در جلسه گذشته، درباره attribution اپلیکیشن های موبایل صحبت کردیم، تفاوت آن با آنالیتیکس و ضرورت استفاده از attribution در بازاریابی اپلیکیشن را بیان کردیم. در جلسه گذشته نیز گفته شد که اجرای attribution ها به دلیل عدم وجود یک معیار استاندارد اندازهگیری، دشوار است. در این جلسه، میخواهیم شیوه عملکرد attribution های موبایل را توضیح دهیم. در واقع، این جلسه از بلوک بازاریابی اپلیکیشن به توضیح فنی attribution اپلیکیشن های موبایل اختصاص دارد. در ابتدا به توضیح انواع مدلهای Attribution میپردازیم. سپس، چرخه عملکرد سرویسهای attribution را با ترسیم شکل توضیح میدهیم و در نهایت، انواع روشهای رایج برای اندازهگیری Attribution را توضیح میدهیم.
پیش از تصمیمگیری درباره استراتژی بازاریابی اپلیکیشن، لازم است مدلهای مختلف attribution را بشناسید و بدانید هر یک از این مدلها چگونه عمل میکنند.
یکی از مدلهای رایج که بازاریابان برای ارزیابی تاثیرگذاری فعالیتهای بازاریابی خود استفاده میکنند، Last Click است. در این مدل، همه اعتبار conversion های صورت گرفته بر اساس آخرین کلیک کاربر سنجیده میشود. این مدل، بیشترین کارایی را دارد.
در این مدل، همه اعتبار conversion بر اولین کلیک کاربر سنجیده میشود. این روش، اغلب برای اندازهگیری کمپینهای آگاهی از برند (Brand Awareness) استفاده میشود. این مدل، از کمترین کارایی برخوردار است.
در این مدل، هر مرحله ارتباط کاربر با اپلیکیشن، میزان attribution یکسان دریافت میکند. در این مدل، ممکن است ارزش نقاط کلیدی (ابتدا و انتها) کمتر در نظر گرفته شود.
در این مدل، به اولین و آخرین کلیک وزن و اهمیت بیشتری تعلق میگیرد.
در این مدل، هرچه به آخرین کلیک کاربر نزدیکتر میشود، درصد attribution بیشتر خواهد شد.
برای درک بهتر فرآیند کمپینهای جذب کاربر و چگونگی آنالیز دادهها، یادگیری عملکرد attribution ها بسیار ضروری است. فرض کنید که در حال بازی کردن با آیفون خود هستید، یک تبلیغ ویدئویی به صورت popup برای شما نمایش داده میشود. شما ویدئو را تماشا میکنید و برای دانلود اپلیکیشن بر روی دکمه دعوت به عمل (CTA) کلیک میکنید. لینک مربوطه، شما را به صفحه دانلود اپلیکیشن در App store منتقل میکند، اما بدون اینکه شما به عنوان کاربر متوجه شوید و به صورت همزمان، شما را به سرویس attribution نیز منتقل میکند. این مرحله، ممکن است چند ثانیه زمان ببرد، اما یک مرحله کلیدی برای دریافت اولین دادههای مربوط به درگیری کاربر با تبلیغ محسوب میشود.
این مطلب را هم بخوانید: بازاریابی عملکردی
به طور کلی، مراحل و فرایند عملکرد attribution به صورت زیر است:
سرویس Attribution با استفاده از اطلاعاتی که در تصویر بالا توضیح داده شده است، میتواند متوجه شود کاربری که بر روی لینک کلیک کرده، از کاربران جدید یا سابق است. اگر کاربر جدید باشد، سرویس attribution سعی میکند نصب کاربر را با تبلیغ تطبیق دهد و نصب بدست آمده را ناشی از کمپین اعلام کند، اما در صورتی که تطبیقی یافت نشود، نصب کاربر به صورت ارگانیک اعلام میشود. جمعآوری این اطلاعات از راههای زیادی انجام میشود. رایجترین روش این کار برای اپلیکیشنها، استفاده از SDK است.
