移动游戏营销分析指南 移动归因基本工作流程

从移动归因到安装后应用事件的分析，再到反广告作弊，全面详细地介绍移动归因基本工作流程及高效营销策略。据说，这将有可能成为业界最最全面的移动归因和营销分析指南了。作为移动营销人员的你，是不是很好奇报告内容呢?Let's go!

据AppsFlyer预测，2019年全球的应用安装广告支出将增长45%，达到近400亿美元，由营销驱动的非自然安装在白热化的移动应用竞争中发挥着日益重要的作用。清楚地掌控非自然安装流量，参照移动归因和营销分析数据制定决策，并从投入的花费中获得最大利润显得非常重要。如何快速地掌握移动归因的方法，熟练地运用数据分析的技能，《移动归因入门指南》给你想要的全部答案!

以下是报告全文：

营销驱动安装的兴起

欢迎来到移动优先的数字营销时代。随着功能先进、价格亲民的智能手机在消费者市场的普及，以及越来越多的功能通过应用在智能手机中实现，移动广告一统天下的格局已毋庸置疑。事实上，eMarketer最近开展的一项研究显示，移动广告在2018年占据了美国数字广告市场总值的70%左右。而据AppsFlyer预测，今年全球的应用安装广告支出将增长45%，达到近400亿美元。然而，随之而来的问题是，苹果应用商店和Google Play中超过400万款应用的竞争日趋白热化。因此，移动应用的现状是通过应用商店被动发现的推广方式面临终结。这意味着，大规模推动“纯自然”用户并不是大多数应用的务实之选。有鉴于此，应用所有者开始认识到营销驱动的非自然安装在这场混战中发挥着日益重要的作用。

我们的数据显示，2016年至2017年间，应用安装中的非自然安装份额增加了22%。2017年至2018年，这一比例跃升了28%。这使得移动归因成为营销人员技术堆栈的核心。不同于自然流量，营销人员能够更加自如地掌控非自然流量，参照归因和营销分析数据制定决策，并从投入的花费中获得利润。

然而，除了棘手的留存和变现挑战之外，不断增长的需求还导致媒体成本水涨船高。因此，应用不能单纯依赖于非自然安装。即便数量有限，营销人员需要高质量的自然用户以降低其有效成本并提高利润。

应用要取得最终的成功，就必须结合非自然和自然安装，才能傲视竞争对手。

第1章深度剖析移动归因

在进行深度剖析之前，首先让我们分析一下归因的核心价值：移动和数字生态系统非常复杂，涉及数百甚至数千媒体参与者。如果没有归因，营销人员就会因为无法深入了解自己的广告表现而导致大幅超支。为了透彻地了解这一切并为实实在在的价值买单，营销人员需要与具有远见卓识的合作伙伴建立合作，这些合作伙伴要能够揭示真相，并帮助营销人员判断哪些营销行为能够兑现预期的行动，哪些不能。移动归因采用多个标识符来评估安装前和安装后的用户路径，可在较长的时间范围内保持极大的准确性和持续性。这些标识符可以分为两类。

1.确定性匹配使用多个标识符，包括设备ID(Apple的IDFA和Google的GAID)、Google Play Referrer以及客户标识符(即匿名登录数据或哈希电子邮件地址)，以匹配并准确识别任何正在使用中的移动设备上的用户。

2.概率性匹配是一种统计模型，它使用匿名属性(如IP地址、设备类型、浏览器、地理位置和操作系统)在设备之间创建可能的统计连接。由于概率性匹配不如确定性匹配准确，因此总是被当作一种后备机制。

让我们一探究竟!

