所有结果
博客
见解

Goodgame Studios 分享:游戏类 App 如何应对 SKAdNetwork 4.0?

Text Link
博客
见解

Goodgame Studios 分享:游戏类 App 如何应对 SKAdNetwork 4.0?

随着 2018 年推出 SKAdNetwork 之后 ,于 2020 年又推出了 ATT,这意味着 App 营销人员不得不改变以往衡量 App 表现的方式。纵观今日之格局,新的 SKAdNetwork 4.0 的到来,意味着业态将有何变化?

Apptivate 播客中,我们采访了 Goodgame Studios 的效果广告营销主管 Alexey Gusev,以了解其团队如何利用 SKAdNetwork 为每款不同品类游戏调整其衡量效果类营销的策略。我们还谈到了 SKAdNetwork 4.0 将如何影响其移动游戏策略。

简单回顾一下 SKAdNetwork 的定义

SKAdNetwork 框架,也称为 SKAN,是一种保护用户隐私的方式,它可将广告投放活动与归因监测相结合,提供对非自然安装的效果验证。该框架完全符合 Apple 最新的数据安全和安保规定,并兼容 iOS 14.5 或更高版本的设备。SkAdNetwork API 会在安装或重新安装时回传数据。

早在 2018 年,IDFA 访问权在系统默认之下提供给广告主 。虽然可以选择退出广告跟踪,但大多数用户并没有这样做,因此 SkAdNetwork 没有在移动行业内被广泛采用。但随着 2020 年 ATT(应用跟踪透明度)框架的引入,游戏规则发生了转变。广告主现在只能针对那些已启用广告跟踪的用户获取 IDFA 数据。此后,设备号流量下降,更多的开发者开始使用 SkAdNetwork。这已成为一个可行的解决方案,因为它允许在未经用户同意的情况下完成对 App 安装的归因监测。

随着 4.0 的推出,情况将再次发生变化。新的更新将使 API 更具可用性,但这些更新要到 2022 年秋季才会生效(稍后会详细介绍)。

现在,让我们关注 Goodgame Studios 如何为 SKAdNetwork 调整其广告效果监测策略,以及他们对 2020 年推出的 ATT 作何反应。

« ATT 推出时,我们决定在 SKAN 上加倍下注并试图先市场而动。 »
GOODGAME STUDIOS 效果广告营销主管 ALEXEY GUSEV

Goodgame Studios:他们对 SKAN 和 ATT 推出的反应

Goodgame Studios 是一家移动游戏发行商和开发商,隶属于 StillFront 集团。Alexey 在其内部营销部门工作,他所在的团队由五位成员组成,管理多达八款不同的游戏。

Goodgame 的游戏类型多种多样,包括休闲/超休闲类到硬核类游戏,但他们的移动营销和效果衡量方式根据游戏类型的不同而各不相同。

正如大多数 App 营销人员所认同的那样,推出一款新游戏总令人兴奋,而分析这些首批关键表现指标是任何游戏发布中的一个重要里程碑 — 它看起来有多成功?用户喜欢玩吗?例如,Goodgame Studios 推出游戏 BitLife 时,他们已经采用了多种语言版本的游戏设置,因此他们对 KPI 的期望已有大致的了解,并且很快就实现了变现。

随着过去一年半中 IDFA 和 ATT 推出的变化,他们的每款游戏 App 都必须进行调整,以在难以访问设备号的环境中跟踪和优化其广告投放,而这可能具有挑战性。他们的团队必须了解 SkAdNetwork 以及如何在不同的游戏当中使用它。

