iOS 14.5+ 資料監測： 抓住安裝後的黃金24小時

作者：Adjust 首席產品官 Katie Madding

Apple 推出 iOS 14.5+ 隱私新規後，歸因領域發生了巨大的變化。隨著越來越多的營銷人員和開發者調整策略和運營方式，移動遊戲生態圈也在繼續振盪。在與眾多廣告主和廣告渠道對話後，我們清楚地瞭解到廣告營銷對行業的意義比以往更加重要了。然而當下的問題是：在效果營銷方面我們該如何推進？如何找到高效的方法獲取高質量的使用者，並持續為使用者提供優質的個性化體驗？


如今，可靠而精確的資料減少，近年來已經被棄用的憑藉猜測的營銷方法現在又浮出了水面。對於移動營銷人員來說，這意味著需要使用模型和上下文來了解哪些渠道能獲得高生命週期價值 (LTV) 的新使用者。對於 SKAdNetwork 來說，安裝後的最初 24 小時最為重要，您可利用這個視窗獲得優勢。然而很多應用的關鍵應用內操作並非集中發生在最初的 24 小時內，而是分佈於安裝後的一週內。這更加說明，營銷人員需要轉換焦點，關注以前可能未留意的行為和事件。

行為互動和黃金 24 小時視窗

在使用 Apple 的 SKAdNetwork 時，應當在初始 24 小時視窗內充分利用一切可用的行為資料，發揮出資料的最大潛力。通過強大的轉化值策略進行優化後，收到的安裝量資料應當與 iOS 14 前相差無幾。獲得了滿意的安裝數量，就該轉而聚焦於質量，理解初始 24 小時視窗內的哪些應用內行為能帶來高質量的使用者。

SKAdNetwork 允許營銷人員使用轉化值收集使用者的應用內行為資訊。轉化值是一種 6 位元位安裝後數字，是從 0 到 63 的不同值。如果安裝後初始 24 小時視窗內沒有發生轉化值更新，那麼第二個上限為 24 小時的歸因視窗就會開始計時。在這 24 小時視窗內，SKAdNetwork 會隨機返回歸因資料，模糊安裝時間，避免應用內事件觸發 (包括登入、購買等) 被關聯到使用者個人。

轉化值策略是在 SKAdNetwork 中獲得成功的關鍵。

雖然我們再也無法根據使用者資料提供與以往相同水平的定向體驗，但我們依然能推動相同數量的安裝。此後，您便有了足夠的條件進行廣告優化，並不斷獲取高 LTV 使用者。雖然整個過程或許看起來與之前有些差異，但其結果可能同樣優秀。

制定恰當的轉化值策略

不同的應用類別和規模，其轉化值系統會有所差異。在較為簡單的轉化值系統中，您可以將 6 種不同事件對映到轉化值，每個轉化值位元對應一個事件。這種轉化值系統適用於多數情況，但卻無法滿足所有應用的需要。

如果您想在初始 24 小時視窗內跟蹤儘可能多的行為互動或事件，就應當重點關注數量和值的範圍，這樣，廣告主就能從更精細的層級上分析使用者行為。例如，您可以考慮關注會話數量、事件數量、應用內購買收入或廣告收入 (亦可隨意組合這些指標)，並將其範圍關聯到特定轉化值。

要制定高效的轉化值策略，我們推薦您採取下列步驟：

• 選擇將互動或收入作為重點
• 如果重點在收入，請了解當前使用者的收入範圍。
• 如果重點在互動，請了解這些使用者在初始 24 個小時內的互動行為 (獨立於使用者獲取渠道)。如果您能輕鬆找到差異，就應當考慮在轉化值設定中加入專門針對互動的跟蹤。否則，請了解缺失的資料，思考該怎樣獲得所需的資料點。
• 啟用並觀察已觸發的轉化值如何分佈。在最好的情況下，您可以清楚地看到表現的高峰和低谷，而不是一張分佈均勻的圖表。
  

尋找廣告大 R並將其關聯至具體來源越來越難。因此，您應當圍繞初始 24 小時視窗打造策略，這樣才能找到表現最好的使用者群和分組。制定高效的初始 24 小時策略既是優化的途徑，也是優化的目標。

小心避開陷阱

廣告主希望充分利用轉化值，因此就會集中精力設計特定演算法，以收集儘可能多的資訊。一般來說，這是使用 SKAdNetwork 收集資料最高效的辦法。但這種辦法也存在陷阱，需要小心避開。

即使在強大的模型中，如果特定關鍵事件或關鍵事件範圍並未以 24 小時為單位迴圈發生，(例如需要跟蹤的關鍵事件在安裝 24 小時後才被觸發)，那麼轉化值就不會再發生更新。在這種情況下，無論演算法有多麼智慧，都無法為您蒐集所需資訊。因此，請務必找到初始 24 小時內能被高效監測到的行為互動，以此為基礎打造策略。

積極推動互動

SKAdNetwork 傳送給您的資料僅來自初始 24 小時內完成的應用內操作。簡而言之，您需要在這 24 小時內提取儘可能多的資訊。為此，可以嘗試下列幾種做法：

• 使用高強度推送通知策略以重新啟用使用者，使其不斷返回應用，完成更多操作。
• 打造更有說服力的使用者體驗，鼓勵使用者註冊。
• 集中精力捕捉不同的資料點，幫助實現使用者分群。此類辦法常包括遊戲化處理的問卷調查或免費試用等。
  

無論您選擇怎樣的策略，都需要進行測試和驗證，避免整體應用內點選轉化率受到負面影響。具體方法很大程度上要視應用類別而定，但基本原則是不變的：每一個收集到的新資料點都能幫助營銷人員瞭解，在初始 24 小時中，哪些互動行為預示著使用者能提供更好的長期 LTV 表現。藉此，您就能打造優化的轉化值設定，並在未來建立更先進的預測模型。

歸根結底，營銷人員是否能充分利用初始 24 小時視窗內收到的資料，決定其能否通過 SKAdNetwork 取得成功。在這 24 小時視窗內與儘可能多的使用者互動，獲取資料點，才能收集和劃分高 LTV 使用者。我們相信，要制定合理的轉化值，精準預測和評估已獲取使用者的質量，關鍵在於收集此前被忽略的初始 24 小時內資料點，並深刻理解其背後的使用者行為。

關於 Adjust

Adjust 是一款移動營銷資料分析平臺，深受全球增長驅動型營銷商的信賴，能提供多種推廣活動監測、優化以及使用者資料安全解決方案。以內建智慧和自動化為基礎，快速響應的全球客戶服務為支撐，Adjust 是成千上萬應用的強大助推。

AppLovin 於 2021 年收購了 Adjust。AppLovin 是一家領先營銷軟體公司，可為開發者提供強大的整合式解決方案套組，幫助移動應用實現增長。要更多地瞭解 Adjust，敬請訪問 www.adjust.com。