确定性归因方法

Google Play Referrer

Android设备特有的一种标识符，使营销人员能够将广告行为归因到Google Play商店应用的媒体渠道(其它Android应用商店暂不支持)。这种情况下，归因服务供应商会将追踪参数发送到商店，然后在应用程序下载时将其发回其来源。

追踪服务供应商很可能会采用Google Play Referrer，因为这种方法只依赖于其本身来创建此匹配，并且仅使用来自推荐来源的公开数据。

设备ID匹配-GAID和IDFA

有两种主要类型的设备ID，它们以相同方式对安装进行归因：

Google Advertising ID(GAID)是用于评估Google Play应用商店及其它Android应用市场的应用安装的设备ID。

IDFA是用于评估苹果应用商店的应用安装的设备ID。

值得注意的是，手机网页不支持设备ID，而且还需要媒体合作伙伴进行相关配置，这意味着设备ID有时无法获取(无论是否进行了配置或者配置是否正确)。

通过SRN进行设备ID匹配

不同于常规的ID匹配，使用自归因广告平台(self-reportingnetworks，简称：SRN)执行的归因更为有限，因为安装数据保留在该广告平台中而不是自动发送给归因服务供应商。目前使用SRN的包括Facebook、Snapchat、Google广告、Twitter以及其他一些广告平台。为了将安装归因到SRN，在应用程序首次启动时，归因服务提供商会检查应用程序是否配置为接收SRN来源的流量。

归因服务供应商会使用新安装的唯一设备ID查询为该应用程序配置的所有SRN。这是通过专门的MMP(移动监测合作伙伴)API实现的，SRN允许官方的MMP使用这个API。然后，根据返回的答案，供应商便可将新用户归因到SRN。

概率性归因方法

指纹识别

指纹识别是一种识别方法，它使用可用的公开参数(即设备名称、设备类型、操作系统版本、平台、IP地址、运营商等)来形成统计学上与特定设备属性匹配的数字指纹ID。

指纹识别至关重要，尤其在iOS中

尽管在实践中，概率性归因方法不如确定性方法有效，但指纹识别法对于移动归因却至关重要，尤其是在平台层面。默认情况下，由于缺乏像Android中Google Play Referrer这样的归因参数，iOS可用于创建用户档案的方法较少。因此，当无法在iOS中进行ID匹配时，会使用指纹识别来替代。实际上，iOS中约有25%的安装都是通过指纹识别进行归因的。尽管与Android相比iOS只有15%的设备份额，但考虑到iOS营销和用户获取优势，这一统计数据变得尤为重要。虽然Android在设备共享和非自然安装方面仍然领先于iOS，但由于iOS拥有高价值用户以及iOS设备卓越的整体用户体验，Android在全球安装中仅比iOS多出4倍，在美国仅多出35%。因此，尽管归因行业标准可能会转向确定性方法，指纹识别依然发挥着举足轻重的作用。

警惕：逐渐失效的指纹识别

如果IP不具有唯一性，那么指纹识别便一无是处。当成千上万的用户共用同一个IP地址时，指纹识别就失去了所有价值。例如，许多无线网络运营商或公共WIFI网络就经常出现这种情况。

更糟糕的是，即使通过点击获得了设备ID，一些归因服务供应商仍会使用指纹识别，这大大降低了评估的准确性。AppsFlyer数据显示，指纹识别的这种不准确性使归因安装的数量增加了一倍，导致高达半数的营销预算被浪费在其他自然用户身上!

由于指纹识别不准确造成的错误归因会导致营销人员面临“现金流”失血的状况。这会推动用户获取成本大幅上升，并进一步导致资金无法用在刀刃上。现金流失血尤其危险，因为它会加剧损失，消耗当前的预算，并浪费未来开支。

解决方案：自适应指纹识别

共享公共地址的IP唯一性通常是有效进行指纹识别所面临的主要障碍，但归因技术的进步已经成功克服了这一挑战。受较大规模的驱动，自适应指纹识别解决方案可向归因服务供应商数据库中收集的所有IP地址分配一个IP唯一性评级。平台进而会使用一个动态归因回溯窗口，该窗口会根据使用特定IP地址的设备的总体数量进行放大、缩小或关闭。

例如，相比来自用户更多、因此唯一性更低的IP地址的安装，来自仅由两部设备共享的家庭wifi网络的安装将获得更长的归因回溯窗口。与此同时，基于由数千或数万用户(例如机场)共享的热门IP地址的指纹识别将被视为不可靠的信号，并会被彻底移除。

