SKAdNetwork 归因

与之前 SKAN 版本仅发送一个包含转化值的回传不同，SKAdNetwork 4.0 的每次安装可发送多达三个回传（取决于人群匿名阈值），您可就此了解安装后长达 35 天的用户活动。

然而，正如我们从 SKAN 3.0 中所了解的那样，只有第一个回传（衡量安装后最多 2 天内的用户活动）包含一个精细的转化值（0-63 之间的数字）。其他回传始终是三个可能的粗略值之一：低、中或高。

此外，SKAdNetwork 现在支持一个 4 位数的来源 ID，而不是广告活动 ID，该 ID 可用于对广告活动 ID 和其他信息进行编码。在 SKAN 4 中，此维度取代了旧版 SKAN 中使用的 SKAN 活动 ID。

根据匿名级别（由苹果的隐私阈值决定），回传中包含的来源 ID 可能仅包括前 2 位或 3 位数字。

Singular可以轻松迁移到最新的 SKAN 模型。 将旧模型迁移Singular 已经简化了迁移到最新 SKAN 模型的过程。当将旧模型迁移到 SKAN 4.0 时，您可以在 SKAN 兼容性模型下选择“我正在同时运行 SKAN 3 和 SKAN 4 的广告活动”。此选项会调整您现有的模型，使其同时适用于 SKAN 3 和 SKAN 4，从而支持您与已准备就绪的合作伙伴一起测试新设置，同时继续与仍在使用 SKAN 3 的合作伙伴维护广告活动。

对于您正在推广的每个 App，您可以选择以下一种转化模型类型:

收入模型:
支持您根据安装/重新安装后的衡量期内所获得的收入来优化广告活动。收入模型可以衡量三种类型的收入，具体取决于您的设置：应用内购买收入、广告收入或两者兼有（全部收入）。另请参阅：SKAN 优化模型常见问题解答。

转化事件模型:
支持您根据安装后的特定用户活动来优化广告活动。如果用户在衡量期内至少发生一次事件，该模型会将用户事件编码为转化值。

参与度模型:
支持您根据用户在衡量期内与应用的互动程度来优化广告活动。该模型会将衡量期内各种事件发生的次数编码为转化值。

混合模型:
支持您在同一 SKAdNetwork 广告活动中同时获取收入信息和其他一种类型的信息。

对于因部分数据缺失（由于转化值被截断）的 SKAdNetwork 广告活动，Singular 可以展示整个广告活动的建模（推测）指标。

建模指标是根据我们确实拥有数据的安装量来推算的。

例如:

• 一个 SKAN 广告活动有 50 次安装，其中 25 次带有转化值（转化值比例为 50%）。
• 基于现有转化值，SKAN 收入为 30 美元。
• 假设那些转化值被截断的安装行为，与拥有转化值的安装行为相似，该广告活动的建模收入为 60 美元。

SKAdNetwork 收入模型的有效性取决于为其定义的收入范围(请参阅收入模型如何运作?)。

优化模型通过自动为您的应用生成最佳收入区间，解决了如何定义收入区间（多少区间、大小等）的难题。

优化模型是根据特定应用的真实用户级收入事件数据（由Singular 追踪器衡量）计算得出的。

Singular 开发了估计和统计算法，通过利用我们作为 MMP🔐收集的额外数据集来改进 SKAdNetwork 数据集。我们使用广告支出、IDFA 和应用内事件数据来估计同期群指标，例如第 7 天和第 30 天的收入。

这种估计受益于您的应用所使用的现有 SKAdNetwork 转化模型 —— 更好的模型创建更准确的数据集，将在估计同期群指标时产生更高的准确性。

针对每个指标，Singular 将提供置信区间，帮助营销人员评估准确性，从而围绕广告活动优化做出明智的决策。

以下是一个示例：

• 假设一位营销人员在其转化模型中使用 24 小时的衡量周期。
• 在第一个24 小时窗口结束时（从首次调用 SKAdNetwork 时开始），每台 iOS 设备将获得一个额外的随机计时器，之后 Singular 将收集所有捕获的转化值，这些值通过 SKAdNetwork 编码并由广告网络发送给 Singular。
• Singular 随后会将转化值解码回原始指标，例如收入，此阶段这些数据尚未进行分组。
• 接下来是数据科学的部分 —— Singular 将采用原始收入指标，并使用技术估计第 7 天的收入。每个值都将附带一个置信区间，以便营销人员了解其准确性。
• 例如，当估计值为 100 美元且置信区间为 10 美元时，这意味着我们以 90% 的准确性估计第 7 天的收入为 100 美元！