Кроссплатформенные измерения: полное руководство на 2026 год

Вот с чем я постоянно сталкиваюсь. Три дэшборда, три разных числа для одного и того же клиента и бюджетное решение, основанное на том, во что кто-то решил поверить на этой неделе.

Ваше мобильное приложение показывает установку и покупку. Веб-аналитика показывает отдельный анонимный сеанс того же пользователя, который несколькими днями ранее заходил на сайт с компьютера. Данные CTV показывают третий, отдельный контакт с рекламой, который никак не связывается с двумя предыдущими. Три платформы, три фрагмента данных об одном и том же клиенте — и никакой единой картины.

Это не проблема качества данных. Веб никогда не придерживался такого же стандарта измерения, как мобильное приложение, и этот разрыв проявляется каждый раз, когда пересматривается атрибуция: три системы, три числа, никакой единой истины.

В этом руководстве рассматривается: что на самом деле представляет собой кроссплатформенное измерение, почему разрыв в измерении сохраняется, даже когда команды знают о его существовании, и как объединить пути клиента между вебом, мобильным приложением и CTV в единое атрибутированное представление, которое показывает, какой вклад каждый канал на самом деле внес в доход.

Краткое содержание

• При разрозненных измерениях один и тот же клиент отображается как три разных пользователя на трех разных дэшбордах.
• Кроссплатформенное измерение исправляет это, отслеживая реального человека по мере его перемещения между устройствами
• Идентификатор клиента (CUID) — это уровень идентификации, который делает возможным объединение пути
• Полноценная система кроссплатформенных измерений должна включать четыре компонента: идентификатор клиента (CUID), группировку по линейкам продуктов, единую логику атрибуции и доступ к данным в режиме реального времени.
• Объединение данных мобильных приложений, веба и CTV позволяет определить реальный LTV и ROAS по всем каналам взаимодействия с клиентами.

Что такое кроссплатформенное измерение?

Кроссплатформенное измерение связывает конверсию с точками взаимодействия, которые на самом деле привели к ней, будь то мобильное приложение, веб, ПК, консоль или CTV.

Она охватывает все каналы, между которыми перемещается клиент, объединяя их под единым идентификатором, а не измеряя каждое устройство отдельно и независимо от остальных. Для этого мы используем идентификатор клиента (CUID) — постоянный идентификатор, который объединяет активность одного пользователя во всех каналах взаимодействия.

Путь пользователя между мобильными устройствами, компьютером, игровыми платформами, вебом и CTV.

В чем разница между традиционной атрибуцией и кроссплатформенным измерением?

Традиционная атрибуция видит только то, что происходит на одной платформе или устройстве. Она отвечает на узкий вопрос: что произошло в этом приложении или на этом веб-сайте по отдельности. Кроссплатформенные измерения позволяют ответить на более важный вопрос: какие устройства и платформы на самом деле приносят доход и обеспечивают долгосрочную ценность клиентов?

Человек, который регистрируется в вебе, совершает покупку в приложении и снова покупает на ПК, отображается как три отдельных пользователя в изолированной отчетности. На практике это может означать, что платная кампания, которая изначально привела пользователя к регистрации на сайте, вообще не получает атрибуции, покупка в приложении считается органической, а доход на ПК приписывается каналу последнего касания, который случайно оказался на пути пользователя.

В результате вы рискуете масштабировать не те кампании и недоинвестировать в устройства и платформы, которые действительно приносят доход. Благодаря кроссплатформенным измерениям все взаимодействия одного и того же пользователя объединяются в единый путь с единым показателем LTV. Объединение данных происходит автоматически, без необходимости вручную сводить их в системе бизнес-аналитики. Это означает, что конверсия будет корректно приписана кампании, которая действительно привела пользователя, а решения о распределении бюджета можно будет принимать на основе полной картины.

Почему кроссплатформенные измерения так сложны?

Тот же вопрос постоянно возникает у команд, работающих с ними. Большинство уже знают, что их отчетность фрагментирована. Более сложный вопрос заключается в том, что именно является причиной этого. Обычно это связано с тремя факторами.

