데이터 락커를 통한 코호트 분석

요약: 데이터 락커의 코호트 분석은 광고 구조에 있는 모든 요소의 집약형 데이터를 포함합니다. 리포트에는 이전 365일 동안 어트리뷰트된 사용자 데이터가 포함됩니다. 이 리포트는 로데이터, 코호트 API 또는 구독의 일부로 둘 다 가지고 있는 광고주가 사용할 수 있습니다. 즉, 이 리포트에는 데이터 락커 가입이 필요하지 않습니다.

데이터 락커에서 코호트 분석

어떤 경우에는 앱스플라이어의 어트리뷰션 로데이터는 미디어소스 데이터 공유 정책 또는 개인정보 보호 정책으로 인해 제한을 받습니다 .제한에는 캠페인 및 광고 세트와 같은 모든 어트리뷰션 관련 필드가 포함됩니다. 코호트 리포트는 로데이터에 대한 대안으로 사용할 수 있는 집약형 데이터를 제공합니다. 

예제 보고서 다운로드

데이터 락커 활성화

리포트는 데이터 락커, Cohort API 및 로데이터 등록자가 사용할 수 있습니다. 데이터 락커에서 리포트를 사용하려면 다음 절차 중 하나를 완료하십시오. 

현재 데이터 라커를 통해 데이터를 가져옵니까?  절차

 

네 

AppsFlyerAdmin_us-en.png코호트 리포트를 데이터 락커에 추가하는 방법:

  1. 앱스플라이어의 사이드 메뉴에서 리포트 > 데이터 락커를 선택합니다.
  2. 코호트 분석 섹션에서 모든 리포트를 선택합니다. 
  3. 설정 저장을 클릭합니다. 
    리포트는 다음 날 오전 10시(UTC)에 사용 가능합니다. 
아니오

AppsFlyerAdmin_us-en.png데이터 락커 설정 방법:

  1. 최초 데이터 락커(광고주 | 파트너) 설정을 완료하십시오.
  2. 코호트 리포트를 데이터 락커에 추가:
    1. 앱스플라이어의 사이드 메뉴에서 리포트 > 데이터 락커를 선택합니다.
    2. 코호트 분석 섹션에서 모든 리포트를 선택합니다. 
    3. 설정 저장을 클릭합니다. 
      리포트는 다음 날 오전 10시(UTC)에 사용 가능합니다.

데이터를 BI 시스템에 로드하여 캠페인 성과 및 최적화 프로세스의 일부로 사용할 수 있습니다.

사용 가능 지표

사용할 수 있는 지표는 수익, 이벤트를 수행하는 고유 사용자 및 이벤트 발생 횟수입니다. ROI 및 ROAS와 같은 비용 관련 지표를 계산하려면 수익 및 비용 지표가 모두 있어야 합니다. 수익 지표는 코호트에 있으며, 비용 지표는 ROI360 Cost ETL에서 제공합니다.

코호트 분석 팩트

사용 가능한 리포트

다음 리포트를 다운로드할 수 있습니다. 리포트 유형은 코호트 대시보드에 자세히 설명되어 있습니다.

  • 사용자 인입: 리인게이지먼트 기간 발생하는 LTV를 포함하는 사용자 인입 미디어 소스로 어트리뷰트됩니다.
  • 리타게팅:  다음이 발생하는 이벤트에 대한 리타게팅 미디어소스로 어트리뷰트합니다.
    • 리인게이지먼트 윈도우 동안
    • 리어트리뷰션의 결과
  • 통합: 앱스플라이어 이중 어트리뷰션 규칙에 따라 사용자를 가져오는 마지막 터치 미디어소스 아래에 데이터를 표시합니다. 리인게이지먼트 동안 발생하는 LTV는 UA 미디어소스 아래가 아닌 리타케팅 미디어소스 아래에 표시된다는 뜻입니다.
리포팅 기간 지난 365일 동안 전환하는 사용자. 다시 말하면, 매일 리포트에는 지난 365일 동안 전환된 사용자가 포함됩니다. 
리포트 구조 각 리포트의 구조는 동일합니다. 리포트 구조를 참조하십시오.
리포트 전송  데이터 락커에서 코호트 리포트 사용을 참조하십시오.
데이터 최신성
  • 일별.
  • 지표는 자정(UTC)에 사용 가능한 데이터를 사용하여 계산합니다. 다시 말하면 해당 날짜가 끝나는 시점입니다. 
  • 리포트는 데이터 락커의 날짜-시간(dt) 폴더에서 10:00 UTC까지 사용할 수 있습니다. 예를 들어 월요일 데이터는 월요일 폴더에서 화요일 10:00 UTC에 사용할 수 있습니다. 
파트너 리텐션 정책의 영향

