Когортная аналитика через Data Locker

Отчет доступен подписчикам Data Locker, API для создания когортных отчетов (Cohort API) и отчетов по необработанным данным. Чтобы включить отчет в Data Locker, выполните одно из следующих действий. 

Получаете ли вы в настоящее время данные через Data Locker?	Процедура
Да	Чтобы добавить когортные отчёты в Data Locker: В AppsFlyer в боковом меню выберите Отчёт > Data Locker. Выберите все отчеты в разделе Когортная аналитика.  Нажмите Сохранить конфигурацию. Отчеты будут доступны на следующий день до 10:00 UTC.
Нет	Чтобы настроить Data Locker: Завершите первоначальную настройку Data Locker (рекламодатель | партнер). Добавьте когортные отчеты в Data Locker: В AppsFlyer в боковом меню выберите Отчёт > Data Locker. Выберите все отчеты в разделе Когортная аналитика.  Нажмите Сохранить конфигурацию. Отчеты будут доступны на следующий день до 10:00 UTC.

Отчет состоит из показателей и метрик.

Формат полей следующий:

• Измерения: Строка. Максимальная длина строки является динамической и в большинстве случаев зависит от того, как вы заполняете элементы рекламной иерархии.
• Показатели: Число. Примечание: Формат поля selected_currency — это строка.

Аспекты

Метрики

Объём данных в отчёте

В отчетах содержатся данные об установках в рамках привлечения пользователей, повторных вовлечений и реатрибуции в рамках ретаргетинга, а также о связанных с ними событиях в приложении.

Вы можете загружать в свои BI-системы объединенные отчеты, отчеты о привлечении пользователей и отчеты о ретаргетинге по отдельности или вместе. Если вы загрузите их вместе и захотите самостоятельно отфильтровать представления: 

• Для объединенного используйте поле is_primary_attribution=true или null.
• Для привлечения пользователей используйте conversion_type=Install.
• Для ретаргетинга используйте conversion_type=re-engagement или re-attribution.

Если вы просто используете объединенное представление в процессе загрузки данных, вы можете использовать логику разделения данных по типам кампаний, то есть атрибуции пользователей (установки) и ретаргетинг (повторные вовлечения). Для этого используйте conversion_type=install, install_unified, re-engagement или re-attribution. См. Двойная атрибуция событий ретаргетинга. 

Соображения на уровне поля

• Чтобы упростить расчет метрик удержания пользователей, используйте дни после атрибуции.
• Расчет уникальных пользователей с помощью таких показателей, как название кампании и идентификатор кампании: Если вы можете не принимать в расчет детализацию по названию кампании, вы можете суммировать количество уникальных записей по ID кампании, и метрики будут корректными. 
• Вы можете агрегировать данные по полям иерархии кампаний. 
• Доход в долларах США рассчитывается по валютному курсу на день события. 
• События дохода от рекламы включены в случае наличия, но с задержкой по времени до 3 дней.

Общие соображения

Данные всех приложений предоставляются в одном файле. Используйте поле «Идентификатор приложения» для разделения данных по приложениям или настройте разделение по приложениям в Data Locker.

Ниже приведены примеры некоторых популярных практических вариантов применения когортных данных, которые разработчики BI могут извлекать с помощью Data Locker. Каждый пример иллюстрируется оператором SQL и примером визуального представления в Excel. 

1. Расчёт удержания

В следующем примере мы:

• Подсчитали показатели удержания в день 1 и день 7, а также общее количество установок по каждой кампании и объявлению.
• Суммируйте количество событий на каждое событие конверсии, отфильтровав event_name, чтобы получить af_conversion.
• В частности, проанализируйте кампании по привлечению пользователей в объединённом отчёте, отфильтровав данные следующим образом: conversion_type IN (install, install_unified).

SQL-запрос

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

Пример в Excel

2. Расчёт ARPU для нескольких событий внутри приложения

В следующем примере мы:

• Рассчитали ARPU для нескольких событий в приложении для одной кампании.
• Специально проанализируйте ретаргетинговые кампании, отфильтровав данные так, чтобы conversion_type=re-engagement и conversion_type=re-attribution.
• Суммируйте количество событий на каждое событие конверсии, отфильтровав event_name, чтобы получить af_conversion.
• Суммируйте выручку от нескольких событий, в данном случае af_purchase и af_coins.
• Установите days_post_attribution на минимально необходимое значение (в данном случае 7), чтобы минимизировать нагрузку на обработку данных.

SQL-запрос

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

Пример в Excel

3. Расчёт коэффициента конверсии событий внутри приложения для конкретного дня когорты

В следующем примере мы:

• Рассчитали коэффициент конверсии событий в приложении в день 0 для нескольких показателей (в данном случае дата конверсии, гео, кампания, объявление и идентификатор сайта).
• Анализируйте объединенные данные (как UA, так и ретаргетинговые кампании), фильтруя их так, чтобы is_primary_attribution=true.
• Суммируйте количество событий на каждое событие конверсии, отфильтровав event_name, чтобы получить af_conversion.
• Установите days_post_attribution на минимально необходимое значение (в данном случае 7), чтобы минимизировать нагрузку на обработку данных.

SQL-запрос

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

Пример в Excel

4. Расчёт ежедневных установок

В следующем примере мы:

• Подсчитали количество установок по идентификатору приложения, дате конверсии, медиа-источнику, названию события и типу конверсии.
• Отфильтруйте данные в объединённом отчёте так, чтобы отобразить установки UA (не ретаргетинг), установив для conversion_type значение install или install_unified.
• Суммируйте установки, установив event_name на af_conversion.

SQL-запрос

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

Пример в Excel

5. Расчет выручки от рекламы на Facebook

В следующем примере мы:

• Рассчитали доход за третий день от Facebook по дате конверсии и идентификатору приложения.
• Анализируйте данные Facebook, отфильтровав их так, чтобы media_source='Facebook Ads'.
• Установите days_post_attribution на минимально необходимое значение (в данном случае 3), чтобы минимизировать нагрузку на обработку данных.

SQL-запрос

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

Пример в Excel

6. Расчет ARPU по идентификатору ключевого слова ASA для когортных дней до 365

В следующем примере мы:

• Рассчитали ARPU от Apple Search Ads на один идентификатор ключевого слова до 365-го дня когорты.
• Проанализируйте данные Apple Search Ads, отфильтровав их так, чтобы media_source='Apple Search Ads'.
• Суммируйте количество событий на каждое событие конверсии, отфильтровав event_name, чтобы получить af_conversion.

SQL-запрос

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

Пример в Excel

7. Расчет ARPU за 7 дней по времени атрибуции для каждого региона

Следующий пример демонстрирует, как использовать KPI по времени атрибуции. В примере мы:

• Рассчитали ARPU (средний доход на пользователя) за 7 дней по дате атрибуции для каждого региона.
• Результаты отсортированы по количеству конверсий, отображаются 20 лучших регионов.
• Данные отфильтрованы таким образом, чтобы conversion_type='install'.
• В первом столбце указан регион. Второй столбец показывает общее количество конверсий. В последующих столбцах отображается доход за 7 дней для каждого дня, указанного в качестве строки в запросе.

SQL-запрос

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

Пример в Excel