어떻게 도와드릴까요?

검색

SKAN 모델링 데이터

  • 업데이트 시간

한눈에 보기: 앱스플라이어 모델은 기본 SKAdNetwork 리포트가 제공할 수 없는 데이터를 집계합니다.

개요

SKAdNetwork(SKAN) 리포트는 다음과 같은 이유로 제한될 수 있습니다.

  • SKAN은 6비트로 제한되는 전환 값(CV)에 의존하므로 가능한 값이 64개(0-63) 생성됩니다.
  • Apple은 때때로 사용자 프라이버시를 보호하기 위해 실제 CV를 보류(그리고 데이터를 "null"로 반환)합니다.
  • 데이터는 12~72시간 사이의 활동 기간 내에서만 사용할 수 있으며 전체 유저생애가치(LTV)는 알 수 없습니다.

SKAN 모델링 데이터는 이런 문제를 해결합니다.

  • 앱스플라이어는 머신 러닝, 베이지안 통계, 앱스플라이어가 리포트한 데이터 및 SKAN 데이터를 사용하여 숨겨진 데이터 요소를 모델링합니다.
  • 광고주는 앱 및 캠페인 LTV 성과에 대해 보다 완전하게 이해할 수 있습니다.

참고: 참고: 전환 가치 스키마를 변경하면 모델링된 데이터는 2일 후에야 사용할 수 있습니다.

모델링된 데이터 형식 및 가용성

데이터 유형 유효성 비고
Null 전환 값
  • 개요 대시보드의 Single Source of Truth 보기
  • SKAN 대시보드
  • SKAN 데이터 집약형 성과 리포트 API
  • SKAN 데이터 집약형 포스트백 도착 날짜 API
수익 LTV 개요 대시보드의 Single Source of Truth 보기 수익 LTV 모델링은 현재 7일로 제한됩니다.
개요 대시보드의 Single Source of Truth 보기 수익 LTV 모델링은 현재 7일로 제한됩니다.
지역 개요 대시보드의 Single Source of Truth 보기

Null 전환 값

Apple이 사용자 개인 정보를 보호하기 위해 실제 CV를 보류하기 때문에 변환 값(CV)이 null인 경우가 있습니다. 앱스플라이어에서 null CV는 인스톨로 계산됩니다. 고려 사항:

  • Null과 제로는 서로 다른 의미를 가집니다.
    • Zero 제로: 사용자가 앱을 인스톨했지만 활동 기간 동안 측정 가능한 작업을 수행하지 않았습니다. 따라서 지표는 정확하고 모델링되지 않습니다. 
    • null Null: 우리는 사용자가 무엇을 했는지 모릅니다. Apple이 CV를 보류했습니다. 
  • Null CV는 성과 지표를 왜곡할 수 있습니다. 왜곡을 극복하고 앱 성능을 보다 정확하게 측정하기 위해 null 전환 값은 0~63 사이의 전환 값으로 모델링됩니다.

모델링된 전환 가치:

  • SKAN 인스톨의 분배를 전환 가치와 함께 사용하여 null 인스톨을 모델링합니다. 데이터를 모델링하는 데 사용되는 알고리즘은 동적이며 여러 변수를 고려합니다. 작동 방식에 대한 다음 예를 참조하십시오.
    • 인스톨이 100개 있는데 그중 null 60개, CV=1인 경우 10개, CV=3인 경우 5개, CV=5인 경우 25개입니다.
    • 즉, 전환 가치가 있는 40개의 인스톨 중 25%는 CV=1, 12.5%는 CV=3, 62.5%는 CV=5입니다.
  • 이러한 수준을 사용하여 모델링된 데이터를 사용할 수 없는 경우 N/A 값이 표시됩니다.

전환 가치를 기반으로 사용할 수 있는 모델링된 지표:

  • 수익
  • 이벤트 발생
  • eCPA
  • ARPU
  • ROI (투자수익률)
  • ROAS

수익 LTV

modeled_d7.png

SKAN 리포팅 자체는 Conversion Studio의 수익에 대한 SKAN 측정 기간과 CV 구성을 기반으로 한 수익만 제공할 수 있습니다. SKAN 모델링은 인스톨 후 최대 7일(168시간)까지 수익을 모델링할 수 있습니다.