일부 파트너들은 데이터 리텐션 정책을 구현하다는 점을 고려하십시오. 이 경우 리텐션 기간 종료 이후에 발생하는 이벤트는 코호트 리포트에서 무시됩니다.

예시: SRN A에는 180일의 데이터 리텐션 정책이 있습니다. 180일까지의 사용자 이벤트는 SRNA에 어트리뷰트됩니다. 180일 이후에 발생하는 이벤트는 무시됩니다.

참고: 이벤트는 개요 대시보드에 오가닉으로 표시됩니다.

리포트 구조

리포트는 기준 및 지표로 구성됩니다.

필드의 형식은 다음과 같습니다.

  • 기준: 문자열. 문자열의 최대 길이는 동적이며 대부분의 경우 광고 계층 요소를 채우는 방법에 따라 달라집니다.
  • 지표: 숫자. 메모: selected_currency 필드 형식은 문자열입니다.

디멘션

필드 이름 

설명

app_id

--

media_source

--

conversion_type

가능한 값: install, install-unified(통합 리포트의 인스톨 수 표시), re-engagement, re-attribution

attributed_touch_type

가능한 값: 클릭, 노출, 사전 인스톨, 알 수 없음, TV, Null

days_post_attribution

  • 전환 날짜 이후 경과된 일수(특정 전환 타임스탬프 아님).
  • 팁! 이를 통해 리텐션과 KPI 일수를 계산합니다.

event_date 

  • 사용자가 지정된 이벤트를 수행하는 날짜입니다.
  • 형식: yyyy-mm-dd
  • 예시: 사용자가 지정된 인앱이벤트를 수행한 날짜. 전환의 경우.
  • 일러두기! event_name이 af_conversion인 경우 이벤트 날짜와 전환 날짜는 동일합니다. 

conversion_date

  • 전환이 발생한 날짜
  • 형식: yyyy-mm-dd
  • 예시: 인스톨 날짜

event_name

이벤트를 식별합니다. 일부 이벤트 이름은 특정 의미를 갖지만, 다른 이벤트 이름은 앱에서 광고주가 설정한 인앱이벤트와 관련됩니다. 

event_name

사용자가 수행한 작업

af_conversion 사용자가 전환했습니다. conversion_type을 사용하여 인스톨인지, 리인게이지먼트인지 또는 리어트리뷰션인지를 식별합니다.
af_session 앱 실행
코호트 분석 앱 삭제 
광고주가 인앱이벤트 정의 앱에서 인앱이벤트를 실행했습니다.

campaign

캠페인 구조

고려 사항: 캠페인 이름 변경 기능은 지원되지 않습니다. 따라서 지정된 캠페인 ID에 여러 이름을 연결할 수 있습니다. 

campaign_id

캠페인 구조

adset

캠페인 구조

adset_id

캠페인 구조

광고

캠페인 구조

ad_id

캠페인 구조

채널

캠페인 구조.

[2021년 10월 27일 업데이트됨] 현재 페이스북은 구글 인스톨 리퍼러(Google Install Referrer) 메커니즘을 통해 제공된 데이터에 채널을 채우지 않습니다.

site_id

캠페인 구조

is_primary_attribution

리타게팅 데이터를 식별하고 중복을 제거하는 데 사용합니다.

