Atribuição no iOS 14+: de pontos de dados isolados a uma única fonte confiável

Vamos voltar rapidamente para 23 de junho de 2020, quando a Apple apresentou as atualizações do iOS 14 que mudariam para sempre o ecossistema dos aplicativos mobile. 

Todos começaram a fazer as mesmas perguntas:

• A SKAdNetwork será uma boa forma de mensurar os esforços de marketing? (spoiler: sim e não)
• Como serão as taxas de permissão à App Tracking Transparency (ATT)? (spoiler: maiores do que o esperado)
• Se a maioria dos usuários não vai dar permissão, por que vou perder meu tempo mostrando o pop-up da ATT? (spoiler: porque uma parcela dos usuários vai te ajudar a responder muitas perguntas sobre a maioria)

É claro que todas essas perguntas eram legítimas, mas foi ficando evidente que, na verdade, a preocupação mais crítica era:

Como posso consolidar todas essas fontes de dados em uma única fonte confiável (SSOT)?

A verdade é que nessa nova realidade existem múltiplas realidades. Com o surgimento do iOS 14, os marketers começaram a receber fluxos de dados de várias fontes diferentes: SKAdNetwork, usuários que deram permissão à ATT, dados agregados de modelagem probabilística, insights baseados em incrementalidade, APIs dedicadas para Apple Search Ads, entre outras… 

Mas qual fluxo de dados representa a realidade de fato? Como os marketers devem lidar com todos os dados recebidos e confiar nas decisões com base nesses dados? Essa é uma ótima pergunta.

Ficamos felizes em anunciar que temos a solução para esse problema. Primeiro, vamos fazer uma análise mais detalhada.

O problema

Para a análise, vamos focar nestes três conjuntos de dados de atribuição:

1. SKAdNetwork: atribuição realizada pelo iOS, no próprio dispositivo
2. Usuários que deram permissão à ATT: atribuição baseada na correspondência de IDs
3. Tráfego não consentido: mensuração agregada em nível de campanha através da Privacidade Avançada Agregada (para canais pagos) ou modelagem probabilística (para canais próprios). Esses métodos produzem relatórios de performance de campanha sem identificar dispositivos ou usuários individuais.

A SKAdNetwork tem duas vantagens significativas: é determinística e inclui todos os usuários. No entanto, também apresenta grandes desvantagens: tem uma mensuração de LTV limitada (para dizer o mínimo), não abrange todos os fluxos (como o web mobile, por exemplo), atrasa postbacks, apresenta possíveis riscos de fraude, entre outras.

A correspondência de IDs, a Privacidade Avançada Agregada e a modelagem probabilística também têm vantagens e desvantagens.

Solução sugerida: escolher o modelo com base na sua necessidade específica. 

Porque não vai funcionar: na teoria, o problema está resolvido, mas na prática… isso não é possível. Como os dados da SKAdNetwork são anonimizados, não tem como saber se as mesmas conversões foram atribuídas por outros modelos. Ou não atribuídas.

Cada instalação poderia ser:

• Atribuída apenas pela SKAdNetwork
• Atribuída apenas por outros modos de atribuição
• Atribuída por ambos
• Não atribuída

A essência da SKAdNetwork é a anonimização. Intencionalmente, ela impede a engenharia reversa para correspondência em nível de usuário graças a recursos como atrasos aleatórios nos postbacks. 

Mas, na verdade, os anunciantes enfrentaram duas realidades paralelas.

A maioria das soluções para a nova era do iOS 14 é apresentada da seguinte forma:

Múltiplos dashboards e APIs tornam quase impossível para os anunciantes alcançarem insights acionáveis. A única solução é um dashboard ou API consolidado, onde os dados são combinados, deduplicados e unificados, ao mesmo tempo em que a privacidade do usuário permanece protegida e alinhada com as políticas da Apple. No entanto, como já explicamos, isso não era possível.

Receba notícias de marketing e insights de especialistas direto em seu e-mail

Problema resolvido

A SKAdNetwork tem limitações, mas muitas delas podem ser superadas ao inovar com base nos protocolos de valores de conversão. Este caso não é diferente. 

Vamos aproveitar o valor de conversão para criar uma realidade unificada, uma única fonte confiável entre as diferentes fontes de atribuição.

