Impact de Limit Ad Tracking d'Apple sur l'attribution (avant iOS 14)

En bref : l'impact du suivi publicitaire limité (LAT) d'iOS sur différents types de sources média UA.
Ne concerne que les appareils fonctionnant avec des systèmes d'exploitation antérieurs à iOS 14.

Impact du LAT sur l'attribution

L'objectif de la fonction iOS Limit Ad Tracking (LAT) est d'améliorer la protection de la vie privée des utilisateurs.

Avant iOS 10, lorsque les utilisateurs choisissaient activement le LAT, iOS envoyait un marqueur indiquant le souhait de l'utilisateur. Cependant, l'identifiant IDFA d'Apple était toujours présent et toutes les entreprises n'honoraient pas les demandes (c'est toujours le cas dans Android). Apple a également autorisé les entreprises à utiliser l'identifiant pour le plafonnement de la fréquence, l'attribution, les événements de conversion, l'estimation du nombre d'utilisateurs uniques, la détection de la fraude publicitaire et le débogage.

Depuis iOS 10, Apple envoie une chaîne de zéros à la place de l'IDFA de l'utilisateur. 

Plus de 99 % des utilisateurs d'iOS ont iOS 10 et +. Parmi eux, 25 % activent le LAT. Cet article concerne ces utilisateurs. 

LAT_distribution_2019-2020_en-us.png.png

La graphique affiche, sur la base de l'analyse d'AppsFlyer, que le pourcentage d'utilisateurs d'iOS LAT est passé de 16 % au début de 2019 à 25 % au milieu de 2020. À partir d'iOS 14, le LAT est obsolète et a été remplacé par l'ATT.

Les effets du LAT sur l'attribution

Pour comprendre l'impact réel du LAT sur l'attribution et sur les sources média, observons trois des principaux cas :

Mesure des installations à l'aide de la modélisation probabiliste

Depuis IOS 14.5, la modélisation probabiliste peut être utilisée dans le cadre des médias propres, de la promotion croisée et des flux web-to-app consentis. 

99 % des sources média et 100 % des liens d'attribution personnalisés pour les médias propres utilisent des liens d'attribution. Le LAT affecte évidemment la capacité des sociétés d'attribution à enregistrer les installations en utilisant la correspondance des identifiants. La perte de 25 % des installations attribuées pourrait être très inquiétante pour les propriétaires d'applications utilisant ces liens d'attribution.

Heureusement, il est possible d'utiliser une méthode de secours pour l'ID matching - Attribution par modélisation probabiliste. La modélisation probabiliste est moins précise que l'ID matching, et la fenêtre d'attribution est donc plus courte, généralement de 24 heures. Dans les campagnes d'installation d'applications mobile, la grande majorité des premières ouvertures d'applications se produisent sous 1 à 2 heures, auquel cas la méthode de modélisation probabiliste est extrêmement précise. Cependant, une certaine perte d'installations attribuées est inévitable.

Les annonceurs y gagnent en réalité quelque peu.

Lorsque les annonceurs fonctionnent sur un modèle de tarification au coût par installation (CPI), et non sur l'exposition (CPM) ou les clics (CPC), ils reçoivent ~2,5 % d'installations organiques gratuites.

Mesure des installations à l'aide de la modélisation probabiliste

Que se passe-t-il lorsqu'un utilisateur LAT clique sur une publicité diffusée par une source média qui dépend uniquement du ID matching (principales sources parmi lesquelles Meta ads, Google et Snapchat) ?

Lorsque l'utilisateur installe puis lance l'app, le SDK de la société d'attribution mobile n'a pas la possibilité d'extraire son IDFA, la source média est donc incapable de chercher une correspondance d'ID et ne peut ainsi pas identifier l'utilisateur comme lui appartenant. Ceci entraîne un échec de l'attribution, et crée un utilisateur organique gratuit pour le propriétaire de l'app.

Ceci n'est vrai que pour les campagnes CPI et CPA, car les sources média doivent répartir leur quota d'installations uniquement sur les 75 % d'utilisateurs non LAT, mais peuvent toujours diffuser gratuitement des publicités aux 25 % d'utilisateurs LAT. Cela représente une augmentation potentielle d'environ 33 % (100/75) d'installations gratuites pour les annonceurs.

Il est logique que ces géants de la publicité pour les applications mobile trouvent bientôt une solution pour minimiser les effets des LAT et ATT sur eux. Par exemple, une telle solution pourrait consister à cesser tout simplement de servir aux utilisateurs LAT des publicités d'installation d'applications mobile, ou à mettre en œuvre une API de modélisation probabiliste.

En conclusion, lors de campagnes CPI ou CPA, les sources média qui ne prennent pas en charge la modélisation probabiliste peuvent contribuer jusqu'à 33 % d'installations gratuites pour les propriétaires d'applications.

Apple Search Ads

Les Apple Search Ads sont une grande source d'installations payantes pour les propriétaires d'app iOS. Contrairement à toutes les entreprises de médias mobile, Apple sait exactement qui sont ses utilisateurs mobile, même ceux en LAT puisque l'utilisateur est facilement identifiable grâce à son ID de compte iTunes.

L'attribution de Apple Search Ads n'est donc pas affectée par les utilisateurs LAT, tandis que AppsFlyer les attribue comme des utilisateurs organiques (ou d'un autre engagement, s'il a eu lieu). Cependant, les campagnes d'annonces Apple Search ciblées sur l'audience ne diffusent pas d'annonces aux utilisateurs LAT, de sorte que le problème se limite aux campagnes non ciblées uniquement.

En conclusion, les campagnes Apple Search Ads non ciblées peuvent engendrer un fort pourcentage d'utilisateurs non attribués.

 Remarque

Les utilisateurs Apple âgés de 18 ans et moins sont toujours en LAT.

Résumé

Le résultat inattendu de cette analyse est que l'introduction du LAT sous iOS 10 a en réalité augmenté le pourcentage d'installations non organiques perçu par les propriétaires d'app ! Dans les données AppsFlyer, les installations ajoutées ne sont pas attribuées et apparaissent sous la forme d'installations organiques.

Notez ces conseils importants :

  • Le propriétaire de l'app DOIT acheter des campagnes CPI (ou CPA) pour bénéficier de cette augmentation : les campagnes CPM et CPC bénéficient en effet aux sociétés de médias plutôt qu'au propriétaire de l'app.
  • Les sources média qui n'utilisent pas la modélisation probabiliste (principalement les SRN) peuvent apporter gratuitement 33 % d'utilisateurs organiques, mais mieux vaut ne pas y compter.
  • Le ciblage dans les campagnes d'installation de Apple Search Ads est très important : sans lui, de nombreux utilisateurs payants ne sont pas attribués.

Attention

Comme nous l'avons démontré, bien que le LAT d'Apple soit un plus pour les propriétaires d'app, il peut également nuire réseaux publicitaires en les obligeant à diffuser les publicités pour app mobile à un plus grand nombre d'utilisateurs qu'auparavant. Heureusement, lorsque les installations mobiles sont enregistrées par une société d'attribution qui propose une bonne solution de modélisation probabiliste, l'effet du LAT est quasi insignifiant.

 Remarque

Android dispose d'une limitation similaire appelée Opting out of ad personalization (Personnalisation du refus des publicités) . Cependant, à l'heure actuelle, le pourcentage LAT dans les appareils Android est marginal : il représente moins de 2 % des utilisateurs.