Al realizar el seguimiento de las instalaciones y la actividad de los usuarios a través de SKAdNetwork, nos basamos en el valor de conversión, un único número en el rango de 0 a 63 que se envía desde la aplicación a la red publicitaria algún tiempo después de que se instale la aplicación.

Un modelo de conversión es una forma de codificar toda la información posible sobre el usuario y su actividad posterior a la instalación en el espacio limitado delvalor de conversión.

Singular ofrece diferentes tipos de modelos de conversión. Cada uno se centra en un tipo específico de información y deja fuera otros tipos de datos.

Cuando configura un modelo de conversión y elige el tipo de modelo de conversión, en realidad está seleccionando qué información tendrá disponible sobre la actividad posterior a la instalación de sus usuarios. Elija el modelo de conversión que mejor se adapte a sus KPI y a sus procesos de optimización de campaña.

" Para más información, consulte Comprender la gestión del valor de conversión de Singular.

Para cada aplicación que comercialice, puede elegir uno de los siguientes tipos de modelo de conversión:

Tipo de modelo	Descripción
Revenue	Le permite optimizar sus campañas en función de los ingresos obtenidos durante el periodo de medición posterior a la instalación/reinstalación. Un modelo de ingresos puede medir tres tipos de ingresos, dependiendo de cómo lo configure: ingresos por compras dentro de la aplicación, ingresos por publicidad o ambos (todos los ingresos). Véase también: Preguntas frecuentes sobre los modelos optimizados de SKAN
Conversion Events	Le permite optimizar campañas en función de la actividad específica del usuario tras la instalación. El modelo codifica los eventos del usuario en el valor de conversión si ocurren al menos una vez durante el periodo de medición.
Engagement	Le permite optimizar sus campañas en función del grado de compromiso de los usuarios con la aplicacióndurante el periodo de medición. El modelo codifica en el valor de conversión cuántas veces se produjeron varios eventos durante el periodo de medición.
Funnel	Le permite optimizar sus campañas basándose en un recorrido específico del usuario tras la instalación. El modelo codifica los eventos del usuario en el valor de conversión en el orden en que se produjeron durante el periodo de medición.
SKAN 4 Funnel [NEW]	La nueva versión del modelo de embudo, disponible sólo para SKAN 4, le permite incluir cubos de ingresos en el recorrido del usuario (no sólo eventos). De este modo, puede medir tanto los eventos como los ingresos.
Mixed Models	Los modelos mixtos le permiten obtener información tanto de ingresos como de otro tiposobre la misma campaña de SKAdNetwork. Singular ofrece tres modelos mixtos: Conversion Events and Revenue, Engagement and Revenue, y Funnel and Revenue.

Vea una lista de los modelos actualmente soportados por SKAN 4.0.

Le animamos a experimentar e iterar con diferentes modelos de conversión para encontrar el que le ofrezca los mejores resultados. Sin embargo, para empezar, pruebe los siguientes pasos:

1. En primer lugar, piense en los nuevos usuarios ideales (de alto valor) y en cómo serían sus primeros 7 días. Esto debería indicarle qué puntos de conversión son significativos. Asegúrese de que estos puntos de conversión se comunican como eventos en su implementación de Singular SDK.
2. A continuación, elija un modelo de conversión que represente lo más fielmente posible este recorrido ideal del usuario. Puede empezar con modelos de ingresos y retención, pero experimente con otros modelos utilizando informes simulados.
3. Por último, piense en la rapidez con la que el usuario puede completar este recorrido ideal. Seleccione el periodo de medición más corto posible para maximizar su capacidad de capturar esta actividad.

Puede elegir utilizar un modelo diferente para gestionar sus valores de conversión. Si lo hace, asegúrese de configurar Singular SDK en su aplicación para utilizar el modo de gestión manualpara SKAdNetwork.