장점:

SKAN 버전 3 이하의 경우, 모델링된 데이터는 활동 기간의 기간을 넘어 확장됩니다.

SKAN 버전 4 이상의 경우:

  • 데이터 최신성: 데이터 최신성: 수익 LTV는 두 번째 SKAN 포스트백이 도착하기 전에 사용할 수 있습니다(포스트백 지연은 24~144시간).
  • 더 많은 측정: 이벤트 및 리텐션과 같은 다른 지표에 대해 두 번째 및 세 번째 포스트백의 대략적인 값 구성을 사용할 수 있으며 모델링을 통해 수익 LTV 데이터를 얻을 수 있습니다.
  • 데이터 강화 데이터 풍부성: 두 번째 포스트백을 사용하여 수익을 측정하는 경우 포스트백의 데이터는 모델링된 수익 LTV 데이터를 개선하고 포스트백에서 제공하는 3가지 수준보다 더 세분화된 수준에서 수익 데이터를 제공하는 데 사용됩니다.

고려사항:

  • SKAN Conversion Studio에서 수익 구성이 있는 앱, 인앱 구매 및 광고 수익에서 발생하는 수익에 대해 수익 LTV 지표가 표시됩니다.
  • 수익 LTV에는 최소 14일의 수익 데이터가 필요합니다. 즉, 2022년 11월 1일에 전체 수익을 구성하는 경우 모델링된 데이터를 사용할 수 있는 첫 번째 인스톨 날짜는 2022년 11월 14일입니다. 데이터는 그로부터 8일 후(2022년 11월 22일)에 표시됩니다.
  • 수익 LTV(현재 7일로 제한됨) 및 기타 파생 지표는 인스톨 후 8일 차에 SSOT 대시보드(위젯, 차트 및 표)에서 다음과 같이 사용할 수 있습니다.
    • 수익 D7
    • ARPU D7
    • 총이익 D7
    • ROI (투자수익률) D7
    • ROAS D7

장점:

SKAN 버전 3 이하의 경우, 모델링된 데이터는 활동 기간의 기간을 넘어 확장됩니다.

SKAN 버전 4 이상의 경우:

  • 데이터 최신성: 데이터 최신성: 수익 LTV는 두 번째 SKAN 포스트백이 도착하기 전에 사용할 수 있습니다(포스트백 지연은 24~144시간).
  • 데이터 강화

고려사항:

  • (분류 기준으로서의) 인앱 이벤트와 인앱 이벤트 지표는 다음과 같은 조건으로만 사용할 수 있습니다.
  • 데이터는 그로부터 8일 후(2022년 11월 22일)에 표시됩니다.
  • 수익 LTV(현재 7일로 제한됨) 및 기타 파생 지표는 인스톨 후 8일 차에 SSOT 대시보드(위젯, 차트 및 표)에서 다음과 같이 사용할 수 있습니다.
    • 이벤트 고유 사용자:
    • 이벤트 전환 (D7)
    • 이벤트 eCPA (D7)
    • 이벤트 수익 (D7)

지역

SKAN 포스트백에는 지리적 기준이 포함되지 않습니다. 따라서 SKAN 포스트백만을 사용하여 SKAN 데이터를 지역별로 그룹화할 수 없습니다. 그러나 앱스플라이어는 SKAN 인스톨 지역을 모델링하여 SKAN 데이터에 대한 지역 차원 및 그룹화를 제공할 수 있습니다.

모델링된 지역:

  • 다른 앱스플라이어 방법을 통해 어트리뷰션된 캠페인 인스톨에 대한 지리적 분포를 고려하는 머신 러닝 도구를 사용합니다.

  • 참고:/span>

고려 사항:

  • 앱스플라이어 지역 모델링의 정확도는 약 90%입니다. 지역을 모델링할 수 없는 경우 SKAN 설치는 None(없음) 아래에 그룹화됩니다. 없음은 지역을 알 수 없음을 의미합니다.

Tags