Corrigindo a atribuição do iOS

Você pode corrigir a atribuição no iOS?

• Como obter aquisição de usuários?
• Como você gerencia a medição para redes que fazem SKAN e aquelas que meio que não fazem?
• Como separar os resultados por canal: próprio, conquistado e pago?
• E como você reúne dados de mensuração baseados em SKAN, números modelados de parceiros de publicidade, IDFA, dados primários, dados de links rastreados por UTM, API de Atribuição de Anúncios da Applee outras fontes?

Além disso, e igualmente importante, é possível fazer tudo isso sem perder metade do valor de conversão do SKAN?

Resumindo: é possível corrigir a atribuição no iOS? E, quem sabe, alcançar algo minimamente parecido com o que tínhamos antes da era da AT&T? Talvez… dê o play e continue lendo!

Todos nós conhecemos o problema: múltiplos métodos de atribuição concorrentes no iOS

Por padrão, isso não está acontecendo no iOS neste momento.

“Você quer ver tudo em um só lugar: mostre-me quantas instalações cada canal está gerando? Qual é o meu ROAS para cada canal?”, diz Evyatar Ram, vice-presidente de produto da Singular. “Está tudo espalhado: alguns dados estão aqui, outros ali, alguns agrupados, outros não, alguns disponíveis imediatamente, outros três dias depois.”

Resumindo, ele acrescenta:

“É doloroso.”

A realidade é que diferentes canais utilizam diferentes métodos de atribuição, resultando em respostas diferentes para a mesma pergunta. Você pode — e frequentemente acontece — ter um único usuário e uma única instalação atribuídos a diferentes redes de anúncios ou até mesmo a diferentes canais por meio de mecanismos distintos.

Medição unificada: corrigindo a atribuição no iOS

A boa notícia é que esse problema agora está praticamente resolvido, graças à Medição Unificada.

Singular’s sempre teve uma solução SKAN competitiva com SKAN Advanced Analytics. Mas, embora fosse a melhor opção disponível no espaço de atribuição iOS, não resolveu todos os problemas: não deduplicou cada instalação de cada fonte, e muitas apareceram como orgânicas em vez de resultado de campanha paga. Houve diferentes tentativas de resolver esse problema no mobile espaço de atribuição (SSOT é uma). Mas o SSOT consome metade dos seus valores de conversão SKAN, e Singular não quis sacrificar tanto engajamento pós-conversão e dados de receita para criar o que ainda resulta em solução parcial 

É um custo muito alto, especialmente porque sofre com dados censurados devido Limites de Privacidade no SKAN 3 e Anonimidade de Massa no SKAN 4, corroendo ainda mais o sinal valioso. 

A solução a longo prazo é a Medição Unificada, que combina de forma confiável os dados do SKAN com MMP , de maneira precisa e sem duplicatas, afirma Singular Kelsey Lee, gerente de marketing de produtos

“Você sabe o número real de instalações geradas por cada canal e sabe o número exato de instalações… assim como as coortes de receita e os eventos.”

A solução está em funcionamento há meses para Singular , e os resultados têm sido impressionantes, com clientes observando números como 31% de melhoria na precisão, um aumento de 43% no ROI da campanha graças a uma melhor atribuição orgânica em comparação com a paga, ou uma redução de 19% nas instalações contabilizadas duas vezes. Os resultados exatos para cada cliente dependem, é claro, da combinação específica de mídia, da seleção de parceiros de publicidade e da escala, mas o resultado final é que a precisão aumentou em todos os aspectos.

Quase tão importante quanto isso, a Unified Measurement oferece coortes de 35 dias: muito mais longas do que as coortes de 7 dias oferecidas por algumas plataformas de monitoramento de marketing (MMPs), e muito mais indicativas do verdadeiro valor a longo prazo das campanhas de marketing. 

Grupos de 35 dias são algo que simplesmente não é possível em nenhum outro lugar.

A solução: Medição de UA utilizando o melhor de cada metodologia de atribuição

A Unified Measurement aproveita o melhor do SKAN, que, apesar de suas falhas, é um método de atribuição verdadeiramente determinístico, realizado no dispositivo e próximo ao usuário. Em seguida, adiciona as melhores informações de diversas outras formas de medição, incluindo dados primários, dados de rede, dados de rastreamento de plataformas de mídia social e muito mais, para formar a melhor solução possível de atribuição para iOS.

Uma parte importante disso é permitir que o SKAN retenha o máximo de bits possível para seus dados de conversão.

“Preservar o que acontece no seu modelo de conversão vai, em última análise, melhorar seus relatórios”, diz Lee. “E isso significa que também não estamos sujeitos a quaisquer Limites de Privacidade ou Anonimato da Multidão… não precisamos lidar com problemas de censura, porque não dependemos dos postbacks do SKAN.”

O resultado são dados realmente bons para profissionais de marketing de crescimento, mesmo que não seja exatamente uma solução definitiva para a atribuição no iOS.

“Acho que é a melhor solução disponível no mercado”, diz Ram. “Mas acredito que seja um setor em constante evolução e não creio que exista uma solução única que seja definitiva pelos próximos três anos. Temos muitas ideias de como aprimorá-la.”

No topo da lista: modelagem de mix de mídia, ou MMM.

Além disso, à medida que ganha mais adoção, SKAN 4.

A mesma metodologia básica funcionará para o Privacy Sandbox no Android, bem como para quaisquer outras iniciativas de privacidade que possam surgir.

“Se você estiver executando campanhas de marketing para iOS, agora poderá operar com eficácia”, diz Ram. “Mas também criamos uma estrutura para o futuro que basicamente nos preparará para outras mudanças de privacidade que possam surgir.”

Mais detalhes no episódio completo

Como sempre, confira o episódio completo para obter mais informações sobre a atribuição eficaz no iOS.

Você sempre pode assistir do Growth Masterminds em nosso canal do YouTubeou em sua plataforma de podcasts favorita (Apple, Spotify).