Краткий обзор. AppsFlyer моделирует агрегированные данные, которые не может предоставить базовая отчетность SKAdNetwork.
Обзор
Отчетность SKAdNetwork (SKAN) может быть ограничена, поскольку:
- SKAN опирается на значение конверсии (CV), которое не превышает 6 бит и имеет в общей сложности 64 возможных значения (0=63).
- Apple иногда скрывает фактическое CV (и возвращает данные как null), чтобы сохранить конфиденциальность пользователя.
- Данные доступны только в течение окна активности от 12 до 72 часов, а полный жизненный цикл клиента (LTV) неизвестен.
Смоделированные данные SKAN решают эти проблемы:
- AppsFlyer использует машинное обучение, байесовскую статистику, данные, сообщаемые AppsFlyer, и данные SKAN для моделирования скрытых точек данных.
- Рекламодатели получают более полную картину о показателях LTV приложений и кампаний.
Примечание: Когда вы изменяете схему значений конверсии, требуется 2 дня, чтобы смоделированные данные стали доступны.
Типы моделируемых данных и их доступность
| Тип данных | Доступность | Примечания |
|---|---|---|
| Нулевое значение конверсии |
|
|
| Доход LTV | Представление Единого источника истины на обзорном дэшборде | Моделирование доходов LTV в настоящее время ограничено 7 днями |
| Геоданные | Представление Единого источника истины на обзорном дэшборде |
Нулевое значение конверсии
Иногда значение конверсии (CV) имеет нулевое значение, потому что Apple скрывает фактическое CV, чтобы сохранить конфиденциальность пользователей. В AppsFlyer нулевое CV считается установкой. Рассмотрим:
- Нулевое значение отличается от пустого:
- Пустое: пользователь установил приложение, но не выполнил никаких измеримых действий в течение окна активности. Следовательно, метрика является точной и не моделируется.
- Нулевое: мы не знаем, что сделал пользователь; Apple скрывает значение конверсии.
- Нулевые CV могут исказить ваши показатели эффективности. Чтобы преодолеть искажение и обеспечить более точное измерение эффективности приложения, нулевые значения конверсии моделируются в значения конверсии в диапазоне 0-63.
Смоделированные значения конверсии:
-
Используйте распределение установок SKAN со значениями конверсии для моделирования нулевых установок. Алгоритм, используемый для моделирования данных, является динамическим и учитывает несколько переменных. Смотрите в следующем примере, как это может работать:
- Имеется 100 установок, 60 нулевых, 10 с CV=1, 5 с CV=3 и 25 с CV=5.
- Это означает, что из 40 установок со значениями конверсии, 25% имеют CV=1, 12,5% имеют CV=3 и 62,5% имеют CV=5.
- Для 60 нулевых установок получено такое же смоделированное распределение: 15 получили CV=1, 7 получили CV=3 и 38 получили CV=5.
- Показаны на дэшборде SKAN и в метриках API. Оригинальные, неизмененные метрики, не включающие смоделированные данные, доступны рядом с этими метриками и помечены как «без моделирования».
- Используют данные от следующих уровней детализации: приложение, медиа-источник, кампания и рекламный блок. Если смоделированные данные с использованием этих уровней недоступны, отображается значение N/A.
Доступны смоделированные метрики, основанные на значении конверсии:
- Прибыль
- Частота события
- eCPA
- ARPU
- ROI
- ROAS (доход от вложений в рекламу)
Доход LTV
Отчетность SKAN сама по себе может предоставить доход только на основе окна измерения SKAN и конфигурации CV для дохода в Conversion Studio. Моделирование SKAN позволяет моделировать доход до 7 дней (168 часов) после установки.
Преимущества:
Для SKAN версии 3 и более ранних версий моделируемые данные выходят за временные рамки окна активности.
Для SKAN версии 4+:
- Актуальность данных: доход LTV становится доступным до того, как приходит второй постбэк SKAN (задержка постбэка составляет 24-144 часа).
- Измеряйте больше: вы можете использовать грубую конфигурацию значений второго и третьего постбэков для других метрик, таких как события и удержание, и по-прежнему получать данные о доходах LTV с помощью моделирования.
- Обогащение данных: если вы используете второй постбэк для измерения дохода, данные из этого постбэка используются для улучшения смоделированных данных о доходе LTV и предоставления данных о доходе на более детальном уровне, чем те 3 уровня, которые предоставляет постбэк.
Факторы, которые необходимо учитывать:
- Метрики дохода LTV отображаются для приложений с конфигурацией доходов в SKAN Conversion Studio, для доходов, которые поступают от покупок внутри приложений и от рекламы.
- Для определения дохода LTV требуются данные о доходе не менее, чем за 14 дней. То есть, если вы настроите общий доход на 1 ноября 2022 года, первая дата установки, для которой доступны смоделированные данные, будет 14 ноября 2022 года. Данные отображаются через 8 дней после этого (22 ноября 2022 года).
- Доход LTV (в настоящее время ограниченный 7 днями) и другие производные метрики доступны на дэшборде SSOT (в виджетах, графиках и таблице) на 8-й день после установки следующим образом:
- Доход д7
- ARPU Д7
- Валовая прибыль Д7
- ROI Д7
- ROAS д7
Геоданные
В постбэках SKAN нет параметра гео. Поэтому данные SKAN не могут быть сгруппированы по географическому признаку с помощью только постбэков SKAN. Однако AppsFlyer способен моделировать гео установок SKAN, чтобы предоставить параметр геоданных и группировку данных SKAN.
Моделируемые геоданные:
- Используют инструменты машинного обучения, учитывающие распределение гео для установок в рамках кампаний, атрибутированных с помощью других методов AppsFlyer.
-
Доступны через параметр гео на дэшборде SSOT.
Примечание: Если вы группируете данные как по гео, так и по методу атрибуции, вы можете увидеть данные для каждого гео, разделенные между AF-моделью и уникальными установками SKAN. Уникальные установки SKAN — это смоделированные данные.
Факторы, которые необходимо учитывать:
- Точность моделирования геоданных в AppsFlyer составляет около 90%. Если гео нельзя смоделировать, то установка SKAN группируется как None (Нет). None означает, что геоданные неизвестны.