AppsFlyer представил бета-версию Predict SK на WN Conference St.Petersburg’21
В рамках прошедшей WN St. Petersburg’21 компания AppsFlyer объявил о запуске открытой бета-версии своего решения по предиктивной аналитике для iOS. Оно называется PredictSK.
В чем суть инструмента?
PredictSK способен оценить потенциал пользователей на основе их действий в первые 24 часа после установки приложения. Затем на базе полученных данных он прогнозирует, какую выгоду с них получит рекламодатель к 30 дню.
PredictSK — ответ на появление SKAdNetwork
PredictSK — инструмент по предиктивной аналитике. Можно сказать, это ответ на недавние ограничения, ставшие результатом особого внимания Apple к конфиденциальности пользователей и, как следствие, развертыванию SKAdNetwork в iOS 14.
Напомним, среди его ключевых ограничений:
- возможность измерить активность пользователя только в течение первых 24 часов после открытия приложения;
- в рамках постбэка отправляется только одно значение;
- наложено ограничение на количество разных событий, содержащихся в постбэке.
Теперь при использовании классического набора инструментов разработчик не может оценить в том числе финальный LTV, поскольку вынужден ориентироваться исключительно на ранние действия юзера.
Эти ограничения можно обойти только прибегая к таким возможностям машинного обучения как предиктивная аналитика. На последней и построен PredictSK.
Как работает PredictSK?
PredictSK использует 24-часовое окно измерения, предоставленное SKAdNetwork разработчикам приложений. Однако в рамках постбэка оно получает не единое значение по конверсии, отнюдь. Оно позволяет, благодаря алгоритмам машинного обучения, генерировать много больше — информацию обо всех измеримых взаимодействиях в течение этих 24 часов и прогноз по ним.
Полученные данные распределяются по трем KPI: удержание, вовлечение и монетизация, которые отражают логику LTV конкретного приложения (при интеграции PredictSK требуется короткий период обучения, в ходе которого эта логика анализируется). Все три KPI оцениваются по шкале от 1 до 9. В итоге дается общая анонимная оценка выгоды каждого пользователя для приложения.
К слову, процесс обучения продолжается на протяжении всего времени. Новые данные помогают постоянно проверять и улучшать модель, которая дает оценку всей компании. Маркетологи получают ее в виде простой практической информации, которая позволяет оптимизировать кампанию и соответствующим образом распределить маркетинговые бюджеты.
В общем и целом, задача PredictSK состоит в том, чтобы — с учетом ограничений SKAdNetwork — дать маркетологам понять, насколько та или иная кампания будет хорошей или плохой.