SKAdNetwork 4.0 전환 값 스키마: 세밀한 값, 거친 값 및 전환 윈도우

SKAdNetwork 4.0 전환 값 스키마는 어떻게 구성하나요? SKAdNetwork 4.0 전환 값 스키마는 설치 후 이벤트나 매출 신호를 0에서 63까지의 세밀한 값(fine-grained values)과 low, medium, high의 거친 값(coarse-grained buckets)에 매핑합니다. Apple의 포스트백 데이터 계층에 따라 적격 포스트백에 표시될 전환 값 표현 및 기타 개인정보 보호 민감 필드가 결정됩니다.

IDFA(광고 식별자)는 iOS 광고 측정을 위한 Apple의 재설정 가능한 광고 식별자입니다. Apple의 앱 추적 투명성(ATT) 프레임워크는 IDFA 접근 권한을 시스템 기본값에서 사용자 승인 기반으로 변경하여, 모바일 기여 분석의 흐름을 결정론적 앱 간 매칭에서 개인정보 보호 중심의 측정 프레임워크로 전환했습니다.

SKAdNetwork 4.0 전환 값 계층 이해하기

구조적 진화: SKAN 3.0의 단일 포스트백에서 SKAN 4.0의 다중 윈도우 측정으로

SKAdNetwork 2.0 및 3.0에서 광고주는 단일 전환 값과 24시간 롤링 타이머에 의존했습니다. SKAN 3 이하 버전에서는 전환 값이 높아질수록 24시간 타이머가 초기화되는 방식이었기에, 개발자들은 전환 값을 점진적으로 높이는 전략을 사용했습니다. 사용자가 인앱 전환 이벤트를 완료하면 임베디드 클라이언트 SDK가 시스템 API를 호출하여 6비트 정수(0~63)를 업데이트했습니다.

SKAN의 단일 포스트백 모델은 구독 기반 전자상거래 플랫폼이나 미드코어 모바일 게임처럼 전환 유입 경로가 긴 앱의 경우, 초기 전환 기간 이후 발생하는 사용자 참여를 확인하기에 한계가 있었습니다.

SKAdNetwork 4.0은 이 측정 체계를 근본적으로 개편했습니다. 3개의 독립된 시간 윈도우, 기존 캠페인 식별자를 대체하는 확장된 소스 식별자, 그리고 세밀한 값과 거친 값으로 구성된 2단계 전환 값 시스템을 도입했습니다. SKAdNetwork 4는 성공적인 광고 기여 분석에 대해 최대 3개의 포스트백을 생성할 수 있습니다. 두 번째와 세 번째 포스트백은 적절한 개인정보 보호 조건이 충족되고 해당 전환 윈도우에서 적격 전환 정보를 생성할 때만 사용할 수 있습니다. Tier 0의 경우 첫 번째 포스트백만 수신합니다.

세밀한 값: 인앱 참여를 6비트 정수로 인코딩

세밀한 전환 값은 전통적인 SKAN 측정 지표를 의미합니다. 6비트 부호 없는 정수로 인코딩되며, 0부터 63까지 64개의 이산적 숫자 상태를 지원합니다.

6비트가 64개의 잠재적 값을 제공하므로, 개발자는 다음과 같이 특정 사용자 마일스톤이나 매출 구간을 인코딩하는 매핑 로직을 설계합니다:

• 순차적 유입 경로 매핑: 유입 경로 깊이에 따라 순차적으로 값을 할당(예: 1 = 회원가입, 2 = 온보딩, 3 = 레벨 5 달성, 4 = 구매).

• 매출 버킷 매핑: 64개의 세밀한 상태를 사용하여 기본 상태와 최대 63개의 매출 버킷을 표현(예: 1 = $0.01–$0.99, 2 = $1.00–$4.99, 63 = $500.00 이상).

세밀한 전환 값은 첫 번째 포스트백에서만 반환됩니다. 두 번째와 세 번째 포스트백은 거친 전환 값을 대신 반환합니다.