En SKAdNetwork, los socios de la red publicitaria reciben el postback de SKAdNetwork con el valor de conversión en bruto (0-63). Para conocer el significado cualitativo de ese valor, necesitan trabajar con la entidad que gestiona la asignación de valores de conversión (el gestor del modelo de conversión).

Las integraciones de SKAdnetwork de Singular con socios compatibles permiten a los socios descodificar el significado de los valores de conversión de SKAdNetwork que reciben de las devoluciones de SKAdNetwork.

Los anunciantes también pueden descargar una vista previa de los valores de conversión para un modelo de conversión y compartirla con sus socios para ayudar a los equipos de cuentas a descodificar. En Singular, vaya a SKAdNetwork > Configuración del modelo, haga clic en la elipse vertical para seleccionar Vista previa de los valores de conversión y descargar automáticamente la asignación.

" Para obtener una lista actualizada de los socios y las funciones que admite cada uno, consulte Socios integrados de Singular SKAdNetwork.

El periodo de medición es un ajuste de Singular que puede configurar para determinar durante cuánto tiempo la aplicación sigue codificando la actividad posterior a la instalación en el valor de conversión. Una vez transcurrido el periodo de medición, se envía el postback de SKAdNetwork junto con el último valor de conversión actualizado.

Si elige un periodo de medición más largo, dispondrá de más tiempo para recopilar información sobre las actividades del usuario para incluirla en el valor de conversión, pero también provocará un retraso en la obtención de cualquier tipo de información sobre la instalación.

El periodo de medición también determina los periodos de retención más largos y los periodos de cohorte que se pueden medir con SKAdNetwork. Si, por ejemplo, fija el periodo de medición en 3 días, Singular sólo podrá codificar en el valor de conversión información sobre los 3 primeros días tras la instalación. Esto significa que el periodo de retención más largo posible que se puede seguir, así como el periodo de cohorte más largo, es de 3 días.

Cuando establece el periodo de medición en más de 1 día, Singular reserva un determinado número de ranuras del valor de conversión de 6 bits para utilizarlas en el seguimiento del periodo de retención del usuario.

Por ejemplo, si establece el periodo de medición en 7 días, Singular reserva 3 espacios (porque el número 7 requiere 3 bits para representarlo: es "111" en binario).

Entonces, cada vez que la aplicación informa de sesiones a Singular, Singular utiliza estos bits reservados para actualizar el número de días que el usuario ha estado activo después de la instalación. Después de que el postback se envía a la red y se reenvía a Singular, Singular puede descodificar esta parte del valor de conversión para determinar la retención y las cohortes.

Aunque este método puede costarle valiosas franjas horarias de información, es la única forma de averiguar la fecha de instalación/fecha de atribución. SKAdNetwork no proporciona la fecha de atribución. Singular sólo puede calcularla observando el tiempo de retención y la marca de tiempo de postback.

Otra ventaja del método de retención es que cada vez que actualiza el valor de conversión para la retención, retrasa el postback de SKAdNetwork 24 horas adicionales, ampliando el periodo en el que puede medir la actividad posterior a la instalación.

SKAdNetwork no proporciona la fecha de atribución. Singular la calcula por usted observando el tiempo de retención y la marca de tiempo de postback .

Cuando establece el periodo de medición en más de 1 día, Singular reserva un determinado número de "ranuras" (bits) del valor de conversión de 6 bits para utilizarlo en el seguimiento del periodo de retención del usuario. Entonces, cada vez que la aplicación informa de sesiones a Singular, Singular utiliza estos bits reservados para actualizar el número de días que el usuario ha estado activo después de la instalación. Aunque este método puede costarle valiosas franjas horarias de información, es la única forma de averiguar la fecha de instalación/fecha de atribución.

Los modelos de ingresos le permiten optimizar sus campañas basándose en los ingresos obtenidos durante el periodo de medición posterior a la instalación/reinstalación.

