SKAdNetwork 4.0 Conversion Value Schema: ค่าแบบละเอียด, ค่าแบบหยาบ และหน้าต่างการแปลงค่า

คุณจะกำหนดค่า Conversion Value Schema ของ SKAdNetwork 4.0 ได้อย่างไร? สกีมาค่าการแปลงของ SKAdNetwork 4.0 ทำหน้าที่แมปเหตุการณ์หลังการติดตั้งหรือสัญญาณรายได้เข้ากับค่าแบบละเอียดตั้งแต่ 0 ถึง 63 และค่าแบบหยาบ (low, medium, high) ข้อมูลโพสต์แบ็กระดับชั้นต่างๆ ของ Apple จะเป็นตัวกำหนดว่าการแสดงผลค่าการแปลงและฟิลด์ที่คำนึงถึงความเป็นส่วนตัวอื่นๆ ใดบ้างที่จะปรากฏในโพสต์แบ็กที่มีสิทธิ์ได้รับ

IDFA (Identifier for Advertisers) คือตัวระบุสำหรับการโฆษณาที่สามารถรีเซ็ตได้ของ Apple สำหรับการวัดผลโฆษณาบน iOS กรอบงานการโปร่งใสในการติดตามแอปของ Apple (ATT) ได้เปลี่ยนสิทธิ์การเข้าถึง IDFA จากการกำหนดค่าเริ่มต้นของระบบให้เป็นสิทธิ์ที่ผู้ใช้ต้องอนุญาต ซึ่งทำให้การระบุแหล่งที่มาของมือถือเปลี่ยนจากการจับคู่ข้ามแอปแบบเดตเทอร์มินิสติกไปสู่กรอบงานการวัดผลที่คำนึงถึงความเป็นส่วนตัว

ทำความเข้าใจลำดับชั้นค่าการแปลงของ SKAdNetwork 4.0

วิวัฒนาการทางโครงสร้าง: จากโพสต์แบ็กเดี่ยวใน SKAN 3.0 สู่การวัดผลหลายหน้าต่างใน SKAN 4.0

ภายใต้ SKAdNetwork 2.0 และ 3.0 ผู้ลงโฆษณาต้องพึ่งพาค่าการแปลงเดี่ยวและตัวจับเวลาแบบเลื่อน (Rolling Timer) 24 ชั่วโมง สำหรับ SKAN 3 และรุ่นก่อนหน้า ค่าการแปลงที่สูงขึ้นสามารถรีสตาร์ทตัวจับเวลา 24 ชั่วโมงนี้ได้ ซึ่งจูงใจให้นักพัฒนาออกแบบสกีมาค่าการแปลงที่มีค่าเพิ่มขึ้นเรื่อยๆ หากผู้ใช้ทำเหตุการณ์การแปลงในแอปสำเร็จ SDK ของไคลเอ็นต์ที่ฝังอยู่จะเรียกใช้ System API เพื่ออัปเดตจำนวนเต็ม 6 บิตเดี่ยว (0 ถึง 63)

โมเดลโพสต์แบ็กเดี่ยวของ SKAN ให้การมองเห็นที่จำกัดเกี่ยวกับการมีส่วนร่วมหลังการติดตั้งที่เกิดขึ้นหลังจากช่วงเวลาการแปลงเริ่มต้น สำหรับแอปพลิเคชันมือถือที่มี Funnel การแปลงที่ยาวนานขึ้น เช่น แพลตฟอร์มอีคอมเมิร์ซแบบสมัครสมาชิกและเกมมือถือระดับกลาง (Mid-core)

SKAdNetwork 4.0 ได้ปรับโครงสร้างกระบวนการวัดผลนี้ใหม่โดยการแนะนำ โครงสร้างหลายหน้าต่างของ SKAdNetwork 4.0 ซึ่งประกอบด้วยหน้าต่างเวลาที่แตกต่างกัน 3 ช่วง, ตัวระบุแหล่งที่มาที่ขยายเพิ่มเติมซึ่งมาแทนที่โมเดลตัวระบุแคมเปญก่อนหน้า และระบบค่าการแปลงสองระดับที่ประกอบด้วยค่าแบบละเอียดและค่าแบบหยาบ SKAdNetwork 4 สามารถสร้างโพสต์แบ็กได้สูงสุดสามรายการสำหรับการระบุแหล่งที่มาของโฆษณาที่ชนะ โพสต์แบ็กรายการที่สองและสามจะใช้งานได้ก็ต่อเมื่อเป็นไปตามเงื่อนไขความเป็นส่วนตัวที่เกี่ยวข้อง และหน้าต่างการแปลงที่สอดคล้องกันสร้างข้อมูลการแปลงที่มีสิทธิ์ โดย Tier 0 จะได้รับเฉพาะโพสต์แบ็กรายการแรกเท่านั้น

ค่าแบบละเอียด (Fine-Grained Values): การเข้ารหัสการมีส่วนร่วมในแอปเป็นจำนวนเต็ม 6 บิต

ค่าการแปลงแบบละเอียดแสดงถึงตัว metic การวัดผลแบบดั้งเดิมของ SKAN ค่าแบบละเอียดถูกเข้ารหัสเป็นจำนวนเต็มไร้เครื่องหมายขนาด 6 บิต โดยรองรับสถานะตัวเลขที่แยกจากกัน 64 สถานะตั้งแต่ 0 ถึง 63

เนื่องจาก 6 บิตให้ค่าที่เป็นไปได้ 64 ค่า นักพัฒนาจึงออกแบบตรรกะการแมปเพื่อเข้ารหัสเหตุการณ์สำคัญของผู้ใช้หรือช่วงรายได้เฉพาะ:

• การแมป Funnel แบบลำดับขั้นตอน (Sequential Funnel Mapping): กำหนดค่าตามลำดับตามความลึกของ Funnel (เช่น 1 = ลงทะเบียน, 2 = เริ่มต้นใช้งาน, 3 = เลเวล 5, 4 = ซื้อสินค้า)

• การแมปช่วงรายได้ (Revenue Bucket Mapping): ใช้สถานะแบบละเอียด 64 สถานะที่มีอยู่เพื่อแทนสถานะพื้นฐานบวกกับกลุ่มรายได้สูงสุด 63 กลุ่ม (เช่น 1 = $0.01–$0.99, 2 = $1.00–$4.99, $\dots, 63 = $500.00+)

