Corrección de la atribución de iOS

¿Puedes arreglar la atribución de iOS?

• ¿Cómo obtienes orgánicos verdaderos en la adquisición de usuarios de iOS?
• ¿Cómo gestionas la medición para redes que hacen SKAN y aquellas que más o menos no lo hacen?
• ¿Cómo separas los resultados por canal, propio, ganado y pagado?
• ¿Y cómo unes los datos de medición basados en SKAN, números modelados de socios publicitarios, IDFA, datos de primera parte, datos de enlaces seguidos con UTM, API de atribución de anuncios de Apple y otras fuentes?

Además, lo más importante, ¿puedes hacer todo eso sin perder la mitad del valor de conversión de SKAN?

En resumen: ¿es posible arreglar la atribución de iOS? Y, quizás, lograr algo similar a los días pre-ATT? Tal vez... pulsa play y sigue leyendo!

Todos conocemos el problema: múltiples métodos de atribución de iOS en competencia

Por defecto, esto no está sucediendo ahora en iOS.

“Quieres ver en un solo lugar: solo muéstrame cuántas instalaciones está impulsando cada canal? ¿Cuál es mi ROAS para cada canal?” dice Evyatar Ram, VP de producto de Singular. “Está todo desordenado: algunos datos están aquí, otros allá, algunos están cohortizados, otros no, algunos están disponibles de inmediato, otros tres días después.”

Resumiendo, añade:

“Es doloroso.”

La realidad es que diferentes canales están utilizando diferentes métodos de atribución, lo que resulta en diferentes respuestas a la misma pregunta. Podrías tener -y frecuentemente tienes- un solo usuario y una sola instalación que se atribuye a diferentes redes de anuncios o incluso diferentes canales mediante diferentes mecanismos.

Medición unificada: arreglando la atribución de iOS

La buena noticia es que este problema ahora está resuelto en gran medida, gracias a Medición Unificada.

Singular’s siempre ha tenido una solución SKAN competitiva con SKAN Advanced Analytics. Pero aunque era la mejor opción disponible en el espacio de atribución iOS, no resolvía todos los problemas: no deduplicaba cada instalación de cada fuente, y demasiado aparecía como orgánico en lugar de ser resultado de una campaña pagada. Ha habido varios intentos de resolver este problema en la atribución móvil (SSOT es uno). Pero SSOT consume la mitad de tus valores de conversión SKAN, y Singular no estaba dispuesto a sacrificar tantos datos de engagement y de ingresos post‑conversión para crear lo que esencialmente sigue siendo una solución parcial. 

Eso es demasiado costoso, sobre todo porque sufre datos censurados por Umbrales de Privacidad en SKAN 3 y Anonimato de Multitud en SKAN 4, erosionando aún más la señal valiosa. 

La solución a largo plazo es la Medición Unificada que combina de manera confiable los datos de SKAN con MMP datos de seguimiento de una manera que está deduplicada y es precisa, dice la gerente de marketing de productos de Singular Kelsey Lee.

“Conoces el número real de instalaciones que se impulsan desde cada canal y conoces tu número real de instalaciones ... así como cohortes de ingresos y también eventos.”

La solución ha estado disponible durante meses para Singular clientes, y los resultados han sido impresionantes, con clientes que ven números como una precisión mejorada del 31%, un aumento del 43% en el ROI de la campaña gracias a una mejor atribución orgánica versus pagada, o una reducción del 19% en instalaciones contadas dos veces. Los resultados exactos por cliente dependen, por supuesto, de la mezcla de medios específica, la selección de socios publicitarios y la escala, pero la línea de fondo es que la precisión aumenta en toda la junta.

Casi tan importante, Unified Measurement ofrece cohortes de 35 días: mucho más largas que las cohortes de 7 días ofrecidas por algunos MMP, y mucho más indicativas del verdadero valor a largo plazo de las campañas de marketing. 

Las cohortes de 35 días es algo que simplemente no es posible en ningún otro lugar.

La solución: medición de UA utilizando lo mejor de cada metodología de atribución

La Medición Unificada toma lo mejor de SKAN, que a pesar de sus fallos, es un método de atribución determinista verdadero que está en el dispositivo y cerca del usuario. Luego, añade la mejor información de múltiples otras formas de medición, incluyendo datos de primera parte, datos de red, datos de seguimiento de MMP y más para formar la mejor solución de atribución de iOS posible.

Una parte importante de eso es permitir que SKAN retenga tantos bits como sea posible para los datos de conversión.

“Preservar lo que está sucediendo en su modelo de conversión en última instancia hará que su informe sea mejor al final del día,” dice Lee. “Y eso significa que tampoco estamos sujetos a umbrales de privacidad o anonimato de la multitud... no tenemos que lidiar con problemas de censura, porque no dependemos de las devoluciones de llamada de SKAN.”

El resultado es realmente un buen dato para los especialistas en marketing de crecimiento, incluso si no es exactamente una solución milagrosa para la atribución de iOS para siempre.

“Creo que es la mejor solución disponible en el mercado,” dice Ram. “Pero creo que es un espacio en evolución y no creo que sea una solución única que te mantenga listo para los próximos 3 años. Tenemos muchas ideas sobre cómo mejorar.”

Entre las principales: modelado de mezcla de medios, o MMM.

Además, a medida que gana más adopción, SKAN 4.

La misma metodología básica funcionará para Privacy Sandbox en Android así como para cualquier otra iniciativa de privacidad que pueda surgir.

“Si estás ejecutando campañas de marketing de iOS, ahora puedes operar de manera efectiva,” dice Ram. “Pero también hemos construido un marco para el futuro que básicamente nos permitirá estar preparados para otros cambios de privacidad en el futuro.”

Más en el episodio completo

Como de costumbre, revise el episodio completo para obtener más información sobre la atribución efectiva de iOS.

Siempre puede ver Growth Masterminds episodios en nuestro canal de YouTube, o en su plataforma de podcast favorita (Apple, Spotify).