iOS產品歸因，Apple官方給的方案是SKAN，但是實際操作過程中，做廣告投放的應該沒人真喜歡這個方案...吧？有么？廣告平臺除了Apple自己的ASA，應該也不會有人喜歡吧？

這次我們不講SKAN，而且我自己還真不會，文檔都沒去看過，只知道表面現象并不知道背后邏輯，我介紹下我理解的一些SKAN歸因之外的方式。

1，MMP的概率歸因

三方統計MMP，根據自己的算法邏輯，結合自己拿到的設備基礎信息（非IDFA）加上IP，mac，user agent等各種信息，實現了一套概率歸因的方案，從我實際使用觀察，感覺應該能有8-9成準確度。

2，Google的自歸因，Google完全沒按照SKAN的歸因來玩，ads上的數據，完全按照Google自己的一套邏輯Google CM (conversion modeling)，再加上后續又增加了 ODM。基本實現了“無法據以識別個人用戶身份的數據”來實現廣告數據歸因，粗暴一點理解：我拿不到IDFA了，我就用我能拿到的各種信息數據，建模一個方法，實現判斷這個轉化到底是不是我的，根據我還能拿到IDFA等確切用戶信息產生的轉化，來評估我的轉化判斷模型是不是靠譜。

之后又通過ODM，鼓勵用戶提供更多數據信息，比如郵箱，電話等，可以讓Google歸因到更多轉化。

文檔參考：

https://support.google.com/google-ads/answer/10081327

https://support.google.com/google-ads/answer/12119136

Google ads跑應用的表現，廣告賬戶后臺的數據，和Google在MMP overview和SKAN面板上數據，都對不上。

3，TT的高級SRN，TT是目前跑下來自歸因數據和MMP數據能相對精準的匹配的一個渠道，FB GG在MMP數據怎么看都對不上，但是TT可以，官方文檔其實沒寫到底是怎么實現到能讓數據如此接近的，但是我們還是找到了一些信息。

“作為一家備受矚目的廣告平臺，TikTok 與 AppsFlyer 合作推出了高級自歸因（SRN，即 TikTok 所說的自歸因渠道或 SAN）對接，可在保護用戶隱私的同時最大限度提高衡量準確性。”

“當 AppsFlyer 向 TikTok 上報激活事件后，TikTok 會提供用于歸因的詳細信息。”

從Appsflyer分享出來的一些內容可以看出，兩家其實多半都是互相把能分享的數據都分享了，從而可能實現了雙方各自都拿到足夠多的數據信息，完善自己“概率歸因”，最后實現了各自歸因到的用戶基本相同，所以廣告后臺和MMP后臺數據就比較接近了。

參考文檔：https://support.appsflyer.com/hc/zh-cn/articles/6722785184913-TikTok-for-Business高級SRN對接設置

4，Meta，Facebook的方案是AEM，但是我搜邊文檔根本沒找到任何AEM技術原理的文檔，但是從搜到的各種文檔拼湊猜測，AEM其實也是類似Google的CM一樣，根據已有信息，推斷出來還有哪些用戶的轉化實際上是自己帶來的，其中還有一些好處比如使用Facebook login等，能實現根據用戶的郵箱信息類實現輔助歸因。

從上一篇文章提到，Meta實現了自己的web2app，要知道W2A通常都是直接基于概率歸因實現，所以其實從現在的情況看，AEM也只是個過渡方案，接下來其實大概率會實現Facebook的自己”概率歸因“，再將一些自己歸因到了的用戶點擊信息給到第三方，讓第三方也自己完成一次概率歸因，最終實現MMP上面Overview轉化數據和Facebook后臺數據接近。

同時還能避免由于自己不走概率歸因，導致部分轉化算到了自然量或者被其他渠道搶走歸因。

參考文章：?MMP概率歸因搶占IOS SKAN 流量的坑

對于廣告主來說，其實SKAN的缺點太明顯，其實有各家自己的方案，并且在MMP上能相對公平的歸因，哪怕拿不到任何用戶的設備層級信息，其實對于廣告效果優化，大家統一走概率歸因也差距不會太大，就不知道Meta和Google到底什么時候能...把自己的數據也給MMP，同時在overview里面產生一份概率歸因的數據，解決數據不及時，以及自己實際轉化被其他概率歸因渠道渠道搶占歸因。

技術上看起來應該是沒有問題，但是對于這類繞過Apple的行為，他會不管么？哪怕..你沒用到用戶敏感信息.. (Apple：我的地盤，我做主啊）。

更多參考文章：

海外MMP歸因基礎知識 + 各家聯系方式

自歸因渠道的知識匯總 原理+影響+投放思路