Divergences de données
Des divergences entre les différentes sources de données sont attendues. Pour les stores d'applications mobiles comme l'App Store d'Apple et Google Play, les différences de méthodologies et de modèles d'attribution peuvent conduire Adjust à reporter des valeurs plus élevées ou plus faibles que celles d'Apple ou de Google.
S'il existe différentes raisons à cela, souvenez-vous surtout de deux choses :
- Certaines différences se normalisent avec le temps. Après l'intégration du SDK Adjust dans une application existante, il est courant de constater des pics durant les premières semaines ou les premiers mois (en fonction de l'échelle de l'application et de sa base d'utilisateurs). Ces valeurs se stabilisent généralement à mesure que les tendances historiques de trafic s'équilibrent.
- Un certain niveau de divergences est normal. Cela dit, des écarts trop importants ou qui durent peuvent indiquer des problèmes techniques ou de configuration. Par exemple, si Adjust rapporte beaucoup moins d'installations que les stores d'applications, vous devez peut-être vous pencher sur la configuration du SDK.
Voici une liste des problèmes les plus courants, ainsi que leurs solutions.
Qu'est-ce la divergence des données ?
Une divergence de données se produit lorsque plusieurs jeux de données comparables sont examinés et que les valeurs rapportées ne correspondent pas. Par exemple, lorsqu'Adjust ne rapporte pas les mêmes totaux d'événements qu'une plateforme partenaire, lorsque des installations sont attribuées en Organique et non pas à un partenaire spécifique, ou encore lorsque des événements n'apparaissent pas côté partenaire.
Certaines divergences peuvent être résolues rapidement avec une simple vérification de la configuration. Vérifiez et confirmez que les conditions suivantes sont remplies :
- L'intégration avec le partenaire spécifique est correctement configurée.
- Les filtres appropriés sont appliqués dans le dashboard Adjust.
- Adjust est chargé explicitement de partager les données pertinentes avec le partenaire.
- Adjust peut identifier l'appareil.
- Aucune source de données supplémentaire n'envoie d'événements dupliqués.
Cause des divergences
Les divergences concernant les installations d'applications, les conversions d'utilisateurs et les événements in-app sont fréquentes et prévisibles dans la mesure de l'attribution. Ce type de problème n'indique pas que l'une des sources donne un reporting inexact. Il découle directement des différentes méthodes de définition, capture et traitement des données employées par chaque plateforme. Ces différences peuvent provenir de choix de l'implémentation technique, des exigences réglementaires ou encore de la logique commerciale spécifique aux plateformes.
En qualité de MMP impartial, Adjust collabore étroitement avec les plateformes partenaires pour réduire les divergences, autant que possible. Toutefois, il est important d'en comprendre les causes potentielles, de reconnaître les modèles habituels de divergences sur les plateformes et d'y remédier à l'aide de mesures appropriées pour rapprocher vos données.
Pour en savoir plus sur les principaux types de fraude mobile qui impactent les jeux de données, consultez l'article de notre blog intitulé Divergences : Pourquoi les nombres ne correspondent-ils pas toujours ?
Motifs habituels de divergences
Si la configuration est correcte, les différences peuvent provenir de variations dans les approches de mesure. Motifs typiques :
Décompte des événements en double dans le dashboard.
Si le même événement est rapporté via le SDK et S2S simultanément, le décompte peut être dupliqué dans le dashboard Adjust. Cela se produit car les sources de données capturent les mêmes événements sous le même nom.
Divergences de la fenêtre d'attribution
Adjust attribue les installations à la source de l'installation, sauf spécification contraire dans les paramètres de réattribution. Toutefois, les partenaires disposent de fenêtres d'attribution limitées. Google utilise une fenêtre de 30 jours, Facebook de 60 jours, etc. Cela génère des divergences lors de la comparaison des données sur de plus grandes périodes (90 jours, par exemple).
Différences relatives aux données
Les SAN (self-attributed networks) attribuent les événements à la date du clic, et non pas à la date des événements. Cela génère des décomptes d'événements différents lors de la comparaison des données sur une période donnée.
Paramètres de réattribution
En fonction de vos paramètres de réattribution, Adjust peut attribuer l'activation de post-réattribution à un nouveau partenaire, ce qui entraîne des divergences entre Adjust et le dashboard du partenaire d'origine.
Attribution temporaire
Si un utilisateur installe une application à l'aide du Partenaire A, qui dispose d'une fenêtre d'attribution temporaire de x jours, toutes les activités de post-installation réalisées par cet utilisateur dans la période sont attribuées au Partenaire A. Après cela, les activités sont attribuées au canal organique de fallback.
Regarder le webinaire Adjust
Dans cette session de formation enregistrée, l'équipe d'implémentation d'Adjust vous explique tout ce que vous devez savoir pour identifier et résoudre les problèmes liés aux différences de données.
Résoudre les divergences de données spécifiques aux plateformes
Pour savoir comment résoudre les divergences de données pour chaque plateforme, consultez la page appropriée.
- (/fr/article/x-formerly-twitter-reporting)