1) Данные разрознены по платформам

Веб, мобильные приложения, CTV и консоли работают как отдельные системы отчетности, каждая из которых предназначена для измерений на своей платформе, а не всего пути пользователя. Дэшборд мобильных приложений показывает, что происходило в мобильных приложениях. Ваша веб-аналитика показывает, что произошло в вебе. Каждая из этих систем делает именно то, для чего она была создана. Проблема в том, что ни одна из них не предназначена для объединения данных со всех платформ.

2) Нет независимого арбитра

Meta, Google и другие платформы предоставляют отчеты самостоятельно, часто приписывая себе полную заслугу за одну и ту же конверсию. Это приводит к дублированию атрибуции, из-за чего показатели рентабельности расходов на рекламу (ROAS) оказываются завышенными, а понять, какие кампании на самом деле привлекают клиентов с высоким LTV, становится сложнее. Каждая сеть заинтересована в том, чтобы приписать конверсию себе, и эта предвзятость сама по себе не исчезнет. По моему опыту, именно здесь важен независимый уровень: Уровень атрибуции AppsFlyer применяет заданную вами бизнес-логику и детерминированное сопоставление, чтобы связать конверсию с реальным источником привлечения, а не полагаться на данные какой-либо одной рекламной сети. Именно это обеспечивает объективность данных каждой рекламной сети, не позволяя ей завышать собственные результаты.

3) Сведение данных выполняется вручную

Большинство команд используют системы бизнес-аналитики и собственные процессы обработки данных, чтобы объединять данные о клиентах с разных платформ и каналов. При этом такие процессы приходится перерабатывать каждый раз, когда платформа обновляет API. По моему опыту, команды, которые пытались создать такую систему самостоятельно, либо тратили на нее огромные средства, либо получали настолько ненадежное решение, что оно ломалось быстрее, чем они успевали его исправлять.

Это становится еще важнее, когда ИИ берет на себя больше работы по оптимизации. Эффективность агентных систем ИИ напрямую зависит от качества данных, на которых они работают. Если давать им неточные данные, вы получите не просто один неверный отчет… вы автоматически получите неточную оптимизацию по каждой кампании на весь период.

Как выглядит унифицированное кроссплатформенное измерение?

Вот что меняется, когда ваше сведение данных по идентификатору клиента (CUID) становится активным. Каждая точка взаимодействия, привязанная к одному и тому же человеку, будь то в вашем приложении, на вашем сайте или в CTV, связывается с одним постоянным идентификатором. Три разрозненных взаимодействия одного клиента объединяются в единый путь с единым показателем LTV, который доступен сразу — без необходимости вручную объединять данные в системе бизнес-аналитики.

Доход связывается с первоначальным источником привлечения, при этом его также можно атрибутировать точке повторного вовлечения. И вместо того чтобы по несколько дней ждать, пока команда бизнес-аналитики сведет отчеты с несовместимых платформ, ваша команда получает доступ к объединенным путям клиентов в режиме реального времени.

Первое, что замечает большинство команд, — рост показателя LTV. Не потому, что доход увеличился, а потому, что покупки на других платформах, которые раньше оставались незамеченными, теперь атрибутируются корректно.

FuboTV столкнулся именно с этой проблемой. Клиент видел рекламу на мобильном устройстве, регистрировался на сайте, а мобильной кампании подписка вообще не засчитывалась. Клиент видел рекламу на мобильном устройстве, регистрировался на сайте, а мобильной кампании подписка вообще не засчитывалась. Они перераспределили бюджеты на основе полной картины. В результате CPI снизился на 15%, а эффективность распределения бюджета выросла на 20% — и оба улучшения стали прямым результатом перехода от трех отдельных отчетов к единой системе атрибуции по всем каналам и устройствам.

«Нет другого инструмента, который собирает и измеряет данные так, как это делает AppsFlyer. Объединение и сопоставление данных, а также поиск новых способов их использования помогли нашим маркетинговым командам работать сообща, извлекать новые знания и переосмыслить маркетинговую стратегию по всем каналам и устройствам».

Vincent Eterlet, Head of Mobile Growth Marketing, fuboTV

Дэшборд «Обзор кроссплатформенных данных» с ключевыми показателями и разбивкой по платформам: мобильные устройства, веб и CTV.

Каковы ключевые компоненты системы кроссплатформенных измерений?

