這有可能是業界最最全面的移動遊戲營銷分析指南了

今日，全球領先的移動歸因和營銷分析公司AppsFlyer正式釋出中文版本《移動歸因入門指南》，從移動歸因到安裝後應用事件的分析，再到反廣告作弊，全面詳細地介紹移動歸因基本工作流程及高效營銷策略。據說，這將有可能成為業界最最全面的移動歸因和營銷分析指南了。作為移動營銷人員的你，是不是很好奇報告內容呢？Let's go!

據AppsFlyer預測，2019年全球的應用安裝廣告支出將增長45%，達到近400億美元，由營銷驅動的非自然安裝在白熱化的移動應用競爭中發揮著日益重要的作用。清楚地掌控非自然安裝流量，參照移動歸因和營銷分析資料制定決策，並從投入的花費中獲得最大利潤顯得非常重要。如何快速地掌握移動歸因的方法，熟練地運用資料分析的技能，《移動歸因入門指南》給你想要的全部答案！

以下是報告全文：


營銷驅動安裝的興起

歡迎來到移動優先的數字營銷時代。隨著功能先進、價格親民的智慧手機在消費者市場的普及，以及越來越多的功能通過應用在智慧手機中實現，移動廣告一統天下的格局已毋庸置疑。事實上，eMarketer最近開展的一項研究顯示，移動廣告在2018年佔據了美國數字廣告市場總值的70%左右。而據AppsFlyer預測，今年全球的應用安裝廣告支出將增長45%，達到近400億美元。然而，隨之而來的問題是，蘋果應用商店和Google Play中超過400萬款應用的競爭日趨白熱化。因此，移動應用的現狀是通過應用商店被動發現的推廣方式面臨終結。這意味著，大規模推動“純自然”使用者並不是大多數應用的務實之選。有鑑於此，應用所有者開始認識到營銷驅動的非自然安裝在這場混戰中發揮著日益重要的作用。




我們的資料顯示，2016年至2017年間，應用安裝中的非自然安裝份額增加了22％。2017年至2018年，這一比例躍升了28%。這使得移動歸因成為營銷人員技術堆疊的核心。不同於自然流量，營銷人員能夠更加自如地掌控非自然流量，參照歸因和營銷分析資料制定決策，並從投入的花費中獲得利潤。

然而，除了棘手的留存和變現挑戰之外，不斷增長的需求還導致媒體成本水漲船高。因此，應用不能單純依賴於非自然安裝。即便數量有限，營銷人員需要高質量的自然使用者以降低其有效成本並提高利潤。

應用要取得最終的成功，就必須結合非自然和自然安裝，才能傲視競爭對手。



第1章深度剖析移動歸因

在進行深度剖析之前，首先讓我們分析一下歸因的核心價值：移動和數字生態系統非常複雜，涉及數百甚至數千媒體參與者。如果沒有歸因，營銷人員就會因為無法深入瞭解自己的廣告表現而導致大幅超支。為了透徹地瞭解這一切併為實實在在的價值買單，營銷人員需要與具有遠見卓識的合作伙伴建立合作，這些合作伙伴要能夠揭示真相，並幫助營銷人員判斷哪些營銷行為能夠兌現預期的行動，哪些不能。移動歸因採用多個識別符號來評估安裝前和安裝後的使用者路徑，可在較長的時間範圍內保持極大的準確性和持續性。這些識別符號可以分為兩類。

1.確定性匹配使用多個識別符號，包括裝置ID（Apple的IDFA和Google的GAID）、Google Play Referrer以及客戶識別符號（即匿名登入資料或雜湊電子郵件地址），以匹配並準確識別任何正在使用中的移動裝置上的使用者。

2.概率性匹配是一種統計模型，它使用匿名屬性（如IP地址、裝置型別、瀏覽器、地理位置和作業系統）在裝置之間建立可能的統計連線。由於概率性匹配不如確定性匹配準確，因此總是被當作一種後備機制。

讓我們一探究竟！

確定性歸因方法

Google Play Referrer

Android裝置特有的一種識別符號，使營銷人員能夠將廣告行為歸因到Google Play商店應用的媒體渠道（其它Android應用商店暫不支援）。這種情況下，歸因服務供應商會將追蹤引數傳送到商店，然後在應用程式下載時將其發回其來源。