ค่าการแปลงแบบละเอียดจะถูกส่งกลับเฉพาะในโพสต์แบ็กรายการแรกเท่านั้น ส่วนโพสต์แบ็กรายการที่สองและสามจะส่งคืนค่าการแปลงแบบหยาบแทน

ค่าแบบหยาบ (Coarse-Grained Values): การจัดกลุ่มค่าหลังการติดตั้งออกเป็นระดับต่ำ กลาง และสูง

ในหน้าต่างการแปลงที่ 1 Apple อาจส่งคืนค่าการแปลงแบบละเอียดหรือแบบหยาบ ทั้งนี้ขึ้นอยู่กับระดับชั้นข้อมูลโพสต์แบ็กที่เกี่ยวข้อง สำหรับหน้าต่างการแปลงที่ 2 และ 3 จะใช้ค่าการแปลงแบบหยาบ ทั้งค่าแบบละเอียดและแบบหยาบจะถูกจัดเตรียมร่วมกันเมื่อแอปเรียกใช้ API ค่าการแปลงของ SKAN 4; ต่อมา Apple จะเป็นผู้พิจารณาว่าการแสดงผลใด (ถ้ามี) ที่จะรวมอยู่ในโพสต์แบ็กรายการแรกตามระดับชั้นข้อมูลโพสต์แบ็ก โพสต์แบ็กอาจมีค่าการแปลงแบบละเอียดหรือแบบหยาบอย่างใดอย่างหนึ่ง ไม่ใช่ทั้งสองอย่าง ป้ายกำกับระดับต่ำ กลาง และสูงไม่มีความหมายทางธุรกิจที่กำหนดไว้ล่วงหน้าใน SKAdNetwork โดยแอปหรือเครือข่ายโฆษณาจะเป็นผู้กำหนดว่าแต่ละระดับมีความหมายอย่างไร

ค่าการแปลงแบบหยาบประกอบด้วยคุณสมบัติสตริงที่มีหนึ่งในสามค่าที่ชัดเจน:

• low (ต่ำ): บ่งบอกถึงการมีส่วนร่วมพื้นฐานหลังการติดตั้ง (เช่น การลงทะเบียนเสร็จสิ้นหรือเริ่มเซสชัน)

• medium (ปานกลาง): บ่งบอกถึงมูลค่าระดับปานกลางหลังการติดตั้ง (เช่น ไปถึงจุดสำคัญระดับกลางของแอปหรือใช้จ่าย $1.00–$19.99)

• high (สูง): บ่งบอกถึงมูลค่าระดับสูงหลังการติดตั้ง (เช่น เสร็จสิ้นการสมัครสมาชิกที่มีมูลค่าสูงหรือใช้จ่าย $20.00+)

ในหน้าต่างการแปลงที่ 2 และ 3 ฟิลด์ค่าการแปลงจะไม่ถูกใช้สำหรับค่าแบบละเอียด ระบบอาจส่งคืนค่าการแปลงแบบหยาบที่นักพัฒนาเป็นผู้ระบุเมื่อเงื่อนไขความเป็นส่วนตัวเอื้ออำนวย

วิธีการทำงานของค่าแบบละเอียดและค่าแบบหยาบในแต่ละหน้าต่างการแปลง

หน้าต่างการแปลงที่ 1 (วันที่ 0–2)

หน้าต่างการแปลงที่ 1 (วันที่ 0–2 ซึ่งประมาณ 48 ชั่วโมงแรกหลังจากผู้ใช้เปิดแอปครั้งแรก) ครอบคลุมช่วงเวลาการวัดผลเริ่มต้นหลังจากการติดตั้ง ซึ่งนักพัฒนาสามารถอัปเดตค่าการแปลงแบบละเอียดหรือแบบหยาบได้ก่อนที่ระบบจะปิดหน้าต่าง ในช่วงเวลานี้ แอปพลิเคชันมือถือสามารถอัปเดตค่าการแปลงได้หลายครั้งในขณะที่ผู้ใช้ทำเหตุการณ์ในแอปสำเร็จ

ขึ้นอยู่กับระดับชั้นข้อมูลโพสต์แบ็กที่ Apple กำหนด หน้าต่างการแปลงที่ 1 จะส่งมอบค่าแบบละเอียด (0 ถึง 63) หรือค่าแบบหยาบ (low, medium, high) หากระดับชั้นข้อมูลโพสต์แบ็กคือ Tier 0 โพสต์แบ็กรายการแรกจะมีเพียงตัวระบุแหล่งที่มาแบบลำดับชั้นสองหลักเท่านั้น โดยจะละเว้นค่าการแปลงแบบละเอียดหรือแบบหยาบไว้

หน้าต่างการแปลงที่ 2 (3 ถึง 7 วัน) และ 3 (8 ถึง 35 วัน)

เพื่อให้มองเห็นการรักษาผู้ใช้ไว้ในระยะกลางและระยะยาวได้ SKAdNetwork 4.0 จึงได้แนะนำหน้าต่างการแปลงเพิ่มเติมอีกสองช่วง:

• หน้าต่างการแปลงที่ 2: วัดการมีส่วนร่วมของผู้ใช้ที่เกิดขึ้นในช่วงการวัดผลวันที่ 3 ถึง 7 หลังการติดตั้ง (หน้าต่าง 5 วัน)

• หน้าต่างการแปลงที่ 3: วัดการมีส่วนร่วมของผู้ใช้ที่เกิดขึ้นในช่วงการวัดผลวันที่ 8 ถึง 35 หลังการติดตั้ง (หน้าต่าง 28 วัน)

ต่างจากหน้าต่างที่ 1 หน้าต่างการแปลงที่ 2 และ 3 จะส่ง เฉพาะค่าแบบหยาบเท่านั้น โดยจะไม่รองรับค่าแบบละเอียด (0 ถึง 63) ในหน้าต่างที่ 2 และ 3 นักพัฒนาจะเป็นผู้กำหนดค่าแบบหยาบที่รายงานสำหรับแต่ละหน้าต่างตามเหตุการณ์ที่เกิดขึ้นในช่วงการวัดผลนั้นๆ

ทำความเข้าใจระดับชั้นข้อมูลโพสต์แบ็กและความไม่เปิดเผยตัวตนของกลุ่มเป้าหมาย (Crowd Anonymity)