این کلمه مخفف Software Development Kit است. SDK، مجموعهای از ابزارهای برنامهنویسی است که به توسعهدهندگان کمک میکند تا اپلیکیشن خود را برای پلتفرمهای خاص (کامپیوتر، کنسول بازی ویدئویی و موبایل) ایجاد کنند. به طور خاص، SDK های موبایل، توسعهدهندگان را قادر میسازد که اپلیکیشنهای خود را با عملکرد بسیار خوبی برای گوشیهای هوشمند و تبلتها در گوگل پلی و اپ استور منتشر کنند. به عنوان مثال، اگر میخواهید اپلیکیشن شما یک سرویس خاص را پشتیبانی کند، باید SDK سرویس مورد نظر را بر روی اپلیکیشن خود پیادهسازی کنید. برای انتخاب SDK مناسب، باید به عوامل زیر توجه کنید:
معیارهای انتخاب Attribution اپلیکیشنهای موبایل را در کالج تپسل بخوانید
زمانی که برای بازاریابی اپلیکیشن، از کانالهای متعدد (تبلیغات پولی اپلیکیشن یا روشهای بازاریابی رایگان اپلیکیشن ) استفاده میکنید، پیادهسازی SDK متعلق به تک تک کانالها کاری بسیار زمانبر و بعضاً هزینهبر است. همچنین، آنالیز دادهها و تحلیل نتایج در داشبوردهای متعدد به منظور پی بردن به بهترین کمپینها، کاری دشوار است. به همین دلیل، با نصب SDK شرکتهای ارائهدهنده attribution، میتوانید در زمان و هزینه خود صرفهجویی کنید. در واقع، با نصب SDK این شرکتها، به پیادهسازی SDK تمامی شبکههای تبلیغاتی نیازی نیست. SDK شرکتهای attribution، یک واسطه بین اپلیکیشن و شبکه های تبلیغاتی محسوب میشود.
SDK باعث ارتباط اپلیکیشنها و سرور attribution میشود. ناشرین باید SDK را بر روی اپلیکیشن خود پیادهسازی کنند. با پیادهسازی SDK شرکتهای ارائهدهنده Attribution بر روی اپلیکیشن، سرویس attribution میتواند دادههای آنی (Real time) اپلیکیشن را ارائه دهد.
SDK شرکت adjust رایگان است. SDK این شرکت به صورت واضح و قابل تغییر در اختیار توسعهدهندگان قرار میگیرد تا آنها بتوانند در صورت لزوم، آن را اصلاح کنند. میتوانید SDK های Adjust را ببینید.
با توجه به اینکه اپلیکیشنها نمیتوانند از روشهای سنتی پیگیری مانند Cookie ها استفاده کنند، به روشهای دیگری برای اندازهگیری تعداد کلیک روی تبلیغ، تعداد نصب یک اپلیکیشن و سایر فعالیتها درون اپلیکیشن نیاز دارند. در حال حاضر، هیچ معیار استانداردی برای اندازهگیری وجود ندارد، اما 3 روش زیر، برای شمارش نصب (install) یا اندازهگیری رخدادهای درون اپ (in-app events) توسط شرکتهای مختلف attribution در سراسر جهان مورد استفاده قرار میگیرند.
1- Fingerprint Matching
2- Unique Identifier Matching
3- Open URL with Click ID
البته، ممکن است شرکتها، 3 روش نام برده را با یکدیگر ترکیب کرده و روش منحصر به فردی برای شمارش نصب (install) یا اندازهگیری رخدادهای درون اپ (in-app events) ایجاد کنند.
روشهایی که برای attribute نصب اپلیکیشن یا رویدادهای درون-اپ استفاده میکنید، به ترکیبی از عوامل زیر بستگی دارد:
جدول زیر، شرایط عملکردی مورد نیاز برای استفاده از هر یک از روشهای attribution را بیان میکند. به عنوان مثال، روش URL، برای attribute کردن نصب قابل استفاده نیست.