追蹤服務供應商很可能會採用Google Play Referrer，因為這種方法只依賴於其本身來建立此匹配，並且僅使用來自推薦來源的公開資料。



裝置ID匹配-GAID和IDFA

有兩種主要型別的裝置ID，它們以相同方式對安裝進行歸因：

Google Advertising ID(GAID)是用於評估Google Play應用商店及其它Android應用市場的應用安裝的裝置ID。

IDFA是用於評估蘋果應用商店的應用安裝的裝置ID。

值得注意的是，手機網頁不支援裝置ID，而且還需要媒體合作伙伴進行相關配置，這意味著裝置ID有時無法獲取（無論是否進行了配置或者配置是否正確）。





通過SRN進行裝置ID匹配

不同於常規的ID匹配，使用自歸因廣告平臺（self-reportingnetworks，簡稱：SRN）執行的歸因更為有限，因為安裝資料保留在該廣告平臺中而不是自動傳送給歸因服務供應商。目前使用SRN的包括Facebook、Snapchat、Google廣告、Twitter以及其他一些廣告平臺。為了將安裝歸因到SRN，在應用程式首次啟動時，歸因服務提供商會檢查應用程式是否配置為接收SRN來源的流量。

歸因服務供應商會使用新安裝的唯一裝置ID查詢為該應用程式配置的所有SRN。這是通過專門的MMP（移動監測合作伙伴）API實現的，SRN允許官方的MMP使用這個API。然後，根據返回的答案，供應商便可將新使用者歸因到SRN。



概率性歸因方法

指紋識別

指紋識別是一種識別方法，它使用可用的公開引數（即裝置名稱、裝置型別、作業系統版本、平臺、IP地址、運營商等）來形成統計學上與特定裝置屬性匹配的數字指紋ID。

指紋識別至關重要，尤其在iOS中

儘管在實踐中，概率性歸因方法不如確定性方法有效，但指紋識別法對於移動歸因卻至關重要，尤其是在平臺層面。預設情況下，由於缺乏像Android中Google Play Referrer這樣的歸因引數，iOS可用於建立使用者檔案的方法較少。因此，當無法在iOS中進行ID匹配時，會使用指紋識別來替代。實際上，iOS中約有25％的安裝都是通過指紋識別進行歸因的。儘管與Android相比iOS只有15％的裝置份額，但考慮到iOS營銷和使用者獲取優勢，這一統計資料變得尤為重要。雖然Android在裝置共享和非自然安裝方面仍然領先於iOS，但由於iOS擁有高價值使用者以及iOS裝置卓越的整體使用者體驗，Android在全球安裝中僅比iOS多出4倍，在美國僅多出35％。因此，儘管歸因行業標準可能會轉向確定性方法，指紋識別依然發揮著舉足輕重的作用。



警惕：逐漸失效的指紋識別

如果IP不具有唯一性，那麼指紋識別便一無是處。當成千上萬的使用者共用同一個IP地址時，指紋識別就失去了所有價值。例如，許多無線網路運營商或公共WIFI網路就經常出現這種情況。

更糟糕的是，即使通過點選獲得了裝置ID，一些歸因服務供應商仍會使用指紋識別，這大大降低了評估的準確性。AppsFlyer資料顯示，指紋識別的這種不準確性使歸因安裝的數量增加了一倍，導致高達半數的營銷預算被浪費在其他自然使用者身上！

由於指紋識別不準確造成的錯誤歸因會導致營銷人員面臨“現金流”失血的狀況。這會推動使用者獲取成本大幅上升，並進一步導致資金無法用在刀刃上。現金流失血尤其危險，因為它會加劇損失，消耗當前的預算，並浪費未來開支。



解決方案：自適應指紋識別

共享公共地址的IP唯一性通常是有效進行指紋識別所面臨的主要障礙，但歸因技術的進步已經成功克服了這一挑戰。受較大規模的驅動，自適應指紋識別解決方案可向歸因服務供應商資料庫中收集的所有IP地址分配一個IP唯一性評級。平臺進而會使用一個動態歸因回溯視窗，該視窗會根據使用特定IP地址的裝置的總體數量進行放大、縮小或關閉。

例如，相比來自使用者更多、因此唯一性更低的IP地址的安裝，來自僅由兩部裝置共享的家庭wifi網路的安裝將獲得更長的歸因回溯視窗。與此同時，基於由數千或數萬使用者（例如機場）共享的熱門IP地址的指紋識別將被視為不可靠的訊號，並會被徹底移除。

移動歸因視窗

安裝歸因的業務性質取決於預設的時間範圍，即回溯視窗。這意味著，使用者在安裝之前執行的操作，無論是點選還是瀏覽廣告，都會被視為對下載應用的決定產生了影響。有兩種主要型別的視窗：基於點選和基於瀏覽。

