iOS监测两手抓：在Adjust Automate中同时查看ATT设备层级和SKAdNetwork数据

营销人员需要通过监测了解其推广活动的表现。毋庸置疑，iOS14.5+和SKAdNetwork为营销监测的策略和流程带来了巨大的震荡和挑战。现在，AppTrackingTransparency(ATT)授权用户数据和聚合SKAdNetwork数据并行，已成为iOS端推广活动归因的新常态。为了充分利用两种数据，营销人员和开发者们都对监测的方法进行了调整。

两个数据集各有其优缺点。借助设备层级的ATT授权用户数据，您可以获得详尽的报告，并打造对应收入指标的用户同期群。但只有在用户授予许可的情况下，才能获得ATT数据，因此营销人员无法借此精准、完整地了解营销表现。

高层级SKAdNetwork数据能针对每个合作伙伴提供较为精确的总量数据，但却无法报告营销活动的细节。两者的差异让营销人员难以判断应该根据哪些数据点进行日常决策。同时，他们也越来越需要一款能够精简报告流程，汇总不同数据的监测工具。

不过，设备层级MMP数据和聚合SKAdNetwork数据合并时会出现多种问题，过程复杂，成果也不可靠。

合并MMP与SKAdNetwork数据时

会出现什么问题

01 数据去重

合并未动，去重先行。在考虑合并SKAdNetwork和ATT安装数据前，必须先进行去重，剔除两组数据中重复出现的安装归因。SKAdNetwork提供的是聚合数据，而非设备层级数据。

因此，我们可以增加一个新的维度，将设备层级已归因的安装与未归因安装分开，尝试进行去重。这种去重方法尚处早期概念阶段，会占用至少1比特的转化值，且无法解决ATT和SKAdNetwork数据合并带来的所有其他问题。

02 随机安装日期

SKAdNetwork数据提供的安装日期始终带有随机性，无法准确辨识。也就是说，SKAdNetwork安装可能发生在数据接收前的0-48小时内，因此难以从数据集中准确去除。

03 来自Google的安装

来自Google的SKAdNetwork安装日期数据更加复杂，难以处理。Google会通过模型，尝试确定与相关广告交互(点击或展示)的发生日期，并将该日期与安装相关联。

Google是规模最大的自归因渠道之一，众多营销人员的渠道组合中都有它的身影。因此，Google对安装日期的处理方法会对数据合并造成重大影响。

04 归因方法

SKAdNetwork和设备层级的归因工作原理不同，两者的渠道归因分布也可能有很大差异。因此，在聚合数据时，即便采用了第1条中的去重方法，依旧难以避免某些渠道中出现重复归因。

例如，在设备层级上，多触点营销活动中的某些安装归因给了Facebook，但SKAdNetwork则可能将这些安装归因给Twitter。

05 随机出现的无效转化值

SKAdNetwork会返回一定数量的无效(null)转化值。转化值本身即含有安装是否归因的信息，因此，如果转化值无效，其归因状态就无法被识别。无效转化值视推广活动ID的安装量而定，并非在所有转化值中线性分布，也就是说，我们无法直接用无效与有效转化值的比率进行推测。

无效转化值占SKAdNetwork全部安装40%的情况并不罕见。要获得足够多的安装，克服这一阙值的限制，收集足量数据进行分析和使用，就要支付相对较高的推广活动成本。隐私变更带来的各种挑战已经让许多营销人员应接不暇。考虑到这一点，除非您预计能吸引足够多的安装，否则我们不推荐将预算拨给多个不同推广活动。随机的无效转化值会对数据去重带来显著影响，也是设备层级和SKAdNetwork数据合并中的另一个重要挑战。

06 不同国家/地区的差异

不同市场的营销成本和表现可能有天壤之别。如果要跨多个国家/地区和语种开展营销活动，那么国家/地区这个维度就极为重要。SKAdNetwork安装数据中一般不包含国家/地区信息。如果先合并了数据集，然后想要按照国家/地区进行细分，那么不仅效率极低，而且无法确保准确性。

07 效果数据不准确

除了上文提到的安装数量不准确的问题外，营销人员也无法了解合并过程中被加入的安装表现如何。无视上述几个问题，用外推法又可能计算出各渠道的有效总支出。然而，一旦进入依赖推广活动层级数据的营销决策阶段，推算出的数字就基本没有用了。推广活动层级报告中的第7天和第30天收入等表现指标也会出现误差。

Adjust Automate如何帮助营销人员克服限制

营销人员和开发者需要确定自身情况，如应用商业模型、推广活动安装量、广告支出、渠道归因分布和推广活动总量以及在安装后初始24小时内的重要信号识别能力等，以此找到最值得信赖的数据来源，判断两个数据来源间可能具有相关性的指标。这种相关性可能不会立刻显现，此时，您就要进一步分析数据。

考虑到当下的种种困难和局限，Adjust推荐您使用Automate并列报告功能查看数据。借助一系列SKAdNetwork相关KPI(转化、收入和事件)，您可以打造全面的SKAdNetwork推广活动报告，并利用模板，并列查看SKAdNetwork和Adjust归因数据，在易于管理的表格式报告内比较这两个来源的iOS推广活动数据。

分开处理不同数据集是确保数据精确性的最佳方法。不过，如果您和团队决定要进行ATT和SKAdNetwork数据的合并与去重，我们也同样能提供支持。Adjust致力于提供100%透明的数据服务，会将去重工作的控制权交到客户手中。此外，借助我们的SDK归因实时回传，您可以触发可识别的事件，在转化值配置中使用。了解更多信息，请与Adjust代表联系。?

我们当前正在积极寻找更好的报告方法，在保证精确归因数据的同时，帮助客户完整了解营销表现。与此同时，为避免上文提到的种种问题，确保报告和数据集不受影响，我们建议您继续使用并列报告功能，查看和比较不同数据集。