Cascada de atribución
La cascada de atribución determina la manera en que nuestro sistema selecciona el mejor engagement para otorgarle la atribución. La metodología de la cascada está diseñada para reflejar la precisión de los dos métodos de atribución utilizados por nuestro sistema: atribución determinística y modelado probabilístico.
Nuestro sistema sigue este orden al realizar la atribución:
- Atribución determinística basada en clics O matching del referente basado en clics (únicamente para Android)
- Modelado probabilístico basado en clics
- Atribución determinística basada en impresiones
- Modelado probabilístico basado en impresiones
- Orgánico
Cómo funciona
Clics vs. Impresiones
Nuestro sistema siempre da una mayor prioridad a los clics que a las impresiones, incluso si la impresión se llevó a cabo unos minutos antes de la instalación. Esto se debe a que consideramos que los engagements de clics son más deliberados y activos.
Modelado determinístico vs. probabilístico
La atribución determinística tiene preferencia sobre el modelado probabilístico debido a que es el método más confiable y preciso. El modelado probabilístico utiliza varios puntos de datos diferentes y algunos de ellos pueden cambiar, como la dirección IP del usuario.
Cascada en acción
A partir del momento de la instalación, nuestro sistema trabaja de adelante hacia atrás para buscar los puntos de datos dentro de la ventana de atribución. Luego, los puntos de datos se juzgan a fin de determinar cuál tiene la información más completa para otorgarle la atribución.
Clic con matching determinístico: primero, revisamos si hay algún clic con el mismo ID del dispositivo o ID de publicidad que el dispositivo en el que se instaló la aplicación.
- Clic con referente de Android: para los dispositivos Android, también revisamos si existe alguna coincidencia con el referente de Play Store. Si se presentan dos engagements al mismo tiempo, y uno de ellos tiene el referente mientras que el otro tiene un identificador de dispositivo, le damos preferencia al clic que tiene el referente.
Clic con modelado probabilístico: si no hay datos de clics con identificadores que coincidan, buscamos los engagements de clics enviados con otros puntos de datos coincidentes, como la dirección IP, el tipo de dispositivo, el nombre del dispositivo y el sistema operativo. Creamos un cuadro de mando para cada clic y otorgamos la atribución al que tenga la mayor cantidad de elementos comunes con la información de la instalación.
Impresión con matching determinístico: si no hay ningún clic que reúna los requisitos, buscamos las impresiones que tengan el mismo ID del dispositivo/ID de publicidad que el dispositivo donde se realizó la instalación.
Impresión con modelado probabilístico: si no hay ninguna impresión que tenga un ID de dispositivo/ID de publicidad, revisamos si hay engagements con otros puntos de datos coincidentes. Creamos un cuadro de mando y otorgamos la atribución al engagement que tenga la mayor cantidad de elementos comunes con la información de la instalación.
Orgánico: si no encontramos ningún engagement coincidente después de todas las revisiones, el usuario se atribuye como orgánico.