모델링된 SKAN 지표는 부분적인 SKAdNetwork 데이터를 보완하기 위해 싱귤러에서 제공합니다. 모델링된 지표는 SKAN 포스트백 및 IDFV 기반 트래커 데이터를 포함한 기존 데이터에서 독점적인 데이터 과학 모델을 사용하여 추정됩니다.

대부분의 iOS 14 이상 앱 인스톨의 경우, 앱 설치 후 앱과의 상호작용, 앱이 가져온 수익 등 사용자 행동에 대한 모든 정보가 Apple의 SKAdNetwork 포스트백에 포함된 전환 값에인코딩됩니다.

그러나 모든 포스트백에 전환 값이 포함되는 것은 아닙니다. Apple은캠페인의 설치 수가 특정 임계값에 도달하지 않으면 개인정보 보호를 위해 전환 값을 검열합니다. 이로 인해 앱과 어트리뷰션 네트워크를 제외한 어떤 데이터도 없는 인스톨이 발생합니다.

이러한 격차를 해소하고 마케팅 활동의 결과에 대한 완전한 그림을 제공하기 위해 Singular는 기존 데이터에서 추정된 모델링된 지표를 제공합니다.

모델링된 SKAN 코호트 지표의 정확도를 개선하려면 다음을 시도해 볼 수 있습니다:

1. Singular에서 최적화 모델을 제공하는 경우, 해당 모델을 사용합니다. 최적화 모델은 결과의 정확도를 크게 향상시킬 수 있다고 판단되는 경우 제공됩니다( 최적화 모델 FAQ에서 자세히 알아보세요). 확인하려면 SKAdNetwork > 모델 구성 페이지로 이동하여 앱을 선택합니다. 앱에 최적화된 모델을 사용할 수 있는 경우 녹색으로 메시지가 표시됩니다.
   
   
   
   
2. 예측력이 더 우수한 모델을 사용합니다. 일반적으로 이는 수익과 기타 사용자 행동을 모두 고려하는 혼합 모델을 의미합니다.
3. 캠페인의 규모를 늘립니다(캠페인 수를 줄입니다). 설치 수가 많은 캠페인은 모델링하기가 더 쉽습니다.

모델링된 전환 가치 카운트는 캠페인에서 특정 전환 가치가 발생한 인스톨 수를 추정합니다.

이는 전환 값이 있는 인스톨에서 해당 전환 값의 점유율을 기반으로 계산됩니다.

아래 예시에서는 설치 수가 105개인 캠페인에서 35개만 포스트백에 전환 값이 포함되었습니다. 모델링된 전환 값 수는 부분 데이터가 모든 설치를 대표한다고 가정할 때 각 전환 값이 있는 설치 수를 보여줍니다.

모델링된 코호트 지표는 코호트 기반의 모델링된 지표입니다. 현재 싱귤러는 SKAN 캠페인에 대한 코호트 기반 매출 및 ROI 추정치를 제공합니다.

모델링된 코호트 지표는 MMP(트래커)를 통해 수집된 알려진 수익 데이터를 기반으로 계산됩니다. 또한 모델은 전환 모델에 정의된 수익 버킷이 있는 경우 이를 활용합니다. 최적화된 수익 버킷은 모델링된 지표의 정확도를 향상시킵니다.

SKAN 수익 지표에 비해 모델링된 수익 및 ROI의 장점:

• 모델링된 수익과 ROI는 SKAN 측정 기간, 개인정보 보호 임계값 등에 의해 제한되지 않습니다.
• 모델링된 수익과 ROI는 수익형 SKAN 모델이 없어도 사용할 수 있습니다.

모델링된 수익 및 ROI의 제한사항:

• 모델링된 코호트 지표를 사용하려면 앱에 임베드된 Singular SDK에서 수익 이벤트를 Singular로 전송해야 합니다(SDK 통합또는 하이브리드 SDK+S2S 통합). 이러한 지표는 S2S 연동에는 사용할 수 없습니다.
• 모델 정확도는 광고주마다 , 앱마다 다를 수 있습니다.
• 모델링은 현재 7일 코호트로 제한됩니다.

모델링된 수익과 ROI의 정확도는 광고주마다, 그리고 앱마다 다르며, 최적화된 전환 모델을사용할 경우 정확도가 향상됩니다. 대부분의 앱에서 최적화된 전환 모델을 사용하는 경우 88%의 정확도를 달성할 수 있습니다.