基於點選的歸因

大多數歸因移動安裝來自使用者對廣告的點選：橫幅、視訊、插頁式廣告等。請注意，回溯視窗中發生的安裝被視為非自然安裝，並會被歸因到媒體渠道。而在回溯視窗之外則被視為自然安裝。

1.7天標準：如果使用者點選了廣告平臺X投放的某個廣告，並在進行該點選後的7天內安裝了應用程式，則該安裝將被歸因到該廣告平臺-假設之後未進行其他點選（根據最後點選歸因標準）。

2.24小時指紋識別歸因視窗：如果沒有裝置ID或推薦來源，則會根據指紋識別對安裝進行歸因。它只能在短期內達到較高的準確性，因此視窗較短。

基於瀏覽的歸因

由瀏覽了移動廣告但未點選移動廣告的使用者進行的新安裝會被歸因到投放廣告的廣告平臺。這種情況下，視窗很短，通常不超過24小時。但是，由於點選比瀏覽效果更顯著，因此總是有更高的權重（假設它發生在自己的視窗內）。

科技巨頭

針對基於點選和瀏覽的視窗，Facebook、Google和Twitter都制定了自己的規則。Facebook和Google有固定的視窗期，分別是28天和30天（不可配置），而Twitter則允許在1天、7天、14天、30天和90天之間進行選擇。

由於主要採用CPC模式，因此這些媒體渠道針對其視窗內發生的所有點選收費，無論是否為最後點選。不管怎樣，他們還會獲得歸因服務供應商提供的安裝資訊，並將該資料用於優化目的。

讓我們通過下面的示例，進一步闡明歸因視窗的規則：



在上面的示例中，哪些廣告平臺“贏得”了歸因？

答案是：廣告平臺B

原因如下：

a)廣告平臺B在回溯視窗內進行了最後點選b)點選比瀏覽權重更高，即使後者也發生在其視窗內

可配置的歸因視窗

點選歸因和瀏覽歸因視窗都可以在歸因服務供應商的控制皮膚中進行配置，這使營銷人員能夠根據與其媒體渠道建立的關係來自定義歸因時段。通過為不同媒體渠道配置不同的歸因回溯視窗，歸因服務供應商可確保根據商定的條款進行歸因，併為所有各方帶來更大的靈活性。

一般來說，廣告平臺尋求實現儘可能長的視窗，而廣告主則希望能夠對其資料進行規範化並在執行分析時進行一一對比。例如，由於有效的CPI在很大程度上取決於視窗的持續時間，因此在比較具有不同視窗的廣告平臺時，並無法進行適當的比較。

在執行時間有限的營銷活動時，也可以使用可配置視窗。例如，叫車應用程式推出的24小時特別營銷活動向安裝者承諾首次叫車免費-這種情況下，只有獲取在一天視窗內所發生的安裝的相關報告才具有重要價值。

移動歸因模型

歸因模型是指廣告主通過向媒體渠道付費，對不同營銷活動的價值獲得深入分析的一種結構。

在計費方面，最終觸點優先。最終觸點歸因是指，在歸因視窗內，安裝與使用者路徑中的最終互動或接觸相匹配。這種情況下，產生最終觸點的促銷活動將獲得全部的歸因和收入。該模型是目前的行業標準，但在當今的多渠道時代，它顯然存在著缺陷。

其優點是，營銷人員可以通過多觸點歸因獲得對整個消費者路徑的多方面深入分析。例如，應用營銷人員可以看到廣告平臺A提供了多次輔助，或者擁有最高的首次源比例。因此，如果目標是提高認知度，營銷人員可以提高首次觸點的權重。如果目標是轉化，則可提高最終觸點的權重。

如果越來越多的廣告主在內部構建這些模型，就計費而言，他們會要求媒體合作伙伴遵守這些規則。

在下面的示例中，我們可以看到單個的裝置使用者路徑：



對接合作夥伴生態系統

在甄選歸因服務供應商的過程中，您可能會遇到供應商為證明自己的實力而吹噓擁有眾多對接合作夥伴的情況。為什麼會出現這種情況？其重要性如何？有幾個主要原因，其中最重要的兩個是：