거친 값: 설치 후 가치를 낮음, 중간, 높음 계층으로 분류

전환 윈도우 1에서는 포스트백 데이터 계층에 따라 세밀한 값이나 거친 값 중 하나가 반환될 수 있습니다. 전환 윈도우 2와 3은 거친 값만 사용합니다. 앱이 SKAN 4 전환 값 API를 호출하면 세밀한 값과 거친 값이 모두 전달되며, 이후 Apple은 포스트백 데이터 계층을 기반으로 어떤 표현을 첫 번째 포스트백에 포함할지 결정합니다. 포스트백에는 두 값 중 하나만 포함됩니다. 낮음, 중간, 높음 레이블 자체는 SKAdNetwork에서 사전 정의된 비즈니스 의미를 갖지 않으며, 앱이나 광고 네트워크가 각 수준의 의미를 직접 정의합니다.

거친 전환 값은 다음 세 가지 명시적 값 중 하나를 포함하는 문자열 속성으로 구성됩니다:

• low: 기본적인 설치 후 참여(예: 회원가입 완료 또는 세션 시작).

• medium: 중간 정도의 설치 후 가치(예: 중간 앱 마일스톤 달성 또는 $1.00–$19.99 지출).

• high: 높은 설치 후 가치(예: 고가치 구독 완료 또는 $20.00 이상 지출).

전환 윈도우 2와 3에서는 전환 값 필드가 세밀한 값을 위해 사용되지 않으며, 개인정보 보호 조건이 허용할 때 시스템이 개발자가 제공한 거친 전환 값을 반환할 수 있습니다.

전환 윈도우별 세밀한 값과 거친 값의 작동 방식

전환 윈도우 1 (0–2일차)

전환 윈도우 1(사용자가 앱을 처음 실행한 후 약 48시간)은 초기 설치 후 측정 기간을 다룹니다. 이 기간 동안 개발자는 시스템이 윈도우를 닫기 전까지 세밀한 전환 값이나 거친 전환 값을 업데이트할 수 있습니다. 모바일 앱은 사용자가 인앱 이벤트를 완료함에 따라 여러 번 전환 값을 업데이트할 수 있습니다.

Apple이 할당한 포스트백 데이터 계층에 따라, 전환 윈도우 1은 세밀한 값(0~63) 또는 거친 값(low, medium, high)을 전달합니다. 포스트백 데이터 계층이 Tier 0인 경우, 첫 번째 포스트백에는 2자리 계층적 소스 식별자만 포함되며 전환 값은 생략됩니다.

전환 윈도우 2 (3~7일차) 및 3 (8~35일차)

중기 및 장기 사용자 유지율에 대한 가시성을 제공하기 위해 SKAdNetwork 4.0은 두 개의 추가 전환 윈도우를 도입했습니다:

• 전환 윈도우 2: 설치 후 3~7일 차 측정 기간(5일 윈도우) 동안의 사용자 참여를 측정합니다.

• 전환 윈도우 3: 설치 후 8~35일 차 측정 기간(28일 윈도우) 동안의 사용자 참여를 측정합니다.

윈도우 1과 달리, 전환 윈도우 2와 3은 거친 값만 전송합니다. 세밀한 값(0~63)은 윈도우 2와 3에서 지원되지 않습니다. 개발자는 각 측정 기간 중 발생하는 이벤트를 기반으로 보고할 거친 값을 결정합니다.

포스트백 데이터 계층과 군중 익명성 이해하기

Apple은 소스 앱 또는 도메인, 광고된 앱, 앱이 설치된 국가, 그리고 광고 네트워크가 제공한 계층적 소스 식별자와 관련된 군중 규모를 바탕으로 앱 다운로드에 대한 포스트백 데이터 계층을 결정합니다. 계층에 따라 첫 번째 포스트백은 계층적 소스 식별자의 2, 3, 또는 4자리를 노출할 수 있으며, 전환 값은 생략되거나 거친 값 또는 세밀한 값으로 반환될 수 있습니다. Apple의 공식 SKAdNetwork 프레임워크 문서(StoreKit > SKAdNetwork)에 따르면, Apple은 개발자가 캠페인을 고정된 데이터 계층에 매핑할 수 있도록 하는 범용 설치 볼륨 임계값을 공개하지 않습니다.

