Будьте готовы
к iOS 14.5 вместе с AppsFlyer

Вопросы и ответы

Как iOS 14 влияет на продукты AppsFlyer?

Атрибуция

Атрибуция AppsFlyer, ориентированная на конфиденциальность, обеспечивает полный обзор эффективности кампаний для всех версий iOS за счет следующих элементов:

1. Детерминированные данные SKAdNetwork;
2. Детерминированная атрибуция AppsFlyer, основанная на постоянных идентификаторах устройств, когда конечный пользователь соглашается на сбор данных (ATT) на исходном и конечном приложении;
3. Алгоритм вероятностного моделирования AppsFlyer, который предоставляет подробные данные об эффективности кампаний.

Детерминированная атрибуция, основанная на постоянных идентификаторах устройств, будет по-прежнему доступна, когда конечный пользователь даст согласие на сбор данных (ATT) как на исходном, так на конечном приложении. В отсутствие этого идентификатора данные об эффективности кампаний будут предоставляться с помощью алгоритма вероятностного моделирования AppsFlyer. Кроме того, клиенты AppsFlyer смогут использовать фреймворк SKAdNetwork, основанный на детерминированной атрибуции. Таким образом, атрибуция AppsFlyer, ориентированная на конфиденциальность, обеспечивает полный обзор эффективности кампаний для всех версий iOS.

Ремаркетинг и сегментация аудитории

Ретаргетинг становится более сложным после выхода iOS 14, поскольку на разных платформах используются различные идентификаторы устройств, а также введен новый механизм «remarketing opt-in», предложенный Apple. Аудитории AppsFlyer полностью поддерживают дополнительные идентификаторы устройств для создания аудитории в условиях отсутствия IDFA. Это означает, что теперь можно создавать аудитории и отправлять их партнерам на основе любого идентификатора, который захотят использовать рекламодатели. Мы также добавили новый уровень управления данными в наш инструмент “Аудитории”, чтобы позволить рекламодателям точно определять, какие идентификаторы передавать партнеру, в соответствии с последним статусом согласия пользователя с ATT. Мы продолжаем предоставлять гибкое решение для управления аудиториями, которое соответствует критериям таргетинга наших партнеров.

Диплинкинг и отложенный диплинкинг

iOS 14 никак не повлияет на работу диплинков из рекламных сетей и собственных источников. По умолчанию AppsFlyer будет использовать IDFA, если он доступен; когда IDFA отсутствует, мы будем использовать вероятностное моделирование. iOS 14 может повлиять на отложенные диплинки в кампаниях рекламных сетей, полагающихся на IDFA.

Мы советуем клиентам, которые хотят внедрить отложенный диплинк из рекламных сетей и из собственных медиа, использовать AppsFlyer iOS SDK v.6.1.x.
Клиенты, проводящие кампании на SRN, должны знать, что диплинки и отложенные диплинки не будут работать, когда IDFA недоступен. Мы советуем клиентам, которые хотят иметь доступ к конверсиям, совершенным с помощью диплинков в сетях SRN, использовать алгоритм “web-to-app”.

Работа с партнерами

Мы продолжаем предлагать бесшовную интеграцию с рекламными сетями (+7000), технологическими и аналитическими партнерами, одновременно обеспечивая полную прозрачность в отношении того, как интегрированные партнеры используют и передают их данные.

Мы призываем партнеров присоединиться к нашему протоколу обмена данными в рамках расширенных функций конфиденциальности (Advanced Privacy), чтобы обеспечить максимальную защиту данных конечных пользователей. Партнеры, включившие Advanced Privacy, а также партнеры, интегрированные с нашим решением SKAdNetwork, отмечены на вкладке Интегрированные партнеры специальными значками. Мы рекомендуем нашим клиентам свести к минимуму интеграцию на уровне пользователя с партнерами, изучить методы обеспечения конфиденциальности данных и убедиться, что их партнеры соблюдают обновленные условия Apple.

Другие темы

Достаточно ли интеграции с решением SKAdNetwork от AppsFlyer для поддержки iOS 14?

Одного SKAdNetwork недостаточно; это только часть решения для iOS 14. SKAdNetwork по-прежнему оставляет много пробелов (включая некорректную атрибуцию до 32% неорганических установок), поскольку фреймворк охватывает только определенные потоки атрибуции при определенных условиях. Полное решение AppsFlyer для iOS 14, которое включает SKAdNetwork, атрибуцию, ориентированную на конфиденциальность (вероятностное моделирование и детерминированную атрибуцию) и решение “Web-to-App”, обеспечивает полное решение для атрибуции iOS.

В чем разница между Fingerprinting и вероятностным моделированием?