1.通用SDK。如果廣告主希望與某個廣告平臺或其他合作伙伴合作，歸因服務供應商將與其對接，而無需新增其SDK。具體通過追蹤公司的SDK將回傳資料發回廣告平臺。

這解決了營銷人員（及其開發人員）的一大困擾，因為其IT部門在與他們想要合作的每一個合作伙伴進行對接方面困難重重，更不用說通過SDK收集資料並與所有合作伙伴進行共享。

這樣一個通用平臺不僅使營銷人員能夠通過全世界任何媒體渠道開展營銷活動，而且最終可以為廣告平臺和廣告主實現全球優化，從而推動整個移動生態系統的發展。而對開發人員來說，通用SDK可以帶來更加順暢的整體運營，提升應用效能和使用者體驗並促進未來開發。

2.訪問整個移動營銷生態系統。與歸因服務供應商的通用SDK對接可以完善您的營銷技術堆疊。它不僅涵蓋與整個媒體生態系統的連線，還包括與其他SaaS公司的連線，主要用於資料和自動化目的。



歸因服務供應商SDK主要合作伙伴歸因服務供應商的對接合作夥伴生態系統並未嚴格限制所提供服務的多樣性，但一般而言，優秀的歸因服務供應商所提供的合作伙伴型別屬於以下五個類別：

標準廣告平臺。通用對接提供的資料最為準確、公正，因為所有配置的廣告平臺的資料都被納入到報告中。也就是說，廣告主可以通過歸因服務供應商的眾多廣告平臺全方位洞悉使用者的行為和路徑，而無需自行分析單獨的資料。通過這種方式，廣告主可以更輕鬆地觸及不同的使用者群體，因為各個媒體渠道的工作方式和工作範圍略有差異。

自歸因廣告平臺（SRN）。移動廣告領域的巨頭Facebook和Google，以及Facebook旗下的Instagram、Apple（SearchAds）、Snapchat、Twitter、騰訊等佔據了相當高的市場份額。因此，建議您與一家能夠對接所有這些廣告平臺的供應商合作。

由於這些科技巨頭已經建立了強大的解決方案並在市場上奠定了強勢地位，他們能夠管理自己的資料。而且，由於資料是從廣告平臺流向歸因服務供應商而不是反向行之，因此，只有兩種方法可以評估通過SRN開展的營銷活動的績效：新增他們自己的SDK，或與其官方認證合作伙伴合作，他們將執行盡職調查程式以達到這種認證。



資料。資料類別中公司的主要區別在於，他們執行研究和分析，然後為營銷自動化公司面向使用者採取的措施提供相關資訊。他們通常會將第一方資料與第三方資料進行配對，例如，為從歸因服務供應商匯入的一組裝置ID提供年齡、性別和行為興趣分組。舉例而言，Localytics和Amplitude就是這樣的兩家資料公司。進行SDK對接時，歸因服務供應商的客戶將與資料（及自動化）合作伙伴彼此共享，並且通常尋求在兩者之間傳送歸因資料，以便建立更加完善的使用者檔案。這是通過回傳完成的，其機制與向媒體合作伙伴傳送歸因回傳的機制相同，並且完全由歸因服務供應商控制。

客戶資料平臺（CDP)。營銷技術領域的新興參與者——客戶資料平臺（Customer Data Platform，簡稱：CDP），從各種SDK收集、規範、細分並啟用使用者資料。儘管依託於大量資料，但這些公司與資料類別公司的不同之處在於，他們專注於資料的傳輸和處理，而不是衡量和擴充套件資料以建立更細膩的細分受眾群體。例如，mParticle和Segment公司就是這樣兩個CDP。

營銷自動化。營銷自動化合作夥伴獨樹一幟，通過推送、電子郵件營銷、應用內通訊、簡訊或其他方式與使用者直接互動。Braze和Leanplum就是這樣兩家營銷自動化公司。與資料合作伙伴一樣，許多營銷自動化合作夥伴都有自己的SDK，但實際上並不執行歸因，儘管這些資料對其功能至關重要。



深度連結

深度連結是一種營銷手段，尤其適用於使用者獲取和訪客找回營銷活動，能夠跨渠道、平臺和裝置打造與情境相關的使用者體驗。其具體方式是，通過包含所有必要資訊的移動深度連結，使用者可以直接進入應用內的特定頁面，而不僅僅是主頁，從而無縫引導從促銷活動到登陸頁的路徑，最終提高轉化率。