“我们在这整个过程中学到的是,每款游戏,甚至相同类型的游戏,它们的处理方式都可能大为不同。”— Alexey Gusev

ATT 在不同游戏中对 Goodgame Studios 的影响各有不同

Goodgame Studios 发现,对于盈利周期较长的硬核类游戏而言,iOS 最有利可图。但是,对于团队来说,寻找长期的解决方案是一条过陡的学习曲线。

“ATT 推出时,我们决定在 SKAN 上加倍下注并试图先市场而动,选择一个我们未来可延续使用的解决方案。”— Alexey Gusev

针对每款硬核游戏,运营团队必须要了解需要保留哪些转化的数值、看到哪些事件、不想失去哪些收入层级、想要采用的刷新间隔等等。

经过大量的实验,他们的团队找到了一个最佳解决方案。他们采用为期 7 天的优化方案,结合计时器,粗略地了解了留存值,并将其与变现策略相结合。

“我们基本在用户玩游戏或登录游戏时每隔几个小时就会发出一些 ping 命令,以延长此 24 小时活动计时器,然后记录尽可能多的购买行为。”— Alexey Gusev

对于技术开发人员来说,这是一个全新的世界,Goodgame 团队也遇到了一些沟通障碍,但总的来说,他们对结果感到满意。

SKADNETWORK 没有统一的衡量方法

以不同的方式处理每款游戏非常重要,它们都需要各自的衡量策略。App 营销人员需要深入了解事件的进展情况、用户旅程的运作情况、哪些收入组合最受欢迎等。

在第 131 期博客当中,Alexey Gusev 和 Remerge 的 Apptivate 主播 Tommy Yannopoulos 讨论了超休闲游戏可能比硬核游戏更容易管理。超休闲游戏有更直接的用户流程,而对于硬核游戏而言,营销人员必须考虑复杂的用户模式和行为。

“如果是超休闲游戏,用户可以在 24 小时内参与很多事件。进入中核游戏、硬核游戏时,情况就变得有点棘手了,因为与简单直接的休闲类用户流相比,这些游戏的事件数量完全不同,用户行为模式也更加复杂。”— Alexey Gusev

APP 营销人员无法访问他们所需的精细信息

即使架构流程很完善,依赖 SKAdNetwork 的游戏洞察分析也会减少。App 营销人员无法访问精细的信息,因此,重点应放在其他方面,以此弥补信息缺口和获取用户模式信息。在 Goodgame Studios,他们的面板数量有所增加;这使团队能够观察市场影响力、自然转化提升和总体提升。如果用户启用 IDFA,则所有内容都需要结合在一起来考虑。

Alexey 指出,公司必须确保他们有效获客,并重定向老用户

SKAdNetwork 4.0 对 App 衡量监测意味着什么

Alexey 和他的团队注意到即将推出的 SkAdNetwork 4.0 的最大变化是不同的计时器窗口。目前,每次安装仅有一次回传/转化,但随着新的更新,将有三次回传。

每次回传将在第 2 天、7 天和 35 天发出,这意味着 App 营销人员现在能够在一定程度上了解用户留存率,并在更长时间内跟踪他们的活跃度。因此,营销人员将获得有关留存和长期购买行为的重要洞察分析。

用户隐私对 Apple 很重要,这是正确的。但是,随着新的更新,隐私阈值将不再非黑即白。相反,它将被归类为低、中或高三个层级。如果一款 App 收到的安装层级相对较低,Apple 就无法与广告主共享尽可能多的数据,因为他们需要保护用户的隐私。但是,它所达到的层级越高(即,中和高),随着用户变得更加匿名化,Apple 可以与广告主共享的数据就越多。

尽管数据的精细程度不会像 ATT 推出前那么丰富,但与之前的 SKAdNetwork 版本相比,供 App 营销人员深入研究的数据通常会更多。这为技术集成提供了大量机会,但模型本身对于用户定位经理来说变得更加复杂,这意味着他们需要依靠其他人的支持才能正确理解它。


欢迎收听 Alexey Gusev 嘉宾的完整播客节目

Event photos
欢迎订阅我们的资讯简报

Subscribe

* indicates required

By submitting this form, I confirm that I agree to the collection and processing of personal data by Remerge, as further described in the Privacy Policy.

You can unsubscribe at any time by clicking the link in the footer of our emails. For information about our privacy practices, please visit our website.

