移動游戲營銷分析指南 移動歸因基本工作流程

從移動歸因到安裝后應用事件的分析，再到反廣告作弊，全面詳細地介紹移動歸因基本工作流程及高效營銷策略。據說，這將有可能成為業界最最全面的移動歸因和營銷分析指南了。作為移動營銷人員的你，是不是很好奇報告內容呢?Let's go!

據AppsFlyer預測，2019年全球的應用安裝廣告支出將增長45%，達到近400億美元，由營銷驅動的非自然安裝在白熱化的移動應用競爭中發揮著日益重要的作用。清楚地掌控非自然安裝流量，參照移動歸因和營銷分析數據制定決策，并從投入的花費中獲得最大利潤顯得非常重要。如何快速地掌握移動歸因的方法，熟練地運用數據分析的技能，《移動歸因入門指南》給你想要的全部答案!

以下是報告全文：

營銷驅動安裝的興起

歡迎來到移動優先的數字營銷時代。隨著功能先進、價格親民的智能手機在消費者市場的普及，以及越來越多的功能通過應用在智能手機中實現，移動廣告一統天下的格局已毋庸置疑。事實上，eMarketer最近開展的一項研究顯示，移動廣告在2018年占據了美國數字廣告市場總值的70%左右。而據AppsFlyer預測，今年全球的應用安裝廣告支出將增長45%，達到近400億美元。然而，隨之而來的問題是，蘋果應用商店和Google Play中超過400萬款應用的競爭日趨白熱化。因此，移動應用的現狀是通過應用商店被動發現的推廣方式面臨終結。這意味著，大規模推動“純自然”用戶并不是大多數應用的務實之選。有鑒于此，應用所有者開始認識到營銷驅動的非自然安裝在這場混戰中發揮著日益重要的作用。

我們的數據顯示，2016年至2017年間，應用安裝中的非自然安裝份額增加了22%。2017年至2018年，這一比例躍升了28%。這使得移動歸因成為營銷人員技術堆棧的核心。不同于自然流量，營銷人員能夠更加自如地掌控非自然流量，參照歸因和營銷分析數據制定決策，并從投入的花費中獲得利潤。

然而，除了棘手的留存和變現挑戰之外，不斷增長的需求還導致媒體成本水漲船高。因此，應用不能單純依賴于非自然安裝。即便數量有限，營銷人員需要高質量的自然用戶以降低其有效成本并提高利潤。

應用要取得最終的成功，就必須結合非自然和自然安裝，才能傲視競爭對手。

第1章深度剖析移動歸因

在進行深度剖析之前，首先讓我們分析一下歸因的核心價值：移動和數字生態系統非常復雜，涉及數百甚至數千媒體參與者。如果沒有歸因，營銷人員就會因為無法深入了解自己的廣告表現而導致大幅超支。為了透徹地了解這一切并為實實在在的價值買單，營銷人員需要與具有遠見卓識的合作伙伴建立合作，這些合作伙伴要能夠揭示真相，并幫助營銷人員判斷哪些營銷行為能夠兌現預期的行動，哪些不能。移動歸因采用多個標識符來評估安裝前和安裝后的用戶路徑，可在較長的時間范圍內保持極大的準確性和持續性。這些標識符可以分為兩類。

1.確定性匹配使用多個標識符，包括設備ID(Apple的IDFA和Google的GAID)、Google Play Referrer以及客戶標識符(即匿名登錄數據或哈希電子郵件地址)，以匹配并準確識別任何正在使用中的移動設備上的用戶。

2.概率性匹配是一種統計模型，它使用匿名屬性(如IP地址、設備類型、瀏覽器、地理位置和操作系統)在設備之間創建可能的統計連接。由于概率性匹配不如確定性匹配準確，因此總是被當作一種后備機制。

讓我們一探究竟!

