SKAN 고급 애널리틱스는 데이터 사이언스 모델의 타당성/적절성을 사용하여 SKAdNetwork 리포팅 능력을 개선하기 위해 Singular에 의해 개발된 일련의 기능입니다.
SKAN 고급 애널리틱스의 기능들은 SKAN 리포트와 SKAN 미가공 데이터(Raw Data)에서 제공됩니다.
트러블 슈팅
- 모든 포스트 백은 검열된 컨버전 값을 전송하므로 캠페인에 컨버전 값이 존재하지 않는 경우, Singular 알고리즘으로 인해 모델로써 기반할 데이터가 없을 수 있습니다.
- Google 캠페인: Google에서는 누락된 SKAN 인스톨 값이 있다면 해당 컨버전 값이 0인 것처럼 보고합니다. 이에 대해 Singular는 실제로 모든 캠페인에 대해 얼마나 많은 컨버전 값이 누락되었는지 알지 못하므로, 이를 모델화 메트릭으로 나타낼 수 없습니다.
모델화 메트릭은 캠페인 (또는, 경우에 따라, 하위 캠페인에 기반)에 기반하여 계산됩니다. 앱이나 소스와 같이 높은 수준의 리포트로만 생성할 경우, 모델화 메트릭은 앱과 소스 수준으로 다시 계산되지 않으며 관련 캠페인에 대한 모델화 메트릭에 기반하여 합산됩니다. 이것이 매출 모델화 메트릭 (또는 타 모델화 메트릭)이 SKAN 메트릭을 컨버전 비율 값으로 나눈 결과와는 상이할 수 있는 이유입니다.
국가 데이터는 SKAdNetwork에서 제공되지 않고, 퍼블리셔 사이트 ID는 컨버전 값이 검열될 때마다 제공되지 않는 값입니다. 그러므로 메트릭/이벤트 모델을 리포트에서 보려면, 국가와 퍼블리셔 사이트 ID 디멘션 선택을 해제하세요.
모델화 메트릭은 리포트에서 선택한 전체 날짜 범위에 걸쳐 보간법을 기반으로 계산됩니다. 예를 들면, 일 단위로 나누어진 주별 리포트가 일별 리포트와는 약간은 상이한 모델화 메트릭 결과를 표시하는 것과 같습니다.
FAQ
검열된 컨버전 값으로 인해 부분적인 데이터를 가진 SKAdNetwork 캠페인에 관하여, Singular는 전체 캠페인에 대해 보간법으로 측정된 모델화 메트릭을 표시할 수 있습니다.
모델화 메트릭은 Singular가 데이터를 보유하지 않은 인스톨로부터 파생됩니다.
예시:
- 50건의 인스톨을 가진 SKAN 캠페인 중, 25건만 컨버전 값을 갖는 경우 (컨버전 값 비율은 50%).
- 이미 존재하는 컨버전 값에 기반한 SKAN 매출은 $30.
- 검열된 컨버전 값을 가진 인스톨은 컨버전 값을 가진 인스톨인 것처럼 제공된다는 가정에 기반하여, 캠페인의 모델화 매출은 60$이 됨.
만약 가장 높은 세분성(granularity)으로 SKAN 리포트를 생성한다면, 모델화 매출이 SKAN 매출을 컨버전 값의 비율로 나눈 것과 동일합니다. 다른 모델화 메트릭과 이벤트들도 마찬가지입니다.
참고로, 만약 앱과 소스만을 포함한 상위 레벨 리포트를 생성한다면, 메트릭 모델은 앱 + 소스 레벨로 다시 계산되지 않고, 관련 캠페인에 대한 모델화 메트릭에 기반하여 합산됩니다.
이것이 모델화 메트릭이 SKAN 메트릭을 컨버전 값 비율로 나눈 결과와는 다른 결과가 나타나는 이유입니다.
매출 (SKAdNetwork 리포트)
Singular는 SKAN 매출(오직 매출 모델을 사용한 캠페인만)을 모델화하여 제공합니다.