移动归因窗口

安装归因的业务性质取决于预设的时间范围，即回溯窗口。这意味着，用户在安装之前执行的操作，无论是点击还是浏览广告，都会被视为对下载应用的决定产生了影响。有两种主要类型的窗口：基于点击和基于浏览。

基于点击的归因

大多数归因移动安装来自用户对广告的点击：横幅、视频、插页式广告等。请注意，回溯窗口中发生的安装被视为非自然安装，并会被归因到媒体渠道。而在回溯窗口之外则被视为自然安装。

1.7天标准：如果用户点击了广告平台X投放的某个广告，并在进行该点击后的7天内安装了应用程序，则该安装将被归因到该广告平台-假设之后未进行其他点击(根据最后点击归因标准)。

2.24小时指纹识别归因窗口：如果没有设备ID或推荐来源，则会根据指纹识别对安装进行归因。它只能在短期内达到较高的准确性，因此窗口较短。

基于浏览的归因

由浏览了移动广告但未点击移动广告的用户进行的新安装会被归因到投放广告的广告平台。这种情况下，窗口很短，通常不超过24小时。但是，由于点击比浏览效果更显著，因此总是有更高的权重(假设它发生在自己的窗口内)。

科技巨头

针对基于点击和浏览的窗口，Facebook、Google和Twitter都制定了自己的规则。Facebook和Google有固定的窗口期，分别是28天和30天(不可配置)，而Twitter则允许在1天、7天、14天、30天和90天之间进行选择。

由于主要采用CPC模式，因此这些媒体渠道针对其窗口内发生的所有点击收费，无论是否为最后点击。不管怎样，他们还会获得归因服务供应商提供的安装信息，并将该数据用于优化目的。

让我们通过下面的示例，进一步阐明归因窗口的规则：

在上面的示例中，哪些广告平台“赢得”了归因?

答案是：广告平台B

原因如下：

a)广告平台B在回溯窗口内进行了最后点击b)点击比浏览权重更高，即使后者也发生在其窗口内

可配置的归因窗口

点击归因和浏览归因窗口都可以在归因服务供应商的控制面板中进行配置，这使营销人员能够根据与其媒体渠道建立的关系来自定义归因时段。通过为不同媒体渠道配置不同的归因回溯窗口，归因服务供应商可确保根据商定的条款进行归因，并为所有各方带来更大的灵活性。

一般来说，广告平台寻求实现尽可能长的窗口，而广告主则希望能够对其数据进行规范化并在运行分析时进行一一对比。例如，由于有效的CPI在很大程度上取决于窗口的持续时间，因此在比较具有不同窗口的广告平台时，并无法进行适当的比较。

在运行时间有限的营销活动时，也可以使用可配置窗口。例如，打车应用程序推出的24小时特别营销活动向安装者承诺首次打车免费-这种情况下，只有获取在一天窗口内所发生的安装的相关报告才具有重要价值。

移动归因模型

归因模型是指广告主通过向媒体渠道付费，对不同营销活动的价值获得深入分析的一种结构。

在计费方面，最终触点优先。最终触点归因是指，在归因窗口内，安装与用户路径中的最终互动或接触相匹配。这种情况下，产生最终触点的促销活动将获得全部的归因和收入。该模型是目前的行业标准，但在当今的多渠道时代，它显然存在着缺陷。

其优点是，营销人员可以通过多触点归因获得对整个消费者路径的多方面深入分析。例如，应用营销人员可以看到广告平台A提供了多次辅助，或者拥有最高的首次源比例。因此，如果目标是提高认知度，营销人员可以提高首次触点的权重。如果目标是转化，则可提高最终触点的权重。

如果越来越多的广告主在内部构建这些模型，就计费而言，他们会要求媒体合作伙伴遵守这些规则。

在下面的示例中，我们可以看到单个的设备用户路径：

对接合作伙伴生态系统

在甄选归因服务供应商的过程中，您可能会遇到供应商为证明自己的实力而吹嘘拥有众多对接合作伙伴的情况。为什么会出现这种情况?其重要性如何?有几个主要原因，其中最重要的两个是：