確定性歸因方法

Google Play Referrer

Android設備特有的一種標識符，使營銷人員能夠將廣告行為歸因到Google Play商店應用的媒體渠道(其它Android應用商店暫不支持)。這種情況下，歸因服務供應商會將追蹤參數發送到商店，然后在應用程序下載時將其發回其來源。

追蹤服務供應商很可能會采用Google Play Referrer，因為這種方法只依賴于其本身來創建此匹配，并且僅使用來自推薦來源的公開數據。

設備ID匹配-GAID和IDFA

有兩種主要類型的設備ID，它們以相同方式對安裝進行歸因：

Google Advertising ID(GAID)是用于評估Google Play應用商店及其它Android應用市場的應用安裝的設備ID。

IDFA是用于評估蘋果應用商店的應用安裝的設備ID。

值得注意的是，手機網頁不支持設備ID，而且還需要媒體合作伙伴進行相關配置，這意味著設備ID有時無法獲取(無論是否進行了配置或者配置是否正確)。

通過SRN進行設備ID匹配

不同于常規的ID匹配，使用自歸因廣告平臺(self-reportingnetworks，簡稱：SRN)執行的歸因更為有限，因為安裝數據保留在該廣告平臺中而不是自動發送給歸因服務供應商。目前使用SRN的包括Facebook、Snapchat、Google廣告、Twitter以及其他一些廣告平臺。為了將安裝歸因到SRN，在應用程序首次啟動時，歸因服務提供商會檢查應用程序是否配置為接收SRN來源的流量。

歸因服務供應商會使用新安裝的唯一設備ID查詢為該應用程序配置的所有SRN。這是通過專門的MMP(移動監測合作伙伴)API實現的，SRN允許官方的MMP使用這個API。然后，根據返回的答案，供應商便可將新用戶歸因到SRN。

概率性歸因方法

指紋識別

指紋識別是一種識別方法，它使用可用的公開參數(即設備名稱、設備類型、操作系統版本、平臺、IP地址、運營商等)來形成統計學上與特定設備屬性匹配的數字指紋ID。

指紋識別至關重要，尤其在iOS中

盡管在實踐中，概率性歸因方法不如確定性方法有效，但指紋識別法對于移動歸因卻至關重要，尤其是在平臺層面。默認情況下，由于缺乏像Android中Google Play Referrer這樣的歸因參數，iOS可用于創建用戶檔案的方法較少。因此，當無法在iOS中進行ID匹配時，會使用指紋識別來替代。實際上，iOS中約有25%的安裝都是通過指紋識別進行歸因的。盡管與Android相比iOS只有15%的設備份額，但考慮到iOS營銷和用戶獲取優勢，這一統計數據變得尤為重要。雖然Android在設備共享和非自然安裝方面仍然領先于iOS，但由于iOS擁有高價值用戶以及iOS設備卓越的整體用戶體驗，Android在全球安裝中僅比iOS多出4倍，在美國僅多出35%。因此，盡管歸因行業標準可能會轉向確定性方法，指紋識別依然發揮著舉足輕重的作用。

警惕：逐漸失效的指紋識別

如果IP不具有唯一性，那么指紋識別便一無是處。當成千上萬的用戶共用同一個IP地址時，指紋識別就失去了所有價值。例如，許多無線網絡運營商或公共WIFI網絡就經常出現這種情況。

更糟糕的是，即使通過點擊獲得了設備ID，一些歸因服務供應商仍會使用指紋識別，這大大降低了評估的準確性。AppsFlyer數據顯示，指紋識別的這種不準確性使歸因安裝的數量增加了一倍，導致高達半數的營銷預算被浪費在其他自然用戶身上!

由于指紋識別不準確造成的錯誤歸因會導致營銷人員面臨“現金流”失血的狀況。這會推動用戶獲取成本大幅上升，并進一步導致資金無法用在刀刃上。現金流失血尤其危險，因為它會加劇損失，消耗當前的預算，并浪費未來開支。

解決方案：自適應指紋識別

共享公共地址的IP唯一性通常是有效進行指紋識別所面臨的主要障礙，但歸因技術的進步已經成功克服了這一挑戰。受較大規模的驅動，自適應指紋識別解決方案可向歸因服務供應商數據庫中收集的所有IP地址分配一個IP唯一性評級。平臺進而會使用一個動態歸因回溯窗口，該窗口會根據使用特定IP地址的設備的總體數量進行放大、縮小或關閉。

例如，相比來自用戶更多、因此唯一性更低的IP地址的安裝，來自僅由兩部設備共享的家庭wifi網絡的安裝將獲得更長的歸因回溯窗口。與此同時，基于由數千或數萬用戶(例如機場)共享的熱門IP地址的指紋識別將被視為不可靠的信號，并會被徹底移除。

移動歸因窗口

安裝歸因的業務性質取決于預設的時間范圍，即回溯窗口。這意味著，用戶在安裝之前執行的操作，無論是點擊還是瀏覽廣告，都會被視為對下載應用的決定產生了影響。有兩種主要類型的窗口：基于點擊和基于瀏覽。

