Atribuição mobile 360°

O fingerprinting é um componente primário de toda atribuição mobile. No decorrer dos últimos anos, desenvolvemos um novo conjunto de tecnologias que chamamos de fingerprinting dinâmico, melhorando a precisão de nossa atribuição em até 50%. Ou seja, profissionais de marketing que fazem o upgrade para a AppsFlyer costumam descobrir que até 50% do crescimento pago foi, na realidade, crescimento orgânico, atribuído equivocadamente devido aos dados de IP enganosos.

Por Que Fingerprinting Dinâmico

No fingerprinting mobile, os provedores de atribuição normalmente buscam parear alguns sinais de dados como sistema operacional do dispositivo, versão do sistema operacional e o endereço IP do usuário. Num mundo perfeito, cada dispositivo usaria seu próprio endereço IP exclusivo. Porém a maioria das redes móveis usa um número limitado de endereços IP públicos em uma determinada região, distribuindo-os dinamicamente a dezenas de milhares de usuários. Quando dezenas de milhares de usuários compartilham um endereço IP, o fingerprinting perde sua precisão.

Quando uma plataforma de atribuição se baseia em endereços IP não-exclusivos, a probabilidade de encontrar um falso positivo associando um clique não relacionado a um download orgânico aleatório aumenta drasticamente. No exemplo acima, duas ações completamente independentes foram erroneamente conectadas, levando o anunciante a pagar por uma instalação orgânica. Essa atribuição errada acaba introduzindo um ciclo de caixa descontrolado que custa muito mais aos anunciantes, a longo prazo.

A AppsFlyer é o único provedor de atribuição a adaptar nosso fingerprinting dinamicamente com base na singularidade de cada endereço IP. Com bilhões de novas interações registradas todos os dias, nosso machine learning e escala alimentam uma classificação única de endereços IP. O NativeTrack então estreita ou até fecha nosso fingerprinting com base na classificação de singularidade de IP, diminuindo atribuições falsas e canibalização orgânica em até 50%.

iOS, Windows e Android são plataformas muito diferentes e cada uma precisa da sua própria solução de atribuição exclusiva. Para evitar a fraude, não podemos revelar o alcance completo de nossa metodologia. Abaixo está uma visão geral técnica do funcionamento interno da NativeTrack™. Para obter informações mais detalhadas, sinta-se à vontade para entrar em contato conosco.

Para atribuição no iOS e tvOS, o NativeTrack™ analisa vários pontos de dados, incluindo o perfil do dispositivo, o perfil completo das impressões digitais, dados de tráfego, de operadora e de aplicativo, entre outros, para determinar estatisticamente o usuário exclusivo do dispositivo, download do aplicativo e conversão com precisão incomparável. Então, a AppsFlyer atribui um identificador interno de usuário único para o perfil do usuário desenvolvido para esse indivíduo. Esse identificador de usuário não é baseado em um UDID ou endereço MAC, e é completamente anônimo, respeitando as configurações de privacidade do cliente sem comprometer dados ou insights do profissional de marketing.

A AppsFlyer também é compatível com atribuição baseada em ID (quando disponível) em conjunto com fingerprinting para atribuição de iOS. Ao contrário de navegadores de PC e muitos dispositivos Android, onde as impressões digitais de dispositivos individuais são bastante singulares, dispositivos iOS muitas vezes apresentam impressões digitais semelhantes. Isso faz com que uma atribuição exata baseada em fingerprinting seja particularmente difícil para dispositivos iOS. A AppsFlyer foi a primeira plataforma do mundo a aplicar fingerprinting de dispositivo no iOS e, desde então, desenvolveu uma série de soluções avançadas que melhoraram significativamente o alcance e a precisão do fingerprinting no iOS.

A atribuição da AppsFlyer para Android é compatível com instalações do Google Play, Amazon App Store, aplicativos pré-instalados ou em pacote e instalações fora da loja. No lado técnico, o NativeTrack™ utiliza sinais, incluindo o parâmetro de referência do Google Play, fingerprinting completa e tecnologia de atribuição baseada em ID para proporcionar a melhor cobertura sem sacrificar a qualidade.

A AppsFlyer funciona em todos os dispositivos do Windows 10, incluindo telefones celulares, laptops e tablets. Os pontos de dados de atribuição incluem tanto o ID do Dispositivo quanto o referente da instalação.

Usuários muitas vezes interagem com mais de uma promoção antes de instalar um aplicativo. Portanto, o profissional de marketing mobile precisa de insights sobre toda a jornada do cliente. Os anunciantes querem entender quais promoções conduziram cada instalação, bem como quais promoções de fato impulsionaram a instalação. O NativeTrackTM da AppsFlyer fornece aos profissionais de marketing os insights que precisam para entender cada passo na jornada cliente, aproveitando modelos de atribuição de último toque, multitoque ou parcial.

O painel de controle principal da AppsFlyer aproveita a atribuição do último toque, atribuindo cada instalação à última promoção com a qual o usuário estava envolvido antes de instalar o aplicativo. Nossos Relatórios de instalações assistidas e Relatórios de dados brutos fornecem uma visão mais aprofundada sobre quais redes contribuíram ou ajudaram cada instalação de aplicativos, fornecendo informações de atribuição multitoque.

Alguns profissionais de marketing avançados também utilizam modelos de atribuição fracionária. Esses modelos usam uma análise estatística para conceder uma porcentagem crescente da instalação a cada promoção no funil de aquisição do usuário. Por exemplo, ao utilizar um modelo de atribuição fracionária, um cliente que viu três anúncios antes de instalar o aplicativo pode ser 20% atribuído à primeira rede, 30% à segunda rede e 50% à terceira rede. Nossos Relatórios Avançados Raw Data contêm a jornada completa do usuário, desde a primeira impressão registrada (em redes parceiras) até o caminho ao longo do funil, fornecendo aos profissionais de marketing os dados necessários para que façam a otimização segundo seus modelos de atribuição fracionária preferidos.