Вот что на самом деле требуется для полноценной системы. Четыре компонента: 

1. Идентификатор клиента (CUID): Постоянный идентификатор, обычно хешированный адрес электронной почты или ID для входа в систему, который объединяет активность клиента на разных платформах
2. Группировка по линейке продуктов: Объединяет несколько приложений и цифровых ресурсов в единую систему отчетности, позволяя видеть всю воронку клиента независимо от того, с какого устройства или через какую платформу он взаимодействовал с вашим брендом.
3. Единая логика атрибуции: Применяет единые окна атрибуции и определения событий во всех каналах.
4. Доступ к данным в режиме реального времени: Предоставляет доступ к объединенным данным в дэшбордах, системах бизнес-аналитики и инструментах на базе ИИ.

По моему опыту, уровень идентификации — это то, на чем команды спотыкаются в первую очередь. Остальные три компонента зависят от него. Настройте все четыре, и у вас будет все необходимое, чтобы видеть истинный кроссплатформенный LTV и принимать бюджетные решения на основе полной картины. Далее в этом руководстве в разделе о настройке подробно рассматривается каждый из этих компонентов.

Путь клиента от привлечения через Meta в вебе до покупок на iOS и ПК, объединенный с помощью CUID в единый LTV.

Чем измерение в разрозненных системах отличается от кроссплатформенного измерения?

Разница между этими двумя подходами проявляется в каждом важном решении: как идентифицируется клиент, как атрибутируется доход и что попадает в вашу отчетность.

Функция	Разрозненно (на уровне устройства)	Кроссплатформенно (AppsFlyer)
Идентификация клиента	Только на уровне устройства	На уровне клиента (CUID)
Измерение LTV	Для каждой платформы, неполные данные	Истинный кроссплатформенный LTV
Атрибуция	Последнее касание для каждого устройства	Первоначальный источник привлечения с возможностью также учитывать источники повторного вовлечения
Охват платформ	Мобильные устройства или веб, но не оба варианта	Мобильные устройства, веб, ПК, CTV, консоль
Объединение данных	Вручную, несколько часов работы в системе бизнес-аналитики	Автоматизировано, в реальном времени
Кроссплатформенный ROAS	Недоступно	Да
Группировка кампаний	По отдельным каналам	Кроссплатформенный обзор кампании
Интеграция бизнес-аналитики	Ручной экспорт и объединение	Единый набор данных, обновляемый каждый час
Измерения на планшетах	Недоучитывается	Унифицированное мобильное измерение
Цикл оптимизации на базе ИИ	Нет	Да, с помощью набора агентных ИИ-решений

Каждая строка, в которой разрозненные измерения дают неполную картину, означает, что решение о распределении бюджета принимается на основе неполных данных. Атрибуция приписывает заслуги не той кампании. В LTV отсутствует доход, полученный на другой платформе. Кроссплатформенный ROAS недоступен вовсе, поэтому вы проводите оптимизацию, не зная, что на самом деле приносят ваши кампании на каждой платформе. Кроссплатформенное измерение не меняет того, что делают ваши кампании. Оно просто показывает вам, что они делали на самом деле всё это время.

Кроссплатформенное измерение на практике: eCommerce, финансы и гейминг 

Пробел в измерении выглядит по-разному в зависимости от вашего бизнеса. Вот как это обычно выглядит в трех вертикалях, которые я вижу чаще всего.

eCommerce

По моему опыту, разрыв в измерении выглядит по-разному в зависимости от вашего бизнеса. Именно в этих трех категориях я чаще всего сталкиваюсь с этой проблемой.

В этой категории я постоянно наблюдаю одну и ту же картину: клиент впервые узнает о бренде в вебе, делает первый заказ с мобильного устройства, а затем совершает большинство повторных покупок в приложении. При разрозненных измерениях веб-кампании, с которой начался путь клиента, не засчитывается ни один из этих заказов. Команда смотрит на ROI веб-кампании, видит низкий показатель и перераспределяет бюджет в пользу других каналов, хотя на самом деле эта кампания приносила результаты.

