Объявление об официальном запуске бета-версии PredictSK

Мы рады сообщить, что после нескольких месяцев разработки, на этой неделе PredictSK официально запускается в бета-версии.

Первоначальное решение AppsFlyer для предиктивной аналитики было готово к бета-версии около года назад. После нескольких месяцев разработки решение должно было предоставить клиентам AppsFlyer возможности для более эффективного управления кампаниями по привлечению пользователей благодаря предиктивным инсайтам на ранних этапах запуска кампании.

Это решение должно было избавить UA-менеджеров от неопределенности в период между запуском кампании и моментом, когда соберется достаточное количество аналитических данных по LTV. Все это для того, чтобы принимать логичные решения по оптимизации на основе данных.

Наше исследование рынка показало, что период ожидания среднестатистического рекламодателя составляет около 30 дней и более (с момента запуска кампании до принятия каких-либо решений по оптимизации). Этот период времени считался необходимым для сбора данных LTV. Кроме того, UA-менеджеры не оптимизировали кампании в течение этого периода, чтобы собирать «чистые» данные, несмотря на то, что расходы на кампанию продолжали расти.

Некоторые рекламодатели, применяющие расширенные инструменты бизнес-аналитики и анализа данных (собственные или сторонние), потенциально могли сократить этот период ожидания до 10 дней. Некоторые ведущие корпорации с помощью предиктивной аналитики могли сократить этот период до нескольких дней, но лишь за счет значительного повышения затрат.

Хотя ожидание и не относится к прямым затратам, бюджет кампании продолжает тратиться до тех пор, пока не будут сделаны первые выводы. Рекламодателям не оставалось ничего другого, как решать, какую «цену» они готовы заплатить, а также найти баланс между расходами и временем, необходимым для инсайтов.

Первоначальная миссия Predict заключалась в том, чтобы снизить стоимость предиктивной аналитики, за счет доступности нашего уникального решения для всех мобильных маркетологов.

А потом появился SKAdNetwork

Объявление Apple о грядущих (на тот момент) изменениях в политике конфиденциальности пользовательских данных также представило новый запутанный механизм атрибуции. IDFA теряет свою релевантность, а SKAdNetwork становится основным предметом обсуждения. Переход на использование одного значения конверсии, полученного в первые 24 часа, сделало измерение данных практически недоступным. Использование шестибитного механизма для связи со SKAdNetwork побудило маркетологов определить, какое значение можно или нужно использовать и какой метод распределения битов применять.

Однако AppsFlyer всегда был направлен на рекламу, ориентированную на конфиденциальность. Исключение идентификаторов пользователей побудило нас изменить вопрос кто пользователь? О чем нам говорит его поведение?

Мы проанализировали наш MVP (минимально жизнеспособный продукт) и поняли, что делать. Решение для предиктивной аналитики, которое может использовать измерения LTV в течение ограниченного периода времени для получения быстрых инсайтов, стало не просто отличным решением, но и тем, без чего нельзя обойтись в этой новой реальности.

Чтобы приспособиться к новой технологии SKAdNetwork, потребовалось внести несколько модификаций и улучшений. Наша предиктивная оценка успешности, связанная с каждым пользователем, теперь выступает в качестве значения конверсии; но в отличие от обычных значений конверсии, она будет включать в себя все события за 24 часа, которые поддаются измерению. Наши временные рамки измерений были изменены с 72 часов на 24 часа, при этом сохранив уровень точности. Также добавлены дополнительные алгоритмы машинного обучения, чтобы преобразовать сотни возможных комбинаций значений конверсии в 64 значения.

Это лишь некоторые из тех сложностей, с которыми мы столкнулись с тех пор, как начали этот путь, но в результате мы получили лучшее решение для всей отрасли.

Запуск решения

Сегодня официально была запущена бета-версия PredictSK; первые клиенты AppsFlyer уже завершили интеграцию, положив начало оптимизации и совершенствованию решения.

Для создания уникальной предиктивной модели для каждого приложения необходим период интеграции, во время которого AI-движок PredictSK обучается уникальной логике LTV каждого разработчика и отображает корреляции между ранними сигналами и конечными результатами (подробнее об этом в будущих постах).

В недавнем опросе, проведенном среди клиентов AppsFlyer, почти 50% респондентов оценили решение для предиктивной аналитики как один из двух наиболее ожидаемых релизов для измерений на iOS.

Поскольку в ближайшие месяцы все больше клиентов AppsFlyer будут постепенно внедрять это решение, мы рекомендуем вам изучить и понять преимущества предиктивной аналитики в мобильном маркетинге, чтобы извлечь максимальную выгоду из своих кампаний.