Análisis de cohortes a través de Data Locker

El reporte está disponible para los suscriptores de Data Locker, API de cohorte y raw data. Para habilitar el reporte en Data Locker, completa uno de los siguientes procedimientos. 

¿Obtienes datos actualmente a través de Data Locker?	Procedimiento
Sí	Para agregar los reportes de cohorte a Data Locker: En AppsFlyer, desde el menú lateral, selecciona Reporte > Data Locker. Selecciona todos los reportes en la sección Análisis de cohorte.  Haz clic en Guardar configuración. Los reportes estarán disponibles al día siguiente a las 10:00 UTC.
No	Para configurar Data Locker: Completa la configuración inicial de Data Locker (anunciante | partner). Agrega los reportes de cohorte a Data Locker: En AppsFlyer, desde el menú lateral, selecciona Reporte > Data Locker. Selecciona todos los reportes en la sección Análisis de cohorte.  Haz clic en Guardar configuración. Los reportes estarán disponibles al día siguiente a las 10:00 UTC.

El reporte se compone de dimensiones y métricas.

El formato de los campos es como se indica a continuación:

• Dimensiones: Cadena. La longitud máxima de la cadena es dinámica y, en la mayoría de los casos, depende de cómo se llenen los elementos de la jerarquía publicitaria.
• Métricas: Número. Nota: El formato del campo selected_currency es una cadena de texto.

Dimensiones

Métricas

Alcance de los datos en el reporte

Los reportes incluyen instalaciones de adquisición de usuarios, reatribución de retargeting y re-engagements, y sus eventos in-app relacionados.

Puedes cargar reportes unificados, de adquisición de usuarios y de retargeting por separado o todos juntos en tu BI. Si los cargas juntos y deseas filtrar las vistas por tu cuenta: 

• Para unificados, utiliza el campo is_primary_attribution=true o null.
• Para adquisición de usuarios, utiliza conversion_type=Install.
• Para retargeting, utiliza conversion_type=re-engagement o re-attribution.

Si solo utilizas la vista unificada en tu proceso de carga de datos, puedes usar la lógica para dividir los datos entre tipos de campaña, es decir, atribución de usuarios (instalaciones) y retargeting (re-engagements). Para hacerlo, usa conversion_type=install, install_unified, re-engagement o re-attribution. Consulta Doble atribución de eventos de retargeting. 

Consideraciones a nivel de campo

• Usa los días posteriores a la atribución para facilitar el cálculo de métricas de retención.
• Cálculo de usuarios únicos usando las dimensiones de nombre de campaña e ID de campaña: Si puedes ignorar la precisión del nombre de la campaña, puedes sumar el recuento único por ID de campaña y las métricas serán correctas. 
• Puedes agregar los datos usando los campos de jerarquía de la campaña. 
• Los ingresos en USD se calculan usando el tipo de cambio del día del evento. 
• Los eventos de ingresos publicitarios se incluyen cuando están disponibles, pero pueden actualizarse con un retraso de hasta 3 días.

Consideraciones generales

Los datos de todas las aplicaciones se proporcionan en un solo archivo. Usa el campo ID de aplicación para segregar los datos por aplicación o configura Data Locker para hacerlo.

A continuación, algunos ejemplos de aplicaciones prácticas y populares de datos de cohorte que los desarrolladores de BI pueden extraer a través de Data Locker. Cada ejemplo se ilustra mediante una declaración SQL y un ejemplo visual en Excel. 

1. Cálculo de la retención

En el siguiente ejemplo:

• Calculamos la retención del día 1 y del día 7, así como el número total de instalaciones por campaña y anuncio.
• Sumamos el recuento de eventos por evento de conversión filtrando event_name para que sea af_conversion.
• Específicamente, analizamos las campañas de adquisición de usuarios en el reporte unificado filtrando los datos para que conversion_type IN (install, install_unified).

Consulta SQL

select
    campaign_id, ad_id,
    sum(if(event_name = 'af_conversion', event_count,0)) as installs,
    sum(if(event_name = 'af_session' and days_post_attribution = 1, unique_users,0)) / sum(if(event_name = 'af_conversion', event_count,0)) as retention_day1,
    sum(if(event_name = 'af_session' and days_post_attribution = 7, unique_users,0)) / sum(if(event_name = 'af_conversion', event_count,0)) as retention_day7
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and app_id = YOUR_APP
group by 1,2

Ejemplo en Excel

2. Cálculo del ARPU de múltiples eventos in-app

En el siguiente ejemplo:

• Calculamos el ARPU de múltiples eventos in-app por campaña.
• Analizamos específicamente las campañas de retargeting filtrando los datos de modo que conversion_type=re-engagement y conversion_type=re-attribution.
• Sumamos el recuento de eventos por evento de conversión filtrando event_name para que sea af_conversion.
• Sumamos los ingresos de múltiples eventos, en este caso af_purchase y af_coins.
• Establece days_post_attribution en el mínimo necesario (en este caso, 7) para minimizar la carga de procesamiento de datos.

