O guia definitivo para os limites de privacidade da SKAdNetwork

Embora os limites de privacidade nos valores de conversão sejam essenciais para tornar mobile SKAdNetwork da Apple realmente segura em termos de privacidade, ao mesmo tempo, eles também representam um dos maiores desafios que impedem os profissionais de marketing de aprender o que está funcionando. Ou, em outras palavras, de realizar uma atribuição significativa que oriente decisões futuras.

O que, claramente, torna o trabalho de crescimento mobile mais difícil.

Dito isso, a boa notícia é que, com as ferramentas certas de ciência de dados e modelagem, você pode recuperar grande parte das informações que faltam para otimizar suas campanhas.

Mais sobre isso adiante. Primeiro, neste guia definitivo sobre os limites de privacidade do SKAdNetwork, quero compartilhar o que sabemos até agora sobre:

• o que eles são
• Por que eles são importantes
• como eles funcionam
• o que eles impactam
• como eles alteram o comportamento da rede de anúncios
• como compensá-los

Como funcionam os limites de privacidade do SKAdNetwork

A Apple criou o SKAN para garantir que, embora os profissionais de marketing obtenham algumas informações sobre os resultados de suas campanhas de aquisição de usuários mobile , quaisquer dados de nível de dispositivo ou dados de identificação pessoal sejam totalmente protegidos por permissões. Dados sem permissão são agregados: privados por padrão, pois não estão vinculados a nenhuma pessoa ou dispositivo individual.

Os dados que representam os resultados das campanhas de marketing de instalação de aplicativos não são apenas agregados, como alguns são censurados. Isso ocorre simplesmente porque, se os profissionais de marketing recebessem dados agregados sobre um pequeno número de instalações de aplicativos, não seria muito difícil, com o tempo, conectar pessoas e atividades específicas a anúncios e parceiros específicos com um alto grau de certeza.

Isso certamente aumenta a privacidade, mas também adiciona ruído ao sinal de impacto de marketing que os especialistas em crescimento usam para avaliar o sucesso e planejar táticas adicionais.

Quando os profissionais de marketing de aplicativos executam campanhas habilitadas para SKAdNetwork no iOS, eles recebem dados dos dispositivos da Apple sobre os resultados em um pacote eletrônico chamado postback . O dispositivo envia postbacks para as redes de anúncios que exibem anúncios que resultam em downloads, bem como (opcionalmente) para o próprio desenvolvedor do aplicativo. Plataformas de gerenciamento de mídia (MMPs como Singular recebem esses postbacks por meio de reflexão da rede de anúncios ou se os anunciantes designarem o endereço da Singular

Aqui está um exemplo de um postback SKAN para um anúncio que funcionou, com base na documentação da Apple: ele gerou uma instalação de aplicativo, e quem instalou o aplicativo realmente o abriu e realizou alguma ação à qual o desenvolvedor do aplicativo atribuiu um valor de conversão de “20”

Você notará que isso vem da campanha com ID nº 42. Essa é uma informação importante: os anunciantes agora podem atribuir a conversão bem-sucedida a essa campanha e usá-la em sua avaliação sobre se a campanha publicitária gerou ou não um retorno positivo sobre o investimento. 

Você também notará que a campanha veiculou o anúncio em um aplicativo identificado como “1234567891”. Esses dados estão no campo “source-app-id” e também são informações importantes: agora os profissionais de marketing sabem que esse aplicativo do editor se alinhou bem o suficiente com seu público-alvo para encontrar pelo menos uma pessoa que se interessou o suficiente pelo anúncio e pelo aplicativo do anunciante exibido, a ponto de clicar no anúncio e baixar o aplicativo.

Analisando os postbacks do SKAN

Se o número de instalações do aplicativo por ID de campanha ficar abaixo de um número definido pela Apple, não haverá instalações suficientes para camuflar a identidade de todas as novas pessoas que aparecem como usuários no seu aplicativo. Mesmo sem dados determinísticos precisos sobre qual clique/anúncio/campanha gerou qual usuário/conversão/compra, você pode fazer estimativas bastante razoáveis.