Un modelo de ingresos puede medir uno de los siguientes tipos de ingresos, dependiendo de cómo lo configure. Haga clic en el tipo de ingresos para obtener más información sobre la configuración de este tipo de modelo.

Tipo deingresos	Descripción
All revenue	Ingresos por compras dentro de la aplicación y por publicidad.
Ad mon revenue	Ingresos procedentes de anuncios mostrados durante el periodo de medición.
In-app purchase revenue	Ingresos obtenidos por compras de usuarios dentro de la aplicación durante el periodo de medición.

 

Un modelo All Revenue le permite optimizar sus campañas basándose tanto en los ingresos por compras dentro de la aplicación como en los ingresos por publicidad. Singular suma las dos sumas y las muestra en sus informes como Ingresos combinados estimados.

Dado que el valor de conversión de SKAdNetwork está limitado a 6 bits, Singular no puede utilizarlo para codificar los ingresos exactos. En su lugar, puede definir cubos de ingresos y Singular asignará cada cubo de ingresos a un valor de conversión.

Por ejemplo, puede definir los siguientes buckets de ingresos:

• $0 - $2 → codificado a 1
• $2+ - $5 → codificado a 2
• $5+ - → codificado a 3

De esta forma, si un usuario gasta 3$ en la app y aporta 0,50$ adicionales en ingresos por publicidad, el valor de conversión es 2.

Un modelo de Ingresos Admon le permite optimizar sus campañas basándose en los ingresos publicitarios obtenidos de los usuarios en un determinado número de días tras la instalación (el número de días viene definido por el periodo de medición).

Dado que el valor de conversión de SKAdNetwork está limitado a 6 bits, Singular no puede utilizarlo para codificar los ingresos exactos. En su lugar, se definen cubos de ingresos y Singular asignará cada cubo de ingresos a un valor de conversión.

Por ejemplo, puede definir los siguientes buckets de ingresos:

• $0 - $0.05 → codificado a 1
• 0,05$+ - 0,1$ → codificado a 2
• $0.1+ - → codificado a 3

De este modo, si un usuario ingresa 0,07 dólares viendo anuncios, el valor de conversión será 2. El valor de conversión incluirá información sobre a qué bucket de ingresos pertenece el usuario.

Un modelo In-App Purchase Revenue le permite optimizar sus campañas en función de los ingresos obtenidos de los usuarios a través de las compras in-app en un determinado número de días tras la instalación (el número de días viene definido por el periodo de medición).

Dado que el valor de conversión de SKAdNetwork está limitado a 6 bits, Singular no puede utilizarlo para codificar los ingresos exactos. En su lugar, usted define cubos de ingresos y Singular asignará cada cubo de ingresos a un valor de conversión.

Por ejemplo, puede definir los siguientes buckets de ingresos:

• $0 - $5 → codificado a 1
• $5+ - $10 → codificado a 2
• $10+ - → codificado a 3

De esta forma, si un usuario gasta $7 en la app, el valor de conversión es 2. El valor de conversión incluirá información sobre a qué bucket de ingresos pertenece el usuario.

Un modelo de Eventos de Conversión le permite optimizar sus campañas basándose en la actividad específica del usuario post-instalación que está interesado en medir.

El modelo codifica los eventos de usuario en el valor de conversión si ocurren al menos una vez durante el periodo de medición.

Por ejemplo, puede definir los siguientes eventos post-instalación:

• Evento 1: Registro
• Evento 2: Nivel de juego completado
• Evento 3: Compra dentro de la aplicación

El valor de conversión contendrá información sobre cuál de estos eventos ocurrió para el usuario en particular.

El modelo Engagement le permite optimizar sus campañas en función de la interacción de los usuarios con la aplicación durante el periodo de medición.

El modelo codifica en el valor de conversión cuántas veces se produjeron varios eventos durante el periodo de medición.

