SSOTまたはSSOTレポートを有効にするには、以下のいずれかの手順を実行します。

• 最上位のフォルダーは、レポートの種類ごとに整理されます。指定可能な値：
  • ssot_unified
  • ssot_retargeting
  • ssot_user_acquisition
• その中のサブフォルダーは、インストール日ごとに整理されます。

バージョン管理 

• 各インストール日のフォルダーには、日次で作成される複数のバージョンが含まれます。
• 各バージョンは、そのインストール日の最新の累積データを反映します。
• レポートには、そのインストール日について取得可能なすべてのデータが含まれます。 例えば、4月18日時点の各インストール日の最新バージョンには、4月18日のその時点までのすべてのデータが含まれます。
• ヒント：正確性を保つため、常に取得可能な最新バージョンを処理してください。

各インストール日につき、最大31バージョンです。 31日後には、すべての指標が確定し、データが完全になります。 詳細。

レポートのパスは、以下の形式です。

<bucket-name>/t=<ssot_unified OR ssot_retargeting OR ssot_user_acquisition>/install_date=<yyyy-mm-dd>/version=<unix timestamp>/<parquet file number>

広告主のバケット内のフォルダー階層の例：

bucket
|
└── t=ssot_unified
    |
    ├── install_date=2024-05-05
    |   |
    |   └── version=1714890235
    |   |    |
    |   |    ├── part-00000-4762858-d62a-446e-b499-dd05f2d5434d-c000.csv.gz
    |   |    |
    |   |    ├── part-00001-4762858-d62a-446e-b499-dd05f2d5434d-c000.csv.gz
    |   |    │
    |   |    └── part-00002-4762858-d62a-446e-b499-dd05f2d5434d-c000.csv.gz
    |   |
    |   |
    |   └── version=1714890286
    |        |
    |        ├── part-00000-1d295376-d024-4321-8d34-1fbb37cbb58d-c000.csv.gz
    |        |
    |        ├── part-00001-1d295376-d024-4321-8d34-1fbb37cbb58d-c000.csv.gz
    |        │
    |        └── part-00002-1d295376-d024-4321-8d34-1fbb37cbb58d-c000.csv.gz
    |   |
    .   . 
    .   .

凡例：

• t：レポートのトピック（種類）。
• install_date：アプリのインストール日。インストール後のアクティビティは、ユーザーが行動した日ではなく、アプリをダウンロードしたインストール日に基づいて表示されます。
• version：バージョンの作成日時を示すUnixタイムスタンプ。

AppsFlyerは、SKAdNetworkの基本レポートでは取得できないデータをモデリングで補完します。

• Nullのコンバージョン値（CV）：SKANでは、ユーザーのプライバシーを保護するために、Appleが実際のデータを「Null」に置き換える場合があります。データの欠落を防ぐため、SSOTはこれらのNull値をモデリングで補完します。詳細。
• インストール後の長期指標：SKANでは、インストール後の最初の2日間を超える期間のデータ粒度が限られるため、正確性に影響する場合があります。データの品質を保つため、days_post_attributionが2を超える期間の収益と、アプリ内イベントを実行したユニークユーザー数をモデリングします。詳細。

地域データ：SKANではデータの粒度が制限され、地域データを取得できないことがよくあります。その場合、効率的にパフォーマンスを分析できるように、データをモデリングします。詳細。

初回バージョンのオーガニック地域データ

• SSOTのData Lockerレポートは、同じinstall_dateについて複数のバージョンが生成されます。

• 初回バージョンでは、地域別分布のモデリング結果がまだ利用できないため、オーガニックの地域データがnullになる場合があります。

• 後続のバージョンでは、追加のSKANポストバックの処理後に地域別分布のモデリング結果が利用可能になり、オーガニックの地域データが入力される場合があります。

最近のインストール日を分析する場合、インストール後の長い期間（7日間など）の指標は、データがまだ出そろっていない場合があります。この場合も指標は表示されますが、一部のデータのみを反映した値になります。

目安は、以下のとおりです。

• 取得可能になったデータから、順次レポートに表示されます。
• 5日後には、インストール後2日間の指標がそろいます*。
• 7日後には、インストール後7日間の指標がそろいます。モデルによる値の調整は、インストール後15日まで続く場合があります。

データが不完全になる理由：

• データの蓄積：インストール日からの経過日数が分析対象の期間より短い場合、データは蓄積途中であり、まだそろっていません。
• SKANの遅延：SKANデータはランダムな遅延を伴って受信されます。例えば、インストール後の最初の2日間のアクティビティは、インストールから最大96時間（4日）後に受信される場合があります。
• モデリングのタイミング：インストール後2日間を超える期間のSKANデータは、モデリングで補完されます。モデルによる最初の推定値は、7日後に生成されます。この期間（2～7日目）は、AppsFlyerの従来のアトリビューション方法のデータは利用できますが、モデリングされたSKANデータはまだ利用できません。