Sweetgreen столкнулась именно с этой проблемой. Заказы поступали через ноутбук, телефон и планшет. Из-за отдельных решений для измерения веб-сайта и приложения один и тот же клиент регистрировался как разные пользователи, что завышало количество привлечений и занижало LTV. Как только они объединили измерение веб-сайта и приложения с помощью AppsFlyer, они обнаружили, что большинство новых клиентов из интернета перешли к покупкам преимущественно в приложении. Веб-кампании приносили гораздо более высокий ROI, чем показывали разрозненные данные. Sweetgreen перераспределила бюджеты на основе полной картины и увидела рост общего маркетингового ROI на 17%.

«Комплексная атрибуция веба и приложений AppsFlyer позволила восполнить пробелы в данных, необходимых для измерения дохода и LTV. Она помогла нам лучше контролировать общую маркетинговую стратегию и бюджет». Джефф Лин, директор по медиа и росту в Sweetgreen

Финансы

У финансовых команд есть проблема с измерением, которой нет у большинства других отраслей.

Событие, которое действительно имеет значение — депозит, активация аккаунта, первая транзакция — происходит не в момент привлечения. Оно происходит через несколько дней или недель, часто на совершенно другой платформе. Это означает, что кампания, с которого начался весь путь, редко получает заслуженное признание.

Sendwave одновременно проводит кампании в поиске, социальных сетях, у инфлюенсеров, в электронной почте, через push-уведомления и реферальные программы. Чтобы расти так, как они хотели, им нужно было единое атрибутированное представление по всем этим каналам. А не семь отдельных отчетов. Одна картина того, какие каналы действительно привлекали пользователей с высокой ценностью и куда инвестировать дальше.

Благодаря тому, что AppsFlyer предоставляет единое представление, Sendwave смогла принимать бюджетные решения, основываясь на полной картине. Результат — снижение стоимости привлечения клиента на 66% и удвоение базы активных пользователей, что было полностью обусловлено наличием одной четкой картины того, что действительно работает.

Для банков, в частности, безопасные интеграции server-to-server (S2S) соединяют эти пути, никогда не затрагивая конфиденциальные данные на стороне клиента. Банк может передавать в AppsFlyer данные о последующих событиях, включая подтверждение открытия счета или конкретные суммы депозитов, и использовать эти сигналы для оптимизации кампаний, которые обеспечивают реальный объем депозитов и долгосрочную ценность клиентов.

Архитектура конфиденциальности здесь также имеет значение. S2S-постбэки направляют данные конверсии, не полагаясь на браузерные пиксели или файлы cookie, что особенно важно в регулируемой среде.

Гейминг

Гейминг-студии все чаще выпускают кроссплатформенные тайтлы, но консольные и ПК-среды, такие как Steam, Epic Games, Xbox и PlayStation, работают как закрытые экосистемы. Отследить консольную покупку до мобильной или CTV рекламы действительно сложно.

Netmarble, одна из крупнейших в мире студий мобильного гейминга, столкнулась именно с этой проблемой. Известная такими тайтлами, как Solo Leveling: ARISE собрала более 50 млн предварительных загрузок по всему миру и заняла первое место по доходу более чем в 30 странах, а теперь компания выходит за пределы мобильных платформ, расширяя свое присутствие на Steam, Epic Games и PlayStation. В рамках этого расширения компания вместе с AppsFlyer создает систему кроссплатформенных измерений, которая позволяет объединять пути пользователей на всех этих платформах, задавать стандартную структуру событий для воронок на ПК и консолях и измерять LTV, ROAS и удержание в едином представлении, а не отдельно для каждой платформы.

«Мы с нетерпением ждем продолжения нашего сотрудничества с AppsFlyer для дальнейшего развития кроссплатформенного анализа пользователей. Наша конечная цель — внедрить структуру для сравнения и определения эффективности кроссплатформенных когорт для пользователей, которые играют на различных платформах». Сынбок Ли, руководитель команды UA, Netmarble

AppsFlyer объединяет идентификационные данные игроков на ПК и консолях с помощью решения, специально созданного для кроссплатформенных разработчиков, поэтому вы получаете единое представление об игроке без необходимости самостоятельно создавать логику сопоставления. После передачи внутреннего идентификатора игрока в AppsFlyer система сопоставляет его с CUID и связывает пользователя, который увидел рекламу на мобильном устройстве, а затем совершил конверсию в Steam. Благодаря этому вы можете измерять ROAS за весь жизненный цикл пользователя по всей игровой франшизе.