Para anunciantes do iOS, os valores de conversão são a única forma de mensurar o LTV de usuários nas campanhas SKAN. Ao mapear corretamente os 64 valores possíveis, os anunciantes podem mensurar a receita pós-instalação, a atividade dos usuários e a retenção. 

O recente lançamento do Conversion Studio da AppsFlyer oferece um ambiente de configuração hiperflexível, onde cada valor pode ser maximizado e contabilizado no mapeamento.

Embora os valores de conversão limitem a capacidade do anunciante de mensurar o LTV (tanto no tempo como no intervalo), eles fornecem uma solução para a deduplicação.

Vou explicar:

1. Quando um usuário abre um app pela primeira vez, a AppsFlyer tenta atribuir essa instalação. 

2. Supondo que a AppsFlyer consiga fazer essa atribuição, um único bit dos valores de conversão da SKAN é usado para indicar uma flag “found attribution” no valor de conversão, através da chamada updateConversionValue.

3. Se um postback da SKAN for recebido pela AppsFlyer mais para frente, os dados da SSOT são agregados de acordo com essa equação:
   usuários atribuídos pela AppsFlyer + postbacks da SKAN cuja flag “found attribution” = false. 

Pontos críticos para uma única fonte confiável

Para que tudo isso funcione, existe uma etapa importante no processo: os anunciantes devem dedicar parte do valor da conversão à deduplicação. Essa opção precisa ser controlada pelo anunciante e ativada ou desativada conforme necessário.
No recém-lançado Conversion Studio, onde anunciantes podem facilmente configurar mapeamentos de conversão de valor com múltiplas métricas, estamos implementando essa mesma opção.

Quando ativada, a configuração irá consolidar, deduplicar e unificar os dados em relatórios agregados.

guide

Inside SKAN: SKAdNetwork insights

Mas isso não viola a privacidade do usuário final?

De maneira alguma. Os dados permanecem completamente anonimizados; limites, timers e atrasos continuam garantindo que ninguém consiga alcançar a granularidade em nível do usuário. Todas as camadas de proteção da SKAdNetwork permanecem ativas para garantir que a privacidade do usuário final nunca seja comprometida. 

No fim, tudo continua totalmente agregado, sem a possibilidade de desanonimizar os dados. Ela apenas ajuda a deduplicar as realidades agregadas e a alcançar uma única fonte confiável. 

Aqui vai um breve resumo:

Vantagens

Pontos de dados isolados (em silos) → única fonte confiável (SSOT)

A fórmula é simples:

Realidades paralelas → dificuldade em tomar decisões

SSOT → insights de marketing acionáveis

Maximizando as vantagens de cada modelo

Ao deduplicar dados de ambos os modelos agregados, os anunciantes podem usufruir das vantagens de cada um. Exemplo:

• LTV completo com base nos modelos tradicionais de atribuição
• Cobertura total e pontos de dados determinísticos da SKAdNetwork

Maximizar essas vantagens ajuda os marketers a tomar decisões melhores, mesmo em uma realidade do iOS 14+.

A privacidade dos usuários finais não é comprometida

A framework de privacidade da SKAdNetwork continua inalterada.

A otimização de campanhas da SKAdNetwork permanece a mesma

Como os postbacks da SKAdNetwork são enviados para todos os usuários, independentemente de terem sido atribuídos em modos paralelos ou não, as redes continuam otimizando com base nos valores de conversão.

Conclusão: a realidade da SKAN permanece abrangente e precisa, não afetando quem aproveita os dados.

Desvantagens

6 bits de valor de conversão → 5 bits de valor de conversão

Como já mencionamos, um bit será reservado para indicar se a instalação atual também foi atribuída em um modo de atribuição paralela. Para isso, o precioso recurso dos valores de conversão terá um bit a menos.

Alguns dos nossos principais clientes ajudaram no planejamento dessa solução e estavam mais do que dispostos a perder um bit pela promessa de uma única fonte confiável. Porém, essa ainda é uma decisão que precisa ser tomada pelo anunciante.

Considerações finais

À medida que o mercado se adapta à nova era, é fundamental que a precisão dos dados e a privacidade dos usuários continuem coexistindo. Na AppsFlyer, nossa missão é capacitar os anunciantes enquanto enfrentamos as mudanças.

A confiança total nos resultados reais dos seus esforços de marketing é essencial para essa missão. Uma única fonte confiável para performance garante que os marketers otimizem o gasto com anúncios, expandam negócios e ofereçam uma experiência melhor aos usuários finais.