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

• プライマリフォルダはレポートタイプ別に整理されます。想定値：
  • ssot_unified
  • ssot_retargeting
  • ssot_user_acquisition
• これらのフォルダ内のサブフォルダは、インストール日順に整理されます。

バージョン管理 

• 各インストール日のフォルダには複数のバージョンが格納され、各バージョンは毎日作成されます。
• 各バージョンには、そのインストール日の更新された累積データが反映されます。
• レポートには、インストール日で入手可能なすべてのデータが含まれます。たとえば、4月18日の各インストール日の最新バージョンには、その時点の4月18日までのすべてのデータが含まれます。
• ヒント：正確性を確保するために、常に最新バージョンのレポートデータを処理してください。

各インストール日は、最大15個までのバージョンに制限されます。つまり15日後、すべての指標が完全に確定して完成します。詳細はこちらを参照してください。

レポートへのパスは次の形式で構成されます：

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

例 - 広告主バケットにおけるフォルダ階層の場合：

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
    |   |
    .   . 
    .   .

Legend:

• t：　 レポートトピック（タイプ）
• install_date：　アプリのインストール日を指します。つまり、インストール後のアクティビティは、ユーザーアクションが発生した日ではなく、ユーザーが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：　バージョンが作成された日時を示すUnix形式のタイムスタンプです。

AppsFlyerは、通常のSKAdNetworkレポートでは提供できないデータをモデル化して提供しています。

• Null コンバージョン値（CV）：SKANでは、Appleがユーザーのプライバシーを保護するために実際のデータを「Null」値に置き換えることがあります。データが省略されないように、これらのNULL値は SSOTでモデル化されます。詳細はこちらを参照してください。
• より長いインストール以降の計測指標：インストール後2日間を超えた後のSKANのデータ粒度は制限が多く、不正確になる可能性があります。高いデータ品質を維持するために、days_post_attributionが2を超えた場合、収益と、アプリ内イベントのユニークユーザー数をAppsFlyerが推定します。詳細はこちらを参照してください。

国データ：SKANはデータ粒度を制限しており、多くのケースにおいて国データを利用できません。このような場合は、データをモデル化して効率的なパフォーマンス分析を可能にします。詳細はこちらを参照してください。

Organic geo in the first report version

• SSOT Data Locker reports are generated in versions for the same install_date.

• In the first version, organic geo may be null because the modeled geo distribution may not be available yet.

• In subsequent versions, organic geo may populate after additional SKAN postbacks are processed and the modeled geo distribution becomes available.

直近のインストール日のデータを分析する場合、インストール後の長期間（例：7日間）のイベント指標が完全に揃っていない可能性があります。このような場合、指標は使用できますが、部分的なデータがレポートに反映されます。

Some rules of thumb:

• レポートは、入手可能なデータが利用可能になるとすぐに表示されます。
• 5日後に、インストール後2日間までの指標が完成します*。
• 7日後に、インストール後7日間までの指標が完成します。なお、インストール後15日以内までは、推定値が調整される場合があります。

部分的なデータの理由：

• データの成熟度：インストール日からの経過時間が分析対象とするイベント日数よりも短い場合、データはまだ蓄積途中であり完全ではありません。
• SKANの遅延仕様：SKANデータはランダムに遅延してレポートされます。たとえば、インストール後最初の2日間のイベント情報は、インストール後最大 96 時間後 (4日後) までにレポートされます。
• SKAN推定値のデータ反映のタイミング：インストール後2日以降の期間のSKANデータが推定されます。 AppsFlyerのモデル化機能は、7日後に最初の推定値を生成します。この期間（2日目から7日目）、AppsFlyerの従来の計測手法のデータは利用できますが、SKAN推定値のデータは利用できません。

例：インストール日が1月1日の場合

• 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日間とインストール後7日未満のデータはどちらも部分的であり、AppsFlyerの従来の計測手法のデータで構成されます。
• 1月3日：SKANデータが部分的にレポートされ始めます。インストール後2日間のデータは部分的なままですが、一部SKAN計測のデータが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、推定されたSKANデータはまだ含まれません（最初のモデル化されたデータは、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日目までの間は、インストール後2日間と比較して、インストール後7日間の推定値が小さくなる可能性があります。
• 1月6日：インストール後の最初の2日間のSKANデータは、遅延のあったポストバックも含めて完全に受信されます。 Metrics for two days post-installs are completed. この時点で、インストール後 2日間の指標が完成しますが、インストール後7日間の指標はまだこの時点では完成していません。
• 1月8日：インストール後7日間のSKAN推定値データが完成します。 AppsFlyerのSKAN推定値は、1月16日まで数値の調整が続きます。 

Note: The same logic applies to SKAN data for days 14, 21, and 30. This means that day[X] metrics (where [X] can be 7, 14, 21, or 30) becomes available only after [X] days have passed since the installation date.