1.通用SDK。如果广告主希望与某个广告平台或其他合作伙伴合作，归因服务供应商将与其对接，而无需添加其SDK。具体通过追踪公司的SDK将回传数据发回广告平台。

这解决了营销人员(及其开发人员)的一大困扰，因为其IT部门在与他们想要合作的每一个合作伙伴进行对接方面困难重重，更不用说通过SDK收集数据并与所有合作伙伴进行共享。

这样一个通用平台不仅使营销人员能够通过全世界任何媒体渠道开展营销活动，而且最终可以为广告平台和广告主实现全球优化，从而推动整个移动生态系统的发展。而对开发人员来说，通用SDK可以带来更加顺畅的整体运营，提升应用性能和用户体验并促进未来开发。

2.访问整个移动营销生态系统。与归因服务供应商的通用SDK对接可以完善您的营销技术堆栈。它不仅涵盖与整个媒体生态系统的连接，还包括与其他SaaS公司的连接，主要用于数据和自动化目的。

归因服务供应商SDK主要合作伙伴归因服务供应商的对接合作伙伴生态系统并未严格限制所提供服务的多样性，但一般而言，优秀的归因服务供应商所提供的合作伙伴类型属于以下五个类别：

标准广告平台。通用对接提供的数据最为准确、公正，因为所有配置的广告平台的数据都被纳入到报告中。也就是说，广告主可以通过归因服务供应商的众多广告平台全方位洞悉用户的行为和路径，而无需自行分析单独的数据。通过这种方式，广告主可以更轻松地触及不同的用户群体，因为各个媒体渠道的工作方式和工作范围略有差异。

自归因广告平台(SRN)。移动广告领域的巨头Facebook和Google，以及Facebook旗下的Instagram、Apple(SearchAds)、Snapchat、Twitter、腾讯等占据了相当高的市场份额。因此，建议您与一家能够对接所有这些广告平台的供应商合作。

由于这些科技巨头已经建立了强大的解决方案并在市场上奠定了强势地位，他们能够管理自己的数据。而且，由于数据是从广告平台流向归因服务供应商而不是反向行之，因此，只有两种方法可以评估通过SRN开展的营销活动的绩效：添加他们自己的SDK，或与其官方认证合作伙伴合作，他们将执行尽职调查程序以达到这种认证。

数据。数据类别中公司的主要区别在于，他们执行研究和分析，然后为营销自动化公司面向用户采取的措施提供相关信息。他们通常会将第一方数据与第三方数据进行配对，例如，为从归因服务供应商导入的一组设备ID提供年龄、性别和行为兴趣分组。举例而言，Localytics和Amplitude就是这样的两家数据公司。进行SDK对接时，归因服务供应商的客户将与数据(及自动化)合作伙伴彼此共享，并且通常寻求在两者之间传送归因数据，以便创建更加完善的用户档案。这是通过回传完成的，其机制与向媒体合作伙伴发送归因回传的机制相同，并且完全由归因服务供应商控制。

客户数据平台(CDP)。营销技术领域的新兴参与者——客户数据平台(Customer Data Platform，简称：CDP)，从各种SDK收集、规范、细分并激活用户数据。尽管依托于大量数据，但这些公司与数据类别公司的不同之处在于，他们专注于数据的传输和处理，而不是衡量和扩展数据以创建更细腻的细分受众群体。例如，mParticle和Segment公司就是这样两个CDP。

营销自动化。营销自动化合作伙伴独树一帜，通过推送、电子邮件营销、应用内通信、短信或其他方式与用户直接互动。Braze和Leanplum就是这样两家营销自动化公司。与数据合作伙伴一样，许多营销自动化合作伙伴都有自己的SDK，但实际上并不执行归因，尽管这些数据对其功能至关重要。

深度链接

深度链接是一种营销手段，尤其适用于用户获取和访客找回营销活动，能够跨渠道、平台和设备打造与情境相关的用户体验。其具体方式是，通过包含所有必要信息的移动深度链接，用户可以直接进入应用内的特定页面，而不仅仅是主页，从而无缝引导从促销活动到登陆页的路径，最终提高转化率。

深度链接被用于推动客户访问产品页面，在Facebook上执行付费营销活动，将用户从网络和电子邮件定向至应用商店，以及在应用内传达重要的优惠信息，这些只是众多实例中的一小部分。深度链接曾经是一项复杂的技术创新，如今可通过主要归因服务供应商获得，提供从基本到高级的各级别功能。但是，请注意，重点应始终放在归因上，其次是深度链接，特别是这些任务不应该由两个供应商分担。在了解供应商的深度链接具体将如何满足您的用户体验需求和应用目标之前，必须仔细研究该供应商可提供的归因功能、广告平台对接、体验和规模。

以归因为优先，同时对这两种功能双管齐下，您可以降低技术成本，将复杂数据整合到一个控制面板中，并能更加轻松地进行关键营销分析。有关营销技术堆栈中这一强大工具的更多信息，请阅读完整的深度链接指南。

再次互动与访客找回

再次互动归因窗口可将事件归因到访客找回营销的天数被称为再次互动归因窗口。该窗口从实际访客找回归因发生之时(在点击并打开应用后)开始，并在指定的再次互动归因时段结束时截止。

第2章安装后市场分析

我们在上文已经揭示了归因背后的原理，现在让我们把注意力转向归因的商业价值、最佳实践以及需要警惕的陷阱。请注意，此主题较为复杂，包含许多重要细节，但在本指南中，我们将仅做基础层面的探讨。

自几年前兴起以来，应用营销不断发展，且势头不减，但其发展方向非常明确，即：综合表现，而对免费增值模式驱动的经济中的安装后用户行为来说尤其如此。为了阐明综合表现的必要性以及基于价值的指标，请参考以下示例。

您正在合作的广告平台带来了大量新用户，但仔细分析之后，您发现，用户本身的质量不高，并且留存率或用户生命周期价值(LTV)较低。您的用户群或许有所增长，但很多用户可能并未在应用内进行任何活跃的互动，也未完成任何操作。

从安装量到价值

与应用内事件相关联并进行了正确归因的营销活动，可以让营销人员就与哪些渠道和媒体平台进行合作做出明智的决策，并在后续投放中进行优化。安装量的重要性体现在有助于提高应用程序在应用商店中的排名，以及可作为营销人员找到最高质量用户依据的基准。

最关键的是您需要有大幅提高忠诚用户比例的能力。为何这么说呢?

首先，通过有效管理您的广告支出，不仅能带来安装量，还能带来满足您目标(无论是互动目标还是收入目标)的忠诚、高价值用户的媒体渠道和其他渠道加大投资。

具体如下所示：

应用内事件入门

现在，我们已经阐明了将营销分析与您的渠道、广告平台、营销活动以及最终与归因重新进行关联的原因所在，接下来让我们进一步分析，选择哪些颗粒度指标最能满足您应用程序的目标。

用户生命周期价值评估

移动时代为营销人员带来了随时接触大量消费者并提高用户忠诚度的巨大机遇。然而，应用商店中数以百万计的应用程序和不断提高的用户期望使得应用程序依然面临用户忠诚度、留存率和盈利能力方面的重大挑战。随着持续互动较少，盈利因用户购买与广告浏览的减少而变得困难。这导致用户生命周期价值(LTV)下降。

为了克服整体盈利方面的挑战，应用必须最大程度上发挥多种收入来源的潜力：应用内购买(In-Ap p Purchases，简称：IAP)、应用内广告(In-Ap p Advertising，简称：IAA)、付费应用和订阅。付费模式仅适用于具有唯一性内容的应用和顶级品牌的应用，这类应用占比很小。订阅模式只能成为小部分应用的较大收入来源，这类应用

能够定期更新其功能或内容，为忠实用户带来持续价值。

最终，应用程序的绝大部分收入来自于IAP和IAA。尽管前者在收入中占的份额最大，但后者的份额日益攀升，因为越来越多的开发者试图以发行商而不是广告主的身份，充分利用媒体成本上涨的趋势，通过其应用内广告实现盈利。

成本评估

您已经在评估收入情况，但要透彻了解您的营销投资回报率和广告支出回报率(Return On Ad Spend，简称：ROAS),营销工作的成本也必须考虑在内。无论您选择何种方法来评估成本，都必须正确定义业务模式以及您与媒体合作伙伴商定的不同费率，包括按地理位置、库存质量(激励与非激励、高级与非高级)分类的明细。切记要持续监控您的相应费用。

