Sekilas: Dasbor SKAdNetwork (SKAN) menampilkan metrik kampanye yang dilaporkan melalui postback SKAN iOS dan titik data tambahan selama jendela pengukuran pengguna awal. Metrik model yang mempertimbangkan konversi null juga tersedia. Data ditampilkan menggunakan tanggal kedatangan penginstalan atau postback.
Prinsip dasbor
Dasbor berisi data kinerja kampanye SKAN dan mematuhi prinsip-prinsip berikut:
- Pertimbangkan bahwa Apple, karena mekanisme ambang privasi, tidak selalu mengisi nilai konversi (CV). Ini disebut sebagai CV null. Dalam kasus CV nol, hanya instalasi yang direkam.
- Metrik dihitung sebagai berikut:
- Metrik non-organik di dasbor dihitung menggunakan data postback SKAN yang diterima oleh AppsFlyer. Beberapa metrik seperti pengunduhan ulang, ID aplikasi sumber, dan metrik jenis kesetiaan mengharuskan Anda mengonfigurasi aplikasi untuk mengirim salinan postback langsung ke AppsFlyer.
- Metrik organik dihitung sebagai data atribusi AppsFlyer dikurangi data atribusi non-organik SKAN. Catatan: Metrik organik tidak selalu tersedia. Pelajari lebih lanjut.
- Pastikan Anda memfilter berdasarkan Instalasi baru di bidang jenis instalasi.
- Beberapa metrik, seperti pendapatan dan ROAS, memiliki nilai asli yang berasal dari postback dan nilai model yang mempertimbangkan tingkat CV nol.
- Lalu lintas yang digerakkan oleh agensi diperlakukan sebagai berasal dari agensi transparan.
- Keaktualan data
- Harian.
- Postback yang diterima pada hari tertentu diproses pada akhir hari UTC. Data tersedia pada pukul 08:00 UTC pada hari berikutnya. Artinya postback yang diterima pada hari Senin tersedia di dasbor pada Selasa pagi.
- Lihat waktu pembaruan dasbor yang diharapkan.
Opsi tampilan dasbor SKAN
Menampilkan data menggunakan tanggal instal atau tanggal kedatangan postback.
Untuk memilih opsi tampilan tanggal, di AppsFlyer, dari menu samping, pilih Analisis > Ikhtisar SKAN. Di bilah filter, pilih opsi Tampilan berdasarkan tanggal.
Filter tambahan dan opsi tampilan dijelaskan di bagian berikut.
Penggunaan dasbor
Pengaturan dasbor
Pengaturan dasbor tersedia saat aplikasi Anda menggunakan pengukuran konversi mode tetap lama untuk memilih event konversi.
Untuk memilih event konversi:
- Di sisi kanan atas dasbor, klik Pengaturan das bor.
- Pilih event konversi.
- Klik terapkan.
Metrik konversi dihitung menggunakan event ini.
Perhatikan! Pengaturan ini berkaitan dengan tampilan di dasbor dan tidak memengaruhi pengaturan CV di aplikasi.
Pilihan filter
Gunakan filter untuk menyempurnakan informasi yang ditampilkan.
Filter |
Catatan |
---|---|
Tampilan oleh |
|
Rentang tanggal |
|
Sumber media |
|
Kampanye |
|
ID Situs |
|
Geo |
|
Jenis penginstalan |
|
Adset |
Tersedia jika jaringan iklan menyediakan titik data ini |
Iklan |
Tersedia jika jaringan iklan menyediakan titik data ini |
Versi |
Versi SKAN |
Metrik headline
Metrik | Catatan |
---|---|
Penginstalan |
SKAN tidak melaporkan penginstalan jika pengguna tidak terlibat dengan iklan sebelum penginstalan. AppsFlyer menghitung metrik organik menggunakan penginstalan yang dikaitkan AppsFlyer (dasbor LTV.)
|
Titik sentuh |
Jaringan iklan melaporkan tayangan dan klik berdasarkan klik atau API. |
Total Pendapatan |
Catatan: Metrik organik tidak selalu tersedia. Pelajari lebih lanjut. |
Biaya |
|
Tingkat klik untuk menginstal |
Tingkat klik untuk menginstal |
Tren periode yang berdekatan |
Nilai tren dalam% menunjukkan perubahan metrik saat ini relatif terhadap metrik periode ekuivalen sebelumnya. Misalnya, jika periode saat ini adalah 1-10 Mei, periode sebelumnya adalah 21-30 April. |
Grafik
Bagan yang tersedia tergantung pada jenis pengukuran yang dipilih.
