A veces, el valor de conversión (CV) tiene un valor nulo porque Apple retiene el CV real para preservar la privacidad del usuario. En AppsFlyer, un CV nulo se cuenta como una instalación. Ten en cuenta lo siguiente:

• Nulo y cero tienen significados diferentes:
  • Cero: el usuario instaló la aplicación pero no realizó ninguna acción medible durante la ventana de actividad. En consecuencia, la métrica es precisa y no está modelada. 
  • Nulo: no sabemos qué hizo el usuario; Apple retuvo el CV. 
• Los CV nulos pueden distorsionar tus métricas de rendimiento. Para resolver la distorsión y proporcionar una medición más real del rendimiento de la aplicación, los valores de conversión nulos se modelan según los valores de conversión entre 0 y 63.
  • El modelado nulo requiere un mínimo de dos días de datos de los últimos 14 días.

Valores de conversión modelados:

• Utiliza la distribución de instalaciones SKAN con valores de conversión para modelar instalaciones nulas. El algoritmo utilizado para modelar datos es dinámico y tiene en cuenta varias variables. Mira el siguiente ejemplo de cómo podría funcionar:
  • Hay 100 instalaciones, 60 nulas, 10 con CV=1, 5 con CV=3 y 25 con CV=5.
  • Esto significa que de las 40 instalaciones con valores de conversión, el 25 % tienen CV=1, el 12,5 % tienen CV=3 y el 62,5 % tienen CV=5.
  • Las 60 instalaciones nulas obtienen la misma distribución modelada: 15 obtienen CV=1, 7 obtienen CV=3 y 38 obtienen CV=5.
• Se incluyen en el panel de control de SKAN y en las métricas de API. Las métricas originales e inalteradas, que no incluyen datos modelados, están disponibles junto con estas métricas y están marcadas como unmodeled.
• Utiliza los datos de los siguientes niveles de granularidad: aplicación, fuente de medios, campaña y conjunto de anuncios. Si los datos modelados que utilizan esos niveles no están disponibles, se muestra el valor N/A.

Métricas modeladas disponibles en función del valor de conversión:

• Ingresos
• Eventos ocurridos
• Costo Efectivo por Adquisición (eCPA)
• OPCIONAL
• ROI (Retorno de la Inversión)
• ROAS (Retorno de la Inversión Publicitaria)

Los reportes de SKAN por sí solos solo pueden proporcionar ingresos basados en la ventana de medición de SKAN y la configuración de CV para los ingresos en Conversion Studio. El modelado SKAN es capaz de modelar los ingresos hasta 7 días (168 horas) post-instalación.

Beneficios:

Para SKAN versión 3 y anteriores, los datos modelados se extienden más allá del marco de tiempo de la ventana de actividad.

Para SKAN versión 4+:

• Actualización de datos: el LTV de los ingresos está disponible antes de que llegue el segundo postback de SKAN (el retraso del postback es de entre 24 y 144 horas).
• Mide más: puedes usar la configuración de valor aproximado del segundo y tercer postbacks para otras métricas, como eventos y retención, y aún así obtener datos del LTV de los ingresos mediante el modelado.
• Enriquecimiento de datos: si usas el segundo postback para medir los ingresos, los datos del postback se utilizan para mejorar los datos del LTV de los ingresos modelados y proporcionar datos de ingresos a un nivel más granular que los 3 niveles proporcionados por el postback.

Consideraciones:

• Las métricas de LTV de ingresos se muestran para las aplicaciones con la configuración de ingresos en SKAN Conversion Studio, para los ingresos que provienen de las compras in-app y los ingresos por publicidad.
• El LTV de ingresos requiere al menos 14 días de datos de ingresos. Es decir, si configuras Ingresos generales el 1 de noviembre de 2022, la primera fecha de instalación para la que están disponibles los datos modelados es el 14 de noviembre de 2022. Los datos se muestran 8 días después de eso (22 de noviembre de 2022).
• El LTV de ingresos (actualmente limitado a 7 días) y otras métricas derivadas están disponibles en el panel de control de SSOT (en los widgets, gráficos y tabla) el día 8 post-instalación, de la siguiente manera:
  • Ingresos D[X]
  • ARPU D[X]
  • Beneficio bruto D[X]
  • ROI D[X]
  • ROAS D[X]

El framework de SKAN por sí solo ofrece insights limitados sobre los eventos in-app posteriores a la instalación. El modelado de SKAN amplía el análisis de eventos in-app y proporciona métricas de eventos in-app hasta 7 días posteriores a la instalación.