아래 표는 Apple의 공식 SKAdNetwork 프레임워크 문서에 따라 포스트백 데이터 페이로드가 전환 윈도우 전반에서 개인정보 보호 계층과 어떻게 상관관계를 맺는지 설명합니다:

lockWindow 속성을 사용하여 전환 윈도우를 조기 마감하기

lockWindow: true로 설정하면 현재 전환 윈도우에 대한 전환 값이 잠깁니다. 시스템은 즉시 해당 포스트백을 준비하고 해당 윈도우 내에서의 추가 전환 값 업데이트를 무시합니다. 포스트백은 Apple의 무작위 전달 지연 정책의 적용을 계속 받습니다.

예를 들어, 사용자가 전환 윈도우 1의 6시간 시점에 구매를 완료하면, 앱은 lockWindow: true를 설정할 수 있습니다. 이는 측정 윈도우를 조기에 닫고 Apple의 포스트백 예약 프로세스를 시작하게 하여 시스템이 포스트백을 더 빠르게 준비하도록 유도할 수 있지만, 여전히 무작위 전달 지연이 적용됩니다.

SKAdNetwork 전환 윈도우 1, 2, 3의 구조적 비교

SKAN 4.0 포스트백 타이밍, 값 유형 및 지연 윈도우 비교 평가

다중 윈도우 SKAdNetwork 스키마를 관리하려면 윈도우 지속 시간, 지원되는 값 세밀도, 포스트백 지연 범위에 따라 이벤트 트리거를 매핑해야 합니다.

아래 표는 전환 윈도우 1, 2, 3의 기술적 특성을 대조합니다:

SKAN 전환 윈도우 전반의 데이터 세밀도 및 타임스탬프 평가

전환 윈도우 1은 가장 높은 데이터 해상도(6비트 세밀한 값)를 제공하는 반면, 윈도우 2와 3은 중요한 장기 유지율 신호를 제공합니다. 분석가는 SKAN 포스트백을 내부 거래 원장과 결합할 때 포스트백 지연 범위를 고려해야 합니다.

Apple은 윈도우 1 포스트백에 24~48시간, 윈도우 2와 3에는 최대 144시간의 무작위 지연을 적용하므로, 기여 분석 엔드포인트에 도착하는 포스트백은 실시간 전환을 나타내지 않습니다. 대신, 며칠 전에 완료된 과거 참여 윈도우를 나타냅니다.

클라이언트 측 SDK 로깅 및 자동화된 SKAN 포스트백 파싱 구성을 원하는 엔지니어는 OpoInstall 기여 분석 SDK 연동 문서를 참조하여 페이로드 구조 설정을 검토할 수 있습니다.

SKAdNetwork 전환 값 스키마 설계 방법

SKAdNetwork 4.0 전환 스키마 매핑 예시

SKAdNetwork 스키마 설계에는 인앱 마일스톤과 구매 계층을 이산적 세밀한 값과 거친 값에 매핑하는 작업이 필요합니다.

다음 표는 모바일 앱을 위한 표준 전환 값 스키마 설계를 보여줍니다:

운영 스키마 설계 프레임워크: 게임 vs 구독 앱

제품 수익화 역학에 따라 엔지니어링 팀은 즉각적인 유입 경로 진행이나 장기 매출 계층을 우선시하도록 스키마 구성을 최적화합니다:

• 게임 앱 (매출 우선): 0~10까지의 값은 초기 튜토리얼 진행 단계를 매핑하고, 11~63까지의 값은 윈도우 1 동안 관찰된 누적 매출을 나타냅니다. 윈도우 2와 3의 거친 값은 재구매 빈도를 매핑합니다(low = 활성, medium = 2회차 구매, high = VIP 지출자).

• 구독 앱 (체험 우선): 0~5까지의 값은 회원가입 및 프로필 완성, 10은 무료 체험 활성화, 20~63은 구독 플랜 선택 단계를 매핑합니다. 윈도우 2와 3의 거친 값은 무료 체험에서 유료 전환으로 이어지는 과정을 매핑합니다(low = 활성 세션, medium = 체험 전환, high = 구독 갱신).