基于點擊的歸因

大多數歸因移動安裝來自用戶對廣告的點擊：橫幅、視頻、插頁式廣告等。請注意，回溯窗口中發生的安裝被視為非自然安裝，并會被歸因到媒體渠道。而在回溯窗口之外則被視為自然安裝。

1.7天標準：如果用戶點擊了廣告平臺X投放的某個廣告，并在進行該點擊后的7天內安裝了應用程序，則該安裝將被歸因到該廣告平臺-假設之后未進行其他點擊(根據最后點擊歸因標準)。

2.24小時指紋識別歸因窗口：如果沒有設備ID或推薦來源，則會根據指紋識別對安裝進行歸因。它只能在短期內達到較高的準確性，因此窗口較短。

基于瀏覽的歸因

由瀏覽了移動廣告但未點擊移動廣告的用戶進行的新安裝會被歸因到投放廣告的廣告平臺。這種情況下，窗口很短，通常不超過24小時。但是，由于點擊比瀏覽效果更顯著，因此總是有更高的權重(假設它發生在自己的窗口內)。

科技巨頭

針對基于點擊和瀏覽的窗口，Facebook、Google和Twitter都制定了自己的規則。Facebook和Google有固定的窗口期，分別是28天和30天(不可配置)，而Twitter則允許在1天、7天、14天、30天和90天之間進行選擇。

由于主要采用CPC模式，因此這些媒體渠道針對其窗口內發生的所有點擊收費，無論是否為最后點擊。不管怎樣，他們還會獲得歸因服務供應商提供的安裝信息，并將該數據用于優化目的。

讓我們通過下面的示例，進一步闡明歸因窗口的規則：

在上面的示例中，哪些廣告平臺“贏得”了歸因?

答案是：廣告平臺B

原因如下：

a)廣告平臺B在回溯窗口內進行了最后點擊b)點擊比瀏覽權重更高，即使后者也發生在其窗口內

可配置的歸因窗口

點擊歸因和瀏覽歸因窗口都可以在歸因服務供應商的控制面板中進行配置，這使營銷人員能夠根據與其媒體渠道建立的關系來自定義歸因時段。通過為不同媒體渠道配置不同的歸因回溯窗口，歸因服務供應商可確保根據商定的條款進行歸因，并為所有各方帶來更大的靈活性。

一般來說，廣告平臺尋求實現盡可能長的窗口，而廣告主則希望能夠對其數據進行規范化并在運行分析時進行一一對比。例如，由于有效的CPI在很大程度上取決于窗口的持續時間，因此在比較具有不同窗口的廣告平臺時，并無法進行適當的比較。

在運行時間有限的營銷活動時，也可以使用可配置窗口。例如，打車應用程序推出的24小時特別營銷活動向安裝者承諾首次打車免費-這種情況下，只有獲取在一天窗口內所發生的安裝的相關報告才具有重要價值。

移動歸因模型

歸因模型是指廣告主通過向媒體渠道付費，對不同營銷活動的價值獲得深入分析的一種結構。

在計費方面，最終觸點優先。最終觸點歸因是指，在歸因窗口內，安裝與用戶路徑中的最終互動或接觸相匹配。這種情況下，產生最終觸點的促銷活動將獲得全部的歸因和收入。該模型是目前的行業標準，但在當今的多渠道時代，它顯然存在著缺陷。

其優點是，營銷人員可以通過多觸點歸因獲得對整個消費者路徑的多方面深入分析。例如，應用營銷人員可以看到廣告平臺A提供了多次輔助，或者擁有最高的首次源比例。因此，如果目標是提高認知度，營銷人員可以提高首次觸點的權重。如果目標是轉化，則可提高最終觸點的權重。

如果越來越多的廣告主在內部構建這些模型，就計費而言，他們會要求媒體合作伙伴遵守這些規則。

在下面的示例中，我們可以看到單個的設備用戶路徑：

對接合作伙伴生態系統

在甄選歸因服務供應商的過程中，您可能會遇到供應商為證明自己的實力而吹噓擁有眾多對接合作伙伴的情況。為什么會出現這種情況?其重要性如何?有幾個主要原因，其中最重要的兩個是：

