Cohort analytics no Data Locker

O relatório está disponível para assinantes do Data Locker, Cohort API e dados brutos. Para ativar o relatório no Data Locker, use um dos procedimentos abaixo. 

Atualmente, você recebe dados através do Data Locker?	Procedimento
Sim	Para adicionar relatórios de cohort ao Data Locker: Na AppsFlyer, a partir do menu lateral, selecione Relatório > Data Locker. Selecione todos os relatórios na seção Análise de cohort.  Clique em Salvar configuração. Os relatórios estarão disponíveis no dia seguinte, às 10:00 UTC.
Não	Para configurar o Data Locker: Conclua a configuração inicial do Data Locker (anunciante | parceiro). Adicione os relatórios de cohort ao Data Locker: Na AppsFlyer, a partir do menu lateral, selecione Relatório > Data Locker. Selecione todos os relatórios na secção Análise de cohort.  Clique em Salvar configuração. Os relatórios estarão disponíveis no dia seguinte, às 10:00 UTC.

O relatório é composto por dimensões e métricas.

O formato dos campos é o seguinte:

• Dimensões: String. O comprimento máximo da string é dinâmico e, na maioria dos casos, depende de como se preenchem os elementos da hierarquia publicitária.
• Métricas: Número. Atenção: O formato do campo selected_currency é uma string.

Dimensões

Métricas

Escopo dos dados no relatório

Os relatórios contêm instalações de aquisição de usuários, reatribuições de retargeting e reengajamentos, além dos seus eventos in-app relacionados.

Você pode carregar relatórios unificados, de aquisição de usuários e de retargeting separadamente ou de uma só vez em seu sistema de BI. Se você carregá-los juntos e quiser filtrar as exibições por conta própria: 

• Para dados unificados, is_primary_attribution=true ou null field.
• Para aquisição de usuários, use conversion_type=Install
• Para retargeting, use conversion_type=re-engagement ou re-attribution.

Se você usar apenas a exibição unificada em seu processo de carregamento de dados, poderá dividir os dados entre os tipos de campanha, ou seja, atribuição de usuário (instalações) e retargeting (reengajamentos). Para fazer isso, use o conversion_type=install, install-unified, re-engagement ou re-attribution. Saiba mais em atribuição dupla de eventos de retargeting.  

Considerações a nível de campo

• Use dias pós-atribuição para permitir o cálculo fácil das métricas de retenção.
• Cálculo de usuários únicos usando as dimensões de nome de campanha e ID de campanha: Se puder desconsiderar a granularidade do nome da campanha, você pode somar a contagem única no ID da campanha, e as métricas estarão corretas. 
• Você pode agregar os dados usando os campos de hierarquia da campanha.  
• A receita está em USD e é calculada usando a taxa de câmbio no dia do evento.  
• Eventos de receita de anúncios são incluídos quando disponíveis, mas são atualizados com um atraso de até 3 dias. 

Considerações gerais

Todos os dados do aplicativo são fornecidos em um único arquivo. Use o campo App ID para separar dados por aplicativo ou defina o Data Locker para segregar por aplicativo.

A seguir estão exemplos de alguns usos práticos dos dados via Data Locker. Cada exemplo é ilustrado por uma instrução SQL e um exemplo visual em Excel. 

1. Calculando a retenção

No exemplo seguinte, realizamos as seguintes ações:

• Calculamos a retenção do Dia 1 e do Dia 7, bem como o número total de instalações por campanha e anúncio.
• Somamos a contagem de eventos por evento de conversão filtrando event_namepara que seja af_conversion.
• Mais especificamente, analisamos as campanhas de aquisição de usuários no relatório Unificado, filtrando os dados para que conversion_type IN (install, install_unified).