Deep linking چیست و چراباید ازآن استفاده کرد؟
به طور کلی، دو سناریو هنگام مواجه کاربر با تبلیغ وجود دارد و به این بستگی دارد که کاربر از چه پلتفرمی آمده باشد. زمانی که کاربر در حال استفاده از یک اپلیکیشن (مثلاً بازی کلش آو کلنز) است و با یک تبلیغ روبرو میشود، روی آن کلیک میکند و اپلیکیشن را نصب میکند یا در صورت موجود بودن اپ در موبایل، اپ را باز میکند، سناریوی App-to-App اتفاق میافتد. زمانی که کاربر در حال استفاده از مرورگر موبایل (مثلاً کروم یا سافاری) است و تبلیغ بازی کلش آو کینگز را ببیند، بر روی آن کلیک کند و اپیلیکشن را نصب یا باز کند، سناریوی Web-to-App اتفاق میافتد.
جدول زیر، نشاندهنده عملکرد روشهای مختلف attribution نصب در پلتفرمهای مختلف بر اساس این دو سناریو است.
جدول زیر، نشاندهنده عملکرد روشهای مختلف attribution رویدادهای درون-اپ در پلتفرمهای مختلف بر اساس این دو سناریو است.
اثر انگشت دستگاه یا اثر انگشت مرورگر، روشی است که در آن، دادههای پایه کاربران موبایل، با هدف شناسایی آنها از مرحله کلیک تا نصب جمعآوری میشوند. با استفاده از این روش، اطلاعاتی اساسی، نظیر آدرس IP دستگاههای موبایل بدست میآید. از این اطلاعات، برای تشخیص ارتباط بین فعالیتهای مختلف کاربر استفاده میشود. به عنوان مثال، در صورتی که کاربر پس از کلیک روی تبلیغ، بلافاصله اپلیکیشن را دانلود کند، این روش میتواند دادههای مربوط به رفتار کاربر را جمعآوری کند. در صورتی که دو رویداد با یک اثر انگشت ثبت شود، نشاندهنده این است که هر دو رویداد توسط یک دستگاه انجام شده است. به عنوان مثال، در صورتی که کاربر از یک دستگاه مشخص بر روی تبلیغ کلیک کند و 60 ثانیه بعد، یک پروفایل مشابه، اپلیکیشن را نصب کند، احتمال اینکه هر دو رویداد از یک دستگاه باشد، بسیار زیاد است.
تمامی این فرایند فقط چند صدم ثانیه طول میکشد و برای کاربر کاملاً واضح است. همچنین، apple به احتمال زیاد این روش را رد نمیکند، زیرا خارج از کنترل آنها است.
این روش ممکن است باعث ایجاد تکرار شود. در یک بازه زمان طولانی، روش اثر انگشت میتواند منجر به ایجاد اختلال شود، اما در صورت استفاده از این روش در بازه زمانی کوتاه، دقت 94 درصد حاصل میشود.
تصویر بالا، چرخه عملکرد attribution در این روش را نشان میدهد. این روش با هدایت مجدد (redirecting) یک کاربر بالقوه از طریق URLهای اندازهگیری عمل میکند و سپس، ابزارهای attribution، دادههای عمومی را از HTTP جمعآوری میکنند. این اطلاعات برای ایجاد اثر انگشت برای کلیک روی لینک استفاده میشود. زمانی که کاربر یک اپلیکیشن را نصب میکند، SDk، دادههای مشابه را از اپلیکیشن جمعآوری میکند و به پلتفرم attribution میفرستد. پس از آن، پلتفرم، اثر انگشت نصب را ایجاد میکند و به دنبال کلیک با اثر انگشت مشابه میگردد تا با یکدیگر تطبیق دهد. آخرین کلیک با اثر انگشت مشابه به عنوان یک نصب حاصل از تبلیغات پولی شمرده میشود. در اغلب سرویسهای attribution، مدت زمان (attribution window) لازم برای تطبیق اثر انگشت، به صورت پیشفرض 24 ساعت در نظر گرفته میشود. یعنی، سرویس attribution، کلیکهایی را که در 24 ساعت قبل از نصب است، برای مقایسه و تطبیق، مورد بررسی قرار میدهد. البته، برخی از شرکتها، این زمان را تا 72 ساعت نیز در نظر میگیرند، اما دقت آن بسیار کاهش مییابد.