1.通用SDK。如果廣告主希望與某個廣告平臺或其他合作伙伴合作，歸因服務供應商將與其對接，而無需添加其SDK。具體通過追蹤公司的SDK將回傳數據發回廣告平臺。

這解決了營銷人員(及其開發人員)的一大困擾，因為其IT部門在與他們想要合作的每一個合作伙伴進行對接方面困難重重，更不用說通過SDK收集數據并與所有合作伙伴進行共享。

這樣一個通用平臺不僅使營銷人員能夠通過全世界任何媒體渠道開展營銷活動，而且最終可以為廣告平臺和廣告主實現全球優化，從而推動整個移動生態系統的發展。而對開發人員來說，通用SDK可以帶來更加順暢的整體運營，提升應用性能和用戶體驗并促進未來開發。

2.訪問整個移動營銷生態系統。與歸因服務供應商的通用SDK對接可以完善您的營銷技術堆棧。它不僅涵蓋與整個媒體生態系統的連接，還包括與其他SaaS公司的連接，主要用于數據和自動化目的。

歸因服務供應商SDK主要合作伙伴歸因服務供應商的對接合作伙伴生態系統并未嚴格限制所提供服務的多樣性，但一般而言，優秀的歸因服務供應商所提供的合作伙伴類型屬于以下五個類別：

標準廣告平臺。通用對接提供的數據最為準確、公正，因為所有配置的廣告平臺的數據都被納入到報告中。也就是說，廣告主可以通過歸因服務供應商的眾多廣告平臺全方位洞悉用戶的行為和路徑，而無需自行分析單獨的數據。通過這種方式，廣告主可以更輕松地觸及不同的用戶群體，因為各個媒體渠道的工作方式和工作范圍略有差異。

自歸因廣告平臺(SRN)。移動廣告領域的巨頭Facebook和Google，以及Facebook旗下的Instagram、Apple(SearchAds)、Snapchat、Twitter、騰訊等占據了相當高的市場份額。因此，建議您與一家能夠對接所有這些廣告平臺的供應商合作。

由于這些科技巨頭已經建立了強大的解決方案并在市場上奠定了強勢地位，他們能夠管理自己的數據。而且，由于數據是從廣告平臺流向歸因服務供應商而不是反向行之，因此，只有兩種方法可以評估通過SRN開展的營銷活動的績效：添加他們自己的SDK，或與其官方認證合作伙伴合作，他們將執行盡職調查程序以達到這種認證。

數據。數據類別中公司的主要區別在于，他們執行研究和分析，然后為營銷自動化公司面向用戶采取的措施提供相關信息。他們通常會將第一方數據與第三方數據進行配對，例如，為從歸因服務供應商導入的一組設備ID提供年齡、性別和行為興趣分組。舉例而言，Localytics和Amplitude就是這樣的兩家數據公司。進行SDK對接時，歸因服務供應商的客戶將與數據(及自動化)合作伙伴彼此共享，并且通常尋求在兩者之間傳送歸因數據，以便創建更加完善的用戶檔案。這是通過回傳完成的，其機制與向媒體合作伙伴發送歸因回傳的機制相同，并且完全由歸因服務供應商控制。

客戶數據平臺(CDP)。營銷技術領域的新興參與者——客戶數據平臺(Customer Data Platform，簡稱：CDP)，從各種SDK收集、規范、細分并激活用戶數據。盡管依托于大量數據，但這些公司與數據類別公司的不同之處在于，他們專注于數據的傳輸和處理，而不是衡量和擴展數據以創建更細膩的細分受眾群體。例如，mParticle和Segment公司就是這樣兩個CDP。

營銷自動化。營銷自動化合作伙伴獨樹一幟，通過推送、電子郵件營銷、應用內通信、短信或其他方式與用戶直接互動。Braze和Leanplum就是這樣兩家營銷自動化公司。與數據合作伙伴一樣，許多營銷自動化合作伙伴都有自己的SDK，但實際上并不執行歸因，盡管這些數據對其功能至關重要。

深度鏈接

深度鏈接是一種營銷手段，尤其適用于用戶獲取和訪客找回營銷活動，能夠跨渠道、平臺和設備打造與情境相關的用戶體驗。其具體方式是，通過包含所有必要信息的移動深度鏈接，用戶可以直接進入應用內的特定頁面，而不僅僅是主頁，從而無縫引導從促銷活動到登陸頁的路徑，最終提高轉化率。

