Data Lockerでのコホート分析

この機能を利用できるのは、Data Locker、コホートAPI、またはローデータレポートを利用している広告主です。Data Locker上でこのレポート機能を有効にするには、次のいずれかの手順を実行してください。 

レポートは、ディメンションとメトリックで構成されます。

項目の形式は次のとおりです。

• ディメンション： 文字列 - 文字列の最大長は動的であり、広告階層の要素をどのように設定するかによって異なります。
• メトリック： 数値注意：selected_currency項目の形式は文字列です。

ディメンション

指標

レポート内のデータ範囲について

レポートには、ユーザー獲得、インストール、リターゲティング、リアトリビューション、リエンゲージメント、およびそれらに紐づくアプリ内イベントが含まれます。

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にロードする場合。 これらをまとめてロードし、独自にビューをフィルターする場合は、次のようにします：

• 統合ビューの場合：is_primary_attribution=true または null 項目を使用します。
• ユーザー獲得の場合：conversion_type=Install を使用します。
• リターゲティングの場合：conversion_type=re-engagement または re-attribution を使用します。

データ読み込みプロセスにおいて新規獲得媒体のデータとリターゲティング媒体のデータを統合する場合には、新規獲得 (インストール) とリターゲティング (リエンゲージメント) のデータの重複を除外するロジックを実装する必要があります。これを行うには、conversion_type=install、install-unified、re-engagement、またはre-attributionを使用します。 詳細はリターゲティングイベントの重複計測のページを参照してください。 

項目別の考慮事項

• 継続率の指標を簡単に計算するには、days_post_attributionのカラムを活用しましょう。
• キャンペーン名とキャンペーンIDのディメンションを使用したユニークユーザー数の計算：
  キャンペーン名の粒度を考慮しなくてもよい場合、キャンペーンID毎のユニークユーザー数を合計することで、指標は算出可能です。 
• キャンペーン階層の項目を使用することでデータを集計可能です。 
• revenue_usd (USD換算の収益金額) は、イベント発生日の為替レートを使用して計算されます。 
• 広告収益イベントは利用可能な場合にはデータに含まれますが、更新されるまでに最大3日間の遅れが生じることがあります。

一般的な考慮事項

すべてのアプリのデータを1つのファイルにまとめて提供します。App IDの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。

以下は、BI開発者が 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アプリケーションの例です。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。

1. リテンションの計算 

次の例では、次のことを行います：

• 1日目と7日目のリテンション、およびキャンペーンと広告ごとのインストールの合計数を計算します。
• event_nameを af_conversionでフィルターし、コンバージョンイベントごとのイベントカウントを合計します。
• 具体的には、conversion_type=installとなるようにデータをフィルターして、ユーザー獲得キャンペーンを分析する。

SQLステートメント

select
    campaign_id, ad_id,
    sum(if(event_name = 'af_conversion', event_count,0)) as installs,
    sum(if(event_name = 'af_session' and days_post_attribution = 1, unique_users,0)) / sum(if(event_name = 'af_conversion', event_count,0)) as retention_day1,
    sum(if(event_name = 'af_session' and days_post_attribution = 7, unique_users,0)) / sum(if(event_name = 'af_conversion', event_count,0)) as retention_day7
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and conversion_type = 'install'
    and app_id = YOUR_APP
group by 1,2

エクセルの例

2. 複数のアプリ内イベントのARPUを計算する

次の例では、次のことを行います：

• キャンペーンごとに複数のアプリ内イベントのARPUを計算します。
• 具体的には、conversion_type=re-engagement を conversion_type=re-attribution でデータをフィルターし、リターゲティングキャンペーンを分析します。
• event_nameを af_conversionでフィルターし、コンバージョンイベントごとのイベントカウントを合計します。
• そして、複数のイベントの収益を合計します（この場合 af_purchase と af_coins）。
• データ処理の負荷を最小限に抑えるために、days_post_attribution を必要最小限（この場合は 7）に設定します。

SQLステートメント

select
    campaign_id,
    sum(if(days_post_attribution <= 1 and event_name in ('af_purchase', 'af_coins') , revenue_usd, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day1,
    sum(if(days_post_attribution <= 3 and event_name in ('af_purchase', 'af_coins') , revenue_usd, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day3,
    sum(if(days_post_attribution <= 7 and event_name in ('af_purchase', 'af_coins') , revenue_usd, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day7
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and days_post_attribution <= 7
    and conversion_type in ('re-engagement', 're-attribution')
    and app_id = YOUR_APP
group by 1