Metrik grafik | Catatan | ||||||||
---|---|---|---|---|---|---|---|---|---|
Tren akuisisi pengguna |
Dimensi yang tersedia:
|
||||||||
Sentuh untuk konversi |
Tampilan tersedia:
|
||||||||
Instal per hari dikelompokkan berdasarkan elemen hierarki iklan |
Elemen yang tersedia: Sumber media, Kampanye, ID Situs, Iklan, Iklan, Versi | ||||||||
Rincian metrik berdasarkan elemen hierarki periklanan |
Elemen yang tersedia: Sumber media, Kampanye, ID Situs, Iklan, Iklan, Versi |
||||||||
Event Teratas |
Acara teratas berisi pengguna organik dan non-organik. Gunakan filter sumber media, di bagian atas halaman, untuk membedakan antara pengguna organik dan non-organik atau per sumber media yang dipilih. |
||||||||
Negara-negara teratas |
Catatan: Bagan ini tersedia untuk agensi dan bukan untuk pemasang iklan |
||||||||
Salinan postback |
Bagan ini tersedia setelah Anda mengonfigurasi aplikasi untuk mengirim salinan postback iOS 15+ ke AppsFlyer. Jika tidak ada grafik yang ditampilkan, pertimbangkan bahwa:
Catatan:
|
Metrik
- Pilih metrik dari yang tersedia. Metrik yang dimodel kan mempertimbangkan tingkat CV nol.
- Tetapkan grup primer dan sekunder berdasarkan dimensi untuk menelusuri metrik kinerja.
Tentang tabel metrik:
- Gunakan tabel untuk membandingkan kinerja kampanye dan sumber media.
- Awalnya, 20 sumber media teratas ditampilkan, diurutkan berdasarkan jumlah pemasangan dalam urutan menurun.
- Untuk mengurutkan tabel, klik pada header kolom. Klik lagi untuk membalikkan urutan pengurutan.
- Metrik terkait biaya (biaya, tayangan, dan klik) tersedia jika setidaknya 1 penginstalan dikaitkan dengan kampanye tertentu. Catatan:
- Kampanye dengan 0 penginstalan tidak ditampilkan sama sekali.
- Beberapa jaringan iklan melaporkan metrik terkait biaya di tingkat iklan dan iklan, tetapi melaporkan penginstalan di tingkat kampanye. Dalam hal ini, metrik terkait iklan dan biaya iklan ditampilkan dengan metrik penginstalan 0.
- Batasan dimensi tipe sentuh yang diatribusikan: Metrik terkait biaya tidak dapat dipecah dan ditampilkan sebagai Tidak Diketahui.
Metrik tabel:
Metrik | Formula/komentar |
---|---|
Penginstalan |
Data ini berasal dari bidang fidelity_type di postback |
Nilai konversi null |
Postback memiliki nilai konversi nul/Install * 100 |
Tayangan |
|
Klik |
|
Tingkat klik untuk menginstal |
Penginstalan / Klik *100 |
Pengguna yang dikonversi |
Jumlah pengguna unik yang melakukan event pengukuran yang ditentukan.
