Sekilas: Dampak Pelacakan Iklan Batasan iOS (LAT) pada berbagai jenis sumber media UA. Hanya relevan untuk perangkat yang menjalankan sistem operasi sebelum iOS 14.
Dampak LAT pada atribusi
Tujuan dari Pelacakan Iklan Terbatas (LAT) iOS adalah untuk meningkatkan privasi pengguna.
Sebelum iOS 10, ketika pengguna secara aktif memilih LAT, iOS mengirimkan tanda yang menunjukkan keinginan pengguna. Namun, pengidentifikasi IDFA Apple masih ada dan tidak semua perusahaan memenuhi permintaan tersebut (hal ini masih terjadi di Android). Apple juga mengizinkan perusahaan untuk menggunakan ID untuk pembatasan frekuensi, atribusi, event konversi, memperkirakan jumlah pengguna unik, deteksi penipuan iklan, dan debugging.
Mulai iOS 10, Apple mengirimkan serangkaian angka nol sebagai pengganti IDFA pengguna.
Lebih dari 99% pengguna iOS memiliki iOS 10+, yang 25% di antaranya mengaktifkan LAT. Artikel ini berkaitan dengan para pengguna tersebut.
Angka tersebut menunjukkan, berdasarkan analisis AppsFlyer, persentase pengguna LAT iOS meningkat dari 16% pada awal tahun 2019 menjadi 25% pada pertengahan tahun 2020. Mulai iOS 14, LAT tidak digunakan lagi dan digantikan oleh ATT.
Dampak LAT pada atribusi
Untuk memahami dampak nyata LAT terhadap atribusi dan sumber media, mari kita lihat tiga kasus utama:
- Sumber media yang dapat dikaitkan dengan pemodelan Probabilistik
- Sumber media yang tidak mendukung atribusi pemodelan Probabilistik
- Apple Search Ads
Mengukur penginstalan dengan pemodelan Probabilistik
Mulai iOS 14.5+, pemodelan probabilistik terbatas pada konteks media yang dimiliki, promosi silang, dan alur web-ke-aplikasi yang disetujui.
99% sumber media dan 100% tautan atribusi khusus untuk media yang dimiliki menggunakan tautan atribusi. LAT jelas memengaruhi kemampuan perusahaan atribusi untuk mencatat instalasi menggunakan pencocokan ID. Hilangnya 25% penginstalan yang diatribusikan bisa sangat meresahkan bagi pemilik aplikasi yang menggunakan tautan atribusi ini.
Untungnya, mekanisme cadangan untuk pencocokan ID dapat digunakan - Atribusi pemodelan probabilistik. Pemodelan probabilistik kurang akurat dibandingkan pencocokan ID, sehingga jangka waktu atribusi lebih pendek, biasanya 24 jam. Dalam kampanye penginstalan aplikasi seluler, sebagian besar pembukaan aplikasi pertama terjadi dalam waktu 1-2 jam, dalam hal ini metode pemodelan Probabilistik sangat akurat. Namun, hilangnya beberapa instalasi yang diatribusikan tidak dapat dihindari.
Pemasang iklan sebenarnya mendapatkan sedikit keuntungan dari hal ini.
Saat pemasang iklan menjalankan model penetapan harga berdasarkan biaya per penginstalan (CPI), dan bukan pada keterpaparan (CPM) atau klik (BPK), mereka menerima ~2,5% penginstalan organik gratis!
Mengukur penginstalan tanpa pemodelan Probabilistik
Apa yang terjadi bila pengguna LAT mengeklik iklan yang ditayangkan oleh sumber media yang hanya mengandalkan pencocokan ID - di antaranya sumber teratas seperti Meta ads, Google Ads, dan Snapchat?
Saat pengguna tersebut menginstal dan meluncurkan aplikasi, SDK perusahaan atribusi seluler tidak dapat menarik IDFA-nya, sehingga sumber media tidak dapat melakukan pencocokan ID dan mengidentifikasi pengguna tersebut sebagai miliknya. Hal ini mengakibatkan atribusi gagal dan pengguna organik gratis untuk pemilik aplikasi.
