Resumo: Os cohort analytics contêm dados agregados de todos os elementos e métricas na hierarquia de publicidade Os relatórios incluem dados de usuários atribuídos nos últimos 365 dias. Eles estão disponível para anunciantes que têm dados brutos, a Cohort API, ou ambos, como parte da sua assinatura. Ou seja, não é necessária uma assinatura do Data Locker para acessar os relatórios.
Cohort analytics no Data Locker
Em alguns casos, os dados brutos de atribuição na AppsFlyer são restritos por conta das políticas de compartilhamento de dados de fontes de mídia ou por conta das suas políticas de proteção à privacidade. As restrições afetam campos relacionados à atribuição, como campanha e adset. Os relatórios de cohort oferecem dados agregados que podem ser usados como alternativa aos dados brutos.
Ativar 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 |
|
Não |
|
Você pode carregar os dados em seus sistemas de BI e usá-los como parte de seus processos de otimização de campanhas e performance.
Métricas disponíveis
As métricas disponíveis são a receita, os usuários que executam um evento e o número de ocorrências do evento. Para calcular métricas relacionadas a custos, como ROI e ROAS, são necessárias métricas de receita e custo. As métricas de receita estão em Cohort e as métricas de custo são fornecidas pelo ROI360 Cost ETL.
Informações sobre cohort analytics
Relatórios disponíveis | Os relatórios a seguir estão disponíveis para download. Os tipos de relatório estão descritos com mais detalhes no dashboard Cohort.
|
Período coberto pelo relatório | Usuários que converteram nos últimos 365 dias. Ou seja, a cada dia, os relatórios incluem eventos de usuários que converteram nos últimos 365. |
Estrutura do relatório | O esquema de cada relatório (as dimensões e métricas incluídas) é fixo e não pode ser alterado. Consulte a estrutura do relatório. |
Entrega do relatório | Consulte Ativar relatórios de cohort no Data Locker. |
Atualização dos dados |
|
Impacto das políticas de retenção de parceiros |
Alguns parceiros possuem uma política de retenção de dados. Nesse caso, os eventos que ocorrem após o término do período de retenção não são considerados nos relatórios de cohort. Exemplo: A SRN A tem uma política de retenção de dados de 180 dias. Eventos de usuário até o dia 180 são atribuídos à SRN A. Eventos que ocorrem após 180 dias são desconsiderados. |
Estrutura do relatório
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
Nome do campo | Descrição | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
app_id | -- | ||||||||||
media_source | -- | ||||||||||
conversion_type | Valores possíveis: install, install_unified (representando instalações no relatório unificado), re-engagement, re-attribution | ||||||||||
attributed_touch_type | Valores possíveis: click, impressions, pre-install, unknown, tv, null | ||||||||||
days_post_attribution |
|
||||||||||
event_date |
|
||||||||||
conversion_date |
|
||||||||||
event_name | Identifica o evento. Alguns nomes de eventos têm um significado específico, enquanto outros se relacionam com eventos in-app definidos pelo anunciante no aplicativo.
|
||||||||||
campaign |
Hierarquia da campanha Lembre-se: Não é possível alterar o nome da campanha. Consequentemente, vários nomes podem ser associados a um determinado ID de campanha. |
||||||||||
campaign_id | Hierarquia da campanha | ||||||||||
adset | Hierarquia da campanha | ||||||||||
adset_id | Hierarquia da campanha | ||||||||||
ad | Hierarquia da campanha | ||||||||||
ad_id | Hierarquia da campanha | ||||||||||
channel |
Hierarquia da campanha. [Atualizado em 27 de outubro de 2021] No momento, o Meta ads não preenche o canal através de dados fornecidos por meio do mecanismo Google Install Referrer. |
||||||||||
site_id | Hierarquia da campanha | ||||||||||
is_primary_attribution | Use para identificar e desduplicar dados de retargeting | ||||||||||
geo | O código de país ISO derivado do endereço IP do usuário. | ||||||||||
agency |
|
||||||||||
install_app_store | Somente aplicativos Android: A loja Android de onde o aplicativo foi baixado. Preenchido por anunciantes implementando a multi-store attribution do Android. Se estiver em branco, significa que é a Google Play Store. | ||||||||||
keywords | Palavra(s) usada(s) na pesquisa online do usuário. Conforme relatado pela ad network | ||||||||||
keyword_id | [Disponível a partir de 27 de abril de 2022] Keyword ID retornado pela ad network. |
Métricas
Nome do campo | Descrição | Formato |
---|---|---|
unique_users | Número de usuários que executam o evento. | Número |
revenue_usd |
|
Número |
event_count | Número de ocorrências de eventos. | Número |
selected_currency | Código de moeda de 3 letras (USD, EUR) definido por você nas configurações do aplicativo. Formato ISO-4217. Essa é a mesma moeda usada para exibir a receita no dashboard de Cohort, na interface do usuário. | String |
revenue_selected_currency |
|
Número |
Considerações para desenvolvedores de BI
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.