예시:
- SKAN캠페인이 50건의 인스톨이 있고, 그중 25건은 컨버전 값인 경우 (컨버전 값의 비율은 50%).
- 존재하는 컨버전 값에 기반하면, SKAN 매출은 $30.
- 검열된 컨버전 값이 있는 인스톨은 컨버전 값을 가진 인스톨인 것처럼 제공된다는 가정에 기반하여, 캠페인의 모델화 매출은 60$이 됨.
이벤트 (SKadNetwork 리포트)
Singular는 모델화 SKAN 이벤트(이벤트 모델만 사용한 관한 캠페인)를 제공합니다. 특정 이벤트들을 선택해 드롭다운 리스트에서 모델화 카운트를 볼 수 있습니다.
컨버전 값 카운트 (SKAdNetwork 미가공 데이터 리포트)
모델화 컨버전 값 카운트는 특정 컨버전 값을 가진 한 캠페인이 얼마나 많은 인스톨을 갖는지 추정합니다. 이 값은 Singular가 컨버전 값을 가진 인스톨에서 컨버전 값들의 보급률을 기반으로 계산됩니다.
상단의 예시에서 보면, 캠페인에 105건의 인스톨이 있고 포스트 백 내 35건의 컨버전 값만 있습니다. 모델화 컨버전 값 카운트는 부분적인 데이터가 모든 인스톨을 의미한다는 가정하에 얼마나 많은 인스톨이 각 컨버전 값을 갖는지 보여줍니다.
iOS 14+ 앱 인스톨 대부분에서, 유저 행동- 앱에 대한 인스톨 후 상호 작용과 얼마나 많은 매출을 창출했는지- 에 따른 정보들은 Apple의 SKAdNetwork 포스트 백 내 컨버전 값으로 인코딩됩니다.
하지만, 모든 포스트 백이 컨버전 값을 내포하는 것은 아닙니다. 캠페인의 인스톨 수가 특정 기준치를 넘지 못하면 Apple은 프라이버시 상의 이유로 해당 컨버전 값을 검열합니다. 이에 따라 앱과 어트리뷰션된 네트워크를 제외하고 데이터가 없는 인스톨이 발생됩니다.
이 갭을 메우기 위해, Singular는 컨버전 값을 갖는 인스톨에 기반하여 특정 캠페인이나 하위 캠페인 내 모든 인스톨들을 보간법으로 계산한 모델화 메트릭을 제공합니다.
모델화 메트릭과 이벤트들의 신뢰성에 더 알아보려면, 신뢰 구간(confidence interval)을 선택하여 확인해볼 수 있습니다. Singular의 알고리즘은 높은 수준의 신뢰성을 보이며, 이는 실제 값이 범위내에 있음을 의미합니다.
해당 값은 모델화 메트릭처럼 신뢰 구간 내 가장 실제 값에 가까운 값이 표시됩니다.
모델화 코호트 메트릭
SKAdNetwork 캠페인에서, 정의한 컨버전 모델에 따라 보통 인스톨 후 1~3일에 유저 행동과 매출에 대한 정보를 얻게 되는 것을 의미합니다.
모델화 코호트 메트릭은 해당 캠페인으로부터 인스톨 후 7일 내 얻어진 예상 매출과 ROI를 제공합니다.
참고:
- 모델화 코호트 메트릭을 사용하려면, 매출 이벤트들을 S2S나 혼합된 구현 방법을 통해서가 아니라 반드시 Singular SDK가 내장된 앱에서 Singular로 전송해야 합니다.
- 모델의 정확성은 광고주와 앱에 따라 상이할 수 있습니다.
- 모델화는 현재 7일로(30일 코호트 등 없이) 제한되어 있습니다.
- 모델화는 현재 매출에 제한됩니다.
현재, 코호트는 추정된 인스톨 날짜에 기반합니다.