深度鏈接被用于推動客戶訪問產品頁面，在Facebook上執行付費營銷活動，將用戶從網絡和電子郵件定向至應用商店，以及在應用內傳達重要的優惠信息，這些只是眾多實例中的一小部分。深度鏈接曾經是一項復雜的技術創新，如今可通過主要歸因服務供應商獲得，提供從基本到高級的各級別功能。但是，請注意，重點應始終放在歸因上，其次是深度鏈接，特別是這些任務不應該由兩個供應商分擔。在了解供應商的深度鏈接具體將如何滿足您的用戶體驗需求和應用目標之前，必須仔細研究該供應商可提供的歸因功能、廣告平臺對接、體驗和規模。

以歸因為優先，同時對這兩種功能雙管齊下，您可以降低技術成本，將復雜數據整合到一個控制面板中，并能更加輕松地進行關鍵營銷分析。有關營銷技術堆棧中這一強大工具的更多信息，請閱讀完整的深度鏈接指南。

再次互動與訪客找回

再次互動歸因窗口可將事件歸因到訪客找回營銷的天數被稱為再次互動歸因窗口。該窗口從實際訪客找回歸因發生之時(在點擊并打開應用后)開始，并在指定的再次互動歸因時段結束時截止。

第2章安裝后市場分析

我們在上文已經揭示了歸因背后的原理，現在讓我們把注意力轉向歸因的商業價值、最佳實踐以及需要警惕的陷阱。請注意，此主題較為復雜，包含許多重要細節，但在本指南中，我們將僅做基礎層面的探討。

自幾年前興起以來，應用營銷不斷發展，且勢頭不減，但其發展方向非常明確，即：綜合表現，而對免費增值模式驅動的經濟中的安裝后用戶行為來說尤其如此。為了闡明綜合表現的必要性以及基于價值的指標，請參考以下示例。

您正在合作的廣告平臺帶來了大量新用戶，但仔細分析之后，您發現，用戶本身的質量不高，并且留存率或用戶生命周期價值(LTV)較低。您的用戶群或許有所增長，但很多用戶可能并未在應用內進行任何活躍的互動，也未完成任何操作。

從安裝量到價值

與應用內事件相關聯并進行了正確歸因的營銷活動，可以讓營銷人員就與哪些渠道和媒體平臺進行合作做出明智的決策，并在后續投放中進行優化。安裝量的重要性體現在有助于提高應用程序在應用商店中的排名，以及可作為營銷人員找到最高質量用戶依據的基準。

最關鍵的是您需要有大幅提高忠誠用戶比例的能力。為何這么說呢?

首先，通過有效管理您的廣告支出，不僅能帶來安裝量，還能帶來滿足您目標(無論是互動目標還是收入目標)的忠誠、高價值用戶的媒體渠道和其他渠道加大投資。

具體如下所示：

應用內事件入門

現在，我們已經闡明了將營銷分析與您的渠道、廣告平臺、營銷活動以及最終與歸因重新進行關聯的原因所在，接下來讓我們進一步分析，選擇哪些顆粒度指標最能滿足您應用程序的目標。

用戶生命周期價值評估

移動時代為營銷人員帶來了隨時接觸大量消費者并提高用戶忠誠度的巨大機遇。然而，應用商店中數以百萬計的應用程序和不斷提高的用戶期望使得應用程序依然面臨用戶忠誠度、留存率和盈利能力方面的重大挑戰。隨著持續互動較少，盈利因用戶購買與廣告瀏覽的減少而變得困難。這導致用戶生命周期價值(LTV)下降。

為了克服整體盈利方面的挑戰，應用必須最大程度上發揮多種收入來源的潛力：應用內購買(In-Ap p Purchases，簡稱：IAP)、應用內廣告(In-Ap p Advertising，簡稱：IAA)、付費應用和訂閱。付費模式僅適用于具有唯一性內容的應用和頂級品牌的應用，這類應用占比很小。訂閱模式只能成為小部分應用的較大收入來源，這類應用

能夠定期更新其功能或內容，為忠實用戶帶來持續價值。

最終，應用程序的絕大部分收入來自于IAP和IAA。盡管前者在收入中占的份額最大，但后者的份額日益攀升，因為越來越多的開發者試圖以發行商而不是廣告主的身份，充分利用媒體成本上漲的趨勢，通過其應用內廣告實現盈利。