例（インストール日を1月1日とした場合）：

• 1月2日：SKANデータは、まだ受信されていません。インストール後2日間のデータと7日間のデータは同じ値で、どちらもAppsFlyerの従来のアトリビューション方法のデータのみからなる、不完全なデータです。
• 1月3日：SKANデータの一部を受信しています。インストール後2日間のデータはまだ不完全ですが、SKANデータが一部含まれるようになります。インストール後7日間のデータには、モデリングされたSKANデータはまだ含まれません（最初の推定値はインストールから7日後に利用可能になります）。そのため、インストール後2～7日目には、7日間の値が2日間の値より小さくなる場合があります。
• 1月6日：最大遅延のポストバックも含め、インストール後の最初の2日間のSKANデータをすべて受信しています。インストール後2日間の指標がそろいます。この時点では、インストール後7日間の指標はまだそろっていません。
• 1月8日：インストール後7日間のモデリングされたSKANデータがそろいます。モデルによる値の調整は、1月16日まで続きます。 

注意：SKANの14日、21日、30日のデータにも同じ考え方が適用されます。つまり、day[X]の指標（[X]は7、14、21、30）は、インストール日から[X]日が経過して初めて利用可能になります。

統合、ユーザー獲得、リターゲティングのレポートは、個別に、またはまとめてBIシステムに取り込めます。まとめて取り込んだ後、自社でビューを絞り込む場合：

• 統合レポート：is_primary_attributionがtrueまたはnullのデータを使用します。
• ユーザー獲得レポート：conversion_type=Installを使用します。
• リターゲティングレポート：conversion_type=re-engagementまたはre-attributionを使用します。
• 統合ビュー：取り込み処理で統合ビューを使用する場合、キャンペーンの種類ごとにデータを分けられます。

• conversion_type=install、re-engagement、re-attribution（SKANでは再ダウンロード）を使用します。
• 詳しくは、リターゲティングイベントの二重アトリビューションを参照してください。

• アトリビューション（インストール、リエンゲージメントなど）の場合、値は0です。
• 収益とアプリ内イベントのデータは、事前に定義されたコホートに分類されます。現在は、インストール後「2」日間と「7」日間に限られます。

アプリ内イベントと収益を正確に分析するには、days_post_attributionディメンションで絞り込む必要があります。以下のクエリ例を参照してください。

よくある誤りは、特定のディメンションの組み合わせについて、収益列を単純に合計してしまうことです。この方法では、一部の収益がdays_post_install=2とdays_post_install=7で二重計上されるため、誤った数値になります。特定のアプリ内イベントのユニークユーザー数を分析する場合も同様です。

• 最新バージョン：各インストール日について、取得可能な最大のバージョン番号を選択してください。これが最新のデータです。バージョン番号はUnixタイムスタンプ形式のため、値が最大のものが最新バージョンです。これにより、最も正確で新しい情報を使用して分析できます。
• 収益の計算：米ドルでの収益は、イベント発生日の為替レートで計算されます。
• アトリビューションの分析：event_name=af_conversionのレコードは、アトリビューション（インストール、リアトリビューション〈SKANでは再ダウンロード〉、リエンゲージメント）を表します。アトリビューション数はユニークユーザー指標に表示され、これらのレコードの収益指標は空欄になります。 days_post_attributionの値は0です。
• ダッシュボードとの比較：Data Lockerのデータとダッシュボードのインストール数を比較する際は、コンバージョンの種類がinstallのデータとre-downloadのデータを合計します。ダッシュボードのインストール指標には、両方のコンバージョンの種類が含まれます。個別のData Lockerレポートから両方を取得するには、installのコンバージョンをユーザー獲得レポートから、SKANのre-downloadのコンバージョンをリターゲティングレポートから取得します。
• アプリ内イベントの分析：event_nameが「af_conversion」以外のレコードは、アプリ内イベントを表します。イベントを実行したユニークユーザー数はユニークユーザー指標に、イベントによる収益は収益指標に表示されます。
• コンバージョンの種類：このディメンションで、ユーザー獲得とリターゲティングのコンバージョンを区別します。 SKANデータでは、インストールと再ダウンロードをさらに分けて確認できます。 SSOTダッシュボードとの比較では、どちらもインストールとして扱われます。
• 広告収益イベント：取得可能な場合に含まれます。
• データの分割：すべてのアプリのデータが1つのファイルで提供されます。アプリごとにデータを分けるには、App IDフィールドを使用するか、Data Lockerでアプリ別の分割を設定してください。
• コスト、クリック、インプレッションなど、アトリビューション前のデータはコストETLレポートから取得してください。