Consulta SQL

select
    campaign_id,
    sum(if(days_post_attribution <= 1 and event_name in ('af_purchase', 'af_coins') , revenue_usd, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day1,
    sum(if(days_post_attribution <= 3 and event_name in ('af_purchase', 'af_coins') , revenue_usd, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day3,
    sum(if(days_post_attribution <= 7 and event_name in ('af_purchase', 'af_coins') , revenue_usd, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day7
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and days_post_attribution <= 7
    and conversion_type in ('re-engagement', 're-attribution')
    and app_id = YOUR_APP
group by 1

Ejemplo en Excel

3. Cálculo de la tasa de conversión de eventos in-app para un día de cohorte específico

En el siguiente ejemplo:

• Calcula la tasa de conversión del evento in-app del día 0 para múltiples dimensiones (como fecha de conversión, región, campaña, anuncio e ID del sitio).
• Analiza datos unificados (tanto campañas de UA como de retargeting) filtrando los datos de modo que is_primary_attribution=true.
• Sumamos el recuento de eventos por evento de conversión filtrando event_name para que sea af_conversion.
• Establece days_post_attribution en el mínimo necesario (en este caso, 7) para minimizar la carga de procesamiento de datos.

Consulta SQL

select
    conversion_date, geo, campaign_id, ad_id, site_id,
    sum(if(days_post_attribution = 0 and event_name = 'af_complete_tutorial', unique_users, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as day0_af_tutorial_conversion
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and is_primary_attribution = true
    and app_id = YOUR_APP
group by 1,2,3,4,5

Ejemplo en Excel

4. Cálculo de instalaciones diarias

En el siguiente ejemplo:

• Calcula el número de instalaciones por ID de aplicación, fecha de conversión, fuente de medios, nombre de evento y tipo de conversión.
• En el reporte unificado, filtra los datos para mostrar instalaciones de UA (no de retargeting) configurando conversion_type como install o install_unified.
• Suma las instalaciones configurando event_name como af_conversion.

Consulta SQL

select
    app_id,
    conversion_date,
    media_source,
    event_name,
    conversion_type,
    sum(events_count) as total
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    // If you're querying data from unified reports, edit the line below to: and conversion_type IN ('install', 'install_unified')
    and conversion_type = 'install'
    and event_name = 'af_conversion'
    and app_id = YOUR_APP
group by 1,2,3,4,5

Ejemplo en Excel

5. Cálculo de los ingresos de Facebook Ads

En el siguiente ejemplo:

• Calcula los ingresos del día 3 de Facebook por fecha de conversión e ID de aplicación.
• Analiza los datos de Facebook filtrándolos para que media_source='Facebook Ads'.
• Establece days_post_attribution en el mínimo necesario (en este caso, 3) para reducir la carga de procesamiento de datos.

Consulta SQL

select
    conversion_date,
    app_id,
    media_source,
    sum(if(days_post_attribution <= 3, revenue_usd, 0)) as revenue_day3
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2022-06-01' and '2023-05-31'
    and days_post_attribution <= 3
    and media_source = 'Facebook Ads'
    and app_id in (APP_ID1, APP_ID2, ...)
group by 1,2,3

Ejemplo en Excel

6. Cálculo del ARPU por ID de palabra clave de ASA para hasta 365 días de cohorte

En el siguiente ejemplo:

• Calcula el ARPU de Apple Search Ads por ID de palabra clave hasta el día 365 de cohorte.
• Analiza los datos de Apple Search Ads filtrando los datos de modo que media_source='Apple Search Ads'.
• Sumamos el recuento de eventos por evento de conversión filtrando event_name para que sea af_conversion.

Consulta SQL

select
    media_source,
    keyword_id,
    sum(if(days_post_attribution <= 365, revenue_usd,0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day365
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2022-06-01' and '2023-05-31'
    and media_source = 'Apple Search Ads'
    and app_id = YOUR_APP
group by 1

Ejemplo en Excel

7. Calculando el ARPU del día 7 por tiempo de atribución por geo

El siguiente ejemplo muestra cómo utilizar los KPIs por tiempo de atribución. En este ejemplo, nosotros:

• Calculamos el ARPU del día 7 por fecha de atribución para cada geo.
• Los resultados están ordenados por número de conversiones, mostrando las 20 principales geografías.
• Datos filtrados para que conversion_type='install'.
• La primera columna muestra la geo. La segunda columna muestra las conversiones totales. Las columnas siguientes muestran los ingresos del día 7 para cada día especificado como fila en la consulta.

Consulta SQL

select
    geo,
    sum(if(event_name = 'af_conversion', event_count, 0)) total_conversions,
    sum(if(cohort_day = '2023-07-11' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-11' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_11,
    sum(if(cohort_day = '2023-07-12' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-12' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_12,
    sum(if(cohort_day = '2023-07-13' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-13' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_13,
    sum(if(cohort_day = '2023-07-14' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-14' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_14,
    sum(if(cohort_day = '2023-07-15' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-15' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_15,
    sum(if(cohort_day = '2023-07-16' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-16' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_16
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-07-11' and '2023-07-16'
    and days_post_attribution <= 7
    // If you're querying data from unified reports, edit the line below to: and conversion_type IN ('install', 'install_unified')
    and conversion_type = 'install'
    and app_id = 'YOUR_APP'
group by 1
order by 2 desc
limit 20

Ejemplo en Excel