매출 기반 전환 값 vs 이벤트 기반 전환 값 선택 방법

매출 기반 스키마 모델과 이벤트 기반 스키마 모델 중 하나를 선택하려면 앱 수익화 방식과 전환 값 로직을 정렬해야 합니다:

• 매출 기반 모델 (전자상거래 & 게임): 구매 이벤트가 첫 48시간 내에 발생하는 앱에 최적입니다. 누적 지출을 점점 더 넓은 매출 버킷으로 인코딩함으로써 수요 측 플랫폼(DSP)이 캠페인 분석에 필요한 매출 신호를 수신합니다. 누적 매출 기반 스키마를 사용하는 경우, 전환 업데이트는 최신 거래 금액만이 아니라 사용자의 현재 누적 설치 후 매출을 인코딩해야 합니다.

• 이벤트 기반 유입 경로 모델 (구독): 체험 또는 고려 기간이 긴 앱에 최적입니다. 순차적 마일스톤(예: 회원가입 → 체험 활성화 → 구독)을 매핑함으로써 캠페인 측정 시 0~2일차가 만료되기 전에 구매 의사가 높은 체험자를 평가할 수 있습니다.

매출 버킷 설계: 인앱 구매(IAP) 범위를 0-63 값에 매핑하기

광고 매출 수익률(ROAS)을 분석할 때 6비트 세밀한 값을 매출 버킷에 매핑하는 것은 효과적인 스키마 설계입니다. 앱은 자체 비즈니스 로직에 따라 누적 매출을 계산하고 결과를 전환 값으로 인코딩합니다. 아래 버킷 범위는 64개 버킷 프로덕션 매핑 전체가 아닌 예시일 뿐입니다. 프로덕션에서는 앱의 결제자 분포, 예상 ROAS 민감도, 캠페인 목적에 따라 버킷 범위를 도출해야 합니다.

전자상거래 또는 게임 앱을 위한 예시 6비트 매출 스키마는 다음과 같이 구성됩니다:

• Value 0: 측정된 설치 후 이벤트 없음 / 기본값.

• Value 1: $0.01 ~ $0.99 (마이크로 트랜잭션).

• Value 2: $1.00 ~ $4.99.

• Value 3: $5.00 ~ $9.99.

• ...

• Value 62: $250.00 ~ $499.99.

• Value 63: $500.00 이상 (고가치 지출자 계층).

사용자가 인앱 구매를 완료하면 모바일 SDK는 윈도우 1 동안 관찰된 누적 매출을 계산하고 해당 정수 버킷을 식별한 뒤 updatePostbackConversionValue를 호출합니다.

참여 유입 경로 설계: 순차적 마일스톤 매핑

인앱 구매가 사용자 생애 주기 후반에 발생하는 구독 앱이나 유틸리티 툴의 경우, 세밀한 값을 순차적 참여 마일스톤에 매핑하여 캠페인 성과 신호를 조기에 확보할 수 있습니다.

참여 마일스톤 스키마는 진행 깊이를 매핑합니다:

• Value 1: 계정 등록 완료.

• Value 2: 온보딩 튜토리얼 완료.

• Value 3: 프로필 설정 & 환경설정 완료.

• Value 4: 무료 체험 활성화.

• Value 5: 첫 인앱 콘텐츠 공유.

• Value 10: 유료 구독 시작.

SKAN 4.0은 이전 버전에 비해 더 유연한 전환 값 관리를 제공하지만, 광고주들은 여전히 최적화 안정성을 위해 증가하는 가치 전략을 일반적으로 사용합니다. 앱은 동일한 윈도우 내에서 발생하는 여러 이벤트가 하나의 최종 세밀/거친 상태로 귀결되도록 결정론적인 우선순위 규칙을 정의해야 합니다.

[앱 실행 / 이벤트] ──> [SDK가 updatePostbackConversionValue 호출]
                                    │
                                    ▼
         ┌──────────────────────────┴──────────────────────────┐
         ▼                                                     ▼
[전환 윈도우 1 (0-2일차)]               [전환 윈도우 2 & 3]
 (세밀한 값 0-63 또는 거친 값)                               (거친 값 전용: Low/Med/High)
         │                                                     │
         └──────────────────────────┬──────────────────────────┘
                                    ▼
                [Apple 기여 분석 시스템 지연 포스트백]
                                    │
                                    ▼
               [기여 분석 / 분석 백엔드]

실제 프로덕션 수준의 SKAdNetwork 4.0 스키마 예시

1. 모바일 게임 스키마 (매출 + 마일스톤 하이브리드)

게임 앱은 윈도우 1에서 하이브리드 스키마를 활용하여 낮은 값(0~10)은 튜토리얼 마일스톤으로 예약하고, 상위 값(11~63)은 윈도우 1 동안 관찰된 누적 매출에 할당합니다. 이 예시 스키마에서 앱은 이러한 마일스톤을 거친 카테고리에 독립적으로 매핑합니다.