成本評估

您已經在評估收入情況，但要透徹了解您的營銷投資回報率和廣告支出回報率(Return On Ad Spend，簡稱：ROAS),營銷工作的成本也必須考慮在內。無論您選擇何種方法來評估成本，都必須正確定義業務模式以及您與媒體合作伙伴商定的不同費率，包括按地理位置、庫存質量(激勵與非激勵、高級與非高級)分類的明細。切記要持續監控您的相應費用。

需要考慮的其他因素包括：

成本細分-不要滿足于獲得每個營銷活動的成本數據;應索取按廣告組、廣告素材、地理位置和發行商分類的成本數據。粒度越細，實現優化所需的數據就越多。

此外還要考慮各廣告平臺中可用并且正在使用的不同定價模型，這些模型可能在您自己的控制面板中存在差異。這些成本包括每千次展現成本(Cost Per Thousand Impressions，簡稱：CPM),每次點擊成本(Cost Per Click，簡稱：CPC)、每次安裝成本(Cost Per Install，簡稱：CPI)以及每次操作成本(Cost Per Action，簡稱：CPA)。鑒于成本的多樣性，您必須了解其中每一種成本的優勢和影響，以及如何利用它們來促進公司目標的實現。

來自科技巨頭的成本數據-移動廣告領域的頂級廣告平臺，如Google、Facebook、Snapchat、Twitter等，要求通過API進行唯一對接，以便將成本數據傳送給他們的官方監測合作伙伴。而其他一般廣告平臺的成本數據則只需通過點擊歸因方式即可獲得。更重要的是，為了計算您的真實ROAS，必須獲得所有這些合作伙伴提供的成本數據，才能全面掌握全球和區域層面的情況。

報告類型

數據報告是移動營銷運營的核心。如果缺乏這些數據報告，您根本無法依據適當的信息做出對成功至關重要的決策。然而，和移動領域的其他要素一樣，數據也具有多元性，因為它們可以通過兩種主要方法進行分析，并有兩種主要形式。

方法：生命周期與活躍數據

分析用戶事件數據的方法主要有兩種：用戶生命周期價值(LTV)或活躍度。事件數據涉及用戶在安裝后執行的動作，例如應用內購買、注冊、等級完成等。安裝數據既不屬于Activity維度數據，也不屬于LTV維度數據。

生命周期-生命周期價值數據包括在特定日期范圍內進行安裝的用戶在整個生命周期內執行的所有事件。它有助于表明來自不同媒體渠道的用戶的質量，正因如此，出色的營銷活動優化取決于用戶生命周期價值數據。

活躍度-活躍數據包括在特定日期范圍內由所有活躍應用程序用戶執行的所有事件。它顯示了按時間順序排列的事件的準確細分，因此可用于衡量媒體渠道在特定日期范圍內的整體績效。

關于火車的類比假設有一個人在鐵路旁觀察經過的火車。在一分鐘之內，此人能看到的只有所有乘客當前的行為。這就是活躍度數據。而與此同時，有另一個人在火車的一節車廂里。此人只能看到與她一起登上火車的乘客從上車(安裝)到下車(卸載)所進行的所有行為。她看不到其他火車上的乘客進行的任何活動，因為這些乘客要么比她早登車，要么比她晚登車。這就是用戶生命周期價值數據。

形式：匯總數據與原始數據

盡管數據可用于不同的目的，但無論您以何種方式對數據進行分割，它主要有兩種形式：匯總數據與原始數據。

•匯總數據-此數據收集了您之前選擇的多個渠道的原始數據，并將其編入控制面板上顯示的各種摘要報告、圖表和圖形中。這些報告針對您的數據進行了更清晰的深入分析，使您可以專注于未來的行動措施，而不是嚴格的數據分析，并且通常更易于理解。

•原始數據-您的數據可能具有巨大的潛在價值，但如果不能持續地訪問最純粹的高質量數據——原始數據，就無法實現任何價值。

以下是您可以用來優化營銷效果的眾多方法中的幾種：

營銷效果計費的依據

您內部的狹義歸因邏輯

營銷與產品漏斗分析

定向明確的訪客找回營銷

特定用戶細分

識別潛在作弊

優化和構建定向更明確的的營銷文案

用戶獲取優化

它不容低估-在競爭激烈的移動領域，獲得充分數據并懂得利用這些數據的營銷人員將成為行業翹楚。用戶獲取是一門科學和藝術，因此行之不易，但如若有了合適的工具，就能利用它獲得成效。