Apple กำหนดระดับชั้นข้อมูลโพสต์แบ็กสำหรับการดาวน์โหลดแอปตามขนาดของกลุ่มเป้าหมายที่เกี่ยวข้องกับแอปหรือโดเมนต้นทาง, แอปที่มีการโฆษณา, ประเทศที่ติดตั้งแอปที่มีการโฆษณา และตัวระบุแหล่งที่มาแบบลำดับชั้นที่เครือข่ายโฆษณาจัดเตรียมไว้ ขึ้นอยู่กับระดับชั้น โพสต์แบ็กรายการแรกอาจเปิดเผยตัวระบุแหล่งที่มาแบบลำดับชั้น 2, 3 หรือ 4 หลัก ในขณะที่ค่าการแปลงอาจถูกละเว้น ส่งคืนเป็นค่าแบบหยาบ หรือส่งคืนเป็นค่าแบบละเอียด ตามเอกสารกรอบงาน SKAdNetwork อย่างเป็นทางการของ Apple (StoreKit > SKAdNetwork) Apple ไม่ได้เผยแพร่เกณฑ์ปริมาณการติดตั้งสากลที่นักพัฒนาสามารถนำไปใช้เพื่อแมปแคมเปญกับระดับชั้นข้อมูลคงที่

ตารางด้านล่างแสดงโครงสร้างความสัมพันธ์ระหว่างเพย์โหลดข้อมูลโพสต์แบ็กกับระดับความเป็นส่วนตัวในแต่ละหน้าต่างการแปลง ตามเอกสารกรอบงาน SKAdNetwork อย่างเป็นทางการของ Apple:

การใช้คุณสมบัติ lockWindow เพื่อสรุปหน้าต่างการแปลงให้เสร็จสิ้นเร็วยิ่งขึ้น

การตั้งค่า lockWindow: true จะทำการล็อกค่าการแปลงสำหรับหน้าต่างการแปลงปัจจุบัน ระบบจะเตรียมโพสต์แบ็กที่สอดคล้องกันทันทีและเพิกเฉยต่อการอัปเดตค่าการแปลงเพิ่มเติมในหน้าต่างนั้น โพสต์แบ็กดังกล่าวยังคงต้องอยู่ภายใต้ความล่าช้าในการจัดส่งแบบสุ่มของ Apple

ตัวอย่างเช่น หากผู้ใช้ทำการซื้อสินค้าสำเร็จเมื่อผ่านไป 6 ชั่วโมงในหน้าต่างการแปลงที่ 1 แอปสามารถตั้งค่า lockWindow: true ได้ การดำเนินการนี้จะปิดหน้าต่างการวัดผลก่อนกำหนดและช่วยให้กระบวนการจัดตารางเวลาโพสต์แบ็กของ Apple เริ่มต้นได้ ซึ่งอาจทำให้ระบบเตรียมโพสต์แบ็กได้เร็วขึ้น แม้ว่าความล่าช้าในการจัดส่งแบบสุ่มที่เกี่ยวข้องจะยังคงมีผลอยู่ก็ตาม

การเปรียบเทียบโครงสร้างหน้าต่างการแปลงของ SKAdNetwork 1, 2 และ 3

การประเมินเปรียบเทียบเวลาโพสต์แบ็ก, ประเภทของค่า และช่วงเวลาหน่วงของ SKAN 4.0

การจัดการสกีมา SKAdNetwork แบบหลายหน้าต่างจำเป็นต้องมีการแมปทริกเกอร์เหตุการณ์ตามระยะเวลาของหน้าต่าง, ความละเอียดของค่าที่รองรับ และช่วงเวลาหน่วงของโพสต์แบ็ก

ตารางด้านล่างแสดงความแตกต่างของคุณลักษณะทางเทคนิคของหน้าต่างการแปลงที่ 1, 2 และ 3:

การประเมินความละเอียดของข้อมูลและタイムスタンプ (Timestamp) ในหน้าต่างการแปลงของ SKAN

แม้ว่าหน้าต่างการแปลงที่ 1 จะให้ความละเอียดของข้อมูลสูงสุด (ค่าแบบละเอียด 6 บิต) แต่หน้าต่างที่ 2 และ 3 ก็มอบสัญญาณการรักษาผู้ใช้ระยะยาวที่สำคัญ นักวิเคราะห์ต้องคำนึงถึงช่วงเวลาหน่วงของโพสต์แบ็กเมื่อนำโพสต์แบ็กของ SKAN มาเชื่อมโยงกับบัญชีแยกประเภทธุรกรรมภายใน

เนื่องจาก Apple ใช้เวลาหน่วงแบบสุ่ม 24 ถึง 48 ชั่วโมงสำหรับโพสต์แบ็กในหน้าต่างที่ 1 และสูงถึง 144 ชั่วโมงสำหรับหน้าต่างที่ 2 และ 3 โพสต์แบ็กที่มาถึงจุดสิ้นสุดการระบุแหล่งที่ (Attribution Endpoints) จึงไม่ใช่การแปลงแบบเรียลไทม์ แต่เป็นหน้าต่างการมีส่วนร่วมในอดีตที่เสร็จสิ้นไปแล้วหลายวันก่อนหน้านั้น

วิศวกรที่ต้องการกำหนดค่าการบันทึก SDK ฝั่งไคลเอ็นต์และการวิเคราะห์โพสต์แบ็ก SKAN แบบอัตโนมัติสามารถอ้างอิงเอกสารประกอบ การบูรณาการ SDK การระบุแหล่งที่มาของ OpoInstall เพื่อตรวจสอบการตั้งค่าโครงสร้างเพย์โหลด

วิธีการออกแบบ SKAdNetwork Conversion Value Schema

ตัวอย่างการแมปสกีมาการแปลงของ SKAdNetwork 4.0

การออกแบบสกีมา SKAdNetwork ต้องอาศัยการแมปเหตุการณ์สำคัญในแอปและระดับราคาไปยังค่าแบบละเอียดและแบบหยาบที่แยกจากกัน

ตารางด้านล่างแสดงตัวอย่างการออกแบบสกีมาค่าการแปลงมาตรฐานสำหรับแอปพลิเคชันมือถือ:

กรอบการออกแบบสกีมาสำหรับสายงานการผลิต: แอปพลิเคชันเกมเทียบกับแอปพลิเคชันสมัครสมาชิก

ขึ้นอยู่กับกลไกการสร้างรายได้ของผลิตภัณฑ์ ทีมวิศวกรรมจะปรับแต่งการกำหนดค่าสกีมาเพื่อให้ความสำคัญกับการเติบโตของ Funnel ทันทีหรือระดับรายได้ระยะยาว:

• แอปพลิเคชันเกม (ให้ความสำคัญกับรายได้): ค่า 0 ถึง 10 จะแมปความคืบหน้าของบทช่วยสอนช่วงแรก ในขณะที่ค่า 11 ถึง 63 แสดงถึงรายได้สะสมที่สังเกตได้ในช่วงหน้าต่างที่ 1 ค่าแบบหยาบในหน้าต่างที่ 2 และ 3 จะแมความถี่ในการซื้อซ้ำ (low = ใช้งานอยู่, medium = ซื้อครั้งที่ 2, high = ผู้ใช้จ่ายระดับ VIP)

• แอปพลิเคชันสมัครสมาชิก (ให้ความสำคัญกับการทดลองใช้): ค่า 0 ถึง 5 จะแมปการลงทะเบียนและการกรอกโปรไฟล์, ค่า 10 แมปการเปิดใช้งานทดลองใช้ฟรี และค่า 20 ถึง 63 แมปการเลือกแพ็กเกจการสมัครสมาชิก ค่าแบบหยาบในหน้าต่างที่ 2 และ 3 จะแมปการแปลงจากการทดลองใช้เป็นแบบชำระเงิน (low = เซสชันใช้งานอยู่, medium = แปลงจากการทดลองใช้แล้ว, high = ต่ออายุการสมัครสมาชิก)

วิธีการเลือกระหว่างค่าการแปลงตามรายได้และตามเหตุการณ์

การเลือกระหว่างโมเดลสกีมาตามรายได้และตามเหตุการณ์จำเป็นต้องปรับตรรกะค่าการแปลงให้สอดคล้องกับกลไกการสร้างรายได้ของแอป:

• โมเดลตามรายได้ (อีคอมเมิร์ซและเกม): เหมาะที่สุดสำหรับแอปที่เหตุการณ์การซื้อเกิดขึ้นภายใน 48 ชั่วโมงแรก การเข้ารหัสยอดใช้จ่ายสะสมลงในกลุ่มรายได้ที่กว้างขึ้นเรื่อยๆ จะช่วยให้แพลตฟอร์มฝั่งอุปสงค์ (DSPs) ได้รับสัญญาณรายได้ที่พร้อมใช้งานสำหรับการวิเคราะห์แคมเปญ หากสกีมาอิงตามรายได้สะสม การอัปเดตการแปลงแต่ละครั้งควรเข้ารหัสรายได้สะสมหลังการติดตั้งปัจจุบันของผู้ใช้ แทนที่จะเป็นเพียงจำนวนเงินทำธุรกรรมล่าสุดเท่านั้น

• โมเดล Funnel ตามเหตุการณ์ (การสมัครสมาชิก): เหมาะที่สุดสำหรับแอปที่มีช่วงทดลองใช้หรือช่วงพิจารณาที่ยาวนานขึ้น การแมปเหตุการณ์สำคัญตามลำดับ (เช่น การลงทะเบียน ไปยังการเปิดใช้งานทดลองใช้ ไปยังการสมัครสมาชิก) จะช่วยให้การวัดผลแคมเปญประเมินกลุ่มเป้าหมายทดลองที่มีความตั้งใจสูงได้ก่อนที่หน้าต่าง 0–2 วันจะหมดอายุ

การออกแบบกลุ่มรายได้ (Revenue Buckets): การแมปช่วง IAP ไปยังค่า 0-63

เมื่อวิเคราะห์ผลตอบแทนจากการใช้จ่ายโฆษณา (ROAS) การแมปค่าแบบละเอียด 6 บิตเข้ากับกลุ่มรายได้ถือเป็นการออกแบบสกีมาที่มีประสิทธิภาพ แอปพลิเคชันจะคำนวณรายได้สะสมตามตรรกะทางธุรกิจของตนเองและเข้ารหัสผลลัพธ์ลงในค่าการแปลง ขอบเขตของกลุ่มด้านล่างเป็นเพียงตัวอย่างประกอบ ไม่ใช่การแมปการผลิตแบบ 64 กลุ่มที่สมบูรณ์ ในทางปฏิบัติ ขอบเขตของกลุ่มควรมาจากกลุ่มผู้ชำระเงินของแอป, ความไวต่อ ROAS ที่คาดหวัง และวัตถุประสงค์ของแคมเปญ

ตัวอย่างสกีมาimรายได้แบบ 6 บิตสำหรับแอปพลิเคชันอีคอมเมิร์ซหรือเกมมีโครงสร้างดังนี้:

• Value 0: ไม่มีเหตุการณ์หลังการติดตั้งที่วัดได้ / ค่าพื้นฐาน

• Value 1: $0.01 ถึง $0.99 (ธุรกรรมไมโคร)

• Value 2: $1.00 ถึง $4.99

• Value 3: $5.00 ถึง $9.99

• dots\dotsdots

• Value 62: $250.00 ถึง $499.99

• Value 63: $500.00+ (กลุ่มผู้ใช้จ่ายมูลค่าสูง)

เมื่อผู้ใช้ทำการซื้อในแอปเสร็จสิ้น SDK มือถือจะคำนวณยอดใช้จ่ายสะสมของผู้ใช้ที่สังเกตได้ในช่วงหน้าต่างที่ 1 ระบุกลุ่มตัวเลขจำนวนเต็มที่สอดคล้องกัน และเรียกใช้ updatePostbackConversionValue

การออกแบบ Funnel การมีส่วนร่วม: การแมปเหตุการณ์สำคัญตามลำดับ

สำหรับแอปพลิเคชันสมัครสมาชิกหรือเครื่องมือยูทิลิตี้ที่การซื้อในแอปเกิดขึ้นช่วงท้ายของวงจรชีวิตผู้ใช้ การแมปค่าแบบละเอียดกับเหตุการณ์สำคัญของการมีส่วนร่วมตามลำดับจะช่วยให้สัญญาณประสิทธิภาพแคมเปญตั้งแต่เนิ่นๆ

