어트리뷰션 워터폴
Adjust는 어트리뷰션 워터폴에 따라 어트리뷰션에 가장 적합한 인게이지먼트를 선정합니다. Adjust의 워터폴 모델은 Adjust가 사용하는 '결정론적 어트리뷰션'과 '확률론적 모델링'의 정확도를 반영하는 방식으로 설계되었습니다.
Adjust는 다음의 순서에 따라 어트리뷰션을 수행합니다.
- 클릭 기반 결정론적 어트리뷰션 또는 클릭 기반 리퍼러 매칭 (Android에만 해당)
- 클릭 기반 확률론적 모델링
- 노출 기반 결정론적 어트리뷰션
- 노출 기반 확률론적 모델링
- 오가닉
방법
클릭 vs 노출
Adjust는 항상 노출보다 클릭을 우선시하며, 이는 설치 시점에서 단 몇 분 전에 노출이 발생한 경우에도 적용됩니다. 이는 Adjust가 클릭 인게이지먼트를 더 능동적인 것으로 간주하기 때문입니다.
결정론적 vs 확률론적 모델링
결정론적 어트리뷰션은 확률론적 모델링보다 신뢰도와 정확도가 높다는 점에서 사용이 선호됩니다. 확률론적 모델링은 사용자의 IP 주소와 같이 변경 가능성이 있는 다양한 데이터 포인트를 사용합니다.
워터폴 작동 방식
Adjust는 워터폴 모델에 따라 설치 시점부터 어트리뷰션 윈도우 내의 데이터 포인트를 거슬러 올라가며 확인합니다. 이 과정에서 가장 정보성이 높고, 어트리뷰션에 적합하다고 판단되는 데이터 포인트가 결정됩니다.
클릭 (결정론적 매칭): 우선 Adjust는 앱이 설치된 기기와 동일한 기기 ID나 광고 ID를 가진 클릭이 있는지 확인합니다.
- 클릭 (Android 리퍼러): Android 기기에 한해 Play Store 리퍼러와 매칭되는 클릭이 있는지 확인합니다. 두 건의 동시 발생 인게이지먼트 중, 한 인게이지먼트는 리퍼러를, 다른 인게이지먼트는 기기 ID를 포함한다면, Adjust는 리퍼러를 가진 클릭을 우선시합니다.
클릭 (확률론적 모델링): 매칭할 수 있는 ID를 가진 클릭 데이터가 없는 경우, IP, 기기 유형, 기기 이름, OS 등과 같은 기타 데이터 포인트가 매칭되는지 확인합니다. Adjust는 개별 클릭에 대한 점수표를 만들어, 설치 정보와 가장 공통점이 많은 클릭을 어트리뷰션합니다.
노출 (결정론적 매칭): 위에 해당하는 클릭이 없는 경우, Adjust는 설치 기기와 동일한 기기/광고 ID를 가진 노출이 있는지 확인합니다.
노출 (확률론적 모델링): 해당하는 기기/광고 ID를 가진 노출이 없는 경우, 기타 매칭되는 데이터 포인트를 가진 인게이지먼트가 있는지 확인합니다. Adjust는 노출에 대한 점수표를 만들어, 설치 정보와 가장 공통점이 많은 인게이지먼트에 어트리뷰션을 수여합니다.
오가닉 : 위를 모두 확인하였으나 매칭되는 인게이지먼트가 없다면 해당 사용자는 오가닉으로 어트리뷰션됩니다.