Adjust|如何在iOS14.5+中充分利用安裝后的24小時

在使用Apple的SKAdNetwork時，安裝后的24小時最為重要。營銷人員和開發(fā)者應當確保在這個24小時的窗口內充分利用所有可用的歸因數據，發(fā)揮出數據的最大潛力。這不僅關乎用戶獲取，更關乎對用戶的理解 — 理解在初始24小時中哪些應用內行為有助于找到高質量用戶并與之交互。對于許多應用來說，關鍵的應用內操作發(fā)生在安裝后的第一周，這對制定高效的轉化值模型造成了很大的阻礙。

通過SKAdNetwork， 營銷人員可以使用轉化值收集用戶的應用內行為信息。

轉化值是一種安裝后產生的6比特數字，可以有從0到63的不同值。如果初始24小時窗口內沒有發(fā)生轉化值更新，那么第二個上限為24小時的歸因窗口就會開始計時。在這24小時窗口內，SKAdNetwork會隨機返回歸因數據，模糊安裝時間，避免應用內觸發(fā)的事件 (包括登錄、購買等) 被關聯到用戶個人。

合理制定轉化值策略是在SKAdNetwork中獲得成功的關鍵。即便無法借助數據為用戶提供定向體驗，也要捕捉大量的數據進行分析，以此不斷推動安裝增長，這一點至關重要。確保了充足的用戶數量后，下一步就要想辦法獲取高生命周期價值 (LTV) 的高質量用戶。

盡可能多地跟蹤用戶交互

制定高效轉化值策略，推薦如下步驟：

步驟一

決定要將重點放在交互還是收入上

步驟二

如果重點在收入，請了解當前用戶產生的收入范圍

步驟三

如果重點在交互，請了解這些用戶在初始24個小時內的交互行為 (獨立于用戶獲取渠道)。如果您能輕松找到差異，就應當考慮在轉化值設定中加入專門針對交互的跟蹤。否則，請了解缺失的數據，思考該怎樣獲得所需的數據點。

步驟四

啟用并觀察已觸發(fā)的轉化值如何分布。最好的情況下，您可以清楚地看到表現的高峰和低谷，而不是一張分布均勻的圖表。未來，尋找廣告大R并將其關聯至具體來源會難得多。因此，您應當圍繞初始24小時打造可靠策略，尋找潛力較大的用戶，以此為目標不斷優(yōu)化。

一般來說，設計一套獨特的算法、囊括盡可能多的信息是收集數據最高效的辦法。但這種做法也存在陷阱，需要小心避開。即使在強大的模型中，如果特定關鍵事件或關鍵事件范圍并未以24小時為單位循環(huán)發(fā)生，或在安裝24小時后才被觸發(fā)，那么無論算法多智能，轉化值都不會再發(fā)生更新。因此，請務必找到初始24小時內能被高效監(jiān)測到的行為交互，以此為基礎打造策略。

在初始24小時內與用戶交互

SKAdNetwork發(fā)送給您的數據僅來自初始24小時內完成的應用內操作。因此，您需要在這24小時窗口內讓盡可能多的用戶完成交互。可以嘗試使用高強度推送通知策略以重新激活用戶，打造更有說服力的用戶體驗推動注冊，或集中精力捕捉不同數據點，幫助實現用戶分群。此類辦法常包括游戲化處理的問卷調查或免費試用等。

您需要測試和驗證此處所采取的策略，避免整體應用內點擊轉化率受到負面影響。具體方法很大程度上要視應用類別而定，但基本原則是不變的。每一個收集到的新數據點都能幫助營銷人員了解，在初始24小時中，哪些交互行為預示著用戶能提供更好的長期LTV表現。借此，您就能打造合適的轉化值設置，并在未來創(chuàng)建更先進的預測模型。

要構建合適的轉化值，精準預測和評估新獲取用戶的質量，關鍵在于理解初始24小時窗口內發(fā)生的用戶行為，而這些行為在之前往往不在廣告主監(jiān)測的范圍內。通過這種方式，您能更好地理解具有良好長期表現的那部分用戶，并繼續(xù)定向和獲取此類用戶。

營銷人員是否能充分利用初始24小時窗口內收到的數據，決定其能否通過SKAdNetwork取得成功。在這24小時窗口內與盡可能多的用戶交互，獲取數據點，才能收集和劃分高LTV用戶。