|
Pengguna yang dikonversi / Penginstalan | |
Total pendapatan |
Pendapatan, termasuk data model dari nilai null. Pelajari lebih lanjut |
Total pendapatan (tidak dimodelkan) |
Pendapatan dilaporkan melalui nilai konversi. Data yang dimodelkan tidak termasuk |
Revenue D1-D2 |
Pendapatan untuk jendela SKAN 1 (hari 1-2 kecuali dimodifikasi), termasuk data model dari nilai nol. Pelajari lebih lanjut |
Pendapatan D1-D2 (tidak dimodelkan) |
Pendapatan diterima di jendela SKAN 1 (hari 1-2 kecuali diubah). Data yang dimodelkan tidak termasuk |
Pendapatan D3-D7 |
Pendapatan untuk jendela SKAN 2 (hari 3-7 kecuali diubah) |
Pendapatan D8-D35 |
Pendapatan untuk jendela SKAN 3 (hari 8-35 kecuali diubah) |
Biaya |
|
ARPU |
|
ARPU (tanpa model) |
Pendapatan rata-rata per pengguna, data model tidak termasuk |
ROI |
|
ROI (tanpa model) |
Pengembalian investasi, data model tidak termasuk |
ROAS |
|
ROAS (tanpa model) |
Pengembalian pengeluaran iklan, data model tidak termasuk |
eCPI | |
Metrik in-app event | |
Nama in-app event | |
eCPA |
|
eCPA (unmodeled) |
Biaya efektif per tindakan, data yang dimodelkan tidak termasuk |
Jumlah total event | Total kejadian event di semua jendela, termasuk data model dari nilai null. Pelajari lebih lanjut |
Jumlah total peristiwa (tidak dimodelkan) | Total kejadian peristiwa di semua jendela, data yang dimodelkan tidak termasuk |
Jumlah event D1-D2 | Kemunculan event untuk jendela 1 (hari 1-2 kecuali diubah), termasuk data model dari nilai null. Pelajari lebih lanjut |
Jumlah peristiwa D1-D2 (tanpa model) | Kemunculan event untuk jendela 1 (hari 1-2 kecuali diubah), data yang dimodelkan tidak termasuk |
Jumlah event D3-D7 | Kemunculan event untuk jendela 2 (hari 3-7 kecuali dimodifikasi), termasuk data model dari nilai null. Pelajari lebih lanjut. |
Jumlah event D8-D35 | Kemunculan event untuk jendela 3 (hari 8-35 kecuali diubah), termasuk data model dari nilai null. Pelajari lebih lanjut. |
Metrik yang dimodelkan dan CV nol
Pelaporan SKAdNetwork (SKAN) dapat dibatasi karena:
- SKAN bergantung pada nilai konversi (CV) yang dibatasi hingga 6 bit, menghasilkan 64 kemungkinan nilai (0-63).
- Apple terkadang menahan CV yang sebenarnya (dan mengembalikan data sebagai "null") untuk menjaga privasi pengguna.
- Data hanya tersedia dari dalam jendela pengukuran dan nilai seumur hidup penuh (LTV) tidak diketahui.
Data model SKAN memecahkan masalah ini:
- Nilai konversi yang dimodelkan alih-alih nilai null.
- Pendapatan yang dimodelkan dan kejadian event.
- Pemasang iklan mendapatkan gambaran yang lebih lengkap terkait performa LTV aplikasi dan kampanye
Metrik model yang tersedia meliputi:
- Pendapatan
- Hitungan event
- eCPA
- ARPU
- ROI
- ROAS
Atribusi AppsFlyer vs. Atribusi SKAN
Metrik SKAN berbeda dari yang tersedia menggunakan model atribusi AppsFlyer. Tabel berikut menyebutkan penyebab utama.
Definisi:
- Waktu: Asumsikan jendela aktivitas default 24 jam (48 jam setelah Anda meningkatkan ke SKAN 4).
- SDK: AppsFlyer SDK tertanam di aplikasi.
- Peraturan: Model Atribusi AppsFlyer
Perbedaan kerangka atribusi
Konsep | SKAN |
AppsFlyer |
---|---|---|
Metodologi atribusi didukung |
Apple SKAN untuk atribusi klik dan tampilan melalui. Berisi lalu lintas kampanye aplikasi-ke-aplikasi dari jaringan iklan dan SRN yang mendukung SKAN.