深度連結被用於推動客戶訪問產品頁面，在Facebook上執行付費營銷活動，將使用者從網路和電子郵件定向至應用商店，以及在應用內傳達重要的優惠資訊，這些只是眾多例項中的一小部分。深度連結曾經是一項複雜的技術創新，如今可通過主要歸因服務供應商獲得，提供從基本到高階的各級別功能。但是，請注意，重點應始終放在歸因上，其次是深度連結，特別是這些任務不應該由兩個供應商分擔。在瞭解供應商的深度連結具體將如何滿足您的使用者體驗需求和應用目標之前，必須仔細研究該供應商可提供的歸因功能、廣告平臺對接、體驗和規模。

以歸因為優先，同時對這兩種功能雙管齊下，您可以降低技術成本，將複雜資料整合到一個控制皮膚中，並能更加輕鬆地進行關鍵營銷分析。有關營銷技術堆疊中這一強大工具的更多資訊，請閱讀完整的深度連結指南。



再次互動與訪客找回



再次互動歸因視窗可將事件歸因到訪客找回營銷的天數被稱為再次互動歸因視窗。該視窗從實際訪客找回歸因發生之時（在點選並開啟應用後）開始，並在指定的再次互動歸因時段結束時截止。



第2章安裝後市場分析

我們在上文已經揭示了歸因背後的原理，現在讓我們把注意力轉向歸因的商業價值、最佳實踐以及需要警惕的陷阱。請注意，此主題較為複雜，包含許多重要細節，但在本指南中，我們將僅做基礎層面的探討。

自幾年前興起以來，應用營銷不斷髮展，且勢頭不減，但其發展方向非常明確，即：綜合表現，而對免費增值模式驅動的經濟中的安裝後使用者行為來說尤其如此。為了闡明綜合表現的必要性以及基於價值的指標，請參考以下示例。

您正在合作的廣告平臺帶來了大量新使用者，但仔細分析之後，您發現，使用者本身的質量不高，並且留存率或使用者生命週期價值（LTV）較低。您的使用者群或許有所增長，但很多使用者可能並未在應用內進行任何活躍的互動，也未完成任何操作。



從安裝量到價值

與應用內事件相關聯並進行了正確歸因的營銷活動，可以讓營銷人員就與哪些渠道和媒體平臺進行合作做出明智的決策，並在後續投放中進行優化。安裝量的重要性體現在有助於提高應用程式在應用商店中的排名，以及可作為營銷人員找到最高質量使用者依據的基準。

最關鍵的是您需要有大幅提高忠誠使用者比例的能力。為何這麼說呢？

首先，通過有效管理您的廣告支出，不僅能帶來安裝量，還能帶來滿足您目標（無論是互動目標還是收入目標）的忠誠、高價值使用者的媒體渠道和其他渠道加大投資。

具體如下所示：



應用內事件入門

現在，我們已經闡明瞭將營銷分析與您的渠道、廣告平臺、營銷活動以及最終與歸因重新進行關聯的原因所在，接下來讓我們進一步分析，選擇哪些顆粒度指標最能滿足您應用程式的目標。



使用者生命週期價值評估

移動時代為營銷人員帶來了隨時接觸大量消費者並提高使用者忠誠度的巨大機遇。然而，應用商店中數以百萬計的應用程式和不斷提高的使用者期望使得應用程式依然面臨使用者忠誠度、留存率和盈利能力方面的重大挑戰。隨著持續互動較少，盈利因使用者購買與廣告瀏覽的減少而變得困難。這導致使用者生命週期價值（LTV）下降。

為了克服整體盈利方面的挑戰，應用必須最大程度上發揮多種收入來源的潛力：應用內購買(In-Ap p Purchases，簡稱：IAP)、應用內廣告(In-Ap p Advertising，簡稱：IAA)、付費應用和訂閱。付費模式僅適用於具有唯一性內容的應用和頂級品牌的應用，這類應用佔比很小。訂閱模式只能成為小部分應用的較大收入來源，這類應用

能夠定期更新其功能或內容，為忠實使用者帶來持續價值。

最終，應用程式的絕大部分收入來自於IAP和IAA。儘管前者在收入中佔的份額最大，但後者的份額日益攀升，因為越來越多的開發者試圖以發行商而不是廣告主的身份，充分利用媒體成本上漲的趨勢，通過其應用內廣告實現盈利。



成本評估

您已經在評估收入情況，但要透徹瞭解您的營銷投資回報率和廣告支出回報率（Return On Ad Spend，簡稱：ROAS),營銷工作的成本也必須考慮在內。無論您選擇何種方法來評估成本，都必須正確定義業務模式以及您與媒體合作伙伴商定的不同費率，包括按地理位置、庫存質量（激勵與非激勵、高階與非高階）分類的明細。切記要持續監控您的相應費用。

