Atribución Móvil 360°

Fingerprinting es el componente principal de toda atribución móvil. En los últimos años, hemos desarrollado un nuevo conjunto de tecnologías a las que llamamos fingerprinting dinámico para mejorar la precisión de nuestra atribución en hasta un 50%. En otras palabras, los marketers que se actualizan a AppsFlyer a menudo encuentran que hasta un 50% de su crecimiento pagado fue, en verdad, crecimiento orgánico, mal atribuido debido a datos de IP erróneos.

Por qué elegir el proceso de fingerprinting dinámico

En el sector del fingerprinting móvil, los proveedores de atribución en general apuntan a ver la correspondencia entre algunas señales de datos, tales como el sistema operativo del dispositivo, la versión del sistema con la dirección de IP del usuario. En un mundo ideal, cada dispositivo debería usar una IP propia y única. Sin embargo, la mayoría de las redes móviles usan un número limitado de direcciones IP públicas en una región dada, que se aprovisionan de forma dinámica a miles de usuarios. Cuando más de diez mil usuarios comparten una dirección IP, el proceso de fingerprinting pierde precisión.

Cuando una plataforma de atribución depende de direcciones IP que no son únicas, la probabilidad de encontrar un falso positivo y de considerar que hay una correspondencia entre un clic no relacionado y una descarga orgánica aleatoria aumenta considerablemente. En el ejemplo anterior, dos acciones absolutamente no relacionadas fueron conectadas equivocadamente, lo que conduce a que el anunciante pague por una instalación orgánica. La atribución equivocada da lugar a un ciclo de derroche de dinero, lo cual le cuesta a los anunciantes mucho más a largo plazo.

AppsFlyer es el único proveedor de atribución que adapta dinámicamente el proceso de fingerprinting con base en cada dirección IP única. Con miles de millones de nuevas interacciones que se registran todos los días, nuestra escala y aprendizaje de máquina únicos impulsan una clasificación única de dirección IP. NativeTrack ajusta y hasta cierra nuestro proceso de fingerprinting basado en la clasificación de IP única, lo cual disminuye la atribución falsa y la canibalización orgánica en hasta un 50%.

iOS, Windows y Android son plataformas muy diferentes y cada una necesita su propia solución de atribución única. A fin de prevenir el fraude, no podemos revelar el alcance completo de nuestra metodología. A continuación se muestra una descripción técnica de los trabajos internos de NativeTrack ™. Para obtener información más detallada, no dudes en contactarnos.

Para atribución en iOS y tvOS, NativeTrack™ analiza múltiples puntos de datos, incluido el perfil del dispositivo, el perfil completo de fingerprinting, el tráfico, el portador y los datos de aplicación - entre otros para determinar estadísticamente el usuario único del dispositivo, la descarga de aplicaciones y la conversión con una precisión sin precedentes. Luego, AppsFlyer asigna un identificador único de usuario interno al perfil de usuario desarrollado para ese individuo. Este identificador de usuario no se basa en una dirección UDID o MAC, y es completamente anónima, respetando la configuración de privacidad del cliente sin comprometer los datos o insights de los marketers.

AppsFlyer también admite la atribución basada en ID (cuando está disponible) de acuerdo con el fingerprinting para la atribución de iOS. A diferencia de los navegadores de PC y muchos dispositivos Android, donde las huellas de cada dispositivo son bastante únicas, los dispositivos IOS a menudo exhiben huellas similares. Esto hace que, para los dispositivos IOS, sea particularmente difícil obtener una atribución basada en fingerprinting precisa. AppsFlyer fue la primera plataforma en el mundo en aplicar fingerprinting de dispositivo en IOS, y desde entonces ha desarrollado una serie de soluciones de siguiente generación que han mejorado considerablemente el alcance y la precisión del fingerprinting de iOS.

La atribución de AppsFlyer para Android  es compatible con las instalaciones de Google Play, la tienda de aplicaciones de Amazon, aplicaciones pre-instaladas o paquetes e instalaciones fuera de la tienda. En el aspecto técnico, NativeTrack™ utiliza señales que incluyen el parámetro de referencia de Google Play, perfil completo de fingerprinting y tecnología basada en la atribución de ID para ofrecer una cobertura óptima sin sacrificar la calidad.

Funciona en todos los dispositivos Windows 10, incluidos teléfonos móviles, computadoras portátiles y tabletas. Los puntos de datos de atribución incluyen tanto el ID del dispositivo como el origen de referencia de la instalación.

A menudo, los usuarios interactúan con más de una promoción antes de instalar una aplicación. Por lo tanto, los marketers móviles necesitan insights sobre la totalidad de la trayectoria del cliente. Los anunciantes quieren entender qué promociones ayudaron a cada instalación, así como las promociones que impulsaron con éxito la instalación. NativeTrackTM de AppsFlyer les brinda a los marketers los insights que necesitan para entender cada paso en la trayectoria del cliente aprovechando los modelos de atribución de último contacto, de puntos de contacto múltiple o fraccionaria.

El panel de control principal de AppsFlyer aprovecha la atribución de último contacto, atribuyendo cada instalación a la última promoción con la que el usuario interactuó antes de instalar la aplicación. Nuestro reporte de instalación asistida y los informes de raw data proporcionan mayor información sobre qué redes contribuyeron o “asistieron” a la instalación de cada aplicación, ofreciendo insights sobre la atribución de puntos de contacto múltiple.

Some advanced marketers also leverage fractional attribution models. Fractional attribution models use a statistical breakdown to award an increasing percentage of the install to each promotion across the user-acquisition funnel. For example, using a fractional attribution model, a customer who saw three ads before an app install could be 20% attributed to the first network, 30% attributed to the second network and 50% attributed to the third network. Our robust Raw Data Reports contain the full customer journey, starting with first impression attribution (on supported networks) and on down the funnel, providing marketers with the data they need to optimize based on their preferred fractional attribution models.