신뢰 구간을 확인하여 각 7일 수익 지표의 정확도를 확인할 수 있습니다. 7일 수익이 $100이고 신뢰 구간이 +/-10인 경우, 7일 수익이 $90에서 $110 사이라고 높은 수준의 확신을 가지고 말할 수 있다는 뜻입니다.

SKAN에서 제공하는 모델링 지표 중 하나인 모델링 이벤트(모델링 이벤트 카운트)는 모델링된 이벤트입니다. 모델링된 이벤트는 이벤트 전환 모델을 사용하는 캠페인에서만 사용할 수 있습니다. 드롭다운 목록에서 카운트를 확인하려는 이벤트를 선택할 수 있습니다.

모델링된 이벤트는 싱귤러가 전환 값을 수신한 사용자의 데이터를 기반으로 전체 사용자 세그먼트에 대해 추정됩니다.

SKAdNetwork 리포트에서 이벤트 포스트백 기간 중 하나 이상을 선택하면 첫 번째, 두 번째 또는 세 번째 SKAN 4.0 포스트백(일명 P1, P2, P3)을 기준으로 모델링된 고유 이벤트 수를 확인할 수 있습니다.

SKAN 4.0 FAQ( SKAN 4.0의 주요 변경 사항은 무엇인가요? 참조)에 설명된 대로, SKAN 4.0 프레임워크에서 전송되는 세 개의 포스트백에는 설치 후 사용자 여정의 각 기간에 대한 정보가 포함되어 있습니다.

싱귤러는 수신한 P2 또는 P3 중 어떤 것이 P1과 동일한 사용자를 나타내는지 알 수 없지만, 각 포스트백 유형의 정보를 개별적으로 합산하여 결과를 보여줄 수 있습니다.

이벤트 수는 보고서에서 별도의 열에 표시됩니다. 예를 들어 다음 보고서는 선택한 날짜 범위에 대한 P1, P2, P3을 기준으로 한 인앱 구매 이벤트 통계를 보여줍니다. 예상 설치 날짜를 기준으로 보고서를 실행한다고 가정하면, 사용자 집단에 의해 트리거된 사용자 이벤트에 대한 가장 완벽한 정보를 얻을 수 있습니다.

중요 사용 참고 사항

1. 숫자는 포스트백 기간 동안 사용자당 고유한 이벤트를 나타냅니다.

   SKAdNetwork 프레임워크에 내재된 한계로 인해 사용자에 의해 이벤트가 트리거된 횟수를 세는 것은 불가능합니다. 따라서 혼합 및 퍼널 모델을 포함한 이벤트 기반 전환 모델을 사용하면 해당 기간 동안 이벤트가 발생했는지 여부 만 추적할 수 있습니다.

   따라서 SKAdNetwork 보고서의 모델링된 이벤트 수 지표는 실제로 해당 포스트백의 측정 기간 동안 이벤트를 트리거한 사용자 수를 계산합니다.

   예시: 사용자가 P1 측정 기간 동안 인앱 구매를 1회, P2 측정 기간 동안 2회, P3 기간 동안 2회를 한 경우, 해당 사용자에 대해 전송된 각 포스트백은 인앱 구매 이벤트가 발생했다고 보고합니다. 보고서에서 이 사용자는 P1 열에서 1, P2 열에서 1, P3 열에서 1로카운트됩니다.

   

2. P1 + P2 + P3의 숫자를 더하지 마세요.

   세 열의 숫자를 더하면 총 이벤트 수나 이벤트를 트리거한 사용자 수를 제대로 표현할 수 없습니다.

   위의 예를 보면 한 사용자가 총 5번의 인앱 구매를 했습니다. 그러나 보고서에서는 이를 P1 측정 기간에 1, P2 기간에 1, P3에 1로 계산합니다.

3. 이 지표를 사용하려면 측정하려는 포스트백 기간에 이벤트 측정을 포함하는 SKAN 4.0 모델이 필요합니다 .

   예를 들어, 모델 구성 페이지의 다음 스크린샷은 두 번째 포스트백(P2)에 Watched_Tutorial이라는 이벤트가 포함된 SKAN 4.0 퍼널 모델을 보여줍니다.

   

4. 예상 설치 날짜별로 보고서를 실행해야합니다.