We use Mailchimp as our marketing platform. By clicking below to subscribe, you acknowledge that your information will be transferred to Mailchimp for processing. Learn more about Mailchimp's privacy practices.

推荐结果

More thoughts. More stories.

博客
见解
AppsFlyer 最新报告:Remerge 再登全球安卓游戏再营销平台榜单前三名
December 3, 2025
博客
见解
AppsFlyer 最新报告:Remerge 再登全球安卓游戏再营销平台榜单前三名
December 3, 2025
博客
见解
Remerge 在 2025 年首尔举办的应用讲座:未来趋势的交汇点
November 6, 2025
博客
见解
Remerge 在 2025 年首尔举办的应用讲座:未来趋势的交汇点
November 6, 2025
博客
公司
Remerge 荣登 Singular ROI 指数头部广告合作伙伴榜单
May 14, 2025
博客
公司
Remerge 荣登 Singular ROI 指数头部广告合作伙伴榜单
May 14, 2025
博客
公司
Remerge 荣膺 AppsFlyer Premier Partner!
May 13, 2025
博客
公司
Remerge 荣膺 AppsFlyer Premier Partner!
May 13, 2025
博客
见解
AppsFlyer 最新报告出炉!Remerge 再列全球游戏类再营销 DSP 实力排名之首
October 16, 2024
博客
见解
AppsFlyer 最新报告出炉!Remerge 再列全球游戏类再营销 DSP 实力排名之首
October 16, 2024
博客
见解
在 iOS 上即时改进 UA 广告活动的简单步骤
September 24, 2024
博客
见解
在 iOS 上即时改进 UA 广告活动的简单步骤
September 24, 2024
#63 Apptivate Podcast 之 M&C Saatchi分享 | 亚太地区的移动营销大熔炉
October 13, 2020
公司
产品
案例研究
指南和报告
播客
见解
客户聚焦
精选
博客
再营销词典
Programmatic Advertising

The automated process of buying and selling advertising space through digital platforms.

Real-Time Bidding (RTB)
real-time-bidding-rtb

The process by which individual ad placements are bought and sold via programmatic auctions that happen instantaneously. With real-time bidding, ad buyers bid on an ad space, which, if the auction is won, instantly displays the buyer's ad. This lets demand-side players such as advertisers or DSPs optimize the purchase of ad placements from multiple sources.

Publisher - 发行商
publisher

发行商是广告生态系统的重要组成部分,因为他们是广告库存的来源。发行商可开发app和在应用商店中发布app。他们的主要目标是通过app获利,通常通过广告库存来实现。

例如,免费游戏、媒体公司等传统发行商的收入几乎全部来自程序化广告。可以将发布者分为自有流量发布商、自运营流量发布商、代管流量发布商三大类:

自有流量发布商和自运营流量发布商拥有广告库存,所有展示所得均归其所有。
代管流量发布商本身没有广告库存,但会与拥有广告库存的发行商保持业务协议。

Probabilistic Attribution
probabilistic-attribution

Refer to: Attribution Methodology

Organic Behavior
organic-behavior

A user’s behavior not directly attributable to specific marketing efforts.

Intent-to-Treat (ITT)
intent-to-treat-itt

An incrementality testing methodology where no ads from the campaign are shown to devices within the control group. Also known as a ‘holdout test’. Cost-free and easy to implement, but with a relatively high level of noise.

This method compares the behavior of all users in both groups. In the test group, this includes both exposed and unexposed users

iRevenue - 增量收入
incremental-revenue-irevenue

该指标反映了与对照组的行为相比,推广活动产生的收入中有多少属于增量收入。

它充分反映了在自然转化和其他营销活动的基础上,再营销活动可产生多少额外收入。公式=已做再营销的收入-未做再营销的收入

Incremental Conversions - 增量转化
incremental-conversions

该指标反映了与对照组相比,本次推广产生的用户转化中有多少属于增量。

用更直白的话来说,增量转化是推广活动带来的转化。之所以为增量,是因为如果不展示您的广告,则不会发生这些转化。

增量转化 = 实验组转化 − 对照组转化(已放大至与实验组同样规模)

Ghost Ads
ghost-ads

A testing methodology that shows devices in the control group an ad ran by another advertiser on the platform, therefore removing any additional cost for clicks and impressions. The control group behavior is then marked with a ‘ghost impression’, which gives the information on which control group users would have been exposed.

further reading
Deterministic Attribution
deterministic-attribution

Refer to: Attribution Methodology

Attribution Window
attribution-window

A specific time frame that is taken into consideration when determining the source of a user’s action.

