Atribuição de SKAdNetwork (SKAN)

Ao contrário das versões anteriores do SKAN, que enviavam apenas um postback com um valor de conversão, o SKAdNetwork 4.0 envia até três postbacks por instalação (dependendo dos limites de anonimato da comunidade), permitindo visualizar a atividade do usuário por até 35 dias após a instalação.

No entanto, apenas o primeiro postback, que mede a atividade do usuário até 2 dias após a instalação, inclui um valor de conversão preciso (um número entre 0 e 63), como o conhecemos do SKAN 3.0. Os demais postbacks sempre apresentam um dos 3 valores possíveis: baixo, médio ou alto.

Além disso, em vez de um ID de campanha, o SKAdNetwork agora suporta um ID de origem de 4 dígitos que pode ser usado para codificar tanto um ID de campanha quanto informações adicionais. Essa dimensão substitui, no SKAN 4, o ID de campanha SKAN que era usado em versões anteriores do SKAN.

Dependendo do nível de anonimato (determinado pelos limites de privacidade da Apple), o ID da fonte incluído em um postback pode conter apenas os 2 ou 3 primeiros dígitos.

Singular facilitou a migração para os modelos SKAN mais recentes. Ao migrar um modelo antigo para o SKAN 4.0, você tem a opção de selecionar "Estou executando campanhas SKAN 3 e SKAN 4" em Modelo de Compatibilidade SKAN. Essa opção ajusta seu modelo existente para funcionar tanto com o SKAN 3 quanto com o SKAN 4, permitindo que você teste a nova configuração com parceiros que já estejam prontos e mantenha as campanhas com aqueles que ainda utilizam o SKAN 3.

Para cada aplicativo que você estiver comercializando, poderá escolher um dos seguintes tipos de modelo de conversão:

Tipo de modelo:

Modelos de Receita:
Permitem otimizar suas campanhas com base na receita obtida durante o período de medição após a instalação/reinstalação. Um modelo de receita pode medir três tipos de receita, dependendo da configuração: receita de compras no aplicativo, receita de anúncios ou ambas (toda a receita). Veja também: Perguntas frequentes sobre modelos otimizados do SKAN

Modelos de Eventos de Conversão:
Permitem otimizar campanhas com base em atividades específicas do usuário após a instalação. O modelo codifica eventos do usuário no valor de conversão se eles ocorrerem pelo menos uma vez durante o período de medição.

Modelos de Engajamento:
Permitem otimizar suas campanhas com base no nível de engajamento dos usuários com o aplicativo durante o período de medição. O modelo incorpora ao valor de conversão quantas vezes diversos eventos ocorreram durante esse período.

Modelos mistos:
Os modelos mistos permitem obter informações sobre receita e outro tipo de informação sobre a mesma campanha da SKAdNetwork.

Para campanhas da SKAdNetwork com dados parciais (devido a valores de conversão censurados), Singular pode exibir métricas modeladas (extrapoladas) para toda a campanha.

As métricas modeladas são derivadas das instalações para as quais temos dados.

Por exemplo:

-Uma campanha da SKAN teve 50 instalações, das quais 25 resultaram em valor de conversão (a Taxa de Valor de Conversão é de 50%).

-Com base nos valores de conversão existentes, a receita da SKAN é de US$ 30.

-A receita modelada para a campanha, com base na suposição de que as instalações com valores de conversão censurados se comportam como as instalações com valores de conversão disponíveis, é de US$ 60.

Os modelos de receita da SKAdNetwork são tão eficazes quanto as faixas de receita definidas para eles ( consulte Como funciona um modelo de receita? ).

Os modelos otimizados resolvem o dilema de como definir as categorias de receita (quantas categorias, qual o tamanho, etc.) gerando automaticamente as melhores categorias de receita para seu aplicativo.

Os modelos otimizados são calculados com base em dados reais de eventos de receita em nível de usuário para o aplicativo específico (conforme medido pelo rastreador Singular ).

Singular desenvolveu algoritmos de estimativa e estatísticos que aprimoram o conjunto de dados SKAdNetwork, aproveitando conjuntos de dados adicionais que estamos coletando como MMP. Usamos gastos com anúncios, IDFA e dados de eventos no aplicativo para estimar métricas de coorte, como receita no 7º e 30º dia.

A estimativa se beneficia do modelo de conversão SKAdNetwork existente usado pelo seu aplicativo — modelos melhores que criam conjuntos de dados mais precisos resultarão em maior precisão na estimativa das métricas de coorte.

Para cada métrica, Singular fornecerá o intervalo de confiança para ajudar os profissionais de marketing a avaliar a precisão e tomar decisões informadas sobre a otimização de campanhas.

Eis um exemplo:

—Vamos considerar um profissional de marketing que está usando um período de medição de 24 horas para seu modelo de conversão.

-Ao final do primeiro período de 24 horas, que se inicia quando o SKAdNetwork é chamado pela primeira vez, cada dispositivo iOS receberá um temporizador aleatório adicional. Após esse período, Singular coletará todos os valores de conversão capturados, codificados pelo SKAdNetwork e enviados à Singular pelas redes de anúncios.

-Singular irá então decodificar os valores de conversão de volta para a métrica original, por exemplo, Receita, que nesta fase não está agrupada.

Agora, entra a ciência de dados: Singular pegará a métrica de Receita original e, usando tecnologia, estimará a Receita do dia 7. Cada valor será fornecido com um intervalo de confiança para permitir que o profissional de marketing tenha uma noção da precisão.

Por exemplo, quando estimamos US$ 100 com um intervalo de confiança de US$ 10, isso significa que estimamos a receita do d7 em US$ 100 com 90% de precisão!