Então a Apple censura os dados, e é assim que isso funciona:

É importante notar que, mesmo que você não ultrapasse os limites de privacidade, ainda receberá um postback do SKAdNetwork. No entanto, duas coisas estarão faltando:

1. ID do aplicativo de origem
2. Valor de conversão

Isso significa que você ainda obtém dados determinísticos valiosos do SKAN para cada instalação. É menos útil do que com um valor de conversão e um ID de origem anexados, mas ainda é importante.

É importante notar também que um valor de conversão "0" não significa que os dados foram censurados. Se a Apple censurar um valor de conversão, esse campo simplesmente desaparece do postback do SKAN, como mostrado acima, juntamente com o ID do aplicativo de origem. Um valor de conversão zero indica apenas que a pessoa instalou seu aplicativo como parte de uma campanha que atendeu aos limites de privacidade, mas não realizou muitas ações após a instalação e não acionou uma atualização no valor de conversão de acordo com a lógica de conversão que você configurou. 

Existem outras informações nos postbacks do SKAdNetwork, incluindo um indicador que mostra se a instalação de um aplicativo é um novo download ou uma instalação completamente nova, e outro que indica se o postback foi bem-sucedido ou não, mas falaremos mais sobre isso em outro momento.

Nos bastidores: como funciona a SKAdNetwork

Nos bastidores, ocorrem diversos fatores críticos que determinam como e quando os postbacks do SKAN são enviados, e alguns deles impactam os limites de privacidade e os valores de conversão.

Eis a sequência:

1. A AdNetwork23 cria a campanha SKAN1 para o aplicativo A
2. A AdNetwork23 cria um anúncio na Campanha1 para o Aplicativo A e o veicula no Aplicativo B
3. Francine17 vê o anúncio enquanto está no aplicativo B, toca nele e instala o aplicativo A
4. Ao fazer isso, a SKAdNetwork avalia o número de instalações que estão ocorrendo atualmente na Campanha SKAN 1 e toma uma decisão
   1. Há instalações suficientes: isso liberará o valor de conversão e o ID do aplicativo de origem
   2. Há poucas instalações: ative os limites de privacidade
5. A SKAdNetwork segue o temporizador de postback configurado pelos profissionais de marketing do Aplicativo A no aplicativo
6. Quando o temporizador expira, o SKAdNetwork envia até 2 requisições de retorno para até 6 locais
   1. 1 'postback vencedor' para a rede de anúncios vencedora e, potencialmente, um servidor designado para o editor do aplicativo e/ou MMP
   2. 1 'postback perdedor' para até 5 outras redes de anúncios que exibiram anúncios que Francine17 viu, mas que não levaram à instalação do aplicativo
7. Os profissionais de marketing coletam seus postbacks, geralmente por meio de uma MMP como Singular, e descobrem se os limites de privacidade foram implementados, censurando dados.

O ponto principal aqui é que, como a decisão sobre o limite de privacidade ocorre no momento do download, o valor real da conversão não afeta a censura de forma alguma. Apenas o número de downloads controla essa decisão.

Na prática, isso significa que as primeiras instalações de uma campanha não têm valores de conversão. A App Store parece contabilizar o número de instalações que ocorreram nas últimas 24 horas, aproximadamente, e, assim que esse número é atingido, os limites de privacidade são removidos e o SKAdNetwork passa a incluir valores de conversão e IDs de aplicativos de origem.

Quantos são necessários?

Parece haver um certo grau de aleatoriedade aqui, mas os limites de privacidade parecem estar em vigor para as primeiras 10 a 20 instalações de uma campanha, diminuindo posteriormente à medida que o volume de instalações aumenta. E quando você obtém 100 instalações por dia, geralmente vê 100% dos valores de conversão. Há uma escala variável até esse ponto, no entanto: se você tiver apenas 15 instalações do aplicativo, provavelmente não obterá nenhum dado de valor de conversão. Se você tiver, digamos, 30 instalações, obterá cerca de 50% dos seus valores de conversão.

Mas há um ponto muito importante a lembrar: este é o número de instalações por ID de campanha SKAN .

Seus parceiros de crescimento na rede de anúncios dividirão suas campanhas em várias campanhas SKAN para que possam otimizar seus próprios criativos, posicionamento e segmentação, maximizando o aprendizado e, consequentemente, o ROI da campanha. Uma única campanha na rede de anúncios pode ser composta por vários IDs de campanha SKAN – IDs de campanha SKAN diferentes podem codificar criativos ou segmentações diferentes.