統合レポート、ユーザー獲得レポート、リターゲティングレポートを別々に、またはまとめてBIで取得することが可能です。これらをまとめて読み込んで、独自にデータをフィルターする場合は以下の対応が必要です：

• 統合レポート：　is_primary_attribution=true または NULL のデータを使用してください。
• ユーザー獲得レポート：　conversion_type=Install のデータを使用してください。
• リターゲティングレポート：　conversion_type=re_engagement と re-attribution のデータを使用してください。
• 統合ビュー：データ読み込みのプロセスにおいて統合ビューのデータを使用すると、キャンペーンタイプ間でデータを分割できます：

• その場合は、conversion_type=install、re-engagement、re-attribution（SKAN計測における再ダウンロード）を使用してください。
• Refer to Double attribution of retargeting events for more details

• 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）データの場合、この値は 0 となります。
• 収益とアプリ内イベントについては、データは事前定義されているコホート毎に分類され、現状はインストール後「2日」と「7日」のみに制限されています。

アプリ内イベントと収益を正確に分析するには、days_post_attributionのディメンションにフィルターを適用する必要があります。 詳細は、以下のクエリ例を参考にしてください。

よくある間違いの例として、特定のディメンションの収益列を合計するという単純なロジックを適用してしまうケースが挙げられます。この方法では、一部の収益データが 2 回 (1 回は days_post_install=2、もう 1 回は days_post_install=7) カウントされるため、誤った数値になります。この例は、特定のアプリ内イベントにおけるユニークユーザー数を分析する場合にも関係します。

• 最新バージョン：各インストール日は最新のデータを示すため、常に最新のバージョン番号を取得します。バージョン番号は Unix タイムスタンプ形式であるため、最高値は最新バージョンを示します。これにより、分析に最も正確で最新の情報が使用されるようになります。
• 収益の計算：　revenue_usd (USD換算の収益金額) は、イベント発生日のUSDの為替レートを使用して計算されているので注意してください。
• アトリビューションデータの分析：　event_name=af_conversion のデータは、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における再ダウンロード）、リエンゲージメント）のデータを意味します。アトリビューション数はユニークユーザー数の指標の下に表示され、これらのデータの収益指標は空になります。前述の通り、days_post_attribution の値は 0 になります。
• Dashboard comparison: When comparing Data Locker data with dashboard installs, sum both install and re-download conversion types. The dashboard includes both conversion types in the install metric. To get both conversion types from separate Data Locker reports, use the user acquisition report for install conversions and the retargeting report for SKAN re-download conversions.
• アプリ内イベントの分析：　event_nameが「af_conversion」ではないデータが、アプリ内イベントに関するデータです。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数の指標に表示され、これらのイベントから発生した収益は収益指標に表示されます。
• コンバージョンタイプ：　conversion_typeのディメンションを使用して、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てください。なお、SKANデータの場合にはinstallと再ダウンロードで更に分解されます。データをSSOTモードをONにした管理画面と比較する場合は、どちらのタイプもインストールと見なして処理されます。
• 広告収益イベント：　これらは可能な場合は含まれています。
• データの分割：　すべてのアプリデータが1つのファイル内にまとめて提供されます。 App ID項目を使用してアプリ毎にデータを分割するか、Data Locker上でアプリ毎に分割するよう設定してください。
• コスト、クリック、インプレッションなどのプレアトリビューションデータは、コストETLレポートから取得する必要があります。

以下は、BI担当者が Data Lockerを介して抽出できるコホートデータの、一般的で実用的な応用例です。各例は、SQLステートメントとサンプルのExcelビジュアルで示されています。

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_7
FROM ssot_unified
WHERE media_source = 'facebook'
    AND days_post_attribution = 7  -- 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;