Por ejemplo, puede definir una lista de eventos post-instalación como sigue:

• Evento 1: Me gusta
• Evento 2: Niveles completados

El valor de conversión contendrá información sobre cuántas veces se produjo cada uno de estos eventos.

El modelo Funnel original (para las campañas de SKAN 3) le permite optimizar las campañas basándose en un recorrido específico del usuario tras la instalación.

Al igual que un modelo de eventos de conversión, el modelo de embudo codifica información sobre si se han producido determinados eventos (como una compra, alcanzar un determinado nivel en un juego, etc.) durante el periodo de medición. La diferencia es que en el modelo de embudo, los eventos se definen como una secuencia y se asume que si se ha producido un evento posterior (del embudo inferior), todos los eventos anteriores deben haberse producido también.

Por ejemplo, si tiene una aplicación de juegos, puede definir la siguiente lista de eventos:

Si el usuario alcanza el nivel 5, el valor de conversión representará la información de que se ha producido el primer evento. Si el usuario alcanza el nivel 10, el valor de conversión representará la información de que se han producido el primer evento y el segundo. Si el usuario alcanza el nivel 15, el valor de conversión representará la información de que se han producido los tres eventos.

Un modelo Funnel es potente porque maximiza el número de eventos que pueden codificarse en el valor de conversión. Sin embargo, depende de tener un recorrido del usuario bien definido en el que los eventos sólo pueden ocurrir en una secuencia determinada.

Un modelo de Embudo SKAN 4 es similar al modelo de Embudo original, salvo que le permite definir algunos de los pasos del embudo como eventos y otros como cubos de ingresos(véase la ilustración).

Cada paso de un modelo de Embudo SKAN 4 encapsula datos sobre todos los pasos que lo preceden. Por ejemplo, en este ejemplo, si el valor de conversión en un postback de SKAN indica "Nivel 10 alcanzado", Singular asume que "Registro" y "Nivel 5 alcanzado" también se han producido. Esto se reflejará en los datos de sus informes.

Del mismo modo, si el postback indica "Revenue Bucket: [$0.5-1]", Singular registra automáticamente los siguientes datos: Evento "Registro" + Evento "Nivel 5 alcanzado" + Evento "Nivel 10 alcanzado" + 0,5-1 dólares de ingresos.

Un modelo de embudo SKAN 4 es potente en el sentido de que maximiza el número de eventos y el número de cubos de ingresos que pueden codificarse en el valor de conversión. Sin embargo, se basa en tener un recorrido de usuario directo en el que los eventos sólo pueden ocurrir en una secuencia determinada.

SKAN 4 Funnel vs. Modelo mixto

Tanto el modelo SKAN 4 Funnel como el modelo Mixto le permiten rastrear eventos e ingresos al mismo tiempo.

Esto se debe a que en un modelo mixto (suponiendo que sea un modelo de ingresos + eventos), cada valor de conversión debe corresponder tantoa un evento comoa un cubo de ingresos. Por ejemplo, CV = 0 puede significar "_INSTALL_ evento y ningún ingreso" mientras que otro CV puede significar "_INSTALL_ evento y $0-1 ingreso".

Por el contrario, un modelo SKAN 4 Funnel le permite asignar un CV separado a cada evento y luego un CV separado a cada cubo de ingresos, dejándole espacio para definir un mayor número de cubos. Véase el siguiente ejemplo:

Resumen: SKAN 4 Funnel frente a otros tipos de modelos

Embudo original (SKAN 3)	Embudo SKAN4	Modelo mixto
Sólo mide eventos Concepto basado en embudos: apropiado sólo cuando los eventos tienen un orden natural en su aplicación	Puede medir eventos e ingresos Espacio para un gran número de cubos de ingresos Concepto basado en embudo: apropiado sólo cuando los eventos tienen un orden natural en su aplicación	Puede medir eventos e ingresos Número más limitado de cubos de ingresos Adecuado cuando los eventos de su aplicación pueden producirse independientemente unos de otros

Los modelos mixtos le permiten obtener información de ingresos + otro tipo de informaciónsobre la misma campaña de SKAdNetwork.