Casos de uso
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_name
para que sejaaf_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
Campaign ID | Ad ID | Instalações | Retenção Dia 1 | Retenção Dia 7 |
---|---|---|---|---|
12345678 | 987654 | 100 | 30% | 10% |
98765432 | 123456 | 200 | 25% | 15% |
07315466 | 613770 | 300 | 20% | 12% |
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
econversion_type=re-attribution
. - Somamos a contagem de eventos por evento de conversão filtrando
event_name
para que sejaaf_conversion
. - Somamos a receita de múltiplos eventos, nesse caso
af_purchase
eaf_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
Campaign ID | Tipo de conversão |
ARPU Dia 1 |
ARPU Dia 3 |
ARPU Dia 7 |
---|---|---|---|---|
12345678 | re-engajamento | 6,23 | 5,11 | 2,34 |
98765432 | re-engajamento | 3,57 | 1,34 | 4,86 |
07315466 | reatribuição | 7,41 | 6,79 | 5,29 |
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_name
para que sejaaf_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
Data de conversão | Geo | Campaign ID | Ad ID | Site ID | Dia 0 af_complete_tutorial |
---|---|---|---|---|---|
2022-11-07 | EUA | 12345678 | 123456 | site_123 | 45% |
2022-11-05 | Reino Unido | 98765432 | null | site_654 | 70% |
2022-10-31 | KR | 07315466 | null | null | 63% |
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
parainstall
ouinstall_unified
. - Some as instalações, configurando
event_name
para que sejaaf_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
App ID | Data de conversão | Fonte de mídia | Nome do evento | Total |
---|---|---|---|---|
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. 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
Data de conversão | App ID | Fonte de mídia |
Receita Dia 3 |
---|---|---|---|
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. 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_name
para que sejaaf_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
Fonte de mídia | Keyword ID |
ARPU Dia 365 |
---|---|---|
adnet1_int | 123456 | 57.019,93 |
adnet2_int | 987654 | 64.867,84 |
adnet3_int | 666854 | 48.160,02 |
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
Geografia | Total de conversões | ARPU Dia 7 para 2023-07-11 | ARPU Dia 7 para 2023-07-12 | ARPU Dia 7 para 2023-07-13 | ARPU Dia 7 para 2023-07-14 | ARPU Dia 7 para 2023-07-15 | ARPU Dia 7 para 2023-07-16 |
---|---|---|---|---|---|---|---|
Coreia do Sul | 120.660 | US$ 7.798,89 | US$ 6.997,37 | US$ 8.258,95 | US$ 9.050,21 | US$ 10.018,04 | US$ 13.765,73 |
Canadá | 35.099 | US$ 64.867,84 | US$ 7.050,19 | US$ 5.656,33 | US$ 9.553,75 | US$ 8.632,41 | US$ 11.308,06 |
Chile | 26.750 | US$ 48.160,02 | US$ 21.249,55 | US$ 22.584,57 | US$ 24.033,07 | US$ 31.118,91 | US$ 41.145,22 |
Informações adicionais
Características e limitações
Características | |
---|---|
Dados de custo |
|
Mudanças no nome da campanha | Sem suporte. |
Atualização dos dados | Diário UTC. Os relatórios estão na pasta de date-time (dt) do Data Locker do dia de extração do relatório até as 10:00 UTC do dia seguinte. |
Receita de anúncios |
|
Moeda | USD e moeda específica do aplicativo estão disponíveis por linha. |
Fuso horário |
|
Dados orgânicos | Disponível. |
Dias após conversão (instalação, reatribuição, reengajamento) |
|
Transparência das agências |
|
Segregação de aplicativos | Com suporte. |
Dados SKAN | Não incluído. Ou seja, os dados fornecidos pelos postbacks do iOS não estão incluídos. |
Reinstalações |
|