需要考慮的其他因素包括：

成本細分-不要滿足於獲得每個營銷活動的成本資料；應索取按廣告組、廣告素材、地理位置和發行商分類的成本資料。粒度越細，實現優化所需的資料就越多。

此外還要考慮各廣告平臺中可用並且正在使用的不同定價模型，這些模型可能在您自己的控制皮膚中存在差異。這些成本包括每千次展現成本(Cost Per Thousand Impressions，簡稱：CPM),每次點選成本(Cost Per Click，簡稱：CPC)、每次安裝成本(Cost Per Install，簡稱：CPI)以及每次操作成本(Cost Per Action，簡稱：CPA)。鑑於成本的多樣性，您必須瞭解其中每一種成本的優勢和影響，以及如何利用它們來促進公司目標的實現。

來自科技巨頭的成本資料-移動廣告領域的頂級廣告平臺，如Google、Facebook、Snapchat、Twitter等，要求通過API進行唯一對接，以便將成本資料傳送給他們的官方監測合作伙伴。而其他一般廣告平臺的成本資料則只需通過點選歸因方式即可獲得。更重要的是，為了計算您的真實ROAS，必須獲得所有這些合作伙伴提供的成本資料，才能全面掌握全球和區域層面的情況。

報告型別

資料包告是移動營銷運營的核心。如果缺乏這些資料包告，您根本無法依據適當的資訊做出對成功至關重要的決策。然而，和移動領域的其他要素一樣，資料也具有多元性，因為它們可以通過兩種主要方法進行分析，並有兩種主要形式。

方法：生命週期與活躍資料

分析使用者事件資料的方法主要有兩種：使用者生命週期價值（LTV）或活躍度。事件資料涉及使用者在安裝後執行的動作，例如應用內購買、註冊、等級完成等。安裝資料既不屬於Activity維度資料，也不屬於LTV維度資料。

生命週期-生命週期價值資料包括在特定日期範圍內進行安裝的使用者在整個生命週期內執行的所有事件。它有助於表明來自不同媒體渠道的使用者的質量，正因如此，出色的營銷活動優化取決於使用者生命週期價值資料。

活躍度-活躍資料包括在特定日期範圍內由所有活躍應用程式使用者執行的所有事件。它顯示了按時間順序排列的事件的準確細分，因此可用於衡量媒體渠道在特定日期範圍內的整體績效。

關於火車的類比假設有一個人在鐵路旁觀察經過的火車。在一分鐘之內，此人能看到的只有所有乘客當前的行為。這就是活躍度資料。而與此同時，有另一個人在火車的一節車廂裡。此人只能看到與她一起登上火車的乘客從上車（安裝）到下車（解除安裝）所進行的所有行為。她看不到其他火車上的乘客進行的任何活動，因為這些乘客要麼比她早登車，要麼比她晚登車。這就是使用者生命週期價值資料。

形式：彙總資料與原始資料

儘管資料可用於不同的目的，但無論您以何種方式對資料進行分割，它主要有兩種形式：彙總資料與原始資料。

•彙總資料-此資料收集了您之前選擇的多個渠道的原始資料，並將其編入控制皮膚上顯示的各種摘要報告、圖表和圖形中。這些報告針對您的資料進行了更清晰的深入分析，使您可以專注於未來的行動措施，而不是嚴格的資料分析，並且通常更易於理解。

•原始資料-您的資料可能具有巨大的潛在價值，但如果不能持續地訪問最純粹的高質量資料——原始資料，就無法實現任何價值。



以下是您可以用來優化營銷效果的眾多方法中的幾種：

• 營銷效果計費的依據
• 您內部的狹義歸因邏輯
• 營銷與產品漏斗分析
• 定向明確的訪客找回營銷
• 特定使用者細分
• 識別潛在作弊
• 優化和構建定向更明確的的營銷文案
  

使用者獲取優化

它不容低估-在競爭激烈的移動領域，獲得充分資料並懂得利用這些資料的營銷人員將成為行業翹楚。使用者獲取是一門科學和藝術，因此行之不易，但如若有了合適的工具，就能利用它獲得成效。