需要考虑的其他因素包括：

成本细分-不要满足于获得每个营销活动的成本数据;应索取按广告组、广告素材、地理位置和发行商分类的成本数据。粒度越细，实现优化所需的数据就越多。

此外还要考虑各广告平台中可用并且正在使用的不同定价模型，这些模型可能在您自己的控制面板中存在差异。这些成本包括每千次展现成本(Cost Per Thousand Impressions，简称：CPM),每次点击成本(Cost Per Click，简称：CPC)、每次安装成本(Cost Per Install，简称：CPI)以及每次操作成本(Cost Per Action，简称：CPA)。鉴于成本的多样性，您必须了解其中每一种成本的优势和影响，以及如何利用它们来促进公司目标的实现。

来自科技巨头的成本数据-移动广告领域的顶级广告平台，如Google、Facebook、Snapchat、Twitter等，要求通过API进行唯一对接，以便将成本数据传送给他们的官方监测合作伙伴。而其他一般广告平台的成本数据则只需通过点击归因方式即可获得。更重要的是，为了计算您的真实ROAS，必须获得所有这些合作伙伴提供的成本数据，才能全面掌握全球和区域层面的情况。

报告类型

数据报告是移动营销运营的核心。如果缺乏这些数据报告，您根本无法依据适当的信息做出对成功至关重要的决策。然而，和移动领域的其他要素一样，数据也具有多元性，因为它们可以通过两种主要方法进行分析，并有两种主要形式。

方法：生命周期与活跃数据

分析用户事件数据的方法主要有两种：用户生命周期价值(LTV)或活跃度。事件数据涉及用户在安装后执行的动作，例如应用内购买、注册、等级完成等。安装数据既不属于Activity维度数据，也不属于LTV维度数据。

生命周期-生命周期价值数据包括在特定日期范围内进行安装的用户在整个生命周期内执行的所有事件。它有助于表明来自不同媒体渠道的用户的质量，正因如此，出色的营销活动优化取决于用户生命周期价值数据。

活跃度-活跃数据包括在特定日期范围内由所有活跃应用程序用户执行的所有事件。它显示了按时间顺序排列的事件的准确细分，因此可用于衡量媒体渠道在特定日期范围内的整体绩效。

关于火车的类比假设有一个人在铁路旁观察经过的火车。在一分钟之内，此人能看到的只有所有乘客当前的行为。这就是活跃度数据。而与此同时，有另一个人在火车的一节车厢里。此人只能看到与她一起登上火车的乘客从上车(安装)到下车(卸载)所进行的所有行为。她看不到其他火车上的乘客进行的任何活动，因为这些乘客要么比她早登车，要么比她晚登车。这就是用户生命周期价值数据。

形式：汇总数据与原始数据

尽管数据可用于不同的目的，但无论您以何种方式对数据进行分割，它主要有两种形式：汇总数据与原始数据。

•汇总数据-此数据收集了您之前选择的多个渠道的原始数据，并将其编入控制面板上显示的各种摘要报告、图表和图形中。这些报告针对您的数据进行了更清晰的深入分析，使您可以专注于未来的行动措施，而不是严格的数据分析，并且通常更易于理解。

•原始数据-您的数据可能具有巨大的潜在价值，但如果不能持续地访问最纯粹的高质量数据——原始数据，就无法实现任何价值。

以下是您可以用来优化营销效果的众多方法中的几种：

营销效果计费的依据

您内部的狭义归因逻辑

营销与产品漏斗分析

定向明确的访客找回营销

特定用户细分

识别潜在作弊

优化和构建定向更明确的的营销文案

用户获取优化

它不容低估-在竞争激烈的移动领域，获得充分数据并懂得利用这些数据的营销人员将成为行业翘楚。用户获取是一门科学和艺术，因此行之不易，但如若有了合适的工具，就能利用它获得成效。