為了最大限度地提高這些工具的效率，營銷人員還必須在一個通用控制面板中整合并分析數據。我們來看看AppsFlyer自己的控制面板中應用內KPI的一些示例。

如果您追求的是安裝量，那么廣告平臺1顯然能夠讓您得償所愿。但如果您追求的是安裝后價值，那么該平臺提供的忠誠用戶/安裝比遠遠低于平均水平。當偏重于此KPI時，廣告平臺5和2便顯示出無可比擬的優越性。

此應用程序擁有非常忠實的客戶群，以及自有的領先電子郵件和短信渠道。該表還表明，盡管自然流量帶來的用戶價值低于平均水平，但該應用程序的大部分收入都來自于自然流量。

一款旅行應用的營銷活動B無疑帶來了巨大規模，但在平均訂單價值(Average Order Value，簡稱：AOV)方面卻是墊底。盡管營銷活動A僅帶來了43次購買量，但它的AOV卻最高。

留存

您的用戶下載了您的應用程序。這是非常重要的一步。但依然任重道遠。現在，您必須確保他們打開應用程序，定期使用它，并為您的業務帶來真正的價值。

那么，如何才能讓用戶打開您的應用程序，而不是打開他在設備上安裝的其他幾十款應用(平均數量)呢?更不用說，應用商店中還有為該用戶提供的數千款可能具有相關性的應用程序正在虎視眈眈地伺機取代您。留存是應用營銷領域的一大挑戰，達到適當的留存率至關重要，因為它是盈利和生命周期價值的基礎，尤其是在免費增值模式主導的市場。

留存率是指在選定時間范圍內，由特定廣告平臺所獲取的在某一天/某一周處于活躍狀態的唯一用戶的數量除以由該廣告平臺所獲取的首次啟動特定應用程序的唯一用戶的總數的比值。

來自AppsFlyer控制面板的以下圖表清楚地表明，廣告平臺1在一開始的留存率最高，而廣告平臺2從頭到尾始終保持強勁勢頭，但遜色于廣告平臺1。廣告平臺4的用戶在下載后第1天的留存率最低，但隨著時間的推移，廣告平臺5成為用戶流失率最高的平臺，其用戶在下載10天后僅剩下4.8%。

卸載歸因

從設備卸載App是相當激進的舉動，這清楚地表明了問題的存在。了解用戶卸載App應用的原因、時間以及卸載哪些App對于有效應對用戶流失極為重要。

卸載歸因使應用程序開發者能夠采取隱私措施，保護其客戶的隱私和數據。此數據可用于從其目標人群中排除卸載應用(并且顯然對其服務不感興趣)的用戶。

為您的應用程序設置卸載歸因相對簡單。開發者只需在SDK上添加并調整少量代碼，您就能獲得卸載相關的深入分析了。

群組分析

通過群組報告，您可以對具有共同特征的用戶進行分組，并在不同的時間范圍內評估特定的KPI。

例如，一個群組可以是在1月份的任何時間首次啟動某個應用程序的用戶，而另一個群組可以是在2月份啟動應用程序并居住在美國的用戶。這種分組形式可以實現“一一對應”的比較，從而更準確地指示隨時間變化的情況。它表明了平均的客戶的質量以及質量是否隨時間推移而提高或下降。

以下示例是來自AppsFlyer的群組報告。此群組包括1月1日到1月31日期間安裝了該應用程序的英國用戶。然后，按照獲取用戶的媒體渠道進行分組，這樣我們就可以分析哪個廣告平臺帶來了在一段時間內每用戶平均互動次數最多的用戶。

不同于留存率，該指標是根據不同時間范圍計算的(時間范圍表示每個用戶的前X個活躍天數)，然后在所有用戶中進行累積(因此圖表指向朝上)。

我們可以從圖表中看出什么?

廣告平臺1和2表現不佳-考慮放棄這些平臺

廣告平臺5的增長(紫色)最引人注目，并且最為穩定-在這里增加預算就顯得很合理

廣告平臺7(粉色)曲線從第14天開始失去弧度，這意味著互動正在下降。或許，在第14天之前開展訪客找回營銷有助于在長期保持曲線。

用戶生命周期價值與CPI-致勝法則

如果必須總結出一個在移動廣告領域致勝的成功法則，那就是：

歸根結底，如果您的用戶隨著時間推移產生的價值(花費或互動，具體取決于您的目標)大于您為獲得用戶而投入的成本，那么您就做對了。記住，這需要時間!有時甚至需要好幾個月才能做到收支平衡。

