最近發(fā)現(xiàn)一個有趣的現(xiàn)象：

觀察某個產(chǎn)品我們服務(wù)器來源的iOS新用戶數(shù)據(jù)和廣告平臺數(shù)據(jù)對比，當(dāng)GG預(yù)算投放占比最大的時候，賬戶投放總單價變貴了，服務(wù)器上總新增是高的，回收價值也是比較好的。

但是同樣的預(yù)算，投放占比最大的改為TT上，賬戶單價看起來是更便宜的，賬戶面板上似乎獲得的推廣新增也變多了，一開始我們還很高興同樣的預(yù)算買到更多的安裝，而后面慢慢觀察下來，實際的服務(wù)器獲取到的全渠道總新增反而比起GG漲量的時候降低很多，且全渠道新用戶回收對比起來有所下降。

同樣的預(yù)算之前也有放在FB上去嘗試過，確實都會有一些變化。主流媒體這樣輪流觀察下來，同等預(yù)算下，對比廣告平臺數(shù)據(jù)和服務(wù)器數(shù)據(jù)，變化差異最大的是谷歌。

然后就一直在想為什么會有這種情況出現(xiàn)，最明顯的答案是iOS14政策，仔細(xì)去考慮一下，單獨將最明顯的TT和GG對比為例子，想到一些原因列出來有以下幾點：

首先想到是在老用戶歸因?qū)用娴膮^(qū)別。

公司服務(wù)器數(shù)據(jù)是會對用戶進(jìn)行用戶ID和設(shè)備ID層級的永久排重的。所以新增數(shù)據(jù)相對來說更多的是新用戶群體，卸載了很久再回來的設(shè)備不會被算進(jìn)去。如果老用戶比較多的話，就會有一種情況是，平臺收費了也算安裝了，但是服務(wù)器新用戶是沒有太大變化的。

如果產(chǎn)品投放比較久，老用戶占比較多的話，GG是比TT的新用戶占比大的。實際上我們GG投放時間和總體預(yù)算都比TT要就久很多，除非TT覆蓋到的都是GG曾經(jīng)獲取的老用戶，分析兩個平臺在當(dāng)?shù)氐挠脩羧后w屬性區(qū)別的話，這種原因的可能性不會太大。

其次是不同平臺的面板歸因差異，可能導(dǎo)致自歸因的谷歌iOS實力可能被低谷了。

谷歌面板的數(shù)據(jù)是采用SKAN+數(shù)據(jù)模型模擬的形式進(jìn)行數(shù)據(jù)處理的，iOS SKAN對于影片瀏覽轉(zhuǎn)化的歸因是不會計算在內(nèi)的，谷歌會進(jìn)行這方面的統(tǒng)計；且接收到SKAN數(shù)據(jù)以后，GG的歸因到用戶瀏覽或者點擊廣告當(dāng)天，數(shù)據(jù)有可能在多次處理下產(chǎn)生誤差和延時，導(dǎo)致在評估谷歌iOS的投放效果的時候有偏差。

明明帶來的用戶可能有100個，但是用自家的模型歸因預(yù)測出來的面板顯示可能只有90個，這差異造成部分廣告系列層級用戶數(shù)據(jù)本來就受到隱私政策限制，大概率回收數(shù)據(jù)到后期也會被三方歸因到自然來源的那部分，

而Tiktok平臺作為SKAN能力比較強(qiáng)的一個平臺，對于iOS安裝用戶的歸因能力較強(qiáng)，且更多的是用SKAN數(shù)據(jù)進(jìn)行面板的數(shù)據(jù)顯示，比起GG面板來說幾乎是沒有什么誤差的。

另外一個歸因的區(qū)別就是，TT對于SKAN回傳的延遲數(shù)據(jù)是歸因到回傳時間當(dāng)天，不會去回溯更新前幾天的數(shù)據(jù)，比起GG是會歸因到用戶瀏覽或者點擊廣告