สกีมาเหตุการณ์สำคัญของการมีส่วนร่วมจะแมปความลึกของความก้าวหน้า:

• Value 1: ลงทะเบียนบัญชีเสร็จสิ้น

• Value 2: จบบทช่วยสอนการใช้งาน (Onboarding)

• Value 3: ตั้งค่าโปรไฟล์และกำหนดค่ากำหนดเสร็จสิ้น

• Value 4: เปิดใช้งานทดลองใช้ฟรี

• Value 5: แชร์เนื้อหาในแอปครั้งแรก

• Value 10: เริ่มต้นการสมัครสมาชิกแบบชำระเงิน

SKAN 4.0 มอบการจัดการค่าการแปลงที่ยืดหยุ่นกว่าเมื่อเทียบกับเวอร์ชันก่อนหน้า แม้ว่าโดยทั่วไปผู้ลงโฆษณาจะยังคงใช้กลยุทธ์ค่าที่เพิ่มขึ้นเพื่อความเสถียรในการปรับแต่งก็ตาม แอปพลิเคชันควรกำหนดกฎลำดับความสำคัญแบบเดตเทอร์มินิสติก เพื่อให้เหตุการณ์หลายรายการที่เกิดขึ้นภายในหน้าต่างเดียวกันยุติลงที่สถานะละเอียด/หยาบสุดท้ายเพียงสถานะเดียว

[App Launch / Event] ──> [SDK Calls updatePostbackConversionValue]
                                    │
                                    ▼
         ┌──────────────────────────┴──────────────────────────┐
         ▼                                                     ▼
[Conversion Window 1 (0-2 Days)]               [Conversion Window 2 & 3]
 (Fine 0-63 or Coarse)                               (Coarse Only: Low/Med/High)
         │                                                     │
         └──────────────────────────┬──────────────────────────┘
                                    ▼
                [Apple Attribution System Delayed Postback]
                                    │
                                    ▼
               [Attribution / Analytics Backend]

ตัวอย่างสกีมา SKAdNetwork 4.0 สไตล์การผลิตจริง

1. สกีมาเกมมือถือ (แบบผสมผสานระหว่างรายได้และเหตุการณ์สำคัญ)

แอปพลิเคชันเกมใช้สกีมาแบบผสมผสานในหน้าต่างที่ 1 โดยสงวนค่าต่ำ (0–10) ไว้สำหรับเหตุการณ์สำคัญของบทช่วยสอน และจัดสรรค่าสูง (11–63) ให้กับรายได้สะสมที่สังเกตได้ในช่วงหน้าต่างที่ 1 ในสกีมาตัวอย่างนี้ แอปจะทำการแมปเหตุการณ์สำคัญเหล่านี้เข้ากับหมวดหมู่หยาบอย่างอิสระ

• Value 1: จบบทช่วยสอน (การแมปค่าหยาบแบบ low)

• Value 5: ถึงเลเวล 10 (การแมปค่าหยาบแบบ medium)

• Value 15: การซื้อ IAP ครั้งแรก ($0.99 - $9.99)

• Value 40: ผู้ใช้จ่ายระดับกลาง ($10.00 - $99.99) (การแมปค่าหยาบแบบ high)

• Value 63: ผู้ใช้จ่ายระดับ VIP ($100.00+) (การแมปค่าหยาบแบบ high)

2. สกีมาแอปสมัครสมาชิก (มุ่งเน้นการทดลองใช้และการต่ออายุ)

แอปพลิเคชันสมัครสมาชิกจะแมปหน้าต่างที่ 1 กับความเร็วในการแปลงทดลองใช้ฟรี ในขณะที่ใช้ค่าหยาบของหน้าต่างที่ 2 และ 3 เพื่อติดตามการแปลงจากการทดลองใช้เป็นแบบชำระเงินระยะยาวและเหตุการณ์การต่ออายุ

• หน้าต่างที่ 1: Value 1 = ลงทะเบียน, Value 10 = เริ่มทดลองใช้ (การแมปค่าหยาบแบบ medium), Value 63 = สมัครสมาชิกแผนรายปี (การแมปค่าหยาบแบบ high)

• หน้าต่างที่ 2 (วันที่ 3-7): low = เซสชันใช้งานอยู่, medium = แปลงจากการทดลองใช้แล้ว, high = คงสมาชิกแผนรายปีไว้

• หน้าต่างที่ 3 (วันที่ 8-35): low = การมีส่วนร่วมกับแอปซ้ำ, medium = สมาชิกชำระเงินยังใช้งานอยู่, high = ต่ออายุการสมัครสมาชิก

การจัดการสกีมา SKAdNetwork ขนาดใหญ่

สำหรับทีมเติบโตและวิศวกรรมข้อมูลที่จัดการแคมเปญ iOS หลายรายการ การจัดการค่าการแปลงแบบรวมศูนย์สามารถช่วยลดข้อผิดพลาดในการนำไปใช้งาน, ทำให้การแมปเพย์โหลดเป็นแบบอัตโนมัติ และรักษาวิสัยทัศน์ของโพสต์แบ็กให้สมบูรณ์ การกำหนดค่า เวิร์กโฟลว์การระบุแหล่งที่มาของการติดตั้งที่ปลอดภัย จะช่วยรับประกันความสมบูรณ์ของเพย์โหลดทั้งใน SDK ของไคลเอ็นต์และฐานข้อมูลการรายงานแบ็กエンド

การใช้งาน SKAdNetwork 4.0 ร่วมกับ StoreKit

การอัปเดตค่าการแปลงแบบโปรแกรมผ่าน StoreKit

โพสต์แบ็กของ SKAdNetwork 4 จะใช้งานได้เมื่อเป็นไปตามเงื่อนไขการมีสิทธิ์ของ SKAdNetwork 4 ที่เกี่ยวข้อง ในการรับโพสต์แบ็ก SKAdNetwork 4 หลายรายการ แอปที่มีการโฆษณาจะต้องอัปเดตค่าการแปลงในช่วงหน้าต่างการแปลงที่เกี่ยวข้อง การอัปเดตหน้าต่างที่ 1 จะไม่สร้างค่าการแปลงสำหรับหน้าต่างที่ 2 หรือ 3 โดยอัตโนมัติ สำหรับแอปที่ใช้ API ของ SKAdNetwork 4 แอปที่มีการโฆษณาควรถูกสร้างด้วย iOS 16.1 SDK หรือใหม่กว่า และทำงานบน iOS 16.1 ขึ้นไป เพื่อเรียกใช้ SKAdNetwork.updatePostbackConversionValue(_:coarseValue:lockWindow:completionHandler:) ภายใน StoreKit ส่วน AdAttributionKit เป็นกรอบงานการระบุแหล่งที่มาของ Apple แยกต่างหากและอยู่นอกเหนือขอบเขตของตัวอย่างการใช้งานค่าการแปลง SKAdNetwork นี้