Каковы варианты для кроссплатформенного измерения?

По моему опыту, большинство команд приходят к одному из двух решений, когда решают эту задачу.

1. Купить платформу для кроссплатформенного измерения

Сторонние поставщики решений для измерений применяют единую логику атрибуции на всех платформах, объединяя идентификационные данные пользователей, устраняя дублирование, измеряя эффективность рекламы и формируя отчетность в рамках одной независимой системы.

С AppsFlyer вы можете объединить мобильные приложения, веб, CTV и консоли для кроссплатформенных измерений в рамках единого решения без необходимости использовать отдельного поставщика решений для идентификации пользователей. Единая система применяет одну и ту же логику атрибуции — например, по первому касанию, последнему касанию или пользовательской взвешенной модели, — если две рекламные сети регистрируют одну и ту же конверсию на любой платформе. Результатом является одна дедуплицированная запись атрибуции на конверсию, привязанная к одной и той же идентичности клиента на каждой платформе. Вы также фиксируете веб-конверсии через серверные (S2S) постбэки без Web SDK, обходя блокировщики рекламы и ограничения браузеров. Как правило, это позволяет регистрировать примерно на 20% больше конверсий по сравнению с использованием только клиентской интеграции.

2. Создайте самостоятельно

Некоторые компании создают собственную систему измерений на базе хранилища данных и графа идентификации пользователей. Такой подход дает полный контроль над идентификацией пользователей и логикой атрибуции, но требует развитой инфраструктуры обработки данных и постоянной поддержки по мере развития платформ и API.

По моему опыту, этот подход успешно используют команды, у которых уже есть масштабная внутренняя инфраструктура данных и достаточно технических ресурсов для ее поддержки по мере изменения платформ и технологий. 

Как соотносятся эти два подхода?

Вот как эти два подхода соотносятся по ключевым возможностям, необходимым для кроссплатформенных измерений.

Сравнение возможностей

Эти два подходасущественно различаются по тем возможностям, которые действительно важны для кроссплатформенных измерений.

Функциональность	СДЕЛАЙ САМ	Базовый MMP	Кроссплатформенные измерения AppsFlyer
Данные атрибуции на уровне пользователя	Возможно, сложно	На уровне устройства	Да, на всех платформах
Истинный кроссплатформенный LTV	Ручная сборка	Нет	Да
Охват CTV	Вручную	Ограниченные возможности	Да
Настраиваемые ключевые события привлечения	Да, но настройка сложная	Ограниченные возможности	Да, для каждой площадки
Воронка отчетности на разных платформах	Ручная сборка	Нет	Да
Независимо от рекламных сетей	Да	Частичный	Да
Серверные (S2S) постбэки	Пользовательская сборка	Нет	Да
Цикл оптимизации на базе ИИ	Нет	Нет	Да
Сложность настройки	Высокая	Низкая	Низкая
Готовность к соблюдению требований конфиденциальности	Зависит от ситуации	Да	Да

Какой подход подходит вам?

Если у вас уже есть масштабная внутренняя инфраструктура данных и вам нужен полный контроль над идентификацией пользователей и логикой атрибуции, создание собственной системы измерений — вполне оправданный подход. Для большинства команд использование готовой платформы — более быстрый путь к надежным кроссплатформенным показателям LTV и ROAS, которым действительно можно доверять. Логика атрибуции, дедупликация и отчетность обрабатываются в одной системе. Основные технические усилия требуются для последовательного внедрения CUID на всех платформах. После создания этой основы все остальное выстраивается на ее базе без постоянной поддержки, необходимой при разработке собственной системы.

Как можно измерять показатели на разных платформах с помощью AppsFlyer?

Вот как кроссплатформенное измерение выглядит на практике: 

Шаг 1. Внедрение идентификатора пользователя (CUID)

Устанавливайте CUID каждый раз при запуске приложения или входе клиента в систему, используя хешированный адрес электронной почты или логин в качестве постоянного идентификатора. Это наиболее технически сложная часть настройки, и объем необходимых работ зависит от того, насколько единообразно сейчас структурированы данные о событиях. Все остальное в настройке зависит от этого.