Causal Impact Analysis
causal-impact-analysis

A measurement framework developed by Google that works without device IDs. It measures the incremental uplift of one or more conversion events, removing the influence of other campaigns and organic conversions. Used to assess the effect of ID-less campaigns.

Similar to measuring the effect TV ads have, the principle is based on running campaigns on identifiable sub-markets (test group), while leaving other sub-markets unexposed (control group).

Multi-Touch Attribution
multi-touch-attribution

Refer to: Attribution Methodology

In-app Events - 应用内事件
in-app-event

用户采取的应用内操作,例如登录、注册、完成教程,或进行购买。

上述事件可由移动数据监测平台进行追踪,使广告主能够使用在设置活动策略的早期阶段定义的绩效指标(KPI)来衡量其推广活动的效果。

追踪应用内事件能使广告主更好地了解用户行为模式,并设定合理的用户分组。

Identifier for advertisers (IDFA)
identifier-for-advertisers-idfa

A unique random device identifier Apple generates and assigns to every iOS device. Advertisers can use this to track user activity across apps, show them personalized ads, and attribute ad interactions.

Exposure rate - 曝光率
exposure-rate

在执行Uplift测试时,曝光率是指实验组中已展示广告的用户数量。
曝光率包含实验组中收到至少一条展示的所有唯一用户(UU)。理想的目标在于提高曝光率。

Attribution Provider (AP)
attribution-provider-ap

A role played by an MMP to credit the in-app activity of users to the correct media sources.

Android Advertising identifier (AAID)
android-advertising-identifier-aaid

Also known as Google Advertising Identifier. A unique device identifier that Android generates and assigns to every device. Advertisers can use this to track user activity across apps, show them personalized ads, and attribute ad interactions.

Advertisers - 广告主
advertisers

广告主是指通过广告适时向正确的受众传达正确的信息,以实现销售业务和发掘销售线索的个人或法人。
在移动广告中,广告主身处客户端,是致力于推广app的人员。

Ghost Bids
ghost-bids

Ghost bids是Remerge用于增量推广活动的出价策略,通过将用户分为实验组和对照组来追踪收入和转化。

这种方法不会产生额外成本,且噪声最低。我们使用这种方法追踪归属于目标分组、且出现在RTB广告交易平台上的所有用户(无论是否对该用户出价)的收入和转化。理想的目标用户群会被分为实验组(接触广告)和对照组(不接触Remerge发布的广告)。

DSP - 需求方平台
demand-side-platform-dsp

一个允许广告主跨程序化渠道购买广告库存的平台。此类平台旨在代表广告主进行出价,以赢取所需的广告位,并优化实时竞价的支出。
通过广告交易平台执行的实时出价过程会在用户的计算机加载页面或应用时,在几毫秒内完成。这种强大技术使广告主能够根据用户所在的位置和/或行为,自动购买图片广告、视频广告、移动广告等多种广告位。

Variable Bidding
variable-bidding

The dynamic adjustment of bid prices based on a user's in-app behavioral patterns, contextual information, time of day, and ad placement performance.