지역

ISO 국가 코드는 사용자 IP 주소에서 유래됩니다.

agency

  • 에이전시 투명성 기능이 지원됩니다.
  • 불투명한 에이전시의 경우 광고주와 에이전시가 모두 동일한 이름의 캠페인을 실행하면 동일한 캠페인 이름을 포함하는 행이 여러 개 있을 수 있습니다. 걱정하지 마세요. 행은 중복되지 않습니다.

install_app_store

안드로이드 앱만 해당: 앱을 다운로드한 안드로이드 스토어. 멀티 스토어 안드로이드 어트리뷰션을 구현하는 광고주에 의해 채워집니다. 비어 있으면 구글 플레이 스토어입니다. 

키워드

사용자의 온라인 검색에 사용되는 단어. 광고 네트워크가 리포트한 비용

keyword_id

[2022년 4월 27일부터 사용 가능한 필드] 광고 네트워크에서 리턴된 키워드 ID.

측정 지표

필드 이름

설명 형식

unique_users

이벤트를 수행한 고유 사용자 유저 수

숫자

revenue_usd

  • 매출액(USD). 예를 들어 $100.56는 100.56으로 반영됩니다. 
  • 소수점 이하 최대 2자리
숫자

event_count

이벤트가 발생한 횟수

숫자

selected_currency

앱 설정에서 사용자가 3자리 문자 통화 코드(USD, EUR)를 설정합니다. 형식 ISO-4217. 사용자 인터페이스에서 코호트의 수익을 표시하는 데 사용되는 것과 동일한 통화입니다. 

문자열

revenue_selected_currency

  • 선택된 통화 기준 매출액. 예를 들어, 선택된 통화가 EUR인 경우 €1234.56는 1234.56으로 반영됩니다.
  • 소수점 이하 최대 2자리
숫자

BI 개발사 고려사항

리포트의 데이터 범위

이 리포트에는 사용자 획득, 인스톨 및 리타게팅, 리어트리뷰션, 리인게이지먼트, 관련 인앱이벤트가 포함됩니다.

통합, 사용자 획득 및 리타게팅 리포트를 개별적으로 또는 함께 BI에 로드하는 경우. 함께 로드하고 보기를 직접 필터링하려는 경우: 

  • 통합의 경우 is_primary_attribution=true 또는 null 필드를 사용합니다.
  • 사용자 확보의 경우 conversion_type=Install을 사용합니다.
  • 리타게팅의 경우 conversion_type=리인게이지먼트 또는 리어트리뷰션을 사용합니다.

데이터 로딩 과정에 통합 뷰를 사용하는 경우 로직을 사용하여 캠페인 유형 간에 데이터를 분할해야 합니다. 다시 말하면 사용자 어트리뷰선(인스톨)과 리타게팅(리인게이지먼트)입니다.이렇게 하려면 conversion_type=install, install-unified, re-engagement 또는 re-attribution을 사용합니다.리타게팅 이벤트의 이중 어트리뷰션을 참고하십시오. 

필드 수준 고려사항

  • 사후 어트리뷰션 날짜를 사용하여 리텐션 지표 계산을 쉽게 합니다.
  • 캠페인 이름 및 캠페인 ID 크기를 사용하여 고유 사용자 계산: 캠페인 이름의 세분성을 무시할 수 있는 경우 캠페인 ID의 고유 개수를 합칠 수 있으며 지표는 정확합니다. 
  • 캠페인 구조 필드를 사용하여 데이터를 집계할 수 있습니다. 
  • USD 단위의 수익은 이벤트 발생일의 환율을 사용하여 계산됩니다. 
  • 광고 수익 이벤트는 가능한 경우 포함되지만, 업데이트는 최대 3일 지연될 수 있습니다.

일반 고려사항

모든 앱의 데이터는 단일 파일로 제공됩니다. 앱 ID 필드를 사용하여 앱별로 데이터를 분리하거나 데이터 락커를 앱별로 분리하도록 설정합니다.