เมธอดนี้ยอมรับพารามิเตอร์หลัก 3 ตัว:

1. fineValue: จำนวนเต็มตั้งแต่ 0 ถึง 63

2. coarseValue: ค่าแจกแจง (Enum) ของ SKAdNetwork.CoarseConversionValue (.low, .medium, .high)

3. lockWindow: ธงบูลีนที่ระบุว่าจะสิ้นสุดหน้าต่างก่อนกำหนดหรือไม่

สำหรับการวัดผลโพสต์แบ็กหลายรายการของ SKAdNetwork 4 แอปต้องอัปเดตค่าการแปลงอย่างต่อเนื่องในช่วงหน้าต่างการแปลงที่เกี่ยวข้อง การตั้งค่าหน้าต่างที่ 1 จะไม่เติมข้อมูลในหน้าต่างที่ 2 และ 3 โดยอัตโนมัติ

นักสามารถอ้างอิงข้อมูลจำเพาะทางเทคนิคเกี่ยวกับสกีมาบันทึกเหตุการณ์ดิบและโครงสร้างเพย์โหลด SKAN ได้ในเอกสารประกอบสำหรับนักพัฒนาอย่างเป็นทางการ

โค้ดและสกีมาด้านล่างแสดงวิธีที่นักพัฒนาเรียกใช้ API การอัปเดต SKAN 4.0 ใน Swift และวิธีที่ตัวรวบรวมฝั่งแบ็กเอ็นด์จัดรูปแบบเพย์โหลดโพสต์แบ็กที่ได้:

หมายเหตุ: สกีมาและตัวอย่างโค้ดต่อไปนี้เป็นตัวอย่างแนวคิดเท่านั้น ไม่ใช่ข้อมูลจำเพาะ API ของ Apple หรือ OpoInstall

// Swift Example: Updating SKAdNetwork 4.0 Conversion Value on iOS 16.1+
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 Update Error: \(error.localizedDescription)")
            } else {
                print("SKAN Value Updated Successfully: Fine = \(fineValue), Coarse = \(coarseValue.rawValue), Locked = \(shouldLock)")
            }
        }
    } else {
        // Deprecated legacy API used for compatibility with older OS versions.
        SKAdNetwork.updateConversionValue(fineValue)
    }
}

{
  "example_only": true,
  "privacy_note": "Illustrative schema only",
  "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"
    }
  }
}

แนวปฏิบัติที่ดีที่สุดสำหรับ SKAdNetwork Conversion Value

การปรับการออกแบบสกีมาการแปลงให้สอดคล้องกับวัตถุประสงค์ของแคมเปญ

การออกแบบสกีมา SKAdNetwork ต้องอาศัยการเลือกกฎการแมปที่ตรงกับเป้าหมายหลักของแคมเปญ ทีมซื้อสื่อที่กำลังปรับแต่งเพื่อการแปลงการทดลองใช้ทันทีควรให้ความสำคัญกับเหตุการณ์สำคัญของ Funnel ตามลำดับในหน้าต่างการแปลงที่ 1 ในทางกลับกัน ทีมประสิทธิภาพที่ประเมินการซื้อที่มีมูลค่าสูงควรใช้กลุ่มรายได้ที่มีความละเอียด

การรวมแคมเปญเพื่อให้ผ่านเกณฑ์ความไม่เปิดเผยตัวตนของกลุ่มเป้าหมาย (Crowd Anonymity)

เพื่อป้องกันไม่ให้โพสต์แบ็กส่งคืนค่า null หรือลดระดับลงไปใช้ค่าสำรองแบบหยาบ ทีมการเติบโตของมือถือจึงต้องจัดการความหนาแน่นของแคมเปญ:

• ลดการกระจายตัวของแคมเปญ: เพื่อลดโอกาสที่จะเกิดระดับชั้นข้อมูลโพสต์แบ็กต่ำ ทีมงานอาจหลีกเลี่ยงการกระจายตัวของแคมเปญที่ไม่จำเป็นและการกำหนดเป้าหมายที่แคบเกินไป อย่างไรก็ตาม Apple ไม่ได้เผยแพร่เกณฑ์การใช้จ่ายหรือการติดตั้งสากลที่รับประกันระดับชั้นข้อมูลโพสต์แบ็กที่เฉพาะเจาะจง

• ขยายพารามิเตอร์การกำหนดเป้าหมาย: หลีกเลี่ยงการกำหนดเป้าหมายทางภูมิศาสตร์หรือประชากรที่แคบจนเกินไป ซึ่งจะทำลายเกณฑ์ความไม่เปิดเผยตัวตนของกลุ่มเป้าหมาย

• เพิ่มประสิทธิภาพกลยุทธ์ LockWindow: โดยทั่วไปทีมงานควรพิจารณาใช้ lockWindow: true เมื่อมั่นใจว่าจะไม่มีสัญญาณการแปลงที่มีค่ามากกว่านี้คาดว่าจะเกิดขึ้นในช่วงเวลาที่เหลือของหน้าต่างนั้นแล้วเท่านั้น

รายการตรวจสอบ SKAdNetwork 4.0 Conversion Value Schema

เพื่อให้มั่นใจว่าปฏิบัติตามข้อกำหนดการติดตามของ SKAdNetwork 4.0 อย่างครบถ้วนและเพิ่มประสิทธิภาพการวัด LTV ให้สูงสุด โปรดตรวจสอบว่าสกีมาของคุณเป็นไปตามข้อกำหนดทางวิศวกรรมต่อไปนี้:

• [ ] วัตถุประสงค์การเพิ่มประสิทธิภาพหลัก: กำหนดว่าแคมเปญของคุณปรับแต่งเพื่อเหตุการณ์สำคัญของการมีส่วนร่วมตั้งแต่เนิ่นๆ หรือรายได้สะสม 48 ชั่วโมง
• [ ] การแมปค่าแบบละเอียดหน้าต่างที่ 1: กำหนดค่าตัวเลขจำนวนเต็ม 6 บิตแบบแยก (0–63) ให้กับขั้นตอน Funnel ตามลำดับหรือกลุ่มรายได้
• [ ] การแมปค่าแบบหยาบหน้าต่างที่ 1: กำหนดกลุ่มสตริงแบบหยาบ low, medium และ high สำหรับการส่งข้อมูลที่มีความไม่เปิดเผยตัวตนของกลุ่มเป้าหมายต่ำ
• [ ] การแมปค่าแบบหยาบหน้าต่างที่ 2 และ 3: สร้างตรรกะการติดตามแบบหยาบสำหรับหน้าต่างโพสต์แบ็ก 3–7 วัน และ 8–35 วัน
• [ ] ลำดับความสำคัญของเหตุการณ์และกฎการล็อก: กำหนดลำดับความสำคัญของเหตุการณ์แบบเดตเทอร์มินิสติกและกำหนดค่า lockWindow: true สำหรับเหตุการณ์การแปลงสิ้นสุดเท่านั้น

ข้อผิดพลาดทั่วไปในการออกแบบสกีมา SKAN 4.0 ที่ลดคุณภาพการวัดผล

• การบีบอัดกลุ่มผู้ใช้จ่ายไว้ที่ค่า 63: การกำหนดให้การซื้อราคา $10 และ $1,000 อยู่ในกลุ่มสูงสุดกลุ่มเดียวกัน จะลดความแตกต่างของรายได้ที่มีอยู่สำหรับการวิเคราะห์และปรับแต่งแคมเปญ

• การดำเนินการ LockWindow ก่อนกำหนด: การเรียกใช้ lockWindow: true ในเหตุการณ์การลงทะเบียนช่วงแรกจะทำการล็อกหน้าต่างการแปลงที่ 1 อย่างถาวร ทำให้พลาดเหตุการณ์การซื้อในช่วง 48 ชั่วโมงถัดไป

• การทำให้หน้าต่างที่ 2 และ 3 ซับซ้อนเกินไป: ความพยายามในการแมปกฎแบบหยาบที่ซับซ้อนสำหรับโพสต์แบ็กที่มาถึงช้ากว่าสูงสุด 35 วัน จะทำให้การประเมินแคมเปญซับซ้อนขึ้นโดยไม่ได้ช่วยปรับปรุงการเพิ่มประสิทธิภาพการประมูลในช่วงแรกให้ดีขึ้น

วิธีการแก้ไขปัญหาค่า Null ในโพสต์แบ็กของ SKAdNetwork และการลดลงของ Crowd Anonymity

การวินิจฉัยอัตราค่าการแปลง Null สูง: ทำความเข้าใจความไม่เปิดเผยตัวตนของกลุ่มเป้าหมายแคมเปญต่ำ

เมื่อตรวจสอบประสิทธิภาพแคมเปญ SKAN ในแดชบอร์ดการระบุแหล่งที่มา นักวิเคราะห์มักจะพบโพสต์แบ็กที่ส่งคืนค่า null หรือค่าการแปลงที่หายไป สัดส่วนที่สูงของค่าการแปลงที่หายไปอาจบ่งชี้ว่าระดับชั้นข้อมูลโพสต์แบ็กที่เกี่ยวข้องไม่อนุญาตให้ Apple เปิดเผยข้อมูลค่าการแปลง

ในการแก้ไขปัญหาการลดลงของความไม่เปิดเผยตัวตนของกลุ่มเป้าหมายและปรับปรุงการมองเห็นค่าการแปลง ทีมประสิทธิภาพจะทำการรวมคีย์แคมเปญและประเมินความหนาแน่นของโครงสร้างแคมเปญ เพื่อให้แน่ใจว่าความเร็วในการติดตั้งผ่านเกณฑ์ความไม่เปิดเผยตัวตนของกลุ่มเป้าหมาย

การแก้ไขความไม่สอดคล้องของลำดับและกับดักการลดระดับค่าการแปลง

ใน SKAdNetwork 4.0 ค่าการแปลงสามารถอัปเดตได้อย่างยืดหยุ่นในระหว่างหน้าต่างที่ 1 แต่นักพัฒนาต้องจัดการสถานะ lockWindow อย่างระมัดระวัง

หากแอปพลิเคชันตั้งค่า lockWindow: true ในเหตุการณ์ที่มีมูลค่าต่ำ (เช่น Value 2 = ลงทะเบียน) หน้าต่างจะถูกล็อกอย่างถาวร หากผู้ใช้ทำการซื้อสินค้ามูลค่า $100 ในเวลาต่อมาภายใน 10 นาทีภายในหน้าต่าง 48 ชั่วโมง ระบบจะไม่สามารถอัปเดตค่าการแปลงได้ ส่งผลให้ LTV ของแคมเปญถูกรายงานต่ำกว่าความเป็นจริง นักพัฒนาต้องมั่นใจว่า lockWindow: true จะถูกเรียกใช้งานในเหตุการณ์การแปลงที่มีมูลค่าสูงและเป็นจุดสิ้นสุดเท่านั้น

การจัดการช่วงเวลาหน่วงแบบสุ่มที่กำหนดโดยระบบการระบุแหล่งที่มาของ Apple

เพื่อป้องกันไม่ให้ผู้ใช้วิเคราะห์พยายามระบุตัวตนผู้ใช้แต่ละรายใหม่อีกครั้งด้วยการจับคู่タイムスタンプของการแปลงกับบันทึกการคลิกเว็บ Apple จึงบังคับใช้ความหนาหน่วงแบบสุ่มในทุกการส่งโพสต์แบ็ก