Fingerprinting:
Fingerprinting (часто называемый Fingerprinting браузера) – это термин, связанный с процессом сбора широкого спектра информации об устройстве и браузере пользователя с целью идентификации пользователя и/или девайс. Fingerprint используется для идентификации устройства, когда другие постоянные идентификаторы, такие как файлы cookie, не могут быть прочитаны или сохранены веб-сайтом. Fingerprint создается путем объединения различных точек данных с вашего устройства и/или браузера при посещении страницы. Эти данные могут включать версию браузера, установленные расширения и плагины (включая их версии), свойства оборудования, список шрифтов, WebGL, HW benchmarking, язык, часовые пояса, версию ОС, характеристики экрана и панель меню. Статистически существует очень небольшая вероятность того, что два или более устройства будут иметь идентичные настройки и конфигурации; вы можете увидеть, насколько уникальны ваши конфигурации и настройки здесь. Fingerprints особенно сильны, поскольку они могут обнаруживать устройство в течение длительного периода времени, даже при изменениях некоторых параметров отпечатка, при изменении IP-адресов или даже через VPN. Хотя изначально методы fingerprinting создавались банками как метод обнаружения мошенничества и предотвращения кражи личных данных, сегодня они используются для отслеживания пользователей на веб-сайтах с целью составления долгосрочных отчетов об истории просмотров отдельных пользователей и создания целевой рекламы, что приводит к серьезным проблемам с конфиденциальностью. По этой причине браузеры (Safari, Chrome и Firefox и многие другие) недавно начали вносить изменения, направленные на ограничение объема данных, которые они предоставляют веб-сайтам, и на то, чтобы сделать пользователей менее уникальными, создавая своего рода «коллективный иммунитет». Хорошая новость заключается в том, что мобильные браузеры предоставляют гораздо меньше данных и уже обеспечивают вышеупомянутый «коллективный иммунитет» против fingerprinting , распространенного на десктопах. Устройства iOS, в частности, гораздо менее фрагментированы, что делает их менее восприимчивыми к fingerprinting.
Вероятностное моделирование AppsFlyer – это статистический метод оценки эффективности кампаний, который нельзя использовать для однозначной идентификации пользователя и/или устройства. Он использует машинное обучение для оценки эффективности кампаний без ущерба конфиденциальности. В отличие от fingerprinting, который стремится собрать максимальное количество данных от каждого пользователя для создания постоянного уникального идентификатора, который можно использовать для отслеживания пользователей в течение длительного периода времени и на разных веб-сайтах, вероятностное моделирование AppsFlyer стремится к прямо противоположному – минимизировать зафиксированные точки данных и предотвратить возможность создания уникального или постоянного идентификатора. Если fingerprinting используется для создания подробных профилей пользователей для обеспечения точного таргетинга (в любой момент времени и на любом сайте), то вероятностное моделирование используется с целью оценки эффективности кампании на платных и собственных каналах (таких как веб-сайты, социальные сети, почта и рефералы пользователей). Вероятностное моделирование измеряет данные разработчика приложения о креативе и кампаниях, а не данные из приложений, в которых показывается реклама. Более того, в большинстве случаев приложение, в котором была показана реклама, остается неизвестным. Вероятностное моделирование основывается на очень небольшом количестве точек данных, которые часто меняются.
Как описано выше, вероятностное моделирование – это ориентированный на конфиденциальность метод оценки эффективности рекламных кампаний. Он очень отличается от fingerprinting. Он не генерирует уникальный идентификатор, который может однозначно идентифицировать любое устройство на сайтах или в приложениях в течение длительного периода. Он не используется для таргетинга или профилирования. Фактически, вероятностное моделирование – один из наиболее безопасных для конфиденциальности способов атрибуции и оценки эффективности кампаний. В следующей таблице представлены существенные различия между традиционным браузерным fingerprinting и вероятностным моделированием:

	Технология fingerprinting	Вероятностное моделирование AppsFlyer
Равнозначен уникальному и / или постоянному идентификатору	Да	Нет
Может использоваться для однозначной идентификации устройства	Да	Нет
Может использоваться для отслеживания пользователей на сайтах / в приложениях (межсайтовый трекинг)	Да	Нет
Опирается на большие массивы данных с пользовательских устройств и браузеров	Да	Нет
Может использоваться для создания профилей	Да	Нет
Может использоваться для таргетинга пользователей	Да	Нет
Может идентифицировать устройство, даже когда пользователи прячутся за VPN или альтернативными IP-адресами	Да	Нет
Детерминированный метод	Да	Нет
Конфиденциальность	Может использовать инвазивные методы, нарушающие конфиденциальность пользователя	Поддерживается

Приведено ли вероятностное моделирование AppsFlyer в соответствие с правилами Apple iOS 14?

AppsFlyer – SaaS компания с собственным программным обеспечением, используемое разработчиками приложений и рекламодателями как дополнение к их технологическому стэку, подобному CRM. AppsFlyer позволяет разработчикам управлять, анализировать и защищать данные конечных пользователей, соблюдая при этом правила конфиденциальности, аналогичные тем, что недавно представил Apple.

Вероятностное моделирование AppsFlyer – это статистический метод оценки эффективности кампаний, который нельзя использовать для однозначной идентификации пользователя и/или устройства. Он использует машинное обучение для оценки эффективности кампаний без ущерба конфиденциальности. В отличие от fingerprinting, который стремится собрать максимальное количество данных от каждого пользователя для создания постоянного или почти постоянного уникального идентификатора, который можно использовать для отслеживания пользователей в течение длительного периода времени и на разных веб-сайтах, вероятностное моделирование AppsFlyer стремится к прямо противоположному – минимизировать охваченные точки данных и предотвратить возможность создания уникального или постоянного идентификатора, который можно использовать для отслеживания пользователя.

Вероятностное моделирование дает ответ на очень простой вопрос: увидели ли потребители пользу от своих платных, “earned” и собственных медиа-каналов, таких как веб-сайты, социальные сети, почта и рекомендации пользователей? Вероятностное моделирование измеряет данные разработчика приложения о креативе и кампаниях, а не данные из приложений, в которых показывается реклама. Более того, в большинстве случаев приложение, в котором была показана реклама, остается неизвестным. Мы считаем, что вероятностное моделирование в сочетании с нашей ориентированной на конфиденциальность атрибуцией, соответствует рекомендациям Apple iOS 14. С учетом вышесказанного мы рекомендуем нашим клиентам ознакомиться с соглашением и руководящими принципами для разработчиков приложений Apple, партнерской интеграцией и политикой сбора данных, чтобы убедиться, что их приложение соответствует рекомендациям iOS 14.