Шаг 2: Создать линейку продуктов

На дэшборде AppsFlyer объедините приложения для iOS, Android, веба, ПК и консолей в одну линейку продуктов. Это автоматически переводит аналитику с эффективности отдельных приложений на целостный анализ поведения пользователей на всех связанных платформах, позволяя видеть единую воронку вместо отдельных отчетов по каждой платформе. После объединения приложений включите параметр «Начать кроссплатформенные измерения и анализ» в настройках линейки продуктов. Именно с этого момента вместо отдельных приложений вы начинаете анализировать пользователей на всех платформах.

Создание линейки продуктов путем выбора версий приложения для мобильных устройств, веба и CTV.

Шаг 3: Внедрите единые SDK и определите общие события.

Используйте AppsFlyer SDK для мобильных приложений и приложений для ПК, а Web SDK — для сайтов на компьютерах и мобильных устройствах. Определите настраиваемые события, например регистрацию аккаунта, покупку или подачу заявки на кредит, в рамках единой схемы, чтобы веб- и мобильные команды измеряли одни и те же действия по единым правилам. Единообразие определений событий обеспечивает надежность кроссплатформенной атрибуции.

Шаг 4: Подключите рекламных партнеров с помощью серверных (S2S) постбэков

Подключите рекламные сети, включая Meta, Google, TikTok и Snap, через AppsFlyer Partner Marketplace. AppsFlyer передает этим партнерам кроссплатформенные данные о конверсиях в режиме реального времени напрямую через S2S-постбэки, позволяя их алгоритмам оптимизировать кампании без использования браузерных пикселей, работе которых могут мешать блокировщики рекламы и ограничения браузеров.

Шаг 5: Позвольте AppsFlyer выполнять дедупликацию между сетями

Поскольку несколько рекламных сетей часто приписывают себе одну и ту же конверсию, AppsFlyer выступает в качестве независимого уровня измерений. Она устраняет дублирование на основе заданной вами бизнес-логики и настраиваемых окон ретроспективной атрибуции, чтобы одна конверсия одного пользователя была приписана только одному источнику. Именно это делает показатель ROAS достоверным, а не завышенным.

Шаг 6: Анализируйте объединенные показатели ROAS и LTV на дэшборде «Обзор кроссплатформенных данных»

AppsFlyer получает данные о затратах от более чем 12 000 интегрированных партнеров и сопоставляет их с объединенными данными о кроссплатформенном доходе. Дэшборд «Обзор кроссплатформенных данных» показывает в едином представлении данные о привлечении пользователей, активациях на разных платформах — в приложениях, вебе и CTV — и общий доход. Каждая покупка — в мобильном приложении, вебе, на ПК или CTV — связывается с исходной кампанией, которая привлекла пользователя, а не с последней точкой взаимодействия перед конверсией. Это означает, что вашей мобильной кампании в Meta будет приписана подписка на сайте, к которой она привела три недели спустя, а решения о распределении бюджета будут учитывать, какая кампания на самом деле положила начало пути пользователя.

Дэшборд «Обзор кроссплатформенных данных» с подсказкой «Общий доход на 30-й день».

Для более глубокого анализа передавайте те же данные на уровне пользователей в свои системы бизнес-аналитики через Data Locker.

Сделайте кроссплатформенное измерение своей базой на 2026 год

Ваши клиенты уже перемещаются между платформами. Они не мыслят категориями мобильная сессия или веб-сессия. Они просто используют ваш продукт там, где им удобно.

Фрагментация кроссплатформенных данных — это решаемая проблема, а не неизбежное ограничение. Это не требует перестройки вашего стека данных. Для этого необходимы единая система идентификации пользователей, единая схема атрибуции и платформа измерений, которая применяет их во всех каналах взаимодействия с клиентами.

По мере того как ИИ-агенты начинают самостоятельно принимать решения о распределении бюджета между разными платформами, команды с единой системой измерений получают более качественные сигналы и могут быстрее оптимизировать кампании. Вопрос не в том, стоит ли устранять этот разрыв. Вопрос в том, хотите ли вы быть командой, которая устранит его первой.

Для получения полного обзора продукта посмотрите страницу кроссплатформенного измерения.

Хотите увидеть, как это выглядит для вашей конкретной настройки? Свяжитесь с нашей командой.