   예상 설치 날짜를 기준으로 보고서를 실행하는 경우 P1, P2 및 P3 데이터는 동일한 사용자 코호트를 참조합니다( 설치 날짜 계산 기준). 예를 들어 보고서에서 선택한 날짜 범위가 1월 1일부터 10일까지인 경우 1월 1일부터 10일에 앱을 설치한 사용자에 대해 전송된 P1, 동일한 사용자에 대해 전송된 P2 및 동일한 사용자에 대해 전송된 P3를 기준으로 데이터를 볼 수 있습니다.

   포스트백 날짜를 기준으로 보고서를 실행하면 P1, P2, P3 카운트는 서로 전혀 관련이 없습니다. 포스트백은 같은 날짜에 전송되었지만 서로 다른 사용자 코호트를 나타냅니다.

메트릭	설명	기간	데이터 출처
SKAN Revenue	싱귤러는 정의된 전환 모델에 따라 SKadNetwork 포스트백의 전환 값을 디코딩합니다. 수익 모델이라고 가정하면, 싱귤러는 합계를 더하여 캠페인 수익을 표시합니다.	전환 모델에 정의된 측정 기간	SKAdNetwork 포스트백, 설정된 수익 모델
Modeled SKAN Revenue	싱귤러는 선택한 코호트 기간의 수익을 IDFV 기반 MMP 데이터를 기반으로 추정합니다.	선택할 수 있습니다: 전환 모델에 정의된 측정 기간 또는 7일	IDFV 기반 MMP 데이터, SKAdNetwork 포스트백, 구성된 SKAN 모델

모델링된 코호트 지표는 싱글 SKAdNetwork API를통해 다음 지표에서 사용할 수 있습니다:

• modeled_skan_revenue 
• modeled_skan_roi

모델링된 코호트 지표는 현재 기본 데이터 대상 스키마에 포함되어 있지 않습니다. 모델링된 코호트 지표를 데이터에 포함하려면 Singular 지원팀에 문의하세요.

충분히 정확한 모델링을 제공할 수 없다고 판단되는 경우, 해당 지표를 표시하지 않습니다.

모델링된 수익은 MMP 데이터를 기반으로 합니다. 따라서 특정 캠페인이나 앱에 대해 수익 전환 모델을 사용하지 않더라도 싱귤러는 모델링된 수익을 제공할 수 있습니다.

• 캠페인에 전환 값이 전혀 없을 수 있으며(모든 포스트백이 검열된 전환 값으로 전송됨), 이로 인해 Singular 알고리즘에 모델 기반이 되는 데이터가 없습니다.
• Google 캠페인의 경우: 현재 구글은 전환 값이 누락된 SKAN 인스톨을 전환 값이 0인 것처럼 보고합니다. 싱귤러는 캠페인에 누락된 전환 값의 수를 알지 못하기 때문에 모델링된 지표를 표시할 수 없습니다.

국가 데이터는 SKAdNetwork에서 사용할 수 없으며, 퍼블리셔 사이트 ID는 전환 값이 검열될 때마다 사용할 수 없습니다. 보고서에서 모델링된 지표/이벤트를 확인하려면 국가 및 퍼블리셔 사이트 ID 기준을 선택 해제해야 합니다.

모델링된 지표는 보고서에 대해 선택한 전체 날짜 범위를 기준으로 추정됩니다. 예를 들어, 일별 분석이 포함된 주간 보고서에는 일일 보고서와 약간 다른 모델링된 지표가 표시될 수 있습니다.

SKAN 코호트 지표는 현재 앱에 싱글 SDK가 통합되어 있거나 하이브리드 SDK+S2S 통합을 사용하는 고객에게만 지원됩니다.

S2S 통합을 사용하는 경우, 구현 가이드라인은 Singular 지원팀에 문의하세요.

SKAN 수익은 수익 모델에 정의된 버킷을 기준으로 각 경우의 버킷 중간을 사용하여 계산됩니다. 모델링된 수익이 더 정확합니다.

큰 차이는 다음과 같은 원인으로 인해 발생할 수 있습니다:

• 너무 큰 버킷 정의
• 수익 모델에서 사용 가능한 모든 버킷을 사용하지 않음

Facebook과 Singular 모두 난독화된 전환 값을 기반으로 모델 수익을 제공합니다. 하지만, 모든 SKAN 캠페인을 기반으로 더 많은 정보에 액세스할 수 있기 때문에 Singular의 모델이 더 정확합니다.