分析辅助数据

借助辅助控制面板的数据，您可以从更高、更广泛的层面了解各营销渠道对彼此的影响。

如果您在开展 CTV 到移动端推广，那么理解辅助的作用就尤为重要，这是因为 CTV 展示往往位于漏斗的上游，容易将用户推动到漏斗下游的渠道，帮助用户实现转化。

小组件数据细分

辅助控制面板中的任意小组件均可用来提取重要洞见，帮助您进行决策。继续阅读，了解如何读懂 4 个较复杂小组件中报告的数据，以及基于这些数据的举措建议。

每被辅助安装的平均辅助交互

能促成安装的辅助交互并非只能有一个，换言之，针对每次安装，渠道中可以有多个发挥了辅助作用的交互。过滤该小组件，可查看每次被辅助安装的平均点击量和展示量之间的差别。

关注重点：​

• 如果 每次安装的平均点击量非常高​ ，说明可能存在点击欺诈。请仔细检查是否存在作弊流量。

• 如果 每次安装的辅助点击量属于中等至较高范围​ ，可考虑开展调查，了解用户为何犹豫不决，难以转化。例如，素材内容和应用商店页面是否脱节？用户定向是否正确？

• 如果 每次安装的平均展示量较高​ ，请考虑联系渠道，了解投放的展示量，要求渠道改善用户定向，或调低每日展示量上限，避免浪费广告支出，或损害用户体验。

• 如果 每次安装的平均展示量较低​ ，说明您用少量的广告就能转化用户，是推广活动表现的积极信号。我们推荐您在对应渠道中追加投资。

被辅助安装层级细分

该小组件能充分细分您的数据，钻取至各个推广活动层级，为您提供精准洞见。使用此数据精细度来评估关键预算和素材变更。

要想更加灵活地使用报告数据，请以 Datascape 报告的方式打开该小组件，这样，您就可以按照辅助交互类型细分数据，并按照需求调整过滤器设置。要以报告的方式打开小组件，请点击 (以报告方式打开)。

关注重点：​

• 如果您发现 渠道 A 正在辅助渠道 B​ ，则可细分数据，查看哪些具体推广活动和素材效果最好。
• 如果您发现 某个具体素材对推动转化发挥了重要作用​ (哪怕推动的是另一渠道的转化)，请考虑为对应广告追加投资。您也可以在其他多个推广活动或渠道中沿用成功的广告格式或推广活动定向。
• 如果素材对 自身的辅助​ 作用较强，可能说明跳出率很高，建议投资转化率更好的素材。
• 要了解 渠道 A 对渠道 B 的辅助效果​ ，请尝试打开快速报告，查看渠道 A 和 B 的平均辅助交互量，并借此预测某个辅助渠道的营销规模拓展会对其他具体渠道的表现产生怎样的影响。

辅助交互趋势 (按辅助渠道)

您可以将该小组件作为监控工具，了解各个渠道在一段时间内提供了多少辅助交互。例如，您可以比较不同辅助渠道的表现情况。此外，如果您启用了新的渠道，也可以使用该小组件提早开始监测该渠道的辅助效果，或许在赢得归因前，该渠道已经开始对其他渠道产生辅助作用。

关注重点：​

• 如果渠道 辅助交互​ 趋势上扬，请查看受其辅助的渠道。判断辅助交互的增长是否相应地推动了被辅助渠道的安装增长。如果情况并非如此，请考虑减少辅助渠道的预算，尤其是辅助渠道正在进行自我辅助时。
• 查看曲线走势： 辅助交互数量是逐渐提高，​ 还是跳跃激增？对比这些变化和所开展推广活动的日期，了解是否与辅助安装数量有重叠之处。
• 创建快速报告来在同一视图中 对比辅助交互趋势和整体安装趋势​ 。从而了解辅助交互是否带来了更多的安装，若是，则可以考虑扩大辅助渠道的规模。

