo gastar menos tiempo y presupuesto en los usuarios falsos e irrelevantes. Esto también generó un impacto positivo inmediato en la reducción de los costos por adquisición.

Al contar con una amplia visibilidad del rendimiento de las campañas de marketing y poder confiar en que se estaban combatiendo los fraudes, albo logró aumentar sus esfuerzos de adquisición de usuarios, mantener bajos los costos y obtener resultados de forma inmediata.

• La tasa de conversión aumentó un 600% al enfocarse en las métricas de eventos clave

• El CPA disminuyó un 16%

• Las instalaciones vacías disminuyeron un 70% en un plazo de tres meses después de identificar y eliminar los fraudes y el tráfico de baja calidad, lo que permitió liberar más recursos para obtener a los usuarios con un alto valor del ciclo de vida (LTV).