這個法則囊括了我們之前討論的很多因素：首先獲取一流用戶，然后最大化現有用戶的價值。

第3章作弊

作弊是移動領域一個普遍存在且無法避免的問題。立即做好應用程序基礎架構方面的充分準備，應對潛在攻擊，防患于未然，這將在未來為您帶來巨大回報。

AppsFlyer對全球移動領域作弊現狀開展的最新研究顯示，2018年第一季度的作弊行為比上一年增加了30%，造成全球所有垂直行業面臨約7億至8億美元的財務風險。毫無疑問，在您的營銷堆棧中，有效的作弊防范必不可少。

作弊類型

過去幾年中，我們看到，應用安裝作弊是作弊分子和保護解決方案之間的一場貓和老鼠的游戲，或者更準確地說，是作為高風險技術競賽的一部分出現的。一般而言，作弊份子的手段可分為兩種：偽造虛假用戶或劫持真實用戶。真實用戶：

點擊泛濫-在點擊泛濫情形中，作弊發行商向大量設備發送“泛濫”的虛假點擊報告，企圖隨機獲得安裝歸因(自然或非自然)。

安裝劫持-安裝劫持是一種使用惡意軟件來欺騙歸因平臺的作弊行為。由于安裝歸因是在首次打開應用程序時才發生，因此作弊渠道會在下載開始的時候，立即觸發虛假點擊，從而成為最后一次點擊。

虛假用戶：

機器人-機器人是運行設定程序或操作的惡意代碼。雖然機器人可以基于真實手機，但大多數機器人都是基于服務器的。機器人旨在針對從未真正發生的安裝發送點擊、安裝和應用內事件。隨著機器人和惡意軟件變得越來越先進，其中一些已經具備模擬實際用戶模式的能力，這使其更難被檢測到。

刷設備團體和設備ID重置作弊-刷設備團體擁有大量真實的移動設備，他們會點擊真實廣告并下載真實應用程序，隱藏新IP地址并將其設備ID重置以避免被檢測到。

刷設備團體發起的新一輪作弊現在使用的是模擬器而不是物理設備。模擬器只是軟件，它使作弊者能夠生成無窮無盡的變體，無論是設備ID，還是手機設置，這進一步增加了這種作弊行為被檢測到的難度。

有效作弊防范簡介

由于作弊者想盡各種方式不斷適應新技術并輪番發起越來越先進的攻擊，有效的作弊防范措施不僅要與時俱進，還必須在兩個因素保持領先：

1.龐大的跨平臺規模，具有顯著且互補的市場滲透

2.利用機器學習從數據中獲得深入分析。此外，供應商的作弊防范解決方案應著重于屏蔽，同時還必須在無法進行實時屏蔽時進行安裝后檢測。

這些因素結合多源歸因功能及安全的SDK，將使作弊者實施攻擊并得逞難上加難。

在此處閱讀有關作弊和防范技術的更多信息。

篇末的幾點思考

隨著競爭對手數量從個位數達到數百甚至數千，一場移動革命正在如火如荼地進行。要在激烈的移動競爭中生存，應用程序不僅要提供卓越的用戶體驗，還要在粒度數據衡量和持續優化的基礎上開展付費營銷活動(用戶獲取和訪客找回)，以確保取得成功。

面臨自然安裝每況愈下、自然搜索基本終結的形勢，僅僅依靠應用商店的可發現性已經不再可行。您需要結合自然與非自然安裝，以推動流量增加，并確保發現您的應用程序的用戶能夠進行互動并實現轉化。也就是說，移動應用營銷的重點已經從數量轉向價值，突顯出高生命周期用戶價值以及保留活躍用戶的重要性。

高級歸因分析平臺可以將它們貫穿起來，因此成為營銷人員技術堆棧中必不可少的要素。它可以通過連接分散的移動生態系統和正確識別用戶來幫助您實現這些目標，同時將歸因與安裝后事件綁定，從而在廣告營銷活動中獲得最高的投資回報。

所以，這里的要點是：移動行業競爭激烈，但通過上述數據驅動的決策來制定任務關鍵型戰略和流程，將為您賦予所需的競爭優勢，并為您指明成功方向。

關于作者

Jillian Gogel現任AppsFlyer內容營銷經理。她熱愛解決棘手的溝通問題，并通過數據驅動型內容在合作伙伴、營銷人員與客戶之間建立可持續的關系。