エクセルの例

3. 特定のコホート日のアプリ内イベントコンバージョン率の計算

次の例では、次のことを行います：

• 複数のディメンション（この場合は、コンバージョン日、地域、キャンペーン、広告、サイトID）の Day 0 アプリ内イベントのコンバージョン率を計算します。
• データを is_primary=true でフィルターし、統合データ（UAキャンペーンとリターゲティングキャンペーンの両方）で分析します。
• event_nameを af_conversionでフィルターし、コンバージョンイベントごとのイベントカウントを合計します。
• データ処理の負荷を最小限に抑えるために、days_post_attribution を必要最小限（この場合は 7）に設定します。

SQLステートメント

select
    conversion_date, geo, campaign_id, ad_id, site_id,
    sum(if(days_post_attribution = 0 and event_name = 'af_complete_tutorial', unique_users, 0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as day0_af_tutorial_conversion
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and is_primary = true
    and app_id = YOUR_APP
group by 1,2,3,4,5

エクセルの例

4. デイリーのインストール数を計算する

次の例では、次のことを行います：

• アプリ ID、コンバージョン日、メディアソース、イベント名、コンバージョンタイプごとのインストール数を計算します。
• conversion_type で install とフィルターし、UAインストール（リターゲティングを含まない）データを取得します。
• event_name を af_conversion に設定してインストール数を合計します。

SQLステートメント

select
    app_id,
    conversion_date,
    media_source,
    event_name,
    conversion_type,
    sum(events_count) as total
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-06-01' and '2023-06-08'
    and conversion_type = 'install'
    and event_name = 'af_conversion'
    and app_id = YOUR_APP
group by 1,2,3,4,5

エクセルの例

5. Facebook広告からの収益の計算

次の例では、次のことを行います：

• Facebookからの3日目の収益をコンバージョン日とアプリIDで計算します。
• media_source='Facebook Ads' とフィルターし、Facebookのデータを分析します。
• データ処理の負荷を最小限に抑えるために、days_post_attribution を必要最小限（この場合は 3）に設定します 。

SQLステートメント

select
    conversion_date,
    app_id,
    media_source,
    sum(if(days_post_attribution <= 3, revenue_usd, 0)) as revenue_day3
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2022-06-01' and '2023-05-31'
    and days_post_attribution <= 3
    and media_source = 'Facebook Ads'
    and app_id in (APP_ID1, APP_ID2, ...)
group by 1,2,3

エクセルの例

6. 最大 365コホート日の ASAキーワードIDごとの ARPUの計算

次の例では、次のことを行います：

• キーワードIDごとの Apple Search Ads経由のコホート365日目までの ARPUを計算します。
• media_source='Apple Search Ads' とフィルターし、Apple Search Adsのデータを分析します。
• event_nameを af_conversionでフィルターし、コンバージョンイベントごとのイベントカウントを合計します。

SQLステートメント

select
    media_source,
    keyword_id,
    sum(if(days_post_attribution <= 365, revenue_usd,0)) / sum(if(event_name = 'af_conversion', event_count, 0)) as ARPU_day365
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2022-06-01' and '2023-05-31'
    and media_source = 'Apple Search Ads'
    and app_id = YOUR_APP
group by 1

エクセルの例

7. 地域ごとのアトリビューション時間によるARPU7日目の算出

次の例は、 計測日ベースのKPI を使用する方法を示しています。 この例では、次のことを行います：

• ARPU 7日目を国ごとのアトリビューション計測日で計算します。
• 結果はコンバージョン数で並べ替えられ、上位20の地域が表示されます。
• データは、conversion_type='install' でフィルターされています。
• 最初の列には geo（国）が表示されます。 2番目の列には、合計コンバージョン数が表示されます。 その後の列には、クエリの行として指定された各日の7日目の収益が表示されます。

SQLステートメント

select
    geo,
    sum(if(event_name = 'af_conversion', event_count, 0)) total_conversions,
    sum(if(cohort_day = '2023-07-11' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-11' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_11,
    sum(if(cohort_day = '2023-07-12' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-12' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_12,
    sum(if(cohort_day = '2023-07-13' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-13' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_13,
    sum(if(cohort_day = '2023-07-14' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-14' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_14,
    sum(if(cohort_day = '2023-07-15' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-15' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_15,
    sum(if(cohort_day = '2023-07-16' and days_post_attribution <= 7, revenue_usd, 0)) / sum(if(cohort_day = '2023-07-16' and event_name = 'af_conversion', event_count, 0)) as ARPU_day7_2023_07_16
from YOUR_DATA_LOCKER_REPORT
where
    conversion_date between '2023-07-11' and '2023-07-16'
    and days_post_attribution <= 7
    and conversion_type = 'install'
    and app_id = 'YOUR_APP'
group by 1
order by 2 desc
limit 20

エクセルの例