Às vezes o valor da conversão (CV) tem um valor nulo porque a Apple retém o CV real para proteger a privacidade do usuário. Na AppsFlyer, um CV nulo é contado como uma instalação. Considere o seguinte:

• Nulo e zero têm significados diferentes:
  • Zero: o usuário instalou o aplicativo, mas não executou nenhuma ação mensurável durante a janela de atividade. Consequentemente, a métrica é precisa e não é modelada. 
  • Nulo: não sabemos o que o usuário fez; a Apple reteve o CV. 
• Os CVs nulos podem distorcer suas métricas de performance. Para superar a distorção e fornecer uma mensuração mais verdadeira da performance de um app, os valores nulos de conversão são modelados para valores de conversão entre 0-63.
  • A modelagem nula requer um mínimo de dois dias de dados nos últimos 14 dias.

Valores de conversão modelados:

• Usam a distribuição de instalações da SKAN com valores de conversão para modelar instalações nulas. O algoritmo usado para modelar os dados é dinâmico e leva em consideração diversas variáveis. Veja o exemplo a seguir de como isso pode funcionar:
  • Há 100 instalações, 60 são nulas, 10 em que CV=1, 5 em que CV=3 e 25 em que CV=5.
  • Isso significa que, das 40 instalações com valores de conversão, 25% têm CV=1, 12,5% têm CV=3 e 62,5% têm CV=5.
  • As 60 instalações nulas recebem a mesma distribuição modelada: 15 recebem CV=1, 7 recebem CV=3 e 38 recebem CV=5.
• Estão incluídos no painel SKAN e nas métricas da API. As métricas originais e inalteradas, que não incluem dados modelados, estão disponíveis juntamente com essas métricas e são marcadas como não modeladas.
• Usam dados dos seguintes níveis de granularidade: aplicativo, canal de mídia, campanha e conjunto de anúncios. Se os dados modelados que usam esses níveis não estiverem disponíveis, o valor N/A é exibido.

Métricas modeladas disponíveis com base no valor de conversão:

• Resultados
• Ocorrências de eventos
• eCPA
• OPCIONAL
• ROI
• ROAS

Os relatórios da SKAN por conta própria só fornecem a receita com base na janela de mensuração da SKAN e na configuração de CVs para receita no Conversion Studio. A modelagem da SKAN pode modelar a receita até 7 dias (168 horas) após a instalação.

Benefícios:

Para SKAN versão 3 e anterior, os dados modelados se estendem além do prazo da janela de atividade.

Para SKAN versão 4+:

• Atualização de dados: o LTV de receita fica disponível antes da chegada do segundo postback da SKAN (o atraso do postback é de 24 a 144 horas).
• Mensure mais: você pode usar a configuração de valor aproximado do segundo e terceiro postbacks para outras métricas, como eventos e retenção, e ainda obter dados de LTV de receita por modelagem.
• Enriquecimento de dados: se você usar o segundo postback para mensurar a receita, os dados do postback serão usados para melhorar os dados de LTV de receita modelados e fornecer dados de receita em um nível mais granular do que os três níveis fornecidos pelo postback.

Considerações:

• As métricas de LTV de receita são exibidas para aplicativos com a configuração de receita no SKAN Conversion Studio, para receita proveniente de compras in-app e receita publicitária.
• O LTV de receita requer pelo menos 14 dias de dados de receita. Ou seja, se você configurar a receita geral em 1 de novembro de 2022, a primeira data de instalação para a qual os dados modelados estão disponíveis é 14 de novembro de 2022. Os dados são exibidos 8 dias depois disso (22 de novembro de 2022).
• O LTV de receita (atualmente limitado a 7 dias) e outras métricas derivadas estão disponíveis no dashboard do SSOT (nos widgets, gráficos e tabelas) no dia 8 após a instalação da seguinte forma:
  • Receita D[X]
  • ARPU D[X]
  • Lucro bruto D[X]
  • ROI D[X]
  • ROAS D[X]

A estrutura da SKAN, por si só, fornece insights limitados sobre eventos in-app pós-instalação. A modelagem da SKAN amplia a análise de eventos in-app e fornece métricas de eventos in-app por até 7 dias pós-instalação.

Benefícios:

Para SKAN versão 3 e anterior, os dados modelados se estendem além do prazo da janela de atividade.

Para SKAN versão 4+:

• Atualização de dados: o LTV de eventos in-app fica disponível antes da chegada do segundo postback da SKAN (o atraso do postback é de 24 a 144 horas).
• Meça mais: você pode usar a configuração de valor aproximado do segundo e do terceiro postbacks para medir receita, taxas de retenção etc. e ainda obter métricas de LTV de evento in-app por meio de modelagem.
• Enriquecimento de dados: se você usar o segundo postback para mensurar eventos in-app, os dados do postback serão usados para melhorar a precisão das métricas modeladas de evento in-app, oferecendo uma mensuração mais detalhada do que a fornecida apenas pelo postback aproximado da SKAN.

Considerações:

• As métricas estão disponíveis a partir de 7 de março de 2024.
• Os eventos na aplicação (como dimensões) e as suas métricas estão disponíveis apenas para:
  • Eventos configurados no SKAN Conversion Studio.
  • Eventos que ocorreram durante o período da Janela 1 da SKAN.
• As métricas de evento in-app D7 exigem pelo menos 14 dias de dados de eventos in-app. Por exemplo, se você configurar um evento in-app no SKAN Conversion Studio em 1 de janeiro de 2024, a primeira data de instalação para a qual os dados modelados estarão disponíveis será 14 de janeiro de 2024. Os dados são exibidos 8 dias depois disso (22 de janeiro de 2024).
• As métricas de LTV de evento in-app (atualmente limitadas a 7 dias) e outras métricas derivadas estão disponíveis no dashboard do SSOT (nos widgets, gráficos e tabela) no dia 8 pós-instalação da seguinte forma:
  • Usuários únicos do evento D7
  • Conversão de evento D7
  • Event eCPA D7
  • Lucro bruto D7
• A contagem de usuários únicos do evento D2 pode ser maior do que a contagem de D7 se nem todas as datas dentro do intervalo selecionado tiverem alcançado o dia 7, o que restringe as métricas de D7 aos dados da AppsFlyer. A hierarquia de “fonte” ou de "método de atribuição" pode ser adicionada às tabelas para fins de visualização.

Postbacks SKAN não incluem uma dimensão geográfica. Portanto, os dados SKAN não podem ser agrupados por área geográfica usando apenas postbacks SKAN. No entanto, a AppsFlyer é capaz de modelar geolocalizações de instalação SKAN para fornecer a dimensão geográfica e agrupamento para dados SKAN.

Quando não há dados de atribuição do AppsFlyer Classic disponíveis no nível da campanha, a modelagem de geolocalização não estima nenhuma distribuição geográfica na visualização SSOT.

Geolocalizações modeladas:

• Use ferramentas de machine learning que levam em consideração a distribuição de geolocalização para instalações de campanha atribuídas por meio de outros métodos da AppsFlyer.
• Estão disponíveis por meio da dimensão geográfica no painel SSOT.
  Observação: se você agrupar dados por geolocalização e método de atribuição, poderá ver os dados para cada divisão geográfica entre o modelo AF e os exclusivos do SKAN. Os exclusivos do SKAN são modelados.

Considerações:

• A precisão da modelagem de geolocalização da AppsFlyer é de aproximadamente 90%. Se a geolocalização não puder ser modelada, a instalação do SKAN será agrupada em Nenhum. Nenhum significa que a geolocalização é desconhecida.