Instrução SQL

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 app_id = YOUR_APP
group by 1,2

Exemplo Excel

2. Calculando o ARPU de múltiplos eventos in-app

No exemplo a seguir, nós:

• Calculamos o ARPU de múltiplos eventos in-app por campanha.
• Analisamos especificamente as campanhas de retargeting, filtrando os dados de modo que conversion_type=re-engagement e conversion_type=re-attribution.
• Somamos a contagem de eventos por evento de conversão filtrando event_namepara que seja af_conversion.
• Somamos a receita de múltiplos eventos, nesse caso af_purchasee af_coins.
• Configuramos days_post_attribution como o mínimo necessário (nesse caso, 7) para reduzir a carga de processamento de dados.

SQL statement

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

Exemplo Excel

3. Calculando a taxa de conversão de eventos in-app para um dia de cohort específico

No exemplo a seguir, nós:

• Calculamos a taxa de conversão de eventos in-app no Dia 0 para várias dimensões (nesse caso, data de conversão, localização geográfica, campanha, anúncio e site ID).
• Analisamos dados unificados (campanhas de UA e de retargeting) filtrando-os para que is_primary_attribution=true.
• Somamos a contagem de eventos por evento de conversão filtrando event_namepara que seja af_conversion.
• Configuramos days_post_attribution como o mínimo necessário (nesse caso, 7) para minimizar a carga de processamento de dados.

SQL statement

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_attribution = true
    and app_id = YOUR_APP
group by 1,2,3,4,5

Exemplo Excel

4. Calculando instalações diárias

No exemplo a seguir, nós:

• Calculamos o número de instalações por App ID, data de conversão, fonte de mídia, nome do evento e tipo de conversão.
• No relatório unificado, filtre os dados para mostrar instalações de UA (não retargeting) configurando conversion_type para install ou install_unified.
• Some as instalações, configurando event_namepara que seja af_conversion.

SQL statement

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'
    // If you're querying data from unified reports, edit the line below to: and conversion_type IN ('install', 'install_unified')
    and conversion_type = 'install'
    and event_name = 'af_conversion'
    and app_id = YOUR_APP
group by 1,2,3,4,5

Exemplo Excel

5. Calculando a receita de anúncios do Facebook Ads

No exemplo seguinte, realizamos as seguintes ações:

• Calculamos a receita do Dia 3 do Facebook Ads, com base na data de conversão e app ID.
• Analisamos os dados do Facebook filtrando os dados para que media_source='Facebook Ads'.
• Configuramos days_post_attribution como o mínimo necessário (nesse caso, 3) para minimizar a carga de processamento de dados.

SQL statement

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

Exemplo Excel

6. Calculando o ARPU por ASA keyword ID até 365 dias de cohort

No exemplo seguinte, realizamos as seguintes ações:

• Calculamos o ARPU do Apple Search Ads por keyword ID até o dia 365 do cohort.
• Analisamos os dados do Apple Search Ads filtrando-os de modo que media_source='Apple Search Ads'.
• Somamos a contagem de eventos por evento de conversão filtrando event_namepara que seja af_conversion.

SQL statement

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

Exemplo Excel

7. Cálculo do ARPU Dia 7 por tempo de atribuição para cada área geográfica

O exemplo seguinte ilustra como usar KPIs por tempo de atribuição. Nesse exemplo, nós:

• Calculamos o ARPU D7 por data de atribuição para cada área geográfica.
• Os resultados foram classificados pelo número de conversões, exibindo as 20 principais regiões geográficas.
• Os dados foram filtrados de maneira que conversion_type='install'.
• A primeira coluna mostra a área geográfica. A segunda coluna mostra o total de conversões. As colunas seguintes mostram a receita dos 7 dias para cada dia especificado como uma linha na consulta.

SQL statement

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
    // If you're querying data from unified reports, edit the line below to: and conversion_type IN ('install', 'install_unified')
    and conversion_type = 'install'
    and app_id = 'YOUR_APP'
group by 1
order by 2 desc
limit 20

Exemplo Excel