• Value 1: 튜토리얼 완료 (low 거친 매핑)

• Value 5: 레벨 10 달성 (medium 거친 매핑)

• Value 15: 첫 IAP ($0.99 - $9.99)

• Value 40: 중간 지출자 ($10.00 - $99.99) (high 거친 매핑)

• Value 63: VIP 지출자 ($100.00 이상) (high 거친 매핑)

2. 구독 앱 스키마 (체험 & 갱신 집중)

구독 앱은 윈도우 1을 무료 체험 전환 속도에 매핑하고, 윈도우 2와 3의 거친 값을 사용하여 장기적인 체험-유료 전환 및 갱신 이벤트를 추적합니다.

• 윈도우 1: Value 1 = 회원가입, Value 10 = 체험 시작 (medium 거친 매핑), Value 63 = 연간 플랜 구독 완료 (high 거친 매핑)

• 윈도우 2 (3~7일차): low = 활성 세션, medium = 체험 전환, high = 연간 플랜 유지

• 윈도우 3 (8~35일차): low = 앱 재참여, medium = 유료 구독자 활성, high = 구독 갱신

규모에 따른 SKAdNetwork 스키마 관리

다수의 iOS 캠페인을 관리하는 성장 및 데이터 엔지니어링 팀은 중앙 집중식 전환 값 관리를 통해 구현 오류를 줄이고 페이로드 매핑을 자동화하며 완전한 포스트백 가시성을 유지할 수 있습니다. 안전한 앱 추천 기여 분석 워크플로우를 구성하면 클라이언트 SDK와 백엔드 보고 데이터베이스 간의 페이로드 무결성을 보장할 수 있습니다.

StoreKit으로 SKAdNetwork 4.0 구현하기

StoreKit을 통한 프로그래밍 방식의 전환 값 업데이트

SKAdNetwork 4 포스트백은 관련 SKAdNetwork 4 적격 조건이 충족될 때 사용할 수 있습니다. 여러 SKAdNetwork 4 포스트백을 수신하려면 광고된 앱이 해당 전환 윈도우 동안 전환 값을 업데이트해야 합니다. 윈도우 1 업데이트가 윈도우 2나 3의 전환 값을 자동으로 생성하지는 않습니다. SKAdNetwork 4 API를 사용하는 앱의 경우, iOS 16.1 SDK 이상으로 빌드하고 iOS 16.1 이상에서 실행 중이어야 StoreKit 내에서 SKAdNetwork.updatePostbackConversionValue(_:coarseValue:lockWindow:completionHandler:)를 호출할 수 있습니다. AdAttributionKit은 별도의 Apple 기여 분석 프레임워크이며 이 SKAdNetwork 전환 값 구현 예시의 범위를 벗어납니다.

이 메서드는 다음 세 가지 핵심 매개변수를 허용합니다:

1. fineValue: 0부터 63까지의 정수.

2. coarseValue: SKAdNetwork.CoarseConversionValue 열거형(.low, .medium, .high).

3. lockWindow: 윈도우를 조기에 마감할지 여부를 나타내는 불리언 플래그.

SKAdNetwork 4 다중 포스트백 측정을 위해서는 해당 전환 윈도우 동안 앱이 계속해서 전환 값을 업데이트해야 하며, 윈도우 1 값을 설정한다고 해서 윈도우 2와 3이 자동으로 채워지지 않습니다.

개발자는 공식 개발자 문서에서 원시 이벤트 로그 스키마와 SKAN 페이로드 구조에 관한 기술 사양을 참조할 수 있습니다.