활용 사례

다음은 BI 개발자가 데이터 락커를 통해 추출할 수 있는 코호트 데이터의 인기 있고 실용적인 애플리케이션의 예입니다. 각 예제를 SQL 문과 샘플 Excel 시각적 개체로 설명합니다. 

1. 리텐션 계산 

다음 예제에서는 다음을 수행합니다.

  • 1일 차와 7일 차의 리텐션과 캠페인 및 광고당 총 인스톨 수를 계산합니다.
  • event_nameaf_conversion으로 필터링하여 변환 이벤트당 이벤트 수를 합산합니다.
  • 특히 conversion_type=install이 되도록 데이터를 필터링하여 유저 인입 캠페인을 분석합니다.

SQL 문

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

Excel 예시

캠페인 ID 광고 아이디 인스톨 리텐션 1일 차 리텐션 7일 차
12345678 987654 100 30% 10%
98765432 123456 200 25% 15%
07315466 613770 300 20% 12%

2. 다중 인앱이벤트의 ARPU 계산하기

다음 예제에서는 다음을 수행합니다.

  • 캠페인당 다중 인앱이벤트의 ARPU를 계산합니다.
  • conversion_type=re-engagementconversion_type=re-attribution이 되도록 데이터를 필터링하여 대상 변경 캠페인을 구체적으로 분석합니다.
  • event_nameaf_conversion으로 필터링하여 변환 이벤트당 이벤트 수를 합산합니다.
  • 다중 이벤트의 수익을 합산합니다. 이 경우 af_purchaseaf_coins입니다.
  • days_post_attribution을 필요한 최소값(이 경우 7)으로 설정하여 데이터 처리 부하를 최소화합니다.

SQL 문

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

Excel 예시

캠페인 ID 전환 유형

ARPU

1일 차

ARPU

3일 차

ARPU

7일 차

12345678 리인게이지먼트 6.23 5.11 2.34
98765432 리인게이지먼트 3.57 1.34 4.86
07315466 리어트리뷰션 7.41 6.79 5.29

3. 특정 코호트 날짜의 인앱이벤트 전환율 계산

다음 예제에서는 다음을 수행합니다.

  • 여러 측정기준(이 경우 전환일, 지역, 캠페인, 광고, 사이트 ID)에 대한 0일 차 인앱 이벤트 전환율을 계산합니다.
  • is_primary=true이 되도록 데이터를 필터링하여 통합 데이터(UA 및 리타겟팅 캠페인 모두)를 분석합니다.
  • event_nameaf_conversion으로 필터링하여 변환 이벤트당 이벤트 수를 합산합니다.
  • days_post_attribution을 필요한 최소값(이 경우 7)으로 설정하여 데이터 처리 부하를 최소화합니다.

SQL 문

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

Excel 예시

전환 날짜 지역

캠페인 ID

광고 아이디

사이트 ID

0일 차 af_complete_tutorial

2022-11-07 미국 12345678 123456 site_123 45%
2022-11-05 영국 98765432 null site_654 70%
2022-10-31 한국 07315466 null null 63%

4. 일별 인스톨 계산 

다음 예제에서는 다음을 수행합니다.

  • 앱 ID, 전환 날짜, 미디어소스, 이벤트 이름 및 전환 유형당 설치 수를 계산합니다.
  • conversion_typeinstall로 설정하여 데이터를 필터링하여 UA 설치를 표시합니다(대상 변경이 아님).
  • event_nameaf_conversion으로 설정하여 인스톨을 합산합니다.

SQL 문

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

Excel 예시

앱 ID 전환 날짜

미디어소스

이벤트 이름

합계

id123456789 2022-11-07 adnet1_int af_conversion 105
id123456789 2022-11-05 adnet2_int af_conversion 216
id123456789 2022-10-31 adnet3_int af_conversion 327

5. Facebook 광고에서 수익 계산 

다음 예제에서는 다음을 수행합니다.