Hal ini berlaku hanya untuk kampanye CPI dan CPA, karena sumber media harus membagi kuota penginstalannya hanya untuk 75% pengguna non-LAT, namun tetap dapat menayangkan iklan kepada 25% pengguna LAT secara gratis. Ini merupakan potensi peningkatan sekitar 33% (100/75) penginstalan gratis bagi pemasang iklan.
Masuk akal jika raksasa periklanan aplikasi seluler ini akan segera mendapat solusi untuk meminimalkan dampak LAT dan ATT terhadap mereka. Misalnya, solusi tersebut dapat berupa berhenti menayangkan iklan penginstalan aplikasi seluler kepada pengguna LAT, atau dengan menerapkan beberapa API pemodelan Probabilistik.
Kesimpulannya, pada kampanye CPI atau CPA, sumber media yang tidak mendukung pemodelan Probabilistik dapat berkontribusi hingga 33% penginstalan gratis kepada pemilik aplikasi.
Apple Search Ads
Iklan Penelusuran Apple adalah sumber ampuh untuk penginstalan berbayar bagi pemilik aplikasi iOS. Berbeda dengan semua perusahaan media seluler lainnya, Apple tahu persis siapa pengguna ponselnya, meskipun mereka pengguna LAT karena Apple dapat dengan mudah menggunakan ID akun iTunes.
Oleh karena itu, atribusi Apple Search Ads tidak dirugikan oleh pengguna LAT, sementara AppsFlyer mengatribusikan mereka sebagai pengguna organik (atau ke interaksi lain, jika hal itu terjadi). Namun, kampanye Apple Search Ads yang ditargetkan kepada audiens tidak menayangkan iklan ke pengguna LAT, sehingga masalahnya hanya terbatas pada kampanye yang tidak ditargetkan saja.
Kesimpulannya, kampanye yang tidak ditargetkan di Apple Search Ads mungkin mendatangkan persentase tinggi pengguna non-atribusi.
Catatan
Pengguna Apple berusia 18 tahun dan lebih muda selalu LAT.
Ringkasan
Kesimpulan yang mengejutkan dari analisis ini adalah bahwa pengenalan LAT di iOS 10 sebenarnya telah meningkatkan persentase penginstalan non-organik yang diterima pemilik aplikasi! Pada data AppsFlyer, penginstalan yang ditambahkan tidak diatribusikan dan muncul sebagai penginstalan organik.
Perhatikan tips penting berikut ini:
- Pemilik aplikasi HARUS membeli kampanye CPI (atau CPA) untuk menikmati peningkatan ini. Kampanye CPM dan CPC memindahkan dampak menguntungkan dari pemilik aplikasi ke perusahaan media
- Sumber media yang tidak menggunakan pemodelan Probabilistik (terutama SRN) mungkin menyumbang hingga 33% pengguna "organik" gratis, namun jangan mengandalkannya.
- Penargetan dalam kampanye penginstalan Apple Search Ads sangat penting karena tanpanya, banyak pengguna berbayar tidak akan diatribusikan.
Perhatian
Seperti yang ditunjukkan, meskipun LAT Apple berdampak baik bagi pemilik aplikasi, hal ini berpotensi merugikan keuntungan jaringan iklan dengan memaksa mereka menampilkan iklan aplikasi seluler kepada lebih banyak pengguna daripada yang diperlukan sebelumnya. Kabar baiknya adalah ketika penginstalan seluler dicatat oleh perusahaan atribusi dengan solusi pemodelan Probabilistik yang baik, dampak LAT tidak terlalu besar.
Catatan
Android memiliki batasan serupa yang disebut "Memilih untuk tidak menerima personalisasi iklan". Namun, saat ini, persentase LAT di perangkat Android masih kecil, dengan jumlah pengguna kurang dari 2%.