De un vistazo: Impacto del rastreo de anuncios limitado (LAT) de iOS en diferentes tipos de fuentes de medios de UA.
Relevante solo para dispositivos que ejecutan sistemas operativos anteriores a iOS 14.
Impacto de LAT en la atribución
El propósito del rastreo de anuncios limitado (LAT) de iOS es mejorar la privacidad del usuario.
Antes de iOS 10, cuando los usuarios seleccionaban activamente LAT, iOS enviaba un indicador que señalaba el deseo del usuario. No obstante, el identificador IDFA de Apple seguía ahí y no todas las empresas atendieron las solicitudes (este sigue siendo el caso en Android). Apple también permitió a las empresas usar el ID para tapar la frecuencia, la atribución, los eventos de conversión, estimar el número de usuarios únicos, detección de fraude publicitario y depuración.
Al iniciar iOS 10, Apple envía una cadena de ceros en lugar del IDFA del usuario.
Más del 99 %de los usuarios de iOS tienen iOS 10+, de los cuales un 25 % habilitan LAT. Este artículo hace referencia a esos usuarios.
La cifra muestra, con base en el análisis de AppsFlyer, que el porcentaje de usuarios de LAT de iOS aumentó del 16 % a inicios de 2019, al 25 % a mediados de 2020. A partir de iOS 14, LAT está en desuso y ha sido reemplazado por ATT.
El efecto de LAT en la atribución
Para entender el efecto real de LAT en la atribución y las fuentes de medios, veamos tres casos principales:
- Fuentes de medios que se pueden atribuir con el modelado probabilístico
- Fuentes de medios que no admiten atribución de modelado probabilístico
- Apple Search Ads
Medición de instalaciones con modelado probabilístico
A partir de iOS 14.5+, el modelado probabilístico se limita al contexto de los medios propios, la promoción cruzada y los flujos consentidos de la web a la aplicación.
El 99 % de las fuentes de medios y el 100 % de los enlaces de atribución personalizados para medios propios utilizan enlaces de atribución. El LAT obviamente afecta la capacidad de las empresas de atribución para registrar las instalaciones utilizando el emparejamiento de ID. La pérdida del 25 % de las instalaciones atribuidas podría ser muy preocupante para los propietarios de aplicaciones que utilizan estos enlaces de atribución.
Por suerte, se puede usar un mecanismo alternativo para el emparejamiento de ID: la atribución de modelado probabilístico. El modelado probabilístico es menos preciso que el emparejamiento de ID y, por lo tanto, la ventana de atribución es más corta, generalmente de 24 horas. En las campañas de instalación de aplicaciones móviles, la gran mayoría de primeras aperturas de las aplicaciones suceden en 1-2 horas, en cuyo caso el método de modelado probabilístico es extremadamente preciso. Sin embargo, cierta pérdida de las instalaciones atribuidas es inevitable.
Los anunciantes en realidad obtienen algún beneficio de esto.
Cuando los anunciantes ejecutan un modelo de precios de costo por instalación (CPI), y no por exposición (CPM) o clics (CPC), ¡reciben ~2,5 % de instalaciones orgánicas gratis!
Medición de instalaciones sin modelado probabilístico
¿Qué sucede cuando un usuario de LAT hace clic en un anuncio servido por una fuente de medios que se basa únicamente en el emparejamiento de ID, entre ellas fuentes principales como Anuncios de Meta, Google Ads y Snapchat?
Cuando ese usuario instala e inicia la aplicación, el SDK de la empresa de atribución móvil no puede extraer su Identificador de Anunciante (IDFA), por lo que la fuente de medios no puede realizar la coincidencia de ID e identificar al usuario como propio. Esto da como resultado una atribución fallida y un usuario orgánico gratuito para el propietario de la aplicación.
Esto es cierto solo para las campañas de costo por instalación (CPI) y costo por acción (CPA), ya que las fuentes de medios necesitan encontrar su cuota de instalaciones únicamente del 75 % de usuarios no LAT, pero aún así pueden servir anuncios al 25 % de los usuarios LAT de forma gratuita. Se trata de un incremento potencial de alrededor del 33 % (100/75) de las instalaciones gratuitas para los anunciantes.
Tiene sentido que estos gigantes de la publicidad de aplicaciones móviles pronto alcancen una solución para minimizar los efectos de LAT y ATT en ellos. Por ejemplo, tal solución podría ser simplemente dejar de servir a los usuarios de LAT con anuncios de instalación de aplicaciones móviles, o implementar alguna API de modelado probabilístico.
En conclusión, en las campañas de CPI o CPA, las fuentes de medios que no admiten el modelado probabilístico pueden aportar hasta un 33 % de instalaciones gratuitas a los propietarios de aplicaciones.
Apple Search Ads
Apple Search Ads es una fuente potente de instalaciones pagas para propietarios de aplicaciones de iOS. En contraste con todas las demás empresas de medios móviles, Apple sabe exactamente quiénes son sus usuarios móviles, incluso si son usuarios LAT, ya que puede usar fácilmente el ID de cuenta de iTunes.
Por lo tanto, la atribución de Apple Search Ads queda ilesa por los usuarios de LAT, mientras que AppsFlyer los atribuye como usuarios orgánicos (o a otro engagement, si ocurrió). Sin embargo, las campañas publicitarias de Apple Search dirigidas a las audiencias no sirven anuncios a los usuarios de LAT, por lo que el problema se limita solo a las campañas no dirigidas.
En conclusión, las campañas no dirigidas en Apple Search Ads pueden generar un alto porcentaje de usuarios no atribuidos.
Nota
Los usuarios de Apple de 18 años o menos siempre son LAT.
Resumen
La sorprendente conclusión de este análisis es que la introducción de LAT en iOS 10 ha aumentado el porcentaje de instalaciones no orgánicas que reciben los propietarios de aplicaciones.En los datos de AppsFlyer, las instalaciones agregadas no están atribuidas y aparecen como instalaciones orgánicas.
Ten en cuenta los siguientes consejos importantes:
- El propietario de la aplicación DEBE comprar campañas de costo por instalación (CPI), o costo por acción (CPA), para disfrutar de este aumento; las campañas de costo por mil (CPM) y costo por clic (CPC) trasladan el efecto beneficioso del propietario de la aplicación a las empresas de medios.
- Las fuentes de medios que no utilizan modelado probabilístico (principalmente SRN) pueden aportar hasta un 33 % de "usuarios" orgánicos gratis, pero no cuentan con ello.
- El targeting en las campañas de instalaciones de Apple Search Ads es muy importante ya que, sin él, a muchos usuarios de pago no se les atribuye.
Precaución
Como se demostró, aunque el LAT de Apple es bueno para los propietarios de aplicaciones, tiene el potencial de dañar los resultados de las redes de publicidad al obligarlas a exponer anuncios de aplicaciones móviles a más usuarios de los que se necesitaban anteriormente. La buena noticia es que cuando las instalaciones móviles las registra una empresa de atribución con una buena solución de modelado probabilístico, el efecto de LAT es bastante marginal.
Nota
Android tiene una limitación similar llamada "Opting out of ad personalization" (desactivar la personalización de anuncios). No obstante, actualmente, el porcentaje de LAT en dispositivos Android es marginal, con menos de un 2 % de usuarios.