Singular ofrece tres modelos mixtos:

• Eventos de Conversión e Ingresos
• Engagement e Ingresos
• Embudo e ingresos

En términos del valor de conversión de SKAdNetwork, utilizar un modelo mixto significa que algunos bits del valor codifican información sobre ingresos, mientras que otros bits codifican información sobre eventos, embudo o compromiso.

Configuración de un modelo mixto :

Cuando se elige un modelo mixto, es necesario configurar tanto un modelo de ingresos como otro tipo de modelo (eventos, embudo o compromiso) en el panel de Configuración del modelo.

Las ranuras se dividen entre los dos modelos. Por ejemplo, si elige un modelo mixto de ingresos + eventos, cuantos más cubos de ingresos defina, menos eventos podrá definir, y viceversa.

Para configurar un nuevo modelo de conversión

1. En su cuenta de Singular, vaya a SKAdNetwork > Configuración de modelos.
2. Seleccione una aplicación de la lista de la izquierda.
3. Haga clic en Añadir modelo de conversión.
4. Seleccione el Periodo de medición (consulte ¿Qué es el "periodo de medición"? ¿A qué debo ajustarlo?).
5. Seleccione el tipo de modelo (consulte ¿Qué tipos de modelos de conversión ofrece Singular?).
6. Introduzca un nombre para el modelo y configure los ajustes adicionales. Estos ajustes dependen del tipo de modelo que haya seleccionado.
7. Puede ampliar la sección Analizar modelo para ver un informe simulado de cómo se comportaría el modelo con los ajustes configurados actualmente con sus datos. Para más información, consulte ¿Qué es "Analizar modelo"? ¿Cómo me ayuda a elegir un modelo de conversión?
8. Haga clic en Guardar. El nuevo modelo de conversión se añade a la lista.

No, el orden en el que se añaden los eventos no importa. En concreto, cuando se utiliza el modelo de eventos de conversión, Singular actualizará el valor de conversión cuando se haya producido al menos un evento o una combinación de eventos seleccionados.

Una vez que haya configurado un modelo, puede desplegar la sección Analizar modelo y hacer clic en Descargar informe de análisis. Esto descargará un informe estimando qué métricas obtendría utilizando el modelo actual, basándose en los datos de instalaciones y eventos que Singular ha rastreado basándose en su implementación SDK/S2S.

El informe estima cuáles serían las métricas de SKAdNetwork (instalaciones, eventos e ingresos) si utilizara el modelo actual que ha configurado, en comparación con las métricas reales que ha rastreado fuera de SKAdNetwork.

Para calcular las métricas SKAdNetwork estimadas, Singular tiene en cuenta los datos reales de los dispositivos de sus usuarios, la configuración de su modelo de conversión y las distintas propiedades y limitaciones del marco SKAdNetwork.

El informe resultante (ver detalles más abajo) debería ayudarle a decidir si el modelo le proporciona suficiente información o si debería retocarlo o utilizar un tipo de modelo diferente.

Cuando selecciona Analizar modelo, el archivo CSV resultante contiene las siguientes columnas (además de algunas otras columnas dependiendo del modelo específico y de los eventos que haya seleccionado).

Utilice el informe para obtener una estimación del rendimiento de su modelo.

