- Nguyên tắc cơ bản của SKAN3 📚 Đầu tiên, chúng ta hãy cùng xem lại các nguyên tắc cơ bản của SKAN. SKAN (StoreKit Ad Network) là giải pháp phân bổ quảng cáo do Apple cung cấp, chủ yếu được sử dụng để theo dõi xem người dùng có cài đặt ứng dụng sau khi nhấp hoặc hiển thị quảng cáo hay không. Toàn bộ quá trình có thể được chia thành các bước sau:
- Hiển thị hoặc nhấp vào quảng cáo: Người dùng nhìn thấy quảng cáo hoặc nhấp vào quảng cáo. 2. Cài đặt: Người dùng tải xuống và cài đặt ứng dụng. 3. Ghi nhận của Apple: Apple sử dụng khung SKAN để ghi nhận liệu cài đặt có đến từ màn hình quảng cáo hay nhấp chuột hay không. 4. Gửi lại cho nhà quảng cáo: Apple gửi kết quả phân bổ cho nhà quảng cáo và nhà quảng cáo tối ưu hóa quảng cáo dựa trên những kết quả này.
Nghe có vẻ đơn giản phải không? 😊Nhưng trên thực tế, có rất nhiều chi tiết và cơ chế sẽ ảnh hưởng đến kết quả phân bổ cuối cùng.
- Cơ chế hẹn giờ: Bộ hẹn giờ ảnh hưởng đến việc báo cáo dữ liệu như thế nào? ⏰Trong quá trình phân bổ của SKAN, có một cơ chế rất quan trọng được gọi là cơ chế Timer. Cơ chế này chủ yếu được sử dụng để kiểm soát thời gian báo cáo dữ liệu.
Cơ chế hẹn giờ là gì? Nói một cách đơn giản, cơ chế Timer là một bộ đếm thời gian. Khi bạn nhấp vào quảng cáo, Apple sẽ bắt đầu tính giờ, nhưng sẽ không cho bạn biết kết quả ngay lập tức. Thay vào đó, nó sẽ đợi một lúc (thường là 24 giờ) trước khi báo cáo dữ liệu cho nhà quảng cáo. Apple làm như vậy để bảo vệ quyền riêng tư của người dùng. Nếu dữ liệu được báo cáo quá nhanh, nó có thể tiết lộ thói quen hành vi của người dùng, chẳng hạn như thời điểm bạn nhấp vào quảng cáo hoặc tải xuống ứng dụng. Do đó, Apple đã chọn cách “trì hoãn” và làm cho thời gian báo cáo dữ liệu kém chính xác hơn. Tác động của cơ chế Timer: độ trễ dữ liệu Do sự tồn tại của cơ chế Timer, dữ liệu mà nhà quảng cáo nhìn thấy thường muộn hơn thời gian thực tế. Ví dụ: Thứ Hai: Bạn nhấp vào quảng cáo và tải xuống ứng dụng. Thứ tư: Apple xác nhận lượt tải xuống là do kênh này thực hiện. Sau đó, dữ liệu mà nhà quảng cáo nhìn thấy vào thứ Tư sẽ bao gồm lượt cài đặt của thứ Hai. Điều này sẽ khiến dữ liệu không khớp.
- “Thời kỳ cửa sổ” của việc ghi nhận: Nên ghi nhận cho ai? ⏳Tiếp theo, chúng ta hãy nói về “giai đoạn cửa sổ” của việc phân bổ. Cái gọi là thời gian cửa sổ đề cập đến thời gian từ khi người dùng nhấp hoặc hiển thị quảng cáo cho đến khi người dùng cài đặt ứng dụng. Trong thời gian này, Apple sẽ đưa ra phán quyết về việc xác định nguồn gốc. 1. Độ dài của thời gian cửa sổ Độ dài của thời gian cửa sổ thường là nhấp chuột (30 ngày) hoặc hiển thị (1 ngày). Nghĩa là, nếu người dùng cài đặt ứng dụng trong vòng 30 ngày kể từ khi nhấp vào quảng cáo hoặc trong vòng 1 ngày kể từ khi hiển thị quảng cáo, thì lượt cài đặt sẽ được tính là lượt hiển thị hoặc lượt nhấp vào quảng cáo. 2. Đối tượng ghi nhận Đối tượng ghi nhận là lượt hiển thị hoặc nhấp chuột vào quảng cáo. Nói cách khác, người dùng sẽ được ghi nhận không chỉ vì nhấp vào quảng cáo mà còn vì chỉ hiển thị quảng cáo. Điều này phụ thuộc vào cài đặt cụ thể của quảng cáo và quy tắc ghi nhận của Apple.