สำหรับหน้าต่างการแปลงที่ 1 ระบบจะเตรียมโพสต์แบ็กเมื่อหน้าต่างการแปลงปิดลงหรือเมื่อแอปทำการล็อกหน้าต่าง จากนั้น Apple จะใช้เวลาหน่วงแบบสุ่ม 24–48 ชั่วโมง ส่วนหน้าต่างที่ 2 และ 3 จะใช้เวลาหน่วงแบบสุ่ม 24–144 ชั่วโมงหลังจากหน้าต่างที่เกี่ยวข้องปิดลงหรือถูกล็อก ท่อส่งวิศวกรรมข้อมูลต้องคำนึงถึงความล่าช้าที่เป็นระบบเหล่านี้ และหลีกเลี่ยงการตั้งค่าการปรับเปลี่ยนการประมูลอัตโนมัติระยะสั้นบนสตรีมข้อมูล SKAN

ประเด็นสำคัญ (Key Takeaways)

• การวัดผลแบบหลายหน้าต่าง: SKAN 4.0 ขยายการวัดผลครอบคลุมหน้าต่างโพสต์แบ็ก 3 ช่วง (0-2 วัน, 3-7 วัน, 8-35 วัน) โดยใช้ค่าแบบละเอียด (0-63) และค่าแบบหยาบ (low, medium, high)

• เกณฑ์ความไม่เปิดเผยตัวตนของกลุ่มเป้าหมาย (Crowd Anonymity): ปริมาณการติดตั้งแคมเปญที่สูงขึ้นอาจเปิดใช้งานค่าแบบละเอียดได้ ในขณะที่แคมเปญที่มีปริมาณน้อยจะได้รับค่าแบบหยาบหรือการปิดบังข้อมูลเป็น null เพื่อรักษาความเป็นส่วนตัว

• การใช้งาน LockWindow เชิงกลยุทธ์: การดำเนินการ lockWindow: true กับเหตุการณ์การแปลงสิ้นสุดอาจช่วยลดเวลารอก่อนการล็อกหน้าต่าง ทำให้ได้รับฟีดแบ็กแคมเปญที่รวดเร็วยิ่งขึ้น

สรุปและกรอบการตัดสินใจ

การเพิ่มประสิทธิภาพการวัดผลแคมเปญ iOS ภายใต้แนวทางความเป็นส่วนตัวของ Apple จำเป็นต้องมีการกำหนดค่า Conversion Value Schema ของ SKAdNetwork ที่มีโครงสร้างที่ดี การเปลี่ยนจากการติดตาม IDFA แบบเดิมไปสู่โพสต์แบ็กหลายหน้าต่างของ SKAN 4.0 จะช่วยให้ทีมประสิทธิภาพสามารถประเมินทั้งการเปิดใช้งานทันทีและการรักษาผู้ใช้ระยะยาวได้

การแมปค่าแบบละเอียด 6 บิตสำหรับการมีส่วนร่วมทันทีใน 48 ชั่วโมงและค่าแบบหยาบสำหรับหน้าต่างขยาย 35 วัน จะช่วยให้ทีมเติบโตสามารถเก็บเกี่ยวสัญญาณรายได้และการรักษาผู้ใช้ที่สำคัญได้ การบูรณาการ SDK ของไคลเอ็นต์เข้ากับเครื่องมือสกีมา SKAN แบบอัตโนมัติจะช่วยมอบโครงสร้างพื้นฐานที่จำเป็นในการถอดรหัสโพสต์แบ็กแบบรวมและให้สัญญาณการปรับแต่งเพื่อประสิทธิภาพของแคมเปญ iOS

หากต้องการสำรวจว่าการวัดผลมือถือแบบรวมศูนย์สามารถเพิ่มประสิทธิภาพกลยุทธ์การเติบโตของแอปพลิเคชันคุณได้อย่างไร โปรดศึกษา ข้อมูลอ้างอิงการใช้งานการระบุแหล่งที่มาบนมือถือของ OpoInstall หรือลงทะเบียนบัญชีบน คอนโซลนักพัฒนา OpoInstall

แหล่งข้อมูลที่เกี่ยวข้อง

เพื่อทำความเข้าใจเชิงลึกเกี่ยวกับการวัดผลของ SKAdNetwork, โครงสร้างพื้นฐานการระบุแหล่งที่มาบนมือถือ และการเติบโตของแอปที่คำนึงถึงความเป็นส่วนตัว โปรดสำรวจคู่มือทางเทคนิคของเรา:

• SKAdNetwork กับการระบุแหล่งที่มาของ MMP: อธิบายความแตกต่างสำคัญ: ทำความเข้าใจว่ากรอบงาน SKAdNetwork ดั้งเดิมของ Apple เปรียบเทียบอย่างไรกับโมเดลการระบุแหล่งที่มาของพาร์ทเนอร์การวัดผลมือถืออิสระ และระบบทั้งสองทำงานร่วมกันอย่างไร

• วิธีใช้งาน SDK การติดตามการแนะนำพร้อม Deferred Deep Linking และการระบุแหล่งที่มาของการติดตั้ง: เรียนรู้วิธีที่แอปมือถือรักษาบริบทการได้มาซึ่งผู้ใช้ข้ามขั้นตอนการติดตั้งบน App Store โดยใช้การลิงก์ลึกแบบหน่วงเวลา (Deferred Deep Linking) และเวิร์กโฟลว์ SDK การระบุแหล่งที่มา

• วิธีที่พาร์ทเนอร์การวัดผลมือถือ (MMPs) ทำงาน: สำรวจวิธีที่แพลตฟอร์ม MMP รับสัญญาณการระบุแหล่งที่มา ประมวลผลเหตุการณ์หลังการติดตั้ง และสร้างรายงานการวัดผลแคมเปญแบบรวม

หัวข้อที่เกี่ยวข้อง

• แนวคิด: SKAdNetwork, Conversion Value, Postback Window, Crowd Anonymity, LockWindow

• เทคโนโลยี: Mobile Measurement Partners (MMPs), StoreKit, AdAttributionKit, Server-to-Server Postback

• API: ความสามารถในการบันทึกเหตุการณ์การระบุแหล่งที่มาบนมือถือของ OpoInstall, Apple SKAdNetwork API, Apple AdAttributionKit API

• เอกสารประกอบและข้อมูลอ้างอิงอย่างเป็นทางการ:

  • เอกสารสำหรับนักพัฒนาของ Apple เกี่ยวกับกรอบงาน SKAdNetwork

  • เอกสารสำหรับนักพัฒนาของ Apple เกี่ยวกับ AdAttributionKit

  • มาตรฐานกลุ่มทำงานประสิทธิภาพเว็บ W3C