Columna	Descripción
Install Date	Fecha de instalación de la aplicación, calculada por Singular.
App	El nombre de la aplicación.
Source	El nombre de la red de socios a la que se ha atribuido la instalación/reinstalación de la aplicación.
Model Name	El nombre del modelo de conversión elegido para el análisis.
SKAN Installs	El número estimado de instalaciones de SKAdNetwork en la "fecha de instalación". Esta métrica se calcula a partir de las instalaciones no orgánicas y de último clic (son las únicas que admite SKAdNetwork).
SKAN [Conversion Name]*	El número estimado de conversiones que este modelo de conversión atribuirá. Esta métrica se calculará con períodos de cohorte de 1d y hasta el período de medición de su modelo.
Reported [Conversion Name]*	Su métrica de conversión actual. Esta métrica se calculará con periodos de cohorte de 1d y hasta el periodo de medición de su modelo.
[Conversion Name] Ratio*	La relación entre su métrica de conversión SKAN estimada y su métrica de conversión actual. Esta relación se calcula sólo en el último periodo de cohorte, que también es su periodo de medición. Cuando este ratio es cercano a 1 significa que su métrica SKAN estimada es casi igual a su métrica actual.

Para activar un modelo de conversión creado por usted

1. Active el modelo.
2. Haga clic en Enviar.

Actualmente no hay límite en el número de modelos de conversión que puede configurar. Sin embargo, sólo un modelo puede estar activo para una aplicación en un momento dado.

Después de configurar un modelo de conversión, puede seleccionar Previsualizar valores de conversión para descargar un archivo CSV que contiene los valores de conversión de 0 a 63 y su significado utilizando el modelo específico.

El .csv resultante contendrá las siguientes columnas fijas, así como columnas dinámicas basadas en el modelo de conversión y los eventos elegidos.

Columna	Descripción	Ejemplo
Conversion Value	El valor de conversión, 0-63	10
Conversion Events	El nombre del evento de conversión	Registro
Retention	El periodo de tiempo representado como un intervalo en horas	24h+ -> 48h

Modelo de compromiso

Columna	Descripción	Ejemplo
Conversion Value	El valor de conversión, 0-63	10
[Event Name]* Count	Para cada evento utilizado en el modelo, esta columna representará el recuento de ocurrencias de este evento	2
Retention	El periodo de tiempo representado como un intervalo en horas	24h+ -> 48h

Modelo de ingresos

Columna	Descripción	Ejemplo
Conversion Value	El valor de conversión, 0-63	10
Revenue Buckets	La cubeta a la que se asigna el importe de los ingresos. El importe se representa en el tipo de moneda seleccionado en su cuenta.	$1+ -> $2
Retention	El periodo de tiempo representado como un intervalo en horas	24h+ -> 48h

Para cambiar de un modelo de conversión a otro

1. Vaya al panel de gestión de conversiones.
2. Active el nuevo modelo de conversión.
3. Guarde los cambios.

Singular pondrá en pausa su modelo existente y, a continuación, activará el nuevo modelo. Debido a las limitaciones de SKAdNetwork, este proceso tarda 48 horas. Esto es lo que ocurre

1. No se envían ni se registran valores de conversión durante 24 horas. Se pierden los datos de medición.
2. Todos los postbacks de SKAdNetwork recibidos en las siguientes 24 horas (Horas 25-48) se procesan utilizando el modelo antiguo.
3. Durante el mismo tiempo, Singular comienza a actualizar los valores de conversión utilizando el nuevo modelo.
4. Al cabo de 48 horas, se empieza a utilizar el nuevo modelo de conversión para descodificar los postbacks.

 

Para editar un modelo de conversión existente

1. Haz clic en el menú desplegable del modelo y selecciona Editar. Se abrirá el panel de configuración del modelo de conversión.

   

2. Cambie las configuraciones según sea necesario y seleccione Guardar.

Puede archivar un modelo de conversión para eliminarlo del panel de modelos de conversión. Para archivar un modelo, haga clic en su menú desplegable y seleccione Archivar.

Sólo puede archivar un modelo que no se esté utilizando.

Una vez archivado un modelo, no podrá recuperarlo.

Puede definir modelos de conversión, previsualizar sus valores y analizarlos, pero seleccionar y enviar un modelo activo no tendrá ningún impacto si su versión del SDK no es compatible con SKAdNetwork (ya que los postbacks de SKAdNetwork no se enviarán desde sus dispositivos).