|
Model atribusi AppsFlyer mendukung beberapa metode dan skenario atribusi:
|
Sumber data utama |
|
SDK dan solusi terkait. Contoh: Event Server ke Server |
Keaktualan data | Real-time saat pengguna meluncurkan dan menggunakan aplikasi. | |
zona waktu | UTC | Zona waktu khusus aplikasi |
Install time | Berasal dari waktu kedatangan postback iOS. |
Dilaporkan oleh SDK. |
Jendela aktivitas |
Aktivitas pengguna selama jendela pengukuran tetap, dimulai dengan aplikasi terbuka. |
Berisi data LTV dari tanggal pemasangan hingga saat ini. Gunakan Kohort untuk melihat data terbatas pada kohort hari 0 atau kohort hari 1, atau keduanya bersama-sama untuk melihat periode pengukuran yang sebanding. Pertimbangkan, kohort hari 0 terdiri dari kurang dari 24 jam aktivitas. Misalnya, pengguna yang menginstal pada pukul 18:00 pada hari tertentu memiliki 6 jam aktivitas pada hari kohort 0. |
Penginstalan dilaporkan oleh |
|
SDK melaporkan semua penginstalan yang dikategorikan menggunakan Aturan ke dalam penginstalan pertama kali dan penargetan ulang penginstalan ulang (atribusi ulang). |
Tingkat perincian iklan | Kampanye, set iklan, ID iklan, iklan, dan ID iklan. |
Hirarki penuh: Kampanye, ID kampanye, adset, parameter tambahan seperti saluran dan mitra. |
Pengunduhan ulang vs. penginstalan ulang |
Pengunduhan ulang terkait dengan tindakan pengguna ID Apple tertentu. Mereka tidak paralel dengan atribusi ulang. |
Penargetan ulang (atribusi ulang interaksi ulang) tercermin di dasbor Penargetan Ulang. Mereka tidak sejajar dengan unduhan ulang. |
Perbedaan metrik
Metrik | SKAN | Atribusi tradisional |
---|---|---|
Install Non-Organik |
Hitungan postback iOS valid yang diterima oleh AppsFlyer. Pertimbangkan, AppsFlyer tidak mendapatkan postback dari jaringan iklan yang belum menyelesaikan integrasi SKAN dengan AppsFlyer. Hal ini dapat menyebabkan kurangnya jumlah pemasangan non-organik dan peningkatan pemasangan organik. |
|
Organic installs (Instalasi organik) |
Penginstalan SDK dikurangi instalasi SKAN. |
|
Pendapatan |
Non-organik* Pendapatan dilaporkan oleh postbacks SKAN. organik Pendapatan yang dilaporkan oleh acara dalam aplikasi SDK dikurangi pendapatan non-organik. Catatan : Metrik organik tidak selalu tersedia. Pelajari lebih lanjut. |
|
Pendapatan Iklan |
Tersedia: |
Pendapatan iklan tingkat pengguna dikaitkan berdasarkan IDFV |
ROS/RED |
Pendapatan selama jendela pengukuran. |
|
Perbedaan FAQ—SKAN
Alasan | Perbedaan |
---|---|
A |
Q: Mengapa nomor konversi di dasbor AppsFlyer berbeda dengan dasbor jaringan iklan? A: Alasan perbedaan
|
B |
Q: Perbedaan antara API kinerja SKAN dan dasbor versus API postback agregat SKAN? A: Rentang tanggal API postback berhubungan dengan tanggal di mana AppsFlyer menerima postback. Rentang tanggal API kinerja berhubungan dengan tanggal pemasangan yang diturunkan seperti yang dijelaskan dalam alasan A. |
C |
Q: Apakah semua jaringan iklan melaporkan Geo? A: No. |
D |
Q: Mengapa ada perbedaan antara dasbor Ikhtisar dan dasbor SKAN. A: Lihat bagian sebelumnya untuk ikhtisar tentang alasan perbedaan. |
Karakteristik dan batasan
Karakteristik | Catatan |
---|---|
Kejadian peristiwa yang dimodelkan |
|
Tanggal kedatangan Postback | Tanggal akhir dalam rentang tanggal terbatas pada hari ketika instalasi terakhir direkam. |
Data organik |
|
Data historis | Data konversi paling awal didukung: 1 November 2020 |
Mata Uang | Menampilkan dalam USD atau dalam mata uang lokal khusus aplikasi seperti yang ditetapkan pada halaman pengaturan aplikasi. |
Zona waktu | Untuk data yang dilaporkan SKAN, penginstalan dan tampilan event menggunakan UTC, dengan pengecualian data Meta dan Google SKAN, yang zona waktunya didasarkan pada zona waktu yang dikonfigurasi di akun Meta dan Google Anda masing-masing. |