Beneficios:

Para SKAN versión 3 y anteriores, los datos modelados se extienden más allá del marco de tiempo de la ventana de actividad.

Para SKAN versión 4+:

• Actualización de datos: el LTV de eventos in-app está disponible antes de que llegue el segundo postback de SKAN (el retraso del postback es de entre 24 y 144 horas).
• Mide más: puedes usar la configuración de valor aproximado del segundo y tercer postback para medir ingresos, tasas de retención, etc., y aun así obtener métricas de LTV del evento in-app mediante el modelado.
• Enriquecimiento de datos: si usas el segundo postback para medir eventos in-app, los datos del postback se utilizan para mejorar la precisión de las métricas de eventos in-app modeladas, lo que ofrece una medición más detallada que la que proporciona por sí solo el postback aproximado de SKAN.

Consideraciones:

• Las métricas están disponibles desde el 7 de marzo de 2024.
• Los eventos in-app (como dimensiones) y sus métricas están disponibles solo para:
  • Eventos configurados en SKAN Conversion Studio.
  • Eventos que ocurrieron durante el período de la Ventana 1 de SKAN.
• Las métricas D7 de evento in-app requieren al menos 14 días de datos de eventos in-app. Por ejemplo, si configuras un evento in-app en SKAN Conversion Studio el 1 de enero de 2024, la primera fecha de instalación para la que hay datos modelados disponibles es el 14 de enero de 2024. Los datos se muestran 8 días después de eso (22 de enero de 2024).
• Las métricas de LTV del evento in-app (actualmente limitadas a 7 días) y otras métricas derivadas están disponibles en el dashboard de SSOT (en los widgets, gráficos y tabla) el día 8 posterior a la instalación, de la siguiente manera:
  • Usuarios únicos del evento D7
  • Conversión del evento D7
  • Event eCPA D7
  • Ingresos d7
• El recuento de usuarios únicos del evento D2 puede ser mayor que el recuento de D7 si no todas las fechas dentro del intervalo seleccionado han alcanzado el día 7, lo que restringe las métricas D7 a los datos de AppsFlyer. La jerarquía de «fuente» o «método de atribución» se puede añadir a las tablas con fines de visualización.

Los postbacks de SKAN no incluyen una dimensión de geolocalización. Por lo tanto, los datos de SKAN no se pueden agrupar por geolocalización usando solo postbacks de SKAN. Sin embargo, AppsFlyer es capaz de modelar geolocalizaciones de instalación de SKAN para proporcionar la dimensión y agrupación por geolocalización para los datos de SKAN.

Cuando no hay datos de atribución de AppsFlyer Classic disponibles a nivel de campaña, el modelado de geolocalización no calcula ninguna estimación de distribución geográfica en la vista SSOT.

Geolocalizaciones modeladas:

• Utilizan herramientas de aprendizaje de máquina que tienen en cuenta la geodistribución para las instalaciones de las campañas atribuidas a través de otros métodos de AppsFlyer.
• Están disponibles a través de la dimensión de geolocalización en el panel de control SSOT.
  Nota: Si agrupas los datos por el método de geolocalización y el de atribución, puedes ver los datos de cada geolocalización divididos entre los modelados por AF y los exclusivos de SKAN. Se modelan los exclusivos de SKAN.

Consideraciones:

• La precisión del modelado de geolocalización de AppsFlyer es de aproximadamente el 90 %. Si no se puede modelar la geolocalización, la instalación de SKAN se agrupa en Ninguna. Ninguna significa que se desconoce la geolocalización.