DCA - 动态内容广告
dynamic-product-ad-dpa

动态内容广告是基于用户行为实时创建的,旨在根据每位用户的行为、偏好和意图提供为其量身打造的体验。动态内容广告分为多个不同素材格式,并包含许多自定义的广告素材。

动态内容广告可以基于用户之前的行为和从定期更新的产品信息流中获取的信息,在几毫秒内即可动态合成。

UA - 用户获取
user-acquisition-ua

吸引新用户下载和/或购买您的应用的过程。用户获取是移动端营销策略的重要组成部分,可以分为两种主要的活动类型:付费(通过移动广告网络或社交媒体渠道中的广告)和非付费(包括应用商店优化和在自有的渠道上提进行推广,以推动自然下载)。

由于移动端用户获取的目标是吸引用户安装应用,因此广告主应从试运营阶段即开始筹划,在应用的整个生命周期内执行用户获取活动,以不断吸引有价值的用户。

Retention Rate
retention-rate

The share of users active in the app within certain time frames after install, reengagement, or other events.

Retargeting
retargeting

A type of marketing channel used by an app owner to engage with their existing users through other channels within the same device. Usually, the aim is to encourage users to complete a particular task e.g. completing a purchase, buying in-game currency, placing a first order. The conventional way of retargeting relies on user IDs, such as AAID and IDFA.

Randomised control trial - 随机对照试验(RCT)
randomised-controlled-trial-rct

在增量策略中,如果我们随机将用户分为实验组和对照组,以避免任何类型的偏差,并且可以切实评估我们通过广告产生的影响,这种方法即是随机对照试验(RCT)。通常划分试实验组/对照组的比例是80/20。

阅读更多:实验组和对照组

延伸阅读
MMP - 移动数据监测平台
mobile-measurement-partner-mmp

移动数据监测平台,即归因合作伙伴,提供可以记录app用户事件的归因数据的平台,例如广告展示、点击、安装、应用打开、注册和其他转化事件。

利用这些数据,广告主可以确定将哪些来源归为付费推广,并了解这些营销活动的有效性。

LTA - 最终触点归因
last-click-attribution

移动数据监测平台使用的一种普遍方法,可将用户的最后一次操作和对应的广告点击匹配起来。

在移动端广告环境下,根据这种模型,最后获得点击的买方平台将获得归因。当用户经点击某广告后进行购买时,促成用户的最后一次点击的买方平台会获得本次转化事件的归因。如果用户多次点击同一广告,且每次都来自不同DSP的作用,则只有最后一次点击有效。这种最终触点归因模型不会考虑在用户的整个转化路径中用户之前的所有触及次数。

KPI - 关键绩效指标
key-performance-indicator-kpi

广告主设置的用于跟踪推广业绩的关键指标或数据点。

设置绩效指标是数字广告活动确定目标,以及需要衡量的成功指标的第一步。绩效指标的类型取决于每次推广的目标和性质。常用的KPI包括iROAS、iCPA、iRev等。

iROAS - ROAS增量
incremental-return-on-ad-spend-iroas

实验组收入(接触广告)和对照组收入(不接触广告)之间的差值,除以广告投入的金额。ROAS增量反映了推广活动的有效程度。只计入因再营销广告而进行购买(无关自然转化)的用户行为,因此是用于计算推广活动的具体影响的出色指标。iROAS > 100%表示该推广活动产生的增量收入超过推广成本,或换句话说,ROI为正值。想想看,公司花在广告上的每1美元都能获得5美元回报,则公司获得4美元利润。公式=增量收入/广告支出。

ROAS - 广告支出回报率
return-on-advertising-spend-roas

用于衡量公司花在广告资源上的每一笔钱所产生收入的关键指标(KPI)。

通过计算广告支出回报率,广告主可以确认广告预算是否产生了足够的收益。广告支出回报率大于1时,表示推广活动产生的收入高于支出。

进行再营销时,ROAS增量(也即iROAS)可以显示广告推广对收入的实际影响,同时也排除了用户获取或自然转化带来的收益。ROAS增量等于增量收入除以推广成本。通过跟踪这个指标,广告主可以评估推广活动的成功程度,并做出相应优化。

公式:广告支出回报率=广告活动带来的收入/广告成本

Supply-Side Platform (SSP)
supply-side-platform-ssp

A company that works with publishers to sell ad inventory across ad networks.

