Blog Memahami iOS 14.5: metode atribusi

Memahami iOS 14.5: metode atribusi

Sejak Apple mengumumkan tentang iOS14 dan framework AppTrackingTransparency (ATT) banyak pihak merasa bingung tentang apa yang diperbolehkan — dan yang tidak diperbolehkan di dalam ekosistem ini.

Hal yang penting untuk diingat adalah bahwa tujuan Apple untuk ATT sangat mirip dengan tujuan regulasi privasi seperti GDPR. Peraturan seperti ini dibuat agar pengguna dapat memilih untuk memberikan izin atau tidak memberikan izin kepada pihak pertama untuk membagikan data unik mereka, data yang dapat diidentifikasi dan bersifat tetap, kepada pihak ketiga.

Tampaknya sederhana, bukan? Jika memang demikian, kenapa banyak sekali perdebatan tentang apa saja yang tercakup dalam peraturan ini?

Sebagian dari kebingungan ini diakibatkan karena tidak adanya penggunaan istilah yang seragam di dalam industri ini. Banyak pemain industri menggunakan berbagai jenis istilah berbeda untuk konsep yang sama.

Salah satu faktor yang menyulitkan adalah bahwa industri menggunakan kata 'fingerprinting' sebagai istilah yang memiliki berbagai arti, yakni sebagai istilah yang mengacu pada fingerprinting sungguhan dan juga sebagai istilah untuk metode-metode atribusi probabilistik. Dengan perubahan 14.5 yang akan segara diberlakukan, beberapa perusahaan (termasuk Adjust) beralih dari fingerprinting dan kini hanya menggunakan atribusi probabilistik. Artinya, kita perlu mengkaji apa yang dimaksud dengan 'fingerprinting' bagi banyak orang dan menjelaskan tentang hal-hal yang masih diperbolehkan.

Saya ingin mendefinisikan berbagai istilah yang penting untuk dipahami dan dibedakan:

  1. Apa yang dimaksud dengan fingerprinting? Metode untuk melacak pengguna lintas situs web dengan memanfaatkan informasi perangkat untuk menciptakan ID yang tetap dan unik. Beberapa teknik yang digunakan untuk mendapatkan fingerprint ini termasuk mengumpulkan dan menyimpan metrik font, menggunakan WebGL (dan canvas), digabungkan dengan penggunaan hardware tertentu. Data ini membuat fingerprint bersifat tetap dan unik sehingga dapat digunakan untuk mengidentifikasi seorang pengguna. Fungsi utama dari fingerprinting dan ID fingerprint adalah untuk melacak pengguna lintas situs web dan aplikasi, di mana pengguna kemungkinan memiliki ID yang berbeda-beda untuk setiap aplikasi dan situs web. Misalnya, fingerprinting digunakan untuk membuat device graphs, yang jelas melanggar panduan Apple.

  1. Apa yang dimaksud dengan probabilistik? Sebagai MMP, kami tidak melacak atau menargetkan pengguna lintas situs web atau aplikasi. Kami hanya ingin mengatribusikan instalasi kepada sebuah aktivitas dengan tingkat kepastian tertentu. Karena 80% instalasi dilakukan dalam satu jam pertama setelah klik, atribusi seperti ini tidak membutuhkan ID tetap. Kami dapat membuat prediksi dengan data sementara yang akan menjadi tidak berguna setelah beberapa jam. Oleh karena itu, bagi kami atribusi probabilistik hanya didasarkan pada entropi dan pola perangkat. Kami mengkaji berbagai parameter seperti waktu dilakukannya klik, waktu instalasi, dan info perangkat dasar. Dengan parameter-parameter yang terbatas ini, kita dapat memperkirakan sumber instalasi selama beberapa jam setelah sebuah klik.
  • Sebagai pengiklan, kenapa saya harus menggunakan probabilistik jika SKAdNetwork lebih akurat?

Atribusi probabilistik tidak dimaksudkan untuk menggantikan SKAdNetwork dan tidak akan memiliki akurasi yang sama. Akan tetapi, metode ini menyediakan aset riil bagi semua pengiklan yang menjalankan kampanye. Dengan atribusi probabilistik, mitra media dapat mengoptimalkan kampanye Anda, meningkatkan model mereka, dan memberikan ROI terbaik.

  • Jadi, apakah ini berarti bahwa saya dapat membagikan data kepada mitra media saya?