为了最大限度地提高这些工具的效率，营销人员还必须在一个通用控制面板中整合并分析数据。我们来看看AppsFlyer自己的控制面板中应用内KPI的一些示例。

如果您追求的是安装量，那么广告平台1显然能够让您得偿所愿。但如果您追求的是安装后价值，那么该平台提供的忠诚用户/安装比远远低于平均水平。当偏重于此KPI时，广告平台5和2便显示出无可比拟的优越性。

此应用程序拥有非常忠实的客户群，以及自有的领先电子邮件和短信渠道。该表还表明，尽管自然流量带来的用户价值低于平均水平，但该应用程序的大部分收入都来自于自然流量。

一款旅行应用的营销活动B无疑带来了巨大规模，但在平均订单价值(Average Order Value，简称：AOV)方面却是垫底。尽管营销活动A仅带来了43次购买量，但它的AOV却最高。

留存

您的用户下载了您的应用程序。这是非常重要的一步。但依然任重道远。现在，您必须确保他们打开应用程序，定期使用它，并为您的业务带来真正的价值。

那么，如何才能让用户打开您的应用程序，而不是打开他在设备上安装的其他几十款应用(平均数量)呢?更不用说，应用商店中还有为该用户提供的数千款可能具有相关性的应用程序正在虎视眈眈地伺机取代您。留存是应用营销领域的一大挑战，达到适当的留存率至关重要，因为它是盈利和生命周期价值的基础，尤其是在免费增值模式主导的市场。

留存率是指在选定时间范围内，由特定广告平台所获取的在某一天/某一周处于活跃状态的唯一用户的数量除以由该广告平台所获取的首次启动特定应用程序的唯一用户的总数的比值。

来自AppsFlyer控制面板的以下图表清楚地表明，广告平台1在一开始的留存率最高，而广告平台2从头到尾始终保持强劲势头，但逊色于广告平台1。广告平台4的用户在下载后第1天的留存率最低，但随着时间的推移，广告平台5成为用户流失率最高的平台，其用户在下载10天后仅剩下4.8%。

卸载归因

从设备卸载App是相当激进的举动，这清楚地表明了问题的存在。了解用户卸载App应用的原因、时间以及卸载哪些App对于有效应对用户流失极为重要。

卸载归因使应用程序开发者能够采取隐私措施，保护其客户的隐私和数据。此数据可用于从其目标人群中排除卸载应用(并且显然对其服务不感兴趣)的用户。

为您的应用程序设置卸载归因相对简单。开发者只需在SDK上添加并调整少量代码，您就能获得卸载相关的深入分析了。

群组分析

通过群组报告，您可以对具有共同特征的用户进行分组，并在不同的时间范围内评估特定的KPI。

例如，一个群组可以是在1月份的任何时间首次启动某个应用程序的用户，而另一个群组可以是在2月份启动应用程序并居住在美国的用户。这种分组形式可以实现“一一对应”的比较，从而更准确地指示随时间变化的情况。它表明了平均的客户的质量以及质量是否随时间推移而提高或下降。

以下示例是来自AppsFlyer的群组报告。此群组包括1月1日到1月31日期间安装了该应用程序的英国用户。然后，按照获取用户的媒体渠道进行分组，这样我们就可以分析哪个广告平台带来了在一段时间内每用户平均互动次数最多的用户。

不同于留存率，该指标是根据不同时间范围计算的(时间范围表示每个用户的前X个活跃天数)，然后在所有用户中进行累积(因此图表指向朝上)。

我们可以从图表中看出什么?

广告平台1和2表现不佳-考虑放弃这些平台

广告平台5的增长(紫色)最引人注目，并且最为稳定-在这里增加预算就显得很合理

广告平台7(粉色)曲线从第14天开始失去弧度，这意味着互动正在下降。或许，在第14天之前开展访客找回营销有助于在长期保持曲线。

用户生命周期价值与CPI-致胜法则

如果必须总结出一个在移动广告领域致胜的成功法则，那就是：

归根结底，如果您的用户随着时间推移产生的价值(花费或互动，具体取决于您的目标)大于您为获得用户而投入的成本，那么您就做对了。记住，这需要时间!有时甚至需要好几个月才能做到收支平衡。

