Tutorial: Mengoptimalkan frekuensi iklan AdMob menggunakan Firebase
Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.
Tutorial solusi
Mengoptimalkan frekuensi iklan sekaligus mempertahankan pengalaman pengguna yang berkualitas tinggi bukanlah hal yang mudah. Namun, Firebase menawarkan alat yang dapat membantu Anda melakukan pengujian lalu membuat keputusan berdasarkan data tentang frekuensi iklan yang optimal.
Dengan Firebase, Anda dapat melakukan pengujian A/B terhadap performa berbagai frekuensi iklan dengan sebagian kecil pengguna.
Anda dapat mengamati hasil pengujiannya dan meninjau rekomendasi dari Firebase mengenai frekuensi iklan mana yang memiliki performa lebih baik dan memberikan dampak minimal pada retensi.
Setelah yakin bahwa perubahan tersebut kemungkinan dapat memberikan dampak positif, Anda dapat meluncurkannya kepada lebih banyak pengguna hanya dengan mengklik satu tombol.
Yang akan Anda pelajari
Dalam tutorial multilangkah ini, Anda akan mempelajari cara menggunakan Firebase untuk menguji berbagai batas frekuensi untuk Google AdMob iklan di aplikasi Anda. Model ini menggunakan iklan interstisial seperti contoh kasus pengujian, tetapi Anda dapat melakukan ekstrapolasi dan menggunakan langkah-langkah yang sama ini untuk uji pembatasan frekuensi untuk format iklan lainnya.
Tutorial ini mengasumsikan bahwa Anda sudah menggunakan AdMob di aplikasi dan sudah ingin menguji apakah mengubah frekuensi unit iklan interstisial akan berdampak pada pendapatan aplikasi atau metrik lainnya. Namun, jika Anda belum Anda dapat menggunakan AdMob di aplikasi. Langkah-langkah dalam tutorial ini juga dapat membantu Anda memahami frekuensi iklan yang harus digunakan di aplikasi Anda.
Produk dan fitur yang digunakan dalam tutorial ini
Google AdMob
Google AdMob memungkinkan Anda membuat unit iklan dengan berbagai frekuensi iklan atau kecepatan refresh yang akan ditayangkan dalam . Saat Anda menautkan AdMob dengan Firebase, AdMob akan mengirimkan pendapatan iklan informasi tambahan ke Firebase untuk meningkatkan pengoptimalan strategi iklan.
Google Analytics
Google Analytics memberikan insight tentang metrik engagement pengguna, retensi, dan monetisasi seperti total pendapatan, Pendapatan AdMob, pendapatan pembelian, dan lainnya. Google Analytics juga memungkinkan Anda membuat segmen dan audiens pengguna.
Firebase Remote Config
Firebase Remote Config memungkinkan Anda secara dinamis mengubah dan menyesuaikan perilaku dan tampilan aplikasi Anda untuk segmen pengguna yang diinginkan — semua tanpa memublikasikan versi baru aplikasi. Dalam tutorial ini, Anda akan menggunakan parameter Remote Config untuk mengontrol unit iklan yang ditampilkan kepada pengguna.
Firebase A/B Testing
Firebase A/B Testing menyediakan dan infrastruktur Anda untuk menjalankan eksperimen produk dan pemasaran aplikasi Anda. Smart Bidding menangani pendistribusian varian eksperimen kepada pengguna, dan lalu melakukan analisis statistik untuk menentukan apakah varian eksperimen mengungguli grup kontrol berdasarkan metrik utama yang Anda pilih, seperti pendapatan atau retensi pengguna.
Setelah memulai pengujian dan membiarkannya berjalan selama beberapa hari atau minggu, periksa konsol Firebase untuk mengetahui apakah pengujian A/B unggul atau tidak yang berbeda berdasarkan sasaran utama pengujian A/B.
Tinjau dampak pada metrik sekunder bagi setiap varian untuk memastikan varian tersebut tidak menyebabkan dampak negatif yang tidak diinginkan pada metrik tersebut.
Jika A/B Testing menentukan bahwa varian menampilkan format iklan baru adalah pemenangnya, Anda bisa mulai tampilkan format iklan tersebut kepada semua pengguna dalam eksperimen, semua pengguna aplikasi, atau sebagian pengguna.
Jika varian dominan belum dapat ditentukan, Anda dapat terus menjalankan eksperimen untuk mengumpulkan lebih banyak data, atau mengakhiri eksperimen jika ternyata sudah berjalan lama tanpa hasil yang jelas.
Yang Anda butuhkan
Aplikasi Anda sendiri (project iOS, Android, atau Unity)
Aplikasi Anda terdaftar sebagai Aplikasi Firebase yang ditautkan ke Aplikasi AdMob (pelajari lebih lanjut)
Akses akun AdMob yang dikaitkan ke aplikasi Anda, dengan izin untuk membuat unit iklan baru
Akses ke project Firebase yang dikaitkan ke aplikasi Anda, dengan izin untuk membuat dan mengelola Remote Config dan A/B Testing serta untuk melihat Google Analytics
IDE pilihan Anda
Glosarium
Lihat daftar istilah umum untuk solusi ini
Pendapatan AdMob: Pendapatan jaringan AdMob dan pendapatan bidding terbuka
IAP revenue: Pendapatan dari pembelian dalam aplikasi
Total revenue: Total pendapatan
Retention: Retensi sebagai metrik utama dalam pengujian A/B dilacak sebagai retensi pengguna selama 1 hari, 2-3 hari, 4-7 hari, 8-14 hari, atau lebih dari 15 hari
Parameter Remote Config: Parameter yang dapat dikonfigurasi yang digunakan untuk mengontrol unit iklan mana yang ditampilkan kepada pengguna. Dalam panduan ini, parameter yang digunakan adalah ID unit iklan.
Konfigurasi Baseline: Konfigurasi yang ada dalam pengujian A/B tertentu — juga dikenal sebagai kontrol. Kontrol biasanya menggunakan nilai {i>default<i} untuk parameter Remote Config, tetapi dapat dikonfigurasi untuk menggunakan kontrol baru jika diperlukan.
Konfigurasi varian: Konfigurasi varian adalah alternatif konfigurasi dengan nilai parameter Remote Config yang berbeda yang akan diuji dengan konfigurasi dasar pengukuran.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-07-25 UTC."],[],[],null,["**Solution tutorial**\n\nOptimizing ad frequency while keeping a high-quality user experience can be\ntricky, but Firebase offers tools that help you test and then make data-driven\ndecisions about 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 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\nWhat you'll learn \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\nLearn more about the business case and value for this solution in our\n[*Optimize AdMob ad frequency* solution overview](/docs/tutorials/optimize-ad-frequency/solution-overview).\n\nProducts and features used in this tutorial\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\nTutorial 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\nWhat you'll need\n\n- Your own app (iOS, Android, or Unity project)\n\n- Your app registered as a Firebase App that's linked to an AdMob App\n ([learn more](//support.google.com/admob/answer/6383165))\n\n- Access to your app's associated AdMob account, with permissions to create\n new ad units\n\n- Access to your app's associated Firebase project, with permissions to create\n and manage Remote Config and A/B Testing as well as to view\n Google Analytics\n\n- Your preferred IDE\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\n\n\u003cbr /\u003e\n\n*** ** * ** ***\n\n\u003cbr /\u003e\n\n[**Step 1** : Use AdMob to create new ad unit variantsarrow_forward_ios](/docs/tutorials/optimize-ad-frequency/step-1)\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n*** ** * ** ***"]]