Ya, misalnya, Anda diizinkan membagikan kata kunci kepada mitra media yang memungkinkan mereka untuk mengatribusikan instalasi probabilistik kepada sebuah kampanye. Data yang dibagikan tidak memungkinkan dilakukannya pelacakan atau penargetan lintas situs web/aplikasi.

  1. Apa yang dimaksud dengan pemodelan konversi? Pemodelan konversi adalah ekstrapolasi perilaku pengguna yang memberikan persetujuan untuk memodelkan perilaku agregat dari semua pengguna. Kami mendengar bahwa ada dua bentuk pemodelan konversi yang diperbolehkan:
    1. Untuk keperluan atribusi. Perusahaan analytics akan mengumpulkan data pengguna yang memberikan persetujuan dan data tentang perilaku mereka setelah instalasi, serta menggunakan data tersebut untuk menerapkan metrik serupa bagi semua pengguna. Dengan cara ini, Anda dapat memperoleh metrik kohort seperti LTV dan ROAS. Sebagai pemasar, Anda harus memiliki data yang akurat. Oleh karena itu Anda harus selalu mempertanyakan tingkat akurasi aktual. Akurasi model konversi akan ditentukan oleh tingkat persetujuan Anda.
    2. Untuk iklan yang ditargetkan. Sama halnya bagi perusahaan media yang akan menggunakan subset dari pengguna yang memberikan persetujuan untuk menayangkan iklan yang relevan bagi pengguna yang tidak memberikan persetujuan berdasarkan sinyal kontekstual yang serupa.
  2. Apa yang dimaksud dengan SKAdNetwork? SKAdNetwork adalah kerangka atribusi Apple. Kerangka ini memberikan channel media kemampuan untuk mendapatkan sumber tepercaya terkait atribusi di dunia baru yang mengutamakan privasi ini. Kekuatannya ada dalam kemampuannya untuk melakukan atribusi deterministik dengan akurasi hampir 100%. Kami telah melakukan pengujian dan SKAdNetwork memiliki tingkat akurasi 2% di bawah tingkat akurasi atribusi deterministik dengan menggunakan IDFA. Harap diingat bahwa jika sebuah kampanye sebelumnya telah mengatribusikan 1000 instalasi berdasarkan IDFA, maka SKAdNetwork mungkin akan mengatribusikan 900 instalasi dan 100 pengunduhan ulang. Hal ini dikarenakan SKAdNetwork hanya akan satu kali mencatat instalasi yang dilakukan di account iTunes. Oleh karena itu, kita perlu mengkaji jumlah instalasi dan pengunduhan ulang untuk mempertahankan konsistensi era pra-ATT.

Hal yang juga penting untuk diingat adalah bahwa SKAdNetwork belum mencakup semua inventaris yang tersedia dan publisher juga masih mengadopsi framework ini. Sebelum cakupan hampir mencapai 100%, SKAdNetwork akan melaporkan lebih sedikit instalasi dibandingkan jumlah yang dilaporkan oleh atribusi deterministik menggunakan IDFA sebelum iOS14.5.

  1. Berapa tingkat persetujuan yang akan saya dapatkan? Karena 25% pengguna melakukan block sharing global terhadap IDFA, 75% pengguna akan memenuhi persyaratan untuk melihat modalitas persetujuan. Dari hasil analisis kami, sekitar ~40% pengguna akan memberikan persetujuan untuk membagikan IDFA, yang akan menghasilkan ~30% IDFA untuk aplikasi Anda. Jangan lewatkan guest post kami di AdExchanger untuk mendapatkan informasi lebih lanjut tentang cara menyiapkan pre-permission prompt.

Jadi siapa yang akan diuntungkan dan siapa yang akan dirugikan? Dalam setiap perubahan platform, beberapa pihak mendapatkan lebih banyak keuntungan daripada pihak lainnya. Perusahaan seluler yang tidak memahami konsekuensi dari perubahan ini akan kehilangan peluang untuk berkembang.

Akan tetapi, perusahaan yang bergerak cepat memiliki peluang untuk berinovasi dan memanfaatkan kesempatan tersebut. Perusahaan yang gesit, yang juga memiliki data pihak pertama, berada pada posisi terbaik untuk menang.

Untuk informasi lebih lanjut tentang bagaimana Adjust akan mendukung perkembangan Anda, pastikan untuk membaca panduan terbaru kami, iOS 14.5+ Sukses dengan Adjust dan TikTok.

Ingin mendapatkan informasi bulanan tentang aplikasi? Berlangganan newsletter kami.