다음 코드와 스키마는 Swift에서 SKAN 4.0 업데이트 API를 호출하는 방법과 백엔드 수집기가 결과 포스트백 페이로드를 포맷하는 방식을 보여줍니다:

참고: 다음 스키마와 코드 조각은 개념적인 예시이며 Apple 또는 OpoInstall API 사양이 아닙니다.

// Swift 예시: iOS 16.1+에서 SKAdNetwork 4.0 전환 값 업데이트
import StoreKit

func updateSKANConversionValue(fineValue: Int, coarseValue: SKAdNetwork.CoarseConversionValue, shouldLock: Bool) {
    guard (0...63).contains(fineValue) else { return }
    if #available(iOS 16.1, *) {
        SKAdNetwork.updatePostbackConversionValue(fineValue, coarseValue: coarseValue, lockWindow: shouldLock) { error in
            if let error = error {
                print("SKAN 업데이트 오류: \(error.localizedDescription)")
            } else {
                print("SKAN 값 업데이트 성공: Fine = \(fineValue), Coarse = \(coarseValue.rawValue), Locked = \(shouldLock)")
            }
        }
    } else {
        // 구 버전 OS와의 호환성을 위해 사용되는 레거시 API.
        SKAdNetwork.updateConversionValue(fineValue)
    }
}

{
  "example_only": true,
  "privacy_note": "예시용 스키마 전용",
  "measurement_model": "cumulative_revenue",
  "precedence": "highest_qualifying_value",
  "lock_policy": "lock_on_terminal_conversion",
  "event_type": "skan_conversion_value_mapping_config",
  "app_id": "com.example.iosapp",
  "skan_schema_version": "4.0",
  "window_1_config": {
    "fine_value_mappings": [
      { "value": 0, "event_name": "app_launch_or_baseline", "min_revenue_cents": 0 },
      { "value": 1, "event_name": "registration", "min_revenue_cents": 0 },
      { "value": 10, "event_name": "free_trial", "min_revenue_cents": 0 },
      { "value": 30, "event_name": "first_purchase", "min_revenue_cents": 100 },
      { "value": 63, "event_name": "whale_purchase", "min_revenue_cents": 50000 }
    ],
    "coarse_value_mappings": {
      "low": "app_launch_or_registration",
      "medium": "first_purchase_under_20",
      "high": "purchase_over_20"
    }
  },
  "window_2_config": {
    "coarse_value_mappings": {
      "low": "d3_d7_active_session",
      "medium": "d3_d7_repeat_purchase",
      "high": "d3_d7_subscription_renewed"
    }
  },
  "window_3_config": {
    "coarse_value_mappings": {
      "low": "d8_d35_active_session",
      "medium": "d8_d35_repeat_purchase",
      "high": "d8_d35_subscription_retained"
    }
  }
}

SKAdNetwork 전환 값 모범 사례

캠페인 목표에 따른 전환 스키마 설계 정렬

SKAdNetwork 스키마를 설계하려면 주요 캠페인 타겟과 일치하는 매핑 규칙을 선택해야 합니다. 즉각적인 체험 전환을 최적화하는 미디어 구매 팀은 전환 윈도우 1에서 순차적 유입 경로 마일스톤을 우선시해야 합니다. 반대로 고가치 구매를 평가하는 성과 팀은 세밀한 매출 버킷을 구현해야 합니다.

군중 익명성 계층 확보를 위한 캠페인 통합

포스트백이 null 값을 반환하거나 거친 값으로 떨어지는 것을 방지하기 위해 모바일 성장 팀은 캠페인 밀도를 관리합니다:

• 캠페인 파편화 감소: 낮은 포스트백 데이터 계층 가능성을 줄이기 위해 불필요한 캠페인 파편화와 지나치게 좁은 타겟팅을 피할 수 있습니다. 단, Apple은 구체적인 포스트백 데이터 계층을 보장하는 범용 지출 또는 설치 임계값을 공개하지 않습니다.

• 타겟팅 매개변수 확대: 군중 익명성 임계값을 깨뜨릴 수 있는 과도하게 좁은 지역적 또는 인구통계학적 타겟팅을 지양합니다.