Maximizando os dados do SKAN

Isso tem algumas implicações sobre como a Apple gerencia os limites de privacidade. 

Por exemplo, picos de tráfego também podem causar a perda de valores de conversão em alto volume. Por exemplo, um pico repentino de 100 instalações a cada 48 horas resultará em algumas instalações com valores de conversão ausentes em cada pico... apesar de você estar praticamente fora da zona de risco onde os usuários podem ser identificados e a privacidade violada. Mas gerar apenas 30 instalações distribuídas ao longo do dia provavelmente resultará em valores de conversão ausentes apenas no início da campanha.

Só a Apple sabe realmente quais são os limites aqui. Dada a natureza dos serviços em nuvem e fragmentados, um aumento global massivo em um curto período de tempo pode resultar em uma taxa de censura mais alta se você sobrecarregar a capacidade do SKAdNetwork de incrementar as contagens de instalações de forma coerente em todas as regiões geográficas.

A melhor opção, portanto, é manter um ritmo relativamente constante em todos os IDs de campanha do SKAN.

Você também deve considerar sua combinação de parceiros de anúncios e a ativação para iOS levando em conta os limites de privacidade do SKAN. Mesmo que você esteja gerando milhares de instalações por dia, dividi-las entre 40 parceiros de anúncios, cada um dos quais pode veicular até 100 IDs de campanha do SKAN, pode resultar em perda significativa de dados. Se você tiver um orçamento menor, concentre-se em alguns parceiros de anúncios por vez (o que também pode ajudar na análise incremental e de coortes). É claro que, se você estiver gerando dezenas de milhares de instalações por dia por aplicativo, terá muito menos com o que se preocupar.

Eis o que estamos observando até o momento:

Por exemplo, o Google recomenda consolidar campanhas com no máximo 8 instalações de aplicativos, afirmando que "isso ajuda a manter o desempenho ideal dentro das limitações de campanha da SKAdnetwork". Adicionar mais instalações prejudicará o desempenho, segundo o Google. O Facebook recomenda um mínimo de 88 instalações de aplicativos por campanha por dia e sugere que você considere aumentar os orçamentos ou combinar conjuntos de anúncios e campanhas para atingir esse nível.

O Snap se aproxima disso, com 75 instalações por dia , enquanto o Unity é um pouco atípico, com apenas 30.

Todos esses fatores afetam o número de valores de conversão que você pode esperar para o seu orçamento planejado por rede.

Então: como otimizar campanhas para iOS em relação aos limites de privacidade?

Primeiro, monitore sua taxa de conversão. 

Se estiver abaixo de 50%, isso não é bom. O ideal é uma taxa de conversão de 80%. Quanto maior, melhor, pois esses são os dados que Singular usa para modelar dados faltantes, bem como as coortes de receita do D7, e quanto mais dados tivermos para alimentar os modelos, mais precisa será a modelagem.

Consolide as campanhas sempre que necessário para atingir o limite mínimo recomendado para cada rede. Novamente, quanto mais dados seus parceiros de publicidade tiverem, melhor será a otimização deles, o que só contribuirá para melhorar os resultados e a mensuração das campanhas.

E, por fim, utilize a modelagem para preencher as lacunas.

Singular acaba de lançar o SKAN Advanced Analytics , que restaura sua capacidade de executar campanhas de aquisição de usuários iOS de alto desempenho, modelando dados ausentes devido aos limites de privacidade do SKAN e ao tempo de postback aleatório. Os clientes que usaram o beta privado alcançaram uma impressionante precisão de previsão de receita de 87% no sétimo dia, e o SKAN Advanced Analytics também fornece dados de coorte, graças à sofisticada ciência de dados.

Tornar-se um especialista em SKAN é essencial se você deseja impulsionar um crescimento significativo no iOS agora, e usar nossos insights modelados representa uma grande melhoria em relação aos resultados típicos do SKAN.

Próximo passo: adquira o guia definitivo do SKAN

Elaboramos um guia simples, direto e objetivo sobre as soluções para as lacunas de relatórios da SKAN.

Adquira aqui para desvendar os segredos do uso bem-sucedido do SKAdNetwork e comece a crescer novamente no iOS.