為了最大限度地提高這些工具的效率，營銷人員還必須在一個通用控制皮膚中整合並分析資料。我們來看看AppsFlyer自己的控制皮膚中應用內KPI的一些示例。



如果您追求的是安裝量，那麼廣告平臺1顯然能夠讓您得償所願。但如果您追求的是安裝後價值，那麼該平臺提供的忠誠使用者/安裝比遠遠低於平均水平。當偏重於此KPI時，廣告平臺5和2便顯示出無可比擬的優越性。

此應用程式擁有非常忠實的客戶群，以及自有的領先電子郵件和簡訊渠道。該表還表明，儘管自然流量帶來的使用者價值低於平均水平，但該應用程式的大部分收入都來自於自然流量。



一款旅行應用的營銷活動B無疑帶來了巨大規模，但在平均訂單價值(Average Order Value，簡稱：AOV）方面卻是墊底。儘管營銷活動A僅帶來了43次購買量，但它的AOV卻最高。



留存

您的使用者下載了您的應用程式。這是非常重要的一步。但依然任重道遠。現在，您必須確保他們開啟應用程式，定期使用它，併為您的業務帶來真正的價值。

那麼，如何才能讓使用者開啟您的應用程式，而不是開啟他在裝置上安裝的其他幾十款應用（平均數量）呢？更不用說，應用商店中還有為該使用者提供的數千款可能具有相關性的應用程式正在虎視眈眈地伺機取代您。留存是應用營銷領域的一大挑戰，達到適當的留存率至關重要，因為它是盈利和生命週期價值的基礎，尤其是在免費增值模式主導的市場。

留存率是指在選定時間範圍內，由特定廣告平臺所獲取的在某一天/某一週處於活躍狀態的唯一使用者的數量除以由該廣告平臺所獲取的首次啟動特定應用程式的唯一使用者的總數的比值。

來自AppsFlyer控制皮膚的以下圖表清楚地表明，廣告平臺1在一開始的留存率最高，而廣告平臺2從頭到尾始終保持強勁勢頭，但遜色於廣告平臺1。廣告平臺4的使用者在下載後第1天的留存率最低，但隨著時間的推移，廣告平臺5成為使用者流失率最高的平臺，其使用者在下載10天后僅剩下4.8%。



解除安裝歸因

從裝置解除安裝App是相當激進的舉動，這清楚地表明瞭問題的存在。瞭解使用者解除安裝App應用的原因、時間以及解除安裝哪些App對於有效應對使用者流失極為重要。

解除安裝歸因使應用程式開發者能夠採取隱私措施，保護其客戶的隱私和資料。此資料可用於從其目標人群中排除解除安裝應用（並且顯然對其服務不感興趣）的使用者。

為您的應用程式設定解除安裝歸因相對簡單。開發者只需在SDK上新增並調整少量程式碼，您就能獲得解除安裝相關的深入分析了。



群組分析

通過群組報告，您可以對具有共同特徵的使用者進行分組，並在不同的時間範圍內評估特定的KPI。

例如，一個群組可以是在1月份的任何時間首次啟動某個應用程式的使用者，而另一個群組可以是在2月份啟動應用程式並居住在美國的使用者。這種分組形式可以實現“一一對應”的比較，從而更準確地指示隨時間變化的情況。它表明了平均的客戶的質量以及質量是否隨時間推移而提高或下降。

以下示例是來自AppsFlyer的群組報告。此群組包括1月1日到1月31日期間安裝了該應用程式的英國使用者。然後，按照獲取使用者的媒體渠道進行分組，這樣我們就可以分析哪個廣告平臺帶來了在一段時間內每使用者平均互動次數最多的使用者。



不同於留存率，該指標是根據不同時間範圍計算的（時間範圍表示每個使用者的前X個活躍天數），然後在所有使用者中進行累積（因此圖表指向朝上）。

我們可以從圖表中看出什麼？

廣告平臺1和2表現不佳-考慮放棄這些平臺

• 廣告平臺5的增長（紫色）最引人注目，並且最為穩定-在這裡增加預算就顯得很合理
• 廣告平臺7（粉色）曲線從第14天開始失去弧度，這意味著互動正在下降。或許，在第14天之前開展訪客找回營銷有助於在長期保持曲線。
  

使用者生命週期價值與CPI-致勝法則

如果必須總結出一個在移動廣告領域致勝的成功法則，那就是：



歸根結底，如果您的使用者隨著時間推移產生的價值（花費或互動，具體取決於您的目標）大於您為獲得使用者而投入的成本，那麼您就做對了。記住，這需要時間！有時甚至需要好幾個月才能做到收支平衡。

