Аналитика
Атрибуция рекламы iOS после ATT: что действительно можно измерить
После ATT атрибуция на iOS не исчезла, но стала менее детальной и более зависимой от агрегированных сигналов. Рабочая система не пытается восстановить каждого пользователя. Она соединяет разрешённые данные платформ с фактами из продукта и помогает принимать решения на уровне кампаний и когорт.
Почему старый отчёт больше не является источником истины
Раньше маркетолог ожидал увидеть почти прямую цепочку от клика до покупки. Теперь часть пользователей не разрешает отслеживание, postback может приходить с задержкой, а детализация зависит от объёма и правил конфиденциальности. Рекламная система, MMP и продуктовая аналитика закономерно показывают разные числа.
Это не обязательно ошибка. Каждая система отвечает на свой вопрос и использует собственное окно атрибуции. Проблема начинается, когда команда сравнивает итоговые колонки, не зафиксировав определения.
Роль ATT и AdAttributionKit
AppTrackingTransparency регулирует доступ к идентификаторам и отслеживанию между приложениями и сайтами. Запрос разрешения должен объяснять цель понятным языком. Отказ пользователя нельзя обходить fingerprinting или другим скрытым сопоставлением.
AdAttributionKit позволяет рекламным сетям получать подписанные postback о конверсиях с защитой приватности. Он поддерживает атрибуцию установок и повторного вовлечения, но не превращается в пользовательский журнал. Чем ниже объём кампании, тем меньше детализации может быть доступно.
Из каких слоёв собрать измерение
- Продукт: регистрация, trial, покупка, продление, возврат и выручка.
- Магазин: установки, продажи и данные подписок из App Store Connect.
- Атрибуция: разрешённые device-level сигналы и агрегированные postback.
- Рекламные системы: расходы, показы, клики и моделируемые конверсии.
Храните исходные цифры отдельно, а затем стройте согласованный управленческий отчёт. Не подгоняйте одну систему под другую ради красивого совпадения.
Как оценивать кампании при неполных данных
Используйте когорты по дате установки, стране, каналу и крупной группе кампаний. Смотрите на стоимость события вместе с общей динамикой органики и выручки. Для крупных изменений полезны geo-тесты или holdout-группы, если объём позволяет получить различимый результат.
Моделируемая конверсия подходит для управления ставками, но финансовый прогноз лучше сверять с оплатами и продлениями внутри продукта. Разрыв между системами нужно отслеживать как отдельную метрику.
Частые ошибки
- Считать данные рекламного кабинета точным финансовым учётом.
- Менять окно атрибуции посреди теста и сравнивать периоды напрямую.
- Оптимизироваться на событие, которое редко или нестабильно передаётся.
- Не разделять новых и вернувшихся пользователей.
- Искать способ обойти отказ ATT вместо улучшения экспериментов.
Самая дорогая ошибка находится раньше отчёта: событие покупки может дублироваться, передаваться без выручки или теряться при восстановлении подписки. Начинайте проверку с тестовых транзакций.
Минимальный рабочий процесс
Составьте словарь событий и окон, проверьте интеграцию на тестовых устройствах, а затем зафиксируйте одну версию дашборда на время эксперимента. Раз в неделю сопоставляйте расходы, продуктовые события, данные App Store Connect и postback.
Цель измерения не в том, чтобы объяснить каждую установку. Оно должно достаточно быстро отличать рабочую гипотезу от слабой и не давать команде масштабировать кампанию, которая не создаёт выручку.