Ví dụ: giả sử người dùng thấy quảng cáo vào ngày 1 tháng 1 nhưng lại cài đặt ứng dụng vào ngày 30 tháng 1. Sau đó, cài đặt này sẽ được tính vào lượt hiển thị quảng cáo vào ngày 1 tháng 1. Dữ liệu mà nhà quảng cáo nhìn thấy vào ngày 30 tháng 1 sẽ bao gồm khối lượng cài đặt được thúc đẩy bởi lượt hiển thị quảng cáo vào ngày 1 tháng 1. Điều này sẽ khiến dữ liệu không khớp. - Ngưỡng quyền riêng tư: Chúng ảnh hưởng đến việc báo cáo dữ liệu như thế nào? 🔐Ngoài cơ chế hẹn giờ và thời gian cửa sổ, một nguyên nhân phổ biến khác gây ra sự không nhất quán của dữ liệu là ngưỡng riêng tư. . Ngưỡng riêng tư là một “ngưỡng” trong hệ thống này, nghĩa là: chỉ khi có đủ số lượng người nhấp vào hoặc xem quảng cáo thì hệ thống mới cung cấp cho nhà quảng cáo một số báo cáo dữ liệu. Nếu có quá ít người, dữ liệu sẽ không được cung cấp vì sợ lộ thông tin riêng tư. Ví dụ: Nếu bạn đặt quảng cáo và chỉ có 5 người nhấp vào, hệ thống sẽ trả lời: “Quá ít người. Chúng tôi sẽ không cung cấp dữ liệu vì sợ rò rỉ thông tin riêng tư”. Nếu có 100 người nhấp vào, hệ thống sẽ đưa ra báo cáo tóm tắt, chẳng hạn như “Quảng cáo này đã mang lại 50 lượt tải xuống”, nhưng sẽ không cho bạn biết cụ thể ai đã nhấp vào quảng cáo đó. Ngưỡng riêng tư của một kênh cụ thể xác định liệu CV có thể được trả về hay không. Nếu khối lượng cài đặt của chiến dịch quảng cáo không đủ, SKAN có thể không trả về dữ liệu CV mà trả về NULL, dẫn đến dữ liệu bị thiếu.
Nếu khối lượng hoạt động của quảng cáo không đạt đến ngưỡng riêng tư do Apple đặt ra, cv (giá trị chuyển đổi) sẽ trở thành null, nghĩa là Apple sẽ không cho bạn biết quảng cáo này đã mang lại những chuyển đổi cụ thể nào, chẳng hạn như đăng ký, mua hàng, thêm vào giỏ hàng, v.v. Giả sử bạn quảng cáo trên một kênh nhỏ và chỉ có một vài người dùng nhấp vào quảng cáo và cài đặt ứng dụng. Vì hoạt động trong kênh này quá nhỏ nên Apple cho rằng dữ liệu này có thể liên quan đến quyền riêng tư và do đó, dữ liệu chuyển đổi bị “ẩn”. Do đó, bạn sẽ không thể thấy những hành động cụ thể mà những người dùng này đã thực hiện hoặc thậm chí có thể không có dữ liệu nào được trả về. Số tiền chi cho chiến dịch này gần như đã bị lãng phí hoàn toàn. Làm thế nào để giảm tỷ lệ CV NULL? 1. Tăng ngân sách quảng cáo•Tăng ngân sách, chạy nhiều quảng cáo hơn và đảm bảo đủ số người nhìn thấy chúng. •Ví dụ: Nếu ngân sách của bạn quá nhỏ, dẫn đến mức độ hiển thị quảng cáo thấp, hãy tăng ngân sách để nhiều người có thể nhìn thấy quảng cáo hơn và tăng tỷ lệ chuyển đổi. 2. Hợp nhất các chiến dịch•Đừng chia nhỏ đối tượng của bạn quá chi tiết. Hợp nhất nhiều đối tượng tương tự để tăng lượng dữ liệu cho mỗi chiến dịch. •Ví dụ: Bạn có thể kết hợp đối tượng ở các nhóm tuổi khác nhau để tránh việc chỉ nhắm mục tiêu quảng cáo đến những người 20 tuổi. 3. Tận dụng các tính năng mới của SKAN4.0 • Tận dụng tính năng Postback của Apple để thu thập thêm dữ liệu tại các thời điểm khác nhau và giảm nguy cơ thiếu thông tin. •Ví dụ: Bạn có thể kiểm tra dữ liệu nhiều lần trong vòng 24 giờ để đảm bảo không bỏ sót dữ liệu quan trọng nào.