• LockWindow 전략 최적화: 팀은 해당 윈도우의 남은 부분에서 더 가치 있는 전환 신호가 예상되지 않는다는 확신이 있을 때에만 lockWindow: true 사용을 고려해야 합니다.

SKAdNetwork 4.0 전환 값 스키마 체크리스트

완벽한 SKAdNetwork 4.0 추적 준수 및 LTV 측정을 극대화하려면 스키마가 다음 엔지니어링 요구 사항을 충족하는지 확인하십시오:

• [ ] 주요 최적화 목표: 캠페인이 초기 참여 마일스톤을 최적화하는지, 아니면 누적 48시간 매출을 최적화하는지 정의합니다.
• [ ] 윈도우 1 세밀한 값 매핑: 순차적 유입 경로 단계 또는 매출 버킷에 6비트 정수 값(0–63)을 할당합니다.
• [ ] 윈도우 1 거친 값 매핑: 낮은 군중 익명성 발송을 위해 low, medium, high 거친 문자열 버킷을 구성합니다.
• [ ] 윈도우 2 & 3 거친 값 매핑: 3~7일 및 8~35일 포스트백 윈도우에 대한 거친 측정 로직을 확립합니다.
• [ ] 이벤트 우선순위 & 잠금 규칙: 결정론적 이벤트 우선순위를 정의하고 최종 전환 이벤트에서만 lockWindow: true를 구성합니다.

측정 품질을 저하시키는 흔한 SKAN 4.0 스키마 설계 실수

• $10 구매와 $1,000 구매를 Value 63으로 압축: 캠페인 분석 및 최적화에 사용할 수 있는 매출 차별화 정보를 감소시킵니다.

• 성급한 LockWindow 실행: 초기 등록 이벤트에서 lockWindow: true를 호출하면 전환 윈도우 1이 영구적으로 잠겨, 이후의 48시간 내 구매 이벤트가 누락됩니다.

• 윈도우 2와 3을 과도하게 복잡화: 최대 35일 후에 도착하는 포스트백에 대해 복잡한 거친 규칙을 매핑하려고 하면 조기 입찰 최적화 개선 없이 캠페인 평가만 복잡해집니다.

SKAdNetwork 포스트백 Null 값 및 군중 익명성 하락 문제 해결 방법

높은 Null 전환 값 비율 진단: 낮은 캠페인 군중 익명성 이해

기여 분석 대시보드에서 SKAN 캠페인 성과를 조사할 때 분석가들은 종종 포스트백이 null을 반환하거나 전환 값이 누락되는 것을 발견합니다. 누락된 전환 값이 높은 비율을 차지한다면, 해당 포스트백 데이터 계층이 Apple에서 전환 값 정보를 공개하는 것을 허용하지 않음을 나타낼 수 있습니다.

군중 익명성 하락 문제를 해결하고 전환 값 가시성을 개선하기 위해 성과 팀은 캠페인 키를 통합하고 캠페인 구조 밀도를 평가하여 설치 속도가 군중 익명성 임계값을 넘도록 보장해야 합니다.

순서 불일치 및 전환 값 다운그레이드 함정 해결

SKAdNetwork 4.0에서 전환 값은 윈도우 1 동안 유연하게 업데이트될 수 있지만, 개발자는 lockWindow 상태를 세심하게 관리해야 합니다.

앱이 낮은 가치 이벤트(예: Value 2 = 등록)에서 lockWindow: true를 설정하면 윈도우가 영구적으로 잠깁니다. 사용자가 10분 후 48시간 이내에 $100 구매를 완료하더라도 시스템은 전환 값을 업데이트할 수 없으며 결과적으로 캠페인 LTV가 저평가됩니다. 개발자는 반드시 최종적인 고가치 전환 이벤트에서 lockWindow: true가 실행되도록 해야 합니다.

Apple 기여 분석 시스템이 부과하는 무작위 지연 범위 처리

광고주가 전환 타임스탬프를 웹 클릭 로그와 매칭하여 개별 사용자를 재식별하는 것을 방지하기 위해 Apple은 모든 포스트백 발송에 필수적인 무작위 지연을 강제합니다.

