Adjust 的归因方法

Adjust 将应用用户与推动其安装的来源相匹配，进行归因。这些归因数据可以用来监测推广效果、投放高效的再营销推广以及优化广告素材等。

Adjust 支持两种归因方法：即适用于点击和展示的 精确归因​ 和 概率模型​ 。我们具体采用的方法取决于转化类型和用户交互质量。

精确归因

精确归因是 Adjust 的主要归因方法，通过设备匹配完成。我们从记录的交互和安装中收集唯一的设备标识符，如果两个 ID 匹配，就可以将交互归因于安装。基于点击的设备匹配准确率达 100%，是最为可靠的归因方法。

我们使用精确归因方法进行安装 (即首次应用打开) 归因和非活跃用户再归因 (为其分配新的归因来源)。

Adjust 使用以下设备标识符进行精确归因：

广告 ID明确用于广告目的。设备用户可选择重置 ID，也可拒绝共享 ID（例如限制广告跟踪设置）。Adjust 会保存广告 ID，而广告 ID 也可用于再营销。
  • iOS 示例：IDFA
  • 安卓示例：GPS ADID (安卓)
设备 ID永久与设备关联，用户不可对其进行重置，也无拒绝共享该 ID 的权利。默认情况下，Adjust 不会记录设备 ID，也不会存储原始设备 ID，我们仅将其用于归因。
  • iOS 示例：  IDFV (iOS)
  • 安卓示例：Android ID 和 OAID (针对无法使用 Goolge Play Service 的安卓设备)
Adjust reftagAdjust reftag 是 Adjust 为 iOS 和安卓端发生的每次点击或展示而创建的唯一 ID。但 Adjust 仅会使用安卓 reftag 进行归因匹配。

使用 referrer 匹配的点击是 Adjust 使用的术语，指使用安卓 reftag 的、基于点击的归因匹配。欢迎在这里进一步了解 Adjust reftag。

工作原理

常见问题
请注意:
Adjust 将 referrer 匹配和广告 ID / 设备 ID 匹配均视为效果等同的归因匹配方法。但如果一个点击既有 referrer 匹配，又有广告 ID / 设备 ID 匹配，那么 Adjust 就会采用 referrer 匹配进行归因。

概率模型

概率模型是 Adjust 的次要归因方法，并且使用机器学习支持以统计方法进行评估。

在 iOS 14.5+ 中，概率模型可用于自有媒体、交叉推广和获得授权的网页到应用流程。您还可以选择使用进阶隐私监测。

您可以随时在 应用层级 和链接层级 (广告渠道 | 自定义链接) 启用点击和展示的概率模型。

平台支持

安卓和 iOS 操作系统的用户数据处理方法不同。因此，Adjust 可能根据用户设备、广告渠道和交互来源选择不同的归因方法和后备。

iOS 14.5+ 归因

广告渠道源交互来源ATT 授权用户SKAdNetwork 归因
自有渠道 (CRM、网站等)移动网页概率模型不可用
应用内精确匹配
后备：概率模型
渠道移动网页和应用内如广告渠道支持
自归因渠道移动网页和应用内SAN 基于自行进行的归因认领安装。是，报告数据有限

iOS 14.4 及更早版本归因

广告渠道源交互来源Apple iOS 14.4 以下版本的归因方法
自有渠道 (CRM、网站等)移动网页概率模型
应用内精确匹配
后备：概率模型
渠道移动网页和应用内
自归因渠道移动网页和应用内SAN 基于自行进行的归因认领安装。

安卓端归因

广告渠道源交互来源安卓端归因方法
自有渠道 (CRM、网站等)移动网页使用 Google Play Store Referrer 的精确匹配
后备：概率模型
应用内
渠道移动网页和应用内
自归因渠道移动网页和应用内SAN 基于自行进行的归因认领安装。

对电视推广活动的归因

Adjust 支持不同类型的电视推广活动监测：投放联网电视 (CTV) 广告来推动 CTV 应用安装，或者通过 CTV 广告来推动移动应用安装。

要了解 Adjust 如何归因电视广告展示，请阅读我们的联网电视相关文档。