这个法则囊括了我们之前讨论的很多因素：首先获取一流用户，然后最大化现有用户的价值。

第3章作弊

作弊是移动领域一个普遍存在且无法避免的问题。立即做好应用程序基础架构方面的充分准备，应对潜在攻击，防患于未然，这将在未来为您带来巨大回报。

AppsFlyer对全球移动领域作弊现状开展的最新研究显示，2018年第一季度的作弊行为比上一年增加了30%，造成全球所有垂直行业面临约7亿至8亿美元的财务风险。毫无疑问，在您的营销堆栈中，有效的作弊防范必不可少。

作弊类型

过去几年中，我们看到，应用安装作弊是作弊分子和保护解决方案之间的一场猫和老鼠的游戏，或者更准确地说，是作为高风险技术竞赛的一部分出现的。一般而言，作弊份子的手段可分为两种：伪造虚假用户或劫持真实用户。真实用户：

点击泛滥-在点击泛滥情形中，作弊发行商向大量设备发送“泛滥”的虚假点击报告，企图随机获得安装归因(自然或非自然)。

安装劫持-安装劫持是一种使用恶意软件来欺骗归因平台的作弊行为。由于安装归因是在首次打开应用程序时才发生，因此作弊渠道会在下载开始的时候，立即触发虚假点击，从而成为最后一次点击。

虚假用户：

机器人-机器人是运行设定程序或操作的恶意代码。虽然机器人可以基于真实手机，但大多数机器人都是基于服务器的。机器人旨在针对从未真正发生的安装发送点击、安装和应用内事件。随着机器人和恶意软件变得越来越先进，其中一些已经具备模拟实际用户模式的能力，这使其更难被检测到。

刷设备团体和设备ID重置作弊-刷设备团体拥有大量真实的移动设备，他们会点击真实广告并下载真实应用程序，隐藏新IP地址并将其设备ID重置以避免被检测到。

刷设备团体发起的新一轮作弊现在使用的是模拟器而不是物理设备。模拟器只是软件，它使作弊者能够生成无穷无尽的变体，无论是设备ID，还是手机设置，这进一步增加了这种作弊行为被检测到的难度。

有效作弊防范简介

由于作弊者想尽各种方式不断适应新技术并轮番发起越来越先进的攻击，有效的作弊防范措施不仅要与时俱进，还必须在两个因素保持领先：

1.庞大的跨平台规模，具有显著且互补的市场渗透

2.利用机器学习从数据中获得深入分析。此外，供应商的作弊防范解决方案应着重于屏蔽，同时还必须在无法进行实时屏蔽时进行安装后检测。

这些因素结合多源归因功能及安全的SDK，将使作弊者实施攻击并得逞难上加难。

在此处阅读有关作弊和防范技术的更多信息。

篇末的几点思考

随着竞争对手数量从个位数达到数百甚至数千，一场移动革命正在如火如荼地进行。要在激烈的移动竞争中生存，应用程序不仅要提供卓越的用户体验，还要在粒度数据衡量和持续优化的基础上开展付费营销活动(用户获取和访客找回)，以确保取得成功。

面临自然安装每况愈下、自然搜索基本终结的形势，仅仅依靠应用商店的可发现性已经不再可行。您需要结合自然与非自然安装，以推动流量增加，并确保发现您的应用程序的用户能够进行互动并实现转化。也就是说，移动应用营销的重点已经从数量转向价值，突显出高生命周期用户价值以及保留活跃用户的重要性。

高级归因分析平台可以将它们贯穿起来，因此成为营销人员技术堆栈中必不可少的要素。它可以通过连接分散的移动生态系统和正确识别用户来帮助您实现这些目标，同时将归因与安装后事件绑定，从而在广告营销活动中获得最高的投资回报。

所以，这里的要点是：移动行业竞争激烈，但通过上述数据驱动的决策来制定任务关键型战略和流程，将为您赋予所需的竞争优势，并为您指明成功方向。

关于作者

Jillian Gogel现任AppsFlyer内容营销经理。她热爱解决棘手的沟通问题，并通过数据驱动型内容在合作伙伴、营销人员与客户之间建立可持续的关系。