این مطلب را از دست ندهید : بازاریابی دهان به دهان
این روش، با تطبیق شناسههای منحصربهفرد از مرحله کلیک تا نصب اپلیکیشن یا پس از نصب انجام میشود. SDK شرکت ارائهدهنده attribution، چندین شناسه منحصربه فرد را جمعآوری میکند و از آنها برای یافتن تطبیق بین کلیک ها و نصب ها استفاده میکند. دقت این روش، 100 درصد است. attribution window در این روش، قابل تنظیم است و شما به راحتی میتوانید زمان آن را در پلتفرم attribution تغییر دهید. تصویر زیر، نشاندهنده چرخه عملکرد attribution در این روش است.
این روش به صورت اتوماتیک و آنی (real time) اجرا میشود که این موضوع، باعث صرفهجویی در زمان خواهد شد. این ابزارها، شما را از تکرار فرایند به صورت دستی راحت میکند. به جای مقایسه و تطبیق تکتک دادههای مربوط به مرحله کلیک تا نصب در اکسل در پایان هر هفته یا ماه، unique identifier قادر به تطبیق خودکار شناسهها است.
ابزارهای دیجیتال مارکتینگ را بیشتر بشناسید.
این روش، تنها برای attribute رویدادها (event) و با دقت 100 درصد قابل استفاده است. این رویدادها میتواند ثبت نام در یک فرم، انجام نظرسنجی، دریافت جایزه در اپلیکیشن بازی و … باشد. این روش برای هر دو سناریوی app-to-app و web-to-app، بر اساس کلیک (click-through) و با استفاده از URL یا دیپ لینک (deep link) قابل اجرا است. این روش برای شمارش نصب قابل استفاده نیست، زیرا پس از باز کردن اپلیکیشن پس از نصب آن، deep link از دسترس خارج میشود. attribution window در این روش نیز قابل تغییر است.
تصویر بالا، چرخه عملکرد attribution در این روش را نشان میدهد. در صورتی که اپلیکیش در موبایل کاربر نصب شده باشد و کاربر بر روی تبلیغ کلیک کند، کاربر از طریق deep link به اپلیکیشن برده میشود و اپلیکیشن باز میشود. این deep link، شامل شناسه کلیک کاربر است. زمانی که کاربر، اپلیکیشن را باز میکند، SDK میتواند URL ها که شامل شناسه کلیک است را جمعآوری کند. سپس، پلتفرم attribution، شناسه کلیک را با رکوردهای مربوطه تطبیق میدهد تا رویداد را شناسایی کند.
پس از اینکه نصب کاربر تایید شد، سرویس Attribution به تعاملات قبلی کاربر با تبلیغ، توجه میکند تا بتواند نصب کاربر را با تعاملات او تطبیق دهد و آن نصب را به عنوان یک نصب حاصل از کمپین تبلیغاتی بشمارد. البته، تنها آن دسته از تعاملاتی که در پنجره (Attribution Window) قرار گرفتهاند، مورد بررسی قرار میگیرند.
Attribution windows، یک ابزار بسیار ضروری برای توسعهدهندگان و تبلیغدهندگان محسوب میشود. اغلب کاربران در همان لحظهای که تبلیغ را مشاهده میکنند، اقدام به دانلود آن نمیکنند. شاید برای شما نیز اتفاق افتاده باشد که صبحها هنگام رفتن به محل کار، تبلیغ یک بازی در فیسبوک را ببینید و یا بر روی تبلیغ کلیک کنید، اما در آن لحظه فراموش کنید که آن را دانلود کنید و عصر، هنگام برگشت از محل کار، اپلیکیشن را دانلود کرده باشید. Attribution window به شما کمک میکند تمام نصبهای حاصل از تبلیغ، حتی آن نصبهایی که مدتی پس از مشاهده تبلیغ حاصل شده است را بشمارید.