전환 윈도우 1의 경우 시스템은 전환 윈도우가 닫히거나 앱이 윈도우를 잠글 때 포스트백을 준비합니다. 그 후 Apple은 24~48시간의 무작위 지연을 적용합니다. 윈도우 2와 3은 해당 윈도우가 닫히거나 잠긴 후 24~144시간의 무작위 지연을 사용합니다. 데이터 엔지니어링 파이프라인은 이러한 시스템적 지연을 고려해야 하며 SKAN 데이터 스트림에 짧은 윈도우 기반의 자동 입찰 조정을 설정하는 것을 피해야 합니다.

핵심 요약

• 다중 윈도우 측정: SKAN 4.0은 세 개의 포스트백 윈도우(0-2일, 3-7일, 8-35일)에 걸쳐 측정을 확장하며, 세밀한 값(0-63)과 거친 값(low, medium, high)을 사용합니다.

• 군중 익명성 임계값: 캠페인 설치 볼륨이 높을수록 세밀한 값을 활성화할 수 있으며, 저볼륨 캠페인은 개인정보 보호를 위해 거친 값이나 null 처리를 수신합니다.

• 전략적 LockWindow 사용: 최종 전환 이벤트에서 lockWindow: true를 실행하면 윈도우 잠금 대기 시간을 줄여 캠페인 피드백을 더 빠르게 얻을 수 있습니다.

요약 및 결정 프레임워크

Apple의 개인정보 보호 가이드라인에 따라 iOS 캠페인 측정을 최적화하려면 잘 구조화된 SKAdNetwork 전환 값 스키마를 구성해야 합니다. 기존 IDFA 추적에서 SKAN 4.0 다중 윈도우 포스트백으로 전환하면 성과 팀은 즉각적인 활성화와 장기적인 사용자 유지율을 모두 평가할 수 있습니다.

48시간 즉각적인 참여를 위한 6비트 세밀한 값과 35일 확장 윈도우를 위한 거친 값을 매핑함으로써 성장 팀은 중요한 매출 및 유지율 신호를 확보합니다. 클라이언트 SDK를 자동화된 SKAN 스키마 도구와 통합하면 집계된 포스트백을 디코딩하고 iOS 캠페인 효율성을 위한 최적화 신호를 제공하는 데 필요한 인프라가 마련됩니다.

통합 모바일 측정이 앱 성장 전략을 어떻게 최적화할 수 있는지 확인하려면 OpoInstall 모바일 기여 분석 구현 참조를 확인하거나 OpoInstall 개발자 콘솔에 계정을 등록하세요.

관련 리소스

SKAdNetwork 측정, 모바일 기여 분석 인프라, 개인정보 보호 앱 성장에 대한 이해를 높이려면 다음 기술 가이드를 살펴보세요:

• SKAdNetwork vs MMP 기여 분석: 주요 차이점 설명: Apple의 네이티브 SKAdNetwork 프레임워크가 독립적인 모바일 측정 파트너(MMP) 기여 분석 모델과 어떻게 비교되는지, 그리고 두 시스템이 어떻게 함께 작동하는지 이해하세요.

• 지연된 딥링크 및 설치 기여 분석을 사용하여 추천 추적 SDK를 구현하는 방법: 지연된 딥링크 및 기여 분석 SDK 워크플로우를 사용하여 앱 스토어 설치 흐름 전반에서 모바일 앱이 획득 맥락을 어떻게 보존하는지 알아보세요.

• 모바일 측정 파트너(MMP) 작동 방식: MMP 플랫폼이 기여 분석 신호를 수집하고, 설치 후 이벤트를 처리하며, 집계된 캠페인 측정 보고서를 생성하는 과정을 탐색하세요.

관련 주제

• 개념: SKAdNetwork, 전환 값, 포스트백 윈도우, 군중 익명성, LockWindow

• 기술: 모바일 측정 파트너(MMP), StoreKit, AdAttributionKit, 서버 간 포스트백

• API: OpoInstall 모바일 기여 분석 이벤트 로깅 기능, Apple SKAdNetwork API, Apple AdAttributionKit API

• 공식 문서 & 참조:

  • SKAdNetwork 프레임워크에 대한 Apple 개발자 문서

  • AdAttributionKit에 대한 Apple 개발자 문서

  • W3C 웹 성능 작업 그룹 표준