- Tại sao dữ liệu không khớp? 🍏 Cơ chế hộp đen của Apple + độ trễ dữ liệu Cuối cùng, chúng ta hãy nói về lý do tại sao dữ liệu không khớp. Trên thực tế, có hai lý do chính khiến dữ liệu không khớp: cơ chế hộp đen của Apple và độ trễ dữ liệu. Cơ chế hộp đen của Apple Cơ chế ghi nhận của SKAN được Apple kiểm soát và các nhà quảng cáo không thể trực tiếp lấy được tất cả dữ liệu ghi nhận. Điều này dẫn đến một vấn đề: có thể có sự khác biệt giữa dữ liệu mà nhà quảng cáo nhìn thấy và dữ liệu mà Apple ghi nhận. Các nhà quảng cáo có thể thấy dữ liệu của họ nhiều hơn hoặc ít hơn dữ liệu mà Apple cung cấp do cơ chế hộp đen của Apple. 🔒 Độ trễ dữ liệu Độ trễ dữ liệu là một lý do khác có thể gây ra tình trạng dữ liệu không khớp. Do cơ chế hẹn giờ và thời gian cửa sổ, dữ liệu mà nhà quảng cáo nhìn thấy thường muộn hơn thời gian cài đặt thực tế. Điều này dẫn đến sự chậm trễ dữ liệu. Ví dụ: Giả sử người dùng nhấp vào quảng cáo và cài đặt ứng dụng vào ngày 1 tháng 1, nhưng do cơ chế hẹn giờ và thời gian cửa sổ, Apple không ghi nhận và báo cáo cài đặt này cho nhà quảng cáo cho đến ngày 30 tháng 1. Sau đó, dữ liệu mà nhà quảng cáo nhìn thấy vào ngày 30 tháng 1 sẽ bao gồm khối lượng cài đặt vào ngày 1 tháng 1. Điều này sẽ khiến dữ liệu không khớp.
- Tôi phải làm gì nếu dữ liệu không khớp? 🛠️Vì sự không khớp dữ liệu là điều không thể tránh khỏi, vậy chúng ta nên xử lý như thế nào? Sau đây là một số gợi ý: 1. Hiểu cơ chế phân bổ của SKAN Trước tiên, nhà quảng cáo cần hiểu cơ chế phân bổ của SKAN, đặc biệt là cơ chế hẹn giờ, thời gian cửa sổ và ngưỡng quyền riêng tư. Chỉ bằng cách hiểu những cơ chế này, chúng ta mới có thể giải thích rõ hơn tại sao dữ liệu không khớp. 2. Điều chỉnh phạm vi thời gian phân tích dữ liệu. Do sự tồn tại của độ trễ dữ liệu, các nhà quảng cáo có thể điều chỉnh phạm vi thời gian một cách phù hợp khi phân tích dữ liệu. Ví dụ, đừng chỉ xem dữ liệu của một ngày cụ thể mà hãy xem xu hướng dữ liệu trong một khoảng thời gian. Điều này có thể làm giảm tác động của sự chậm trễ dữ liệu.