Open RTB
open-rtb

A digital marketplace where ad inventory from multiple publishers are available for advertisers to bid on in real time.

See also: Real-Time Bidding

Self-Attributing/Reporting Network - 自归因渠道
self-attributing-network

自归因或自报告渠道,也即业内所熟知的自圈地自规则的渠道(walled gardens)。它们包括Google、Facebook和Twitter这样的大型平台,会自行对推广活动归因,且不支持第三方归因平台的追踪链接。

与通过第三方测量工具(移动数据监测平台)实施推广并获得归因结果的独立参与者不同,自归因渠道是封闭的生态系统,由广告网络其本身决定和控制所有操作。

Public Service Announcement Ad (PSA Ads)
public-service-announcement-ad-psa-ads

An incrementality testing methodology where devices in the control group are shown PSA ads, like donation drives or road safety reminders. By serving real ads, information on the devices within the control group that would have been exposed can be obtained. Unexposed devices are excluded from the measurement to reduce noise.

LTV - 生命周期价值
lifetime-value-ltv

一项用于计算用户价值的指标。生命周期价值是指用户在与app保持互动期间,预计可以贡献的收入和利润。

了解生命周期价值指标,可以帮助广告主明确最有价值的用户细分群体,以在投资广告活动时做出明智决策。

再营销是一种旨在提高全周期价值的营销策略。通过对用户实施再营销,广告主有更高的机会让用户继续使用app,从而提高他们的终身价值潜力。

Attribution Methodology - 归因方法
attribution-methodology

一种用于确认哪些转化是源于之前的点击或展示的方法。

延伸阅读
View-Through Attribution
view-through-attribution

Refer to: Attribution Methodology

Uplift Report - Uplift报告
uplift-report

由Remerge生成的报告,可使Remerge的客户了解在自然转化和所有其他营销渠道转化之外所生成的增量收入(Incremental Revenue),以此评估基于增量收益(Incrementality)推广所产生的提升效果。

Uplift报告通常会提供测量结果和计算得出的KPI的值。测量的数值包括广告支出、不同受众组的规模、转化量、转化的用户群体和每组的收入。所有其他KPI均使用上述值进行计算。

Segment - 受众分组
segment

受众分组是将具有相同行为模式的用户归为一组,这些行为模式包括活动等级、购买总额或总量,或者他们最后一次打开您应用的时间。

QPS - 每秒查询率
queries-per-second-qps

一项用于表示DSP(需求方平台)可对广告投放出价并推送广告给用户的频率的绩效指标。在实际出价时,QPS容量越大,对这些出价实施分析和执行的请求/查询的次数就越多。

Incrementality - 增量收益
incrementality

我们通过区分自然流量和付费安装来衡量营销效果的方法。

移动营销行业存在一个常见问题:我们并非始终能够将自然流量和付费安装区分开来。这可能导致营销支出计算结果出错,甚至,更糟糕的是,导致营销人员为自然安装付费。我们可以通过测量增量来解决这些问题,显示您的营销推广活动的影响,以及自然流量贡献的比例。利用此类信息,您可以掌握每次增量转化的成本(因营销活动带来的安装),并进一步拓展相应渠道。

Impression -(广告)展示
impression

用户对所展示的广告的一次观看。

Deep link - 深度链接
deep-link

深度链接是可将用户直接引导至应用内,而不是引导至网站或商店的一种链接。在移动广告中,深度链接用于将用户引导至特定的应用内位置,让用户更轻松、更快捷地到达他们查找的特定页面。

通过映射营销漏斗层面的每个相关事件,并将其与对应的深度链接配对,广告主可以直接将用户引导至特定的应用内位置,例如特定的登录页面或转化点。

深度链接通过将用户重定向至具体的转化点,提供无缝的应用打开体验,由此提供更流畅、更个性化的体验,进而带来盈利机会和更多互动。

Contextual targeting
contextual-targeting

A type of targeting that works with contextual signals only, such as location data (country, city, postal code), language setting, mobile operating system, device model, as well as publisher information.