Attribution Window، بازه زمانی است که بین تبلیغدهنده و توسعهدهنده مورد توافق قرار گرفته است. در صورتی که کاربر پس از مشاهده یا کلیک بر روی تبلیغ، در آن بازه زمانی اپلیکیشن را نصب کند، پرداخت به ازای هر نصب به توسعهدهنده انجام میشود. به عنوان مثال، در صورتی که بازه زمانی مورد توافق بین تبلیغدهنده و توسعهدهنده، 7 روز باشد و کاربر حداکثر تا 7 روز پس از مشاهده تبلیغ و یا کلیک بر روی آن، اپلیکیشن را نصب کند، این نصب در attribution window قرار میگیرد و شمرده میشود و توسعهدهنده میتواند سهم خود را دریافت کند. این بازه در attribution های مختلف، متفاوت است. به عنوان مثال، بازه زمانی adjust در حالت پیشفرض، 7 روز است؛ اما تا حداکثر تا 30 روز قابل تغییر میباشد. این بازه برای branch.io، 30 روزه و غیرقابل تغییر و برای tapstream، 28 روزه است.
این مطلب را از دست ندهید: راه اندازی یک کمین دیجیتال مارکتینگ موفق
طبق توضیحات ارائه شده در بالا، باید متوجه شده باشید که در attribution اپلیکیشن، از cookies، image pixel یا روشهای دنبال کردن وبسایتها، استفاده نمیشود. زیرا این attribution ها دارای ساختار بسیار متفاوتی هستند. در این جلسه، مدلهای مختلف attribution را توضیح دادیم. همچنین، سه روش رایج اندازهگیری attribution ها را مورد بررسی قرار دادیم.
در جلسه آینده، درباره معیارهای انتخاب سرویس attribution مناسب صحبت میکنیم.
خلاصه
در این جلسه از بلوک بازاریابی اپلیکیشن، به توضیح و بررسی انواع مدلهای Attribution، روشهای اندازهگیری مورد استفاده سرویسهای Attribution و چرخه عملکرد این سرویسها میپردازیم.
2 ديدگاه نظر دهيد
سلام سوال من اینکه آیا سرویس های Attribution مثلا میتونن بگن کی از طریق تبلیغ اینستاگرام وارد مرال نصب بازی شده و چند نفر از طریق تبلیغات تلگرام یا نه؟
و اگه این سرویس ها اینو میتونن ارائه بدن آیا خود تپسل هم این امکان رو داره یا نه؟
سلام
track کردن کمپینهای تبلیغاتی در اینستاگرام به سادگی کمپینهای معمول نیستند. به طور کلی، شمارش نصبهای حاصل از اینفلوئنسر مارکتینگ و تبلیغات اینستاگرام با دقت 100 درصد نیست، اما روشهای تقریبی برای این کار وجود داره. علت دشوار بودن این کار این هست که لینکهای اینستاگرام، کاربر رو به خارج از اپلیکیشن نمیبرند و لینکها داخل مرورگر اینستاگرام باز میشوند. بنابراین، track کردن کاربران از طریق cookies امکانپذیر نیست، ولی سرویس branch میتونه از طریق ریدایرکت هر کاربر، نصبها را شمارش کند.
خیر تپسل، یک شبکه تبلیغاتی هست و وظیفه track کردن و شمارش بر عهده یک سرویس بی طرف یا third party مثل adjust، branch و metrix هست.
یک پست در رابطه با این موضوع، این هفته در کالج تپسل منتشر میشه، حتماً بخونید. اگر باز هم سوالی داشتید، خوشحال میشم زیر پست جدید بپرسید
امیدوارم کمکتون کنه
موفق باشید