SKAdNetwork 캠페인에 대한 7일 모델화 매출에서, 동일한 캠페인에 대해 캠페인에 대한 SKAdNetwork 컨버전 값과 IDFV 기반 트래커 어트리뷰션을 통해 얻는 정보를 비교합니다. 그 후 주어진 값에 대해, 7일 후 유저에 대해 얻은 매출로 모델화 할 수 있습니다.
7일 매출 모델화의 정확성은 광고주와 앱에 따라 상이하며, 특히 최적화 컨버전 모델(optimized conversion model)에 따라 좌우됩니다. 하지만 앱이 최적화 컨버전 모델을 사용하고 있다면, 대부분의 앱에 대해 88%의 정확성에 도달하고 있습니다.
각 7일 매출 메트릭의 신뢰 구간을 통해 정확성을 확인할 수 있습니다. 만약 7일 매출이 $100이고 신뢰구간이 +/-10이라면, 높은 신뢰성을 갖고 있다고 볼 수 있으며 7일 매출은 $90과 $110 사이라는 의미가 됩니다.
모델화 SKAN 코호트 메트릭의 정확성을 개선하려면, 다음을 시도할 수 있습니다.
-
만약 Singular가 최적화 모델을 제공한다면, 그 모델을 사용하세요. 최적화 모델은 해당 모델이 결과를 눈에 띄게 개선할 수 있을 때 제공되기 때문에, 선택 가능 시 사용을 권장합니다. (최적화 모델 FAQ 더보기)
이를 확인하려면, SKAdNetwork > Model Configuration 페이지에서 앱을 선택하세요. 최적화 모델이 해당 앱에 제공될 수 있는 상태라면, 초록색으로 표시된 메시지가 표시될 것입니다.
- 예측력이 더 우수한 모델을 사용하세요. 일반적으로, 이는 매출과 다른 유저 행동을 고려하는 믹스 모델(mixed models)을 의미합니다.
- 캠페인의 사이즈를 증가시키거나 더 적은 수의 캠페인을 운영하세요. 캠페인에 인스톨이 많을수록 모델화가 쉬워집니다.
만약 충분히 정확한 모델화를 제공할 수 없다고 판단한다면, Singular는 해당 메트릭을 표시하지 않습니다.
매출 컨버전 모델을 사용하지 않는다 해도 매출을 모델화할 수 있습니다.
| 메트릭 | 설명 | 기간 | 데이터 소스 |
| SKAN 매출(SKAN Revenue) | Singular는 고객이 정의한 컨버전 모델에 기반하여 SKAdNetwork 포스트 백 내 컨버전 값을 디코딩하고, 그것이 매출 모델화로 간주하여 캠페인 매출에 표시되는 액수들을 합산합니다. | 컨버전 모델 내 정의된 측정 기간 |
SKAdNetwork 포스트 백 |
| SKAN 매출 모델화 (Modeled SKAN Revenue) |
Singular는 총 캠페인 매출을 주어진 SKAN 매출에서 포스트 백 내 컨버전 값이 없던 인스톨까지를 범위로 보간법에 기반하여 추정합니다. | 컨버전 모델 내 정의된 측정 기간 |
SKAdNetwork 포스트 백 |
| 코호트 (7일) 매출 모델화(Modeled Cohort (7d) Revenue) | SKAN 포스트 백과 IDFV에 기반한 어트리뷰션 데이터 모두에 기반하여 7일 매출 모델화를 추정합니다. | 7일 | SKAdNetwork 포스트 백, IDFV-기반 어트리뷰션 데이터 |
모델화 코호트 메트릭은 다음과 같이 Singular SKAdNetwork API를 통해 제공됩니다.
- modeled_cohorted_skan_revenue
- modeled_cohorted_skan_roi
모델화 코호트는 현재 기본 데이터 데스티네이션(data destination) 스키마 내에 포함되어있지 않습니다. 만약 데이터 내 해당 데이터를 포함하고 싶다면, Singular support 팀에게 문의하세요.
