Обход ограничений iOS 14+ при помощи прогнозной аналитики

Михаил Зайцев, генеральный директор AppsFlyer в странах СНГ, рассказал, как предиктивные инсайты на ранних этапах запуска кампаний могут помочь в максимальной оптимизации маркетингового бюджета.

Комментарии 2475

Повсеместное внедрение Генерального регламента о защите персональных данных (GDPR) заставил владельцев платформ и производителей контента принять меры по усилению конфиденциальности. Новые правила с 2018 года ограничивают типы личной информации, которую можно собирать, передавать и использовать в маркетинговых целях. Такой подход серьезно ударил по рынку рекламы – специалистам стало сложнее проводить маркетинговые кампании и анализировать предпочтения пользователей.

Популярные браузеры вроде Chrome, Safari, Edge, Firefox и Opera уже не рекомендуют сторонние файлы cookie, используемые для отслеживания, таргетинга и измерения данных.

Особенно сильно позаботилась о безопасности своих потребителей Apple при помощи API SKAdNetwork, который был внедрен в апреле 2021 года вместе с выходом прошивки iOS 14.5. Платформа фактически заблокировала доступ к множеству метрик, а сбор статистики стал сугубо детерминированным, поскольку весь процесс атрибуции теперь проводится App Store и подтверждается серверами Apple.

Более того, Apple разрешила пользователям в один клик запретить отслеживание своего поведения в любом приложении. Сделано это при помощи специальных всплывающих уведомлений во время первого старта любых загруженных приложений. Следовательно, без согласия пользователя отслеживание и таргетинг рекламы становится практически невозможным. Более того, согласно недавнему опросу, 95% пользователей скандинавских стран уже активно отключают сбор статистики третьими лицами.

Инструментарий PredictSK

При использовании классического набора инструментов разработчик отныне не может оценить финальный Lifetime Value, поскольку вынужден ориентироваться исключительно на ранние действия юзера. Здесь на помощь маркетологам приходят возможности современных технологий машинного обучения, способные реализовать отслеживание пользователей более элегантным способом.

Для решения этой задачи мы создали специальный инструментарий PredictSK, который преодолевает ограничения Apple и предоставляет решения для прогнозной аналитики на основе машинного обучения для точного прогнозирования LTV пользователя мобильных устройств iPhone и iPad, начиная от версии iOS 14+.

Главная цель – помочь измерить коэффициенты конверсии кампаний по установке приложений без ущерба для личности пользователей.

Инструментарий был создан в конце 2019 года и к настоящему времени нашим решением активно пользуется 12 тысяч клиентов по всему миру, включая Amazon, VISA, Nike, KFC, Tik Tok, eBay.

PredictSK использует машинное обучение для прогнозирования LTV пользователей мобильных приложений на iOS 14.5 в маркетинговой кампании на основе сигналов SKAdNetwork. Прогнозное моделирование, используемое в продукте, обеспечивает более высокую точность эффективности кампании, а также аналитику на основе первых 24 часов после запуска приложения. Затем на базе полученных данных он прогнозирует, какой доход от них получит рекламодатель к 30 дню.

Как работает инструмент

Компания создает индивидуальную модель машинного обучения для каждого приложения, входящего в PredictSK. Это делается как по соображениям безопасности, так и по соображениям конфиденциальности пользователей – никакая информация не передается между приложениями. Кроме того, используются разные модели машинного обучения для различных сценариев использования, поскольку поведение пользователей зависит от типа приложения. Процесс обучения продолжается на протяжении всего времени. Новые данные помогают постоянно проверять и улучшать модель, которая дает оценку всей кампании.

Полученные данные распределяются по трем KPI: удержание, вовлечение и монетизация, которые отражают логику LTV конкретного приложения (при интеграции PredictSK требуется короткий период обучения, в ходе которого эта логика анализируется). Все три KPI оцениваются по шкале от 1 до 9. В итоге дается общая анонимная оценка выгоды каждого пользователя для приложения.

Все полученные значения можно оценить на кастомизируемом дэшборде с интуитивно понятным интерфейсом, позволяющим оптимизировать кампанию и соответствующим образом распределить маркетинговые бюджеты. Маркетологи и специалисты по рекламе могут легко осуществлять сегментацию пользователей (по гео, активностям или A/B тестированию) и оценивать их с помощью практически неограниченного числа KPI. PredictSK позволяет также получать инсайты по всей воронке, включая данные о показах, кликах и рекламных затратах с помощью обогащенных постбэков SKAdNetwork. Или можно вовсе вывести общую итоговую детализированную визуализацию важных KPI, включающих CVR, ROI, CPI, ARPU, ROAS, eCPA.

В целом задача состоит в том, чтобы — с учетом ограничений SKAdNetwork — дать маркетологам понять, насколько та или иная кампания будет эффективной.

Важно также отметить, что наше решение полностью защищает конфиденциальность пользователей в соответствии с новыми правилами Apple iOS 14+ в отношении сбора статистики для рекламы.

Фото: https://depositphotos.com.

Обсудить с другими читателями:
Погода