感谢!

iOS 14+ 时代的归因:告别数据孤岛,迎接真实数据的唯一源泉

By Barak Witkowski (Guest author)
Attribution in iOS: From silos to a single source of truth - OG

让我们一起回到 2020 年 6 月 23 日,Apple 向行业公布 iOS 14 的那一天,这是移动生态彻底被改写的一天。

彼时,移动生态的每一位参与者虽角色各异,却纷纷提出了同样的问题:

  • 问题:SKAdNetwork 框架是否能够真正有效地衡量广告效果?
  • 答案:能,但也有局限.
  • 问题:ATT 弹窗正式上线后,用户授权比率将会如何呢?
  • 答案:用数据说话,ATT 授权比率竟高出所有人的预期。
  • 问题:如果我的 App 大多数用户不授权,我还有必要展示 ATT 弹窗吗?
  • 答案:有必要,授权的这一部分用户群体将能帮助你了解所有用户的行为特征。

上面这些问题当然都是合理置疑,而随着生态进一步演化,最核心的问题逐渐浮出水面:

在各个数据源都孤立存在的当下,我们应当如何汇聚这些数据源,并用一种可信任的方式进行呈现呢?

当前营销人员所面对的现实,其实是存在着太多个版本的现实。iOS 14 上线后,营销人员的数据变得越发多层次、多来源,其中包括 SKAdNetwork,授权 ATT 弹窗的用户、概率性建模汇总数据、增量测试数据洞察、Apple Search Ads 开发的归因 API 等等,不一而足。

但是,哪一个数据来源是最精准无误的?营销人员如何能够全方位查看所有数据,充分考虑、果断决策?这个问题问到点子上了。

我们很高兴能够解答并且解决这个关键难题。在我们给出答案之前,先来看看横在我们面前有哪些具体挑战吧。

关键难题

出于论证分析的目的,我们先将观察范围限定为三种类型的归因数据:

  1. SKAdNetwork 机制:在 iOS 设备端归因
  2. 授权许可 ATT 弹窗的用户:基于设备 ID 归因g
  3. 未授权许可 ATT 弹窗的用户:付费媒体在高级隐私保护( AAP)框架下归因;自有媒体在概率性建模(PM)框架下归因

SKAdNetwork 机制,比起下面两种类型的归因机制,最显著的优势在于,SKAdNetwork 是确定性归因,能够归因所有 iOS 操作系统用户。但是,它的劣势也最明显。首先,衡量用户生命周期价值 LTV 所需的数据信号极为有限;其次,未涵盖所有的归因链路,比如移动网页端就无法归因;除此之外,延迟发送数据回传、归因流程中还有可能存在作弊风险等等。

设备 ID 归因、APP 框架下的汇总归因,以及概率性建模这几种归因模型,各有其优缺点。

可能的解决方式:根据各家 App 的不同需求去选择采用特定的归因机制。

理论虽如此,但实际上,这样是行不通的。SKAdNetwork 将数据匿名化处理,因此,同一个转化是否被其他归因模型归因,这是任何一个移动生态参与方都无从得知的。反过来,被某个归因机制归因的转化事件,是否再次被 SKAdNetwork 归因,同样无法得知。

因此,某一个 App 激活很可能经历以下场景:

  • 仅被 SKAdNetwork 归因
  • 仅被某一其他归因模型归因
  • 既被 SKAN 归因,也被某一其他归因模型归因
  • 既未被 SKAN 归因,也未被某一其他归因模型归因
attribution options

这就是 SKAdNetwork 机制的本意:数据处理匿名化。通过随机延迟发送数据回传,它能够很好抵御逆向工程的用户层级数据匹配。

由此,广告主需要面对这两个平行现实。

iOS 14+ 时代,大部分解决方案的思路如下:

7179 diagram 2

广告主只能通过主观猜测,大致判断广告效果。

众多 API 和数据面板的存在,反而导致广告主无法快速、有效地获取真正的数据洞察。唯一的解决方案是要有一个整合多来源数据的 API 或数据面板,将所有数据汇聚一处,先去重、再汇总,并且在这个过程中,始终要坚持做到用户隐私保护,全程遵守 Apple 的隐私条款。但是,如前所述,这几乎是无法实现的。

难题解决

KAdNetwork 有其局限性,但大部分都可以通过基于转化值机制的一些创新来攻克。这一回,虽然情况更复杂,但也可以做到。我们将转化值的玩法升级到新高度,打造了一个统一的数据现实,能够将多个归因渠道的数据汇聚到一处,形成真实数据的唯一通路。