App Monetization - 应用变现
app-monetization

应用开发人员或发行商所采用的通过其app赚取收入的业务模式。

Uplift Test
uplift-test

A randomized control trial test conducted by Remerge to measure the incremental impact of one or more campaigns.

See also: Randomized Controlled Trial

SKAdNetwork
skadnetwork

Stands for Store Kit Advertising Network. Apple’s measurement framework for tracking mobile attribution. Introduced in 2018 and widely implemented in 2020 with the iOS 14.5 update.

Reshuffle - 重置分组
reshuffle

重置分组表示用户曾经是测试或对照组的一部分时的随机性和标记。

在增量测量中,针对特定app重置分组是为了对抗随时间积累的偏差(例如某些用户来自未接触过我们任何广告的组,而其他组

则不断接触到我们的广告)。重置分组适用于测试已经运行很长时间,以及/或推广在推广设置、用户分组或创意策略方面经历大幅调整的情况。

iCPA - 每次操作的增量成本
incremental-cost-per-action-icpa

这项指标(在我们内部也被称为每次增量转化的成本)使广告主能够确定使用户进行转化或购买所花费的增量成本。

查看用于设置目标和评估绩效的每次增量转化的成本(iCPA),对未能通过追踪收入或无法从应用内事件流获取收入信息的这类业务模型尤其适用。公式 = 广告支出/增量转化

General Data Protection Regulation (GDPR)
general-data-protection-regulation-gdpr

A regulation under the EU (European Union) law on data protection and privacy within the EU and the EEA (European Economic Area), that grants users control over how their data is stored and used by organizations. To comply with GDPR, programmatic sellers must clearly communicate to users how their data will be stored and used. When a user gives consent to an organization to process their data, it enables targeted advertising.

Test group - 实验组
test-group

在增量测量中,实验组是至少接触了一次广告展示的用户群体。在计算广告是否与总的转化率相关时,会将他们的行为纳入考虑范围,并与未接触相同广告的组(对照组)进行比较来得出见解。

见对照组。

Control group - 对照组
control-group


对照组也被称为保持组,是一项推广活动中不会对其展示任何广告的一组用户。对照组不展示任何广告,因此能够评估在不受广告影响下,自然发生的转化次数。对照组的规模一般比实验组要小。

见实验组。

延伸阅读
CCPA - 加州消费者隐私法案
california-consumer-privacy-act-ccpa

加州消费者隐私法案(CCPA)是一项增强美国加州居民的隐私权和消费者保护的法案。该法案于2020年1月1日生效。CCPA为消费者提供以下权利:

- 了解收集了有关他们的哪些个人数据。
- 知道他们的个人数据被出售或披露的对象是谁。
- 可拒绝出售个人数据。
- 访问他们的个人数据。
- 要求企业删除从该消费者那里收集到的与该消费者有关的任何个人信息。
- 即使在行使隐私权时,也享受平等的服务和价格。

Programmatic Advertising
programmatic-advertising

The automated process of buying and selling advertising space through digital platforms.

Attribution - 归因
attribution

移动端归因是一种匹配数据点的方法,例如将展示或点击与对应的应用安装和安装后事件匹配,或基于某些变量将广告支出归因于用户互动或安装。

归因解析了在用户与广告互动时会发生什么,但仅与每位用户与事件的及时联系相关,而不会考虑可能导致转化的其他影响因素。

常见的归因模型包括点击归因、展示归因、最终触点归因和多触点归因。

App Tracking Transparency (ATT)
app-tracking-transparency-att

The privacy framework from Apple that, among other things, manages the process of obtaining user consent before accessing their Identifier for Advertiser (IDFA).

Real-Time Audience Segmentation
real-time-audience-segmentation

The division of an audience into distinct segments based on real-time events, thus enabling targeted advertising and alignment with a user's behavioral patterns and preferences.

博客
见解