被辅助安装交互指标

借助该小组件，您可以更深刻地洞察用户在安装前与广告交互的方式。比较渠道转化用户所用的平均点击或展示量，评估不同渠道的影响力。

关注重点：​

• 辅助展示数量低​ ，说明渠道能以更少的支出更快地触达并转化用户，表现优秀。
• 在同一视图中一目了然地查看平均辅助交互总量、平均辅助点击量和平均辅助展示量，并据此决定工作方向，如降低跳出率，改善定向，进一步限制展示，增加或缩减预算等。

辅助控制面板的数据可用性

来自自归因渠道的数据

对于自归因渠道，Adjust 使用 API 调用 (而非链接) 向渠道发送信息。Adjust 会向 SAN 发送 Adjust SDK 报告的每次应用会话。如果渠道识别出此活动，则会通过分享此渠道中的最后一次广告交互细节信息来认领归因，该过程被称为自归因。然后 Adjust 会使用所有渠道 (包括非 SAN 渠道) 的交互数据将安装归因至最后一个已知的交互来源。

由于 SAN 的归因流程与其他渠道源不同，Adjust 对不同辅助数据的可见度也有差异。

对 SAN 起到辅助作用的渠道源——完全可见

在辅助控制面板中，您可以看到 SAN 被其他渠道辅助的全部情况。借此，您可以了解 SAN 平台发生转化时，其他渠道对该转化的推动作用。

SAN 自我辅助——不可见

Adjust 无法报告 SAN 对自身平台的辅助作用。我们只能从 SAN 收到归因认领，无法获知此前其平台上的交互情况，因此 Adjust 无法报告可能对归因起到辅助作用的其他交互。

SAN 对其他渠道源的辅助 —— 部分可见

Adjust 并非始终接受来自 SAN 的归因认领。如果另外一个渠道的交互更有说服力，我们会将安装归因给该渠道。当我们拒绝自归因渠道的归因认领时，其交互信息将被报告为辅助数据。

自我辅助作用

如果渠道针对安装提供了辅助交互，又赢得了该安装的归因，那么这种辅助就叫做 "自我辅助"。例如，用户 A 与 ironSource 的多个广告进行了交互，然后安装了应用，那么 ironSource 就可能在提供辅助交互的同时赢得归因，这些交互就是自我辅助。

为什么会出现大量自我辅助？

考虑到在线定向用户的方式，用户常常能多次看到同一渠道中展示的同一广告，因此，出现大量自我辅助交互很正常。

自我辅助是一种积极的信号，在看到多个广告后安装应用的用户具有下列特征：

• 品牌意识更高
• 更了解应用实际功用

不过，如果自我辅助量超高，请留意：

• 广告展示过度，对品牌出现疲劳感

如何识别并应对自我辅助

要了解渠道自我辅助的力度，请使用 辅助交互 (按辅助渠道)​ 和 被辅助安装交互指标​ 小组件。

这些小组件能帮助您了解渠道是起到了提高品牌知名度的作用，还是反复展示同样的内容，导致受众厌烦。"每被辅助安装交互量" 小组件平均数尤其实用。

您也可以使用 被辅助安装推广活动细分​ 小组件，了解是否正在混合使用不同的推广活动、广告组和素材。如果没有素材、广告组和推广活动的组合使用，则说明用户正在反复看到同样的广告。

基于该数据分析，您就能相应地追加或缩减具体渠道的预算。每次进行调整，请密切监控该渠道总体表现受到的影响。表现或许走高，或许降低，抑或只有自我辅助水平下降。

按照归因类型过滤

Attribution type 过滤器仅涉及已归因交互，不涉及辅助交互。

• 如果您选择 click 作为唯一的归因类型，那么就只能看到对点击起到辅助作用的交互。
• 如果您选择 impression 作为唯一归因类型，就只能看到对展示起到辅助作用的交互。

应用点击归因类型过滤器很可能不会带来任何变化，因为几乎所有被归因的交互都是点击。如果将过滤器设为展示，那么数据量会非常有限。