转化值是广告主在 iOS 端衡量用户 LTV 的唯一方法。如能恰到好处地利用 64 位的转化值,广告主就能够精准衡量 App 激活后的收入、用户行为与留存。

不久前,AppsFlyer 宣布推出转化值操作台(Conversion Studio) ,为广告主提供高度灵活的转化值配置方案,将每一位转化值物尽其用,为广告主所用。

虽然转化值的确限制了广告主衡量 LTV 的能力,但同时也提供了“数据去重”的解决办法。

我们来看一下 AppsFlyer 的解决思路:

  • 当用户首次打开一个刚下载的 App 时,AppsFlyer 即尝试归因本次激活。
  • 如果 AppsFlyer 能够归因这一次 App 激活,则通过调用 updateConversionValue,并占用SKAN 转化值中的一个比特,来记录“该激活可归因”这一信息。
  • 过了一段时间,如果 AppsFlyer 之后收到 SKAN 数据回传,则根据这个公式进行统一归因:
    AppsFlyer 归因的用户 + SKAN 数据回传中“该激活可归因”字段显示为 false 的用户
7179 diagram 3

实现真实数据唯一源泉的关键步骤

如果要实践上面的解决思路,那么这个过程中极为关键的一步是,广告主必须占用一定的转化值来去重。而且,广告主必须能够自主决策、自行管理去重。
我们不久前刚上线的转化值操作台,能够方便广告主基于有限的转化值位数,轻松衡量多个指标,更重要的是,现在我们即将开始为广告主添加了去重这个选项。

Conversion Studio

AppsFlyer 推出的“该激活可归因”这一新性能,将按钮切换为打开,这个小小的配置就能够将所有接收到的数据进行汇聚、去重,最后再统一汇总。

但是,这样难道不会侵犯终端用户隐私吗?

完全不会。数据处理过程全程匿名化操作:数据准入、计时器、延迟回传等机制,能够确保移动生态中的任一参与方均无法获取用户层级数据。SKAdNetwork 机制中的所有隐私保护机制仍在运行,保证终端用户隐私不受到一丝一毫的损害。

我们始终坚持数据匿名与数据汇总。我们的解决思路,是在汇总数据的语境下进行数据去重,打磨出真实、精准数据的唯一通路。

我们来快速回顾一下要点:

优点:
告别数据孤岛 -> 迎来真实数据的唯一源泉

解决思路简单明了:

多重数据现实,导致广告主无法有效决策

真实数据的唯一源泉,带来立可执行的营销洞察

发挥每个归因模型的优势

如果广告主将两个归因模型的数据汇总并去重,就可以享受到两种归因模型带来的便利,例如:

  • 传统归因模型,带来充分的用户 LTV 数据洞察
  • SKAdNetwork 归因模型,采用确定性归因,归因所有 iOS 操作系统用户

在 iOS 14+ 时代,最大限度发挥归因模型的优势,可以帮助营销人员做出更佳决策。

保证终端用户隐私不受侵害

SKAdNetwork 中的各种隐私保护机制保持运行,不受影响。

SKAdNetwork 广告优化不受影响

SKAdNetwork 发送的是所有已归因的用户激活数据,不论他们是否已被其他归因模型归因,由此一来 ,投放渠道仍能够基于 SKAN 转化值来优化广告。SKAN 框架能够精准归因所有 iOS 平台用户,因此使用 SKAN 归因模型不会有其他影响

缺点
六比特转化值 -> 五比特转化值

如前所述,我们需要一个比特来表示本次下载是否已经被其他归因模型归因。因此,六比特的转化值,确实是用一个少一个。

在这个解决方案的设计过程中,我们的一些头部客户也参与了进来,他们都很愿意使用一个比特用来去重。当然,这的确是所有广告中都需要慎重考虑后作出的决定。

写在最后

整个移动行业主动适应新时代的当下,我们始终坚持精准数据与用户隐私并行不悖的理念。AppsFlyer 的使命就是为广告主赋能,携手应对行业变化。

要了解广告投放的投入产出,就必须获取精准确凿的数据结果。通过真实广告效果数据的唯一源泉,营销人员才能够优化预算分配,实现商业目标,为终端用户提供卓越的使用体验。

Barak Witkowski

Barak 是 AppsFlyer 产品副总裁。他是一位经验丰富的企业家,曾推出过拥有全球数千万用户的移动应用。

Follow Barak Witkowski

Background
准备好做出更佳决策了吗?