Каскад атрибуции
Каскад атрибуции определяет, как Adjust выбирает лучшее вовлечение для присуждения атрибуции. Методология каскада предназначена для отражения точности двух методов атрибуции, которые использует Adjust: детерминированной атрибуции и вероятностного моделирования.
При выполнении атрибуции Adjust следует этому порядку:
- Детерминированная атрибуция на основе кликов ИЛИ сопоставление реферера на основе кликов (только для Android)
- Вероятностное моделирование на основе кликов
- Детерминированная атрибуция на основе показов
- Вероятностное моделирование на основе показов
- органические
Как это работает?
Клики в сравнении с показами
Adjust всегда отдает приоритет кликам, а не показам, даже если показы произошли за несколько минут до установки. Это связано с тем, что мы считаем вовлечение пользователей на основе кликов более осознанным и активным.
Детерминированное и вероятностное моделирование
Детерминированная атрибуция предпочтительнее вероятностного моделирования, поскольку это более надежный и точный метод. Вероятностное моделирование использует множество различных точек данных. Некоторые из них могут меняться, например IP-адрес пользователя.
Каскад в действии
С момента установки Adjust работает в обратном направлении — ищет точки данных в окне атрибуции. Затем точки данных оцениваются, чтобы определить, какие из них содержат наиболее достоверную информацию и могут быть атрибутированы.
Клики с детерминированным соответствием: сначала мы проверяем наличие кликов с тем же идентификатором устройства или рекламным идентификатором, что и у устройства, на котором было установлено приложение.
- Клик с реферером Android: для устройств под управлением Android мы также проверяем совпадение с реферером Play Store. Если есть два вовлечения, которые происходят одновременно, и в одном из них указан реферер, а в другом — идентификатор устройства, мы отдаем предпочтение клику с реферером.
Клик с вероятностным моделированием: если нет данных о кликах с соответствующими идентификаторами, мы ищем вовлечения с кликами, которые были получены с другими соответствующими точками данных, такими как IP, тип устройства, имя устройства и операционная система. Мы создаем карту показателей для каждого клика и присваиваем атрибуцию клику, который больше других соответствует информации об установке.
Показ с детерминированным сопоставлением: если подходящих кликов нет, мы ищем показы с тем же идентификатором устройства/рекламы, что и у устройства установки.
Показ с вероятностным моделированием: если нет показов с идентификаторами устройств/рекламы, мы проверяем вовлечения с другими совпадающими точками данных. Мы создаем карту показателей и присваиваем атрибуцию вовлечению, которое больше других соответствует информации об установке.
Органический: если мы выполнили все проверки и не нашли ни одного совпадающего вовлечения, пользователь атрибутируется как органический.