Desbloqueie o poder dos valores de conversão da SKAdNetwork, mensure e preveja o valor das suas campanha

Por Shani Rosenfelder
skadnetworks conversion values power - square

A SKAdNetwork – a solução centrada na privacidade da Apple para a atribuição determinística no iOS 14 — trouxe limites, complexidades e restrições que não existiam nos métodos de atribuição que usávamos antes. 

Felizmente, existem maneiras de enfrentar esses desafios e reter uma grande parte da sua capacidade de mensurar e prever o valor dos seus usuários adquiridos.

O segredo para desbloquear o valor da SKAdNetwork é entender o mecanismo exclusivo de valores de conversão da Apple. Neste blog post, vamos analisar detalhadamente os valores de conversão – o que são, quais sãos os bits que fazem parte deles e como fazer com que eles sejam úteis para você.

O que são os bits e como eles funcionam?

Os valores de conversão são configurados por desenvolvedores de aplicativos e são usados na mensuração da atividade pós-instalação, conectando-a à instalação correspondente.

Apenas um valor de conversão é adicionado ao único postback que o iOS envia para a ad network. Assim, a informação contida nesse valor de conversão é toda a informação que pode ser acessada sobre a atividade pós-instalação de um usuário (caso ele não tenha dado o consentimento para “rastreamento”), o que o torna extremamente importante.

Mas como é essa configuração, e como ela pode ser customizada para oferecer insights relevantes?

Aqui entram os bits. Um valor de conversão é definido por 6 bits, que são medidas binárias – o que significa que eles podem ser ativados ou desativados (0 ou 1). Pense nesse mecanismo como se fosse um interruptor.

SKAdNetwork Conversion values six bits

Isso possibilita uma variedade de combinações de mensuração dentro desses 6 bits – um total de 64 combinações, que vão de 0 a 63.

Tabela dos 64 bits de valores de conversão da SKAdNetwork

Embora 64 opções possa parecer um número limitado, ainda existem diversas opções que podem ser usadas para a mensuração da receita, engajamento, progresso do funil, gênero, dispositivo e mais.

Esses valores podem ser usados como você quiser – você os controla e define os KPIs que são mais valiosos para o seu negócio. Basta mapear de forma adequada os seus valores de conversão com base em sua lógica interna.

Depois, esses 6 valores, cada um com a sua decodificação exclusiva configurada pelo desenvolvedor/anunciante do aplicativo, são atribuídos à fonte de instalação, permitindo a mensuração e a otimização das campanhas.

Otimize os bits para mensurar valor

Dominar esse método de mensuração é essencial para ultrapassar os limites da SKAdNetwork e desbloquear o seu verdadeiro potencial.

Com os seus 6 bits, você ainda terá a possibilidade de mensurar os sinais iniciais de engajamento, retenção e monetização, estabelecendo um panorama da previsão do lifetime value (pLTV) do usuário a partir desses sinais.

Para isso, você deve definir a sua estratégia de distribuição de bits. Quais são os eventos mais importantes para os seus cálculos de LTV? A partir da sua resposta, você pode configurar o mapeamento desses eventos para os valores de conversão correspondentes.

Você possui total flexibilidade para escolher como aproveitar os seus 6 bits e alcançar o seu objetivo. Podemos definir as estratégias de distribuição dos bits em três divisões gerais – plana, equivalente e combinada.

1. Divisão plana

Com esse método, todos os 6 bits são utilizados para mensurar um único KPI. No exemplo abaixo, o desenvolvedor do aplicativo atribuiu todos os seus 6 bits para mensurar a receita.

Aqui, os bits exibem um valor binário específico de 110001, que retorna um valor de conversão correspondente, informando ao aplicativo quando o usuário gerou uma quantia específica de receita – no caso, US$49 (veja a imagem abaixo).

SKAdNetwork conversion values: six bit flat revenue split

2. Divisão equivalente

Ao invés de distribuir todos os 6 bits para um único KPI, você pode separá-los de forma equivalente e mensurar diversos aspectos do comportamento do usuário dentro do mesmo valor de conversão. Por exemplo, você pode direcionar 3 bits para mensurar a receita e 3 bits para mensurar o progresso no jogo – permitindo que você junte essas métricas para cada usuário, individualmente.

SKAdNetwork conversion values: revenue split

Nesse exemplo de distribuição dos bits, o aplicativo configurou seus valores de conversão com base na seguinte lógica:

SKAdNetwork conversion value mapping

O valor de conversão 46 significa que o usuário gastou mais de US$20 ao longo de 25 níveis.

3. Divisão combinada

A última categoria é um pouco mais complexa: ela se baseia em uma combinação das duas estratégias anteriores. Ela parte do método equivalente (nesse exemplo, os bits são distribuídos para mensurar a receita e o progresso no jogo) e adiciona um sinal determinístico de ativado/desativado no final, em um dos bits restantes (que diz respeito sobre se o usuário fez o login ou não, por exemplo).

 

SKAdNetwork conversion value

Usando os valores de conversão para realizar análises preditivas

Analisamos alguns dos detalhes estruturais dos valores de conversão – agora vamos falar sobre por que eles são tão importantes para a análise preditiva.

Como mencionamos acima, os valores de conversão se baseiam em sinais iniciais do funil da jornada do usuário, pois essa é a natureza da SKAdNetwork. Além disso, os limites da SKAdNetwork (como o envio de um único postback, sem uma indicação de data/hora) afetam bastante a sua capacidade de agrupar usuários em cohort e prever o seu valor.

Por isso, criar modelos preditivos eficazes, que podem ser usados para desbloquear o potencial desses sinais iniciais, nunca foi tão importante.

Profissionais de marketing experientes já utilizavam esses modelos bem antes da chegada da SKAdNetwork, permitindo a previsão do valor do usuário logo no início do processo e garantindo uma otimização rápida. 

Agora que temos apenas os sinais iniciais fornecidos pela SKAdNetwork, os modelos preditivos são fundamentais para os profissionais de marketing.

Previsões antes e após a SKAdNetwork

Como cada aplicativo possui a sua própria maneira exclusiva de calcular o LTV dos usuários – com base em sua própria variedade de eventos in-app, benchmarks e ponderação – os modelos preditivos que eram utilizados anteriormente à SKAdNetwork também exigiam que máquinas fossem treinadas utilizando o histórico de dados mensurados por meio do SDK da MMP, seguido por um mecanismo de classificação com base nos eventos in-app finalizados. No exemplo abaixo, quanto mais avançada no funil, maior é o peso da ação na previsão do LTV.

SKAdNetwork conversion values: predictive analytics

Com a SKAdNetwork, um passo adicional é necessário. Após o final do período de treinamento da máquina e da configuração do valor do evento, você terá que determinar qual será a sua estratégia de distribuição de bits, para garantir que eles captem os valores e as combinações dos eventos que indicam um usuário valioso.

SKAdNetwork conversion values: machine learning conversion

A SKAdNetwork faz com que seja necessário que os desenvolvedores e anunciantes tenham um modelo preditivo sofisticado baseado nesses valores de conversão. As análises preditivas permitem que você faça a correlação entre a atividade dos usuários durante os primeiros dias de uso do aplicativo e o seu LTV a longo prazo.

Elas trazem uma ampla variedade de benefícios: você pode minimizar as suas perdas, caso identifique uma atividade de alto risco, ou identificar um possível sucesso logo no início e dobrar os seus resultados. Assim, elas reduzem drasticamente qualquer período de aprendizagem e permitem que você aja rapidamente.

A flexibilidade dos valores de conversão, e o fato de que você possui total controle sobre eles, oferece a você ferramentas confiáveis para a previsão de um valor futuro, permitindo que você faça a otimização adequada.

Assumindo o controle dos valores de conversão

Entender os valores de conversão e utilizá-los a seu favor é fundamental para desbloquear o verdadeiro valor da SKAdNetwork. Dito isso, não vamos fingir que essa é uma tarefa fácil – principalmente caso você busque gerar campanhas de alta performance.

Como um anunciante ou um desenvolvedor, o controle sobre os valores de conversão está nas suas mãos. No entanto, há uma série de desafios que devem ser superados – e é por isso que você deve se certificar de que uma única entidade possa controlar esse campo por você. Nesse caso, as MMPs são a melhor escolha.

As MMPs não são apenas uma fonte confiável e imparcial: elas também oferecem diversas integrações com ad networks. Afinal, a SKAdNetwork não existe isolada, e o enriquecimento a partir de outros modelos de atribuição permite que você melhore ainda mais a otimização das campanhas.

Em termos de recursos técnicos, as MMPs também oferecem a sincronização direta entre o SK do cliente/servidor, machine learning em escala e um amplo suporte de engenharia para que você esteja sempre à frente das futuras versões da SKAdNetwork.

Principais conclusões

Embora o iOS 14 e a SKAdNetwork representem uma grande mudança no panorama do marketing mobile, ainda é possível navegar por esse meio sem comprometer a mensuração e a sua capacidade de prever o LTV de um usuário.

Lembre-se:

  1. Embora os 6 bits que compõem os valores de conversão possam parecer bem limitados, uma estratégia eficaz de distribuição desses bits oferece a possibilidade de mensuração avançada.
  2. Com as limitações da SKAdNetwork, o modelo preditivo passou a ser fundamental para os profissionais de marketing.
  3. As MMPs podem impulsionar ainda mais a sua capacidade de gerar campanhas de alta performance, e permitir que elas controlem os seus valores de conversão pode ser extremamente útil.

Shani Rosenfelder

Shani é gerente de conteúdos e insights mobile da AppsFlyer. Ele possui mais de 10 anos de experiência em criação de conteúdos e ocupou diversas funções de marketing em grandes empresas online e startups. Unindo criatividade, habilidades analíticas e uma mentalidade estratégica, Shani é apaixonado por definir a reputação e a visibilidade das marcas por meio de projetos inovadores baseados em conteúdos.

Seguir Shani Rosenfelder

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

blog