以下に、BI開発者がData Lockerで取得したデータを活用する、代表的で実用的な例を示します。各例に、SQL文とExcelでの表示例を記載しています。

SELECT install_date, SUM(unique_users) AS total_attributions
FROM ssot_unified
WHERE event_name = 'af_conversion'
    AND af_c_id = '4475903638579'  -- Change to your specific campaign
    AND app_id = 'YOUR_APP'
GROUP BY install_date;

SELECT install_date, conversion_type, SUM(unique_users) AS total_conversions
FROM ssot_unified
WHERE event_name = 'af_conversion'
    AND af_c_id = '4475903638579'  -- Change to your specific campaign
    AND conversion_type IN ('install', 're-download')  
-- The dashboard sums both under the install field
    AND app_id = 'YOUR_APP'
GROUP BY install_date, conversion_type;

SELECT install_date, conversion_type, geo, SUM(unique_users) AS total_conversions
FROM ssot_unified
WHERE event_name = 'af_conversion'
    AND conversion_type IN ('re-attribution', 're-engagement')  
-- Both types are relevant for re-targeting
    AND app_id = 'YOUR_APP'
GROUP BY install_date, conversion_type, geo;

SELECT install_date, attribution_method, media_source, SUM(unique_users) 
AS total_installs
FROM ssot_unified
WHERE event_name = 'af_conversion'
    AND conversion_type = 'install'
    AND app_id = 'YOUR_APP'
GROUP BY install_date, attribution_method, media_source;

SELECT install_date,
       af_adset,
       SUM(revenue_usd) AS total_revenue_day_30
FROM ssot_unified
WHERE media_source = 'facebook'
    AND days_post_attribution = 30  -- Choose a specific post-install period (cohort)
    AND app_id = 'YOUR_APP'
GROUP BY install_date, af_adset;

SELECT install_date,
       SUM(IF(days_post_attribution = 2, revenue_usd, 0)) AS total_revenue_day2,
       SUM(IF(days_post_attribution = 7, revenue_usd, 0)) AS total_revenue_day7
FROM ssot_unified
WHERE app_id = 'YOUR_APP'
GROUP BY install_date;

SELECT install_date, media_source, SUM(revenue_usd) AS total_purchase_revenue
FROM ssot_unified
WHERE event_name = 'af_purchase'  -- Change to your specific event
    AND days_post_attribution = 7  -- Choose a specific post-install period (cohort)
    AND app_id = 'YOUR_APP'
GROUP BY install_date, media_source;

SELECT install_date,
  SUM(IF(days_post_attribution = 2 AND 
event_name = 'af_complete_tutorial', unique_users, 0)) 
  / SUM(IF(event_name = 'af_conversion', unique_users, 0)) 
AS conversion_rate_day2_af_tutorial_conversion
FROM ssot_unified
WHERE conversion_type = 'install'  
-- Choose the conversion types for the sample group you want to measure
    AND app_id = 'YOUR_APP'
GROUP BY install_date;

SELECT install_date,
       af_c_id,
       SUM(IF(days_post_attribution = 2, revenue_usd, 0)) 
       / SUM(IF(event_name = 'af_conversion', unique_users, 0)) AS ARPU_day2,
       SUM(IF(days_post_attribution = 7, revenue_usd, 0)) 
       / SUM(IF(event_name = 'af_conversion', unique_users, 0)) AS ARPU_day7
FROM ssot_unified
WHERE conversion_type = 'install'  
       -- Choose the conversion types for the sample group you want to measure
    AND app_id = 'YOUR_APP'
GROUP BY install_date, af_c_id;

SELECT install_date, media_source, SUM(skan_duplicates)
FROM ssot_unified
WHERE app_id = 'YOUR_APP'
    AND event_name = 'af_conversion'
GROUP BY install_date, media_source;

SELECT install_date, media_source, SUM(skan_duplicates)
FROM ssot_unified
WHERE app_id = 'YOUR_APP'
GROUP BY install_date, media_source;

SELECT install_date,
       SUM(revenue_usd) AS total_revenue_day_7
FROM ssot_unified
WHERE attribution_method IN ('AF Model','SKAN')
  AND days_post_attribution = 7 
  AND app_id = 'YOUR_APP'
GROUP BY install_date;

SELECT install_date,
       SUM(revenue_usd) AS total_revenue_day_7
FROM ssot_unified
WHERE attribution_method = 'Organic'
  AND days_post_attribution = 7 
  AND app_id = 'YOUR_APP'
GROUP BY install_date;

SELECT install_date,
       SUM(revenue_usd) AS total_revenue_day_7
FROM ssot_unified
WHERE event_name = 'af_ssot_organic'
  AND days_post_attribution = 7 
  AND app_id = 'YOUR_APP'
GROUP BY install_date;