這個法則囊括了我們之前討論的很多因素：首先獲取一流使用者，然後最大化現有使用者的價值。



第3章作弊

作弊是移動領域一個普遍存在且無法避免的問題。立即做好應用程式基礎架構方面的充分準備，應對潛在攻擊，防患於未然，這將在未來為您帶來巨大回報。

AppsFlyer對全球移動領域作弊現狀開展的最新研究顯示，2018年第一季度的作弊行為比上一年增加了30％，造成全球所有垂直行業面臨約7億至8億美元的財務風險。毫無疑問，在您的營銷堆疊中，有效的作弊防範必不可少。



作弊型別

過去幾年中，我們看到，應用安裝作弊是作弊分子和保護解決方案之間的一場貓和老鼠的遊戲，或者更準確地說，是作為高風險技術競賽的一部分出現的。一般而言，作弊份子的手段可分為兩種：偽造虛假使用者或劫持真實使用者。真實使用者：

點選氾濫-在點選氾濫情形中，作弊發行商向大量裝置傳送“氾濫”的虛假點選報告，企圖隨機獲得安裝歸因（自然或非自然）。



安裝劫持-安裝劫持是一種使用惡意軟體來欺騙歸因平臺的作弊行為。由於安裝歸因是在首次開啟應用程式時才發生，因此作弊渠道會在下載開始的時候，立即觸發虛假點選，從而成為最後一次點選。



虛假使用者：

機器人-機器人是執行設定程式或操作的惡意程式碼。雖然機器人可以基於真實手機，但大多數機器人都是基於伺服器的。機器人旨在針對從未真正發生的安裝傳送點選、安裝和應用內事件。隨著機器人和惡意軟體變得越來越先進，其中一些已經具備模擬實際使用者模式的能力，這使其更難被檢測到。

刷裝置團體和裝置ID重置作弊-刷裝置團體擁有大量真實的移動裝置，他們會點選真實廣告並下載真實應用程式，隱藏新IP地址並將其裝置ID重置以避免被檢測到。



刷裝置團體發起的新一輪作弊現在使用的是模擬器而不是物理裝置。模擬器只是軟體，它使作弊者能夠生成無窮無盡的變體，無論是裝置ID，還是手機設定，這進一步增加了這種作弊行為被檢測到的難度。



有效作弊防範簡介

由於作弊者想盡各種方式不斷適應新技術並輪番發起越來越先進的攻擊，有效的作弊防範措施不僅要與時俱進，還必須在兩個因素保持領先：

1.龐大的跨平臺規模，具有顯著且互補的市場滲透

2.利用機器學習從資料中獲得深入分析。此外，供應商的作弊防範解決方案應著重於遮蔽，同時還必須在無法進行實時遮蔽時進行安裝後檢測。

這些因素結合多源歸因功能及安全的SDK，將使作弊者實施攻擊並得逞難上加難。

在此處閱讀有關作弊和防範技術的更多資訊。

篇末的幾點思考

隨著競爭對手數量從個位數達到數百甚至數千，一場移動革命正在如火如荼地進行。要在激烈的移動競爭中生存，應用程式不僅要提供卓越的使用者體驗，還要在粒度資料衡量和持續優化的基礎上開展付費營銷活動（使用者獲取和訪客找回），以確保取得成功。

面臨自然安裝每況愈下、自然搜尋基本終結的形勢，僅僅依靠應用商店的可發現性已經不再可行。您需要結合自然與非自然安裝，以推動流量增加，並確保發現您的應用程式的使用者能夠進行互動並實現轉化。也就是說，移動應用營銷的重點已經從數量轉向價值，突顯出高生命週期使用者價值以及保留活躍使用者的重要性。

高階歸因分析平臺可以將它們貫穿起來，因此成為營銷人員技術堆疊中必不可少的要素。它可以通過連線分散的移動生態系統和正確識別使用者來幫助您實現這些目標，同時將歸因與安裝後事件繫結，從而在廣告營銷活動中獲得最高的投資回報。

所以，這裡的要點是：移動行業競爭激烈，但通過上述資料驅動的決策來制定任務關鍵型戰略和流程，將為您賦予所需的競爭優勢，併為您指明成功方向。



關於作者

Jillian Gogel現任AppsFlyer內容營銷經理。她熱愛解決棘手的溝通問題，並通過資料驅動型內容在合作伙伴、營銷人員與客戶之間建立可持續的關係。

來源：AppsFlyer
原地址：https://mp.weixin.qq.com/s/rqMh8yVIYzGByOLnrpSzww