Efter ATT ser annonsplattformen bara en bit av det som händer i din app. Det du skickar tillbaka avgör vilka den letar efter. Att fixa det lagret har flyttat konton längre än något kreativt byte jag har gjort, och det är det första jag gör på varje konto.
Den här sidan är för ett team vars value optimization slutade fungera, vars tre dashboards inte är överens, eller vars iOS-konverteringar kommer in som antal utan värde på sig. Den namnger de tre saker som oftast är trasiga, vad som byggs för att fixa dem, och testet för 606 000 $ som avgjorde vilken signal som förutsäger D28 ROAS.
Vad som oftast är trasigt
Tre saker, i den ordning jag kontrollerar dem. Budget samlas i ett fåtal annonsset medan resten svälter, eftersom Meta optimerar per annonsset och fördelningen är fel innan någon ens tittar på det kreativa. Provperiodstarter når plattformen men förnyelser och uppsägningar gör det inte, så den optimerar på halva datan. Och plattformen, RevenueCat och MMP:et rapporterar var sin egen omsättningssiffra, så ingen vet vilken kampanj som faktiskt betalar tillbaka.
Vad som byggs
Event mapping som skickar de events som spelar roll, vid rätt tillfälle, med värde bifogat. SKAN 4 och AdAttributionKit konfigurerat så att iOS-konverteringar bär värde snarare än antal. En köpsignal skickad via din server genom CAPI där den från enheten är tunn. AEM på iOS. Predikterat LTV i budet där payback-fönstret är långt. Och value optimization aktiverat först när signalen kan bära det, för aktiverat för tidigt optimerar det mot fel användare med stort självförtroende.
För SDK-arbete och allt som körs på dina servrar tar jag in en attribution-ingenjör från mitt nätverk. Jag designar och äger lagret, det tekniska utförandet sköts av specialister. Hos Videa var det lagret, en skräddarsydd CAPI-köpsignal och predikterat LTV i budgivningen, det som tog D0 ROAS från 20% till 43%.
Beviset för att sätta det här först
Ett test för 606 000 $ om huruvida dag noll-värde eller kostnad per köp förutsäger D28 ROAS. En granskning för 383 000 $ av hur ofta Meta faktiskt träffar ett tROAS-mål. Varför jag har 1-dags view attribution påslagen när de flesta råd säger att man ska stänga av den. Var och en är ett beslut jag fattade med pengar på spel, nedskrivet i efterhand.
Vem det är för
- Appar vars value optimization på Meta slutade fungera, eller aldrig gjorde det
- Team som stämmer av Meta, RevenueCat och Adjust för hand varje månad
- Appar som lutar sig mot iOS, där SKAN-postbacks bär antal men inget värde
- Alla konton på väg att skala spend på en signal som inte har kontrollerats
Vad du får
- En granskning av vad plattformarna får in idag, och vad de optimerar mot
- Event mapping och värdekonfiguration över Meta, Google och Apple
- SKAN 4- och AdAttributionKit-uppsättning, AEM på iOS
- En CAPI-köpsignal där den från enheten är tunn
- En avstämning mellan plattform, prenumerationsbackend och MMP som du kan köra om
Vanliga frågor
Är det här samma sak som att sätta upp MMP:et?
Nej. MMP:et registrerar vad som hände. Signal engineering avgör vad annonsplattformarna får veta, och i vilken form, så att de optimerar mot betalare. De flesta konton har MMP:et installerat och signalen fel.
Hur mycket av min organiska iOS-trafik är egentligen betald?
Mer än du tror, och det finns ett sätt att uppskatta det. Metoden finns på bloggen.
Hur lång tid tar det?
Granskningen tar dagar. Fixarna börjar mata algoritmerna inom några veckor, vilket är snabbare än något kreativt utslag, och det är därför det här kommer först. Growth audit är där det börjar för team under retainer-tröskeln.
Kräver det här utveckling från min sida?
Lite, för SDK-ändringar och allt som körs på dina servrar, och jag tar in en attribution-ingenjör från mitt nätverk för att göra det tillsammans med ditt team. Designen och ägarskapet av lagret ligger kvar hos mig.