  • 전환 날짜 및 앱 ID를 기준으로 Facebook의 3일 차 수익을 계산합니다.
  • media_source='Facebook Ads'가 되도록 데이터를 필터링하여 Facebook 데이터를 분석합니다.
  • days_post_attribution을 필요한 최소값(이 경우 3)으로 설정하여 데이터 처리 부하를 최소화합니다.

SQL 문

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

Excel 예시

전환 날짜 앱 ID

미디어소스

수익

3일 차

2022-11-07 id123456789 adnet1_int 400.45
2022-11-05 id123456789 adnet2_int 99.23
2022-10-31 id123456789 adnet3_int 13.34

6. 최대 365일의 코호트 기간 동안 ASA 키워드 ID당 ARPU 계산 

다음 예제에서는 다음을 수행합니다.

  • 코호트 365일 차까지 키워드 ID당 Apple Search Ads의 ARPU를 계산합니다.
  • media_source='Apple Search Ads'가 되도록 데이터를 필터링하여 Apple Search Ads 데이터를 분석합니다.
  • event_nameaf_conversion으로 필터링하여 변환 이벤트당 이벤트 수를 합산합니다.

SQL 문

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

Excel 예시

미디어소스

Keyword ID

ARPU

365일 차

adnet1_int 123456 57,019.93
adnet2_int 987654 64,867.84
adnet3_int 666854 48,160.02

7. 지역별 어트리뷰션 시간으로 ARPU 7일 계산 

다음 예제에서는 기여 시간별로 KPI를 사용하는 방법을 보여 줍니다. 이 예에서는 다음을 수행합니다.

  • 지역별 어트리뷰션 날짜별로 ARPU 7일차를 계산합니다.
  • 결과는 전환 수를 기준으로 정렬되며 상위 20개 지역이 표시됩니다.
  • 데이터가 필터링되어 conversion_type='install'.
  • 첫 번째 열에는 지역이 표시됩니다. 두 번째 열에는 총 전환수가 표시됩니다. 그 이후의 열에는 쿼리에서 행으로 지정된 모든 날짜에 대한 수익 일 7이 표시됩니다.

SQL 문

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

Excel 예시

지역

총 전환 수

2023-07-11 ARPU 7일차

2023-07-12 ARPU 7일차

2023-07-13 ARPU 7일차

2023-07-11 ARPU 7일차

2023-07-11 ARPU 7일차

2023-07-16 ARPU 7일차

한국 120,660 7,798.89달러 6,997.37달러 8,258.95달러 9,050.21달러 10,018.04 13,765.73달러
캐나다 35,099 64,867.84달러 7,050.19달러 5,656.33달러 9,553.75달러 8,632.41달러 11,308.06달러
칠레 26,750 48,160.02 21,249.55달러 22,584.57달러 24,033.07 31,118.91달러 41,145.22달러

추가 정보

특성과 제한 사항

항목  
비용 데이터 해당 없음. 비용 ETL 사용.
캠페인 이름 변경 지원 안 됨. 
데이터 최신성 일일 UTC. 리포트는 다음 날 UTC 시간으로 10:00에 리포트 날짜의 데이터 락커 날짜-시간(dt) 폴더에 있습니다. 
광고 수익
  • 사용 가능
  • af_ad_revenue 이벤트의 경우 2022년 10월 5일부터 2023년 2월 16일 사이의 기간에는 고유 사용자 지표를 사용할 수 없습니다.
통화 행에 USD와 앱 특정 통화를 모두 사용할 수 있습니다.
시간대
  • UTC
  • 앱별 시간대는 베타 버전에서 사용할 수 있습니다.
오가닉 데이터 사용 가능
전환 후 날짜(인스톨, 리어트리뷰션, 리인게이지먼트)
  • 365일 설치 후 데이터를 사용할 수 있습니다.
  • 1,095일은 베타 버전에서 사용할 수 있습니다.
에이전시 투명성
  • 지원됨 
  • X 광고 및 메타 광고 데이터는 항상 투명합니다.
앱 분리 지원됨.
SKAN 데이터 포함되지 않음. 다시 말하면 iOS 포스트백에서 제공한 데이터.
재설치 포함되지 않음. 

참고 항목