Configure o parceiro Adikteev Churn Prediction

O Adikteev Churn Prediction é um parceiro analítico integrado à Adjust. Nossa integração permite que o Adikteev Churn Prediction receba dados mensurados na Adjust por meio de callbacks automáticos. Use esses dados com as ferramentas de parceiros para analytics e insights.

Neste artigo, saiba como configurar a mensuração com o Adikteev Churn Prediction para seu aplicativo. Isso inclui a ativação da integração e a escolha dos dados que a Adjust pode compartilhar com o Adikteev Churn Prediction.

Antes de começar

Requisitos

• Permissões de Administrador, Editor ou Editor personalizado na Adjust.
• SDK versão 4.0.0 da Adjust e posteriormente para mapear os parâmetros do SDK aos parâmetros de Adikteev Churn Prediction. Siga os guias abaixo para usar essa funcionalidade.

iOS / Android / Windows / Unity / React Native / Flutter / Adobe Air / Cordova / Marmalade / Xamarin / Cocos2d-x / Titanium / Corona

Selecione Adikteev Churn Prediction e o seu aplicativo no Campaign Lab

1. Em Campaign Lab , selecione Parceiros .
2. Selecione Novo parceiro > Adikteev Churn Prediction . Selecione Avançar para ir para a próxima tela.
3. Na tela Seleção de aplicativos , escolha o aplicativo para o qual deseja criar o link e habilite a integração para compartilhar dados com o Adikteev Churn Prediction.
4. Selecione Próximo .

Habilitando o compartilhamento de dados

Ative o compartilhamento de dados para ativar a integração com o Adikteev Churn Prediction. Para habilitar o compartilhamento de dados:

1. Deixe na opção Ativado

Depois que você ativar o compartilhamento de dados com o Adikteev Churn Prediction, a Adjust enviará automaticamente os seguintes dados ao Adikteev Churn Prediction, por padrão:

• instalação
• sessão
• reatribuição
• evento
• Ad Revenue

Configurando suas opções de compartilhamento de dados

Se estiver trabalhando com um aplicativo multiplataforma com compartilhamento de dados habilitado para várias plataformas, você pode:

1. Separar opções de compartilhamento de dados no nível de plataforma selecionando Use configurações específicas da plataforma .
2. Defina as mesmas configurações de compartilhamento dos dados para múltiplas plataformas selecionando Use configurações globais .

Agora, em O que será compartilhado por padrão? , revise as atividades que o Adjust compartilha com o Adikteev Churn Prediction por padrão:

• instalação
• sessão
• reatribuição
• evento
• Ad Revenue

Envie dados adicionais

Escolha a quantidade e o tipo de dados que deseja compartilhar com o Adikteev Churn Prediction por meio de retornos de chamada. O Adikteev Churn Prediction pode usar essas informações para otimizar o desempenho.

Para enviar dados adicionais, você pode revisar e personalizar o seguinte:

Receita in-app (a partir de compras in-app)

O encaminhamento de receita in-app permite que Adikteev Churn Prediction receba valores de receita junto com seus dados de eventos com receita. Você precisa mapear eventos que geram receita para compartilhar os dados.

Receita de anúncios (de impressões de anúncios)

O compartilhamento de receita de anúncios permite que o Adikteev Churn Prediction receba dados de receita de anúncios do usuário. Isso permite que o Adikteev Churn Prediction use dados de receita de anúncios para otimizar a segmentação de usuários e campanhas.

Para compartilhar a receita de anúncios com o Adikteev Churn Prediction, selecione uma ou mais Fontes de receita de anúncios .

• Se deixar este campo vazio, enviaremos dados de receita de anúncios de todas as fontes integradas de mediação.

Sessões

A Adjust não envia automaticamente callbacks de sessão devido ao alto volume de sessões. Ao compartilhar sessões, o Adikteev Churn Prediction receberá a atividade da sessão do seu aplicativo.

Mapear parâmetros

Normalmente é necessário mapear os parâmetros para compartilhar dados personalizados com o Adikteev Churn Prediction.

Mapeie eventos

Mapeie os eventos que você deseja compartilhar com os valores que o Adikteev Churn Prediction pode receber. Os dados de eventos não mapeados não são compartilhados com o Adikteev Churn Prediction.

Em Mapear eventos , siga estes passos para escolher os eventos in-app que você quer enviar diretamente à Adikteev Churn Prediction.

1. Selecione Mapear evento .
2. Na lista Evento da Adjust , escolha o evento da Adjust que quer compartilhar com Adikteev Churn Prediction.
3. Na lista de Eventos de parceiros , escolha ou insira um nome de evento personalizado que você gostaria de mapear ao evento da Adjust. Pode ser necessário mapear um evento para vários valores.
4. Selecione Aplicar .

Agora Adikteev Churn Prediction receberá dados de eventos in-app para todos os seus eventos vinculados.

Mapeando parâmetros

Os parâmetros de parceiros (disponíveis no SDK da Adjust, versão 4.0+) permitem à Adjust coletar pontos de dados personalizados do seu aplicativo e enviá-los ao Adikteev Churn Prediction. Isso permite que o Adikteev Churn Prediction receba detalhes de eventos personalizados para cada um de seus eventos vinculados.

Antes de adicionar novos parâmetros de parceiros ao SDK da Adjust, confira se não há parâmetros de parceiros que já atendem seus requisitos.

Para encaminhar parâmetros de parceiros ao Adikteev Churn Prediction, siga estes passos.

1. Configure os parâmetros de parceiros dentro do SDK da Adjust: iOS, Android
2. Marque a caixa de compartilhamento de dados Parâmetros .
3. Mapeie seus eventos.

Habilite o Adikteev Churn Prediction para seu aplicativo

Na tela de Revisão de configuração , revise suas escolhas. Você também pode retornar e fazer alterações em:

• Seu app selecionado
• Opções de compartilhamento de dados

Selecione Habilitar parceiro para habilitar o Adikteev Churn Prediction para seu aplicativo. Os parceiros de análise não trabalham com links para campanhas. Uma vez ativada, nossa integração envia dados de atribuição e de eventos no aplicativo por meio de callbacks automatizados.

Lista de todos os parâmetros encaminhados a Adikteev Churn Prediction

Adikteev Churn Prediction solicita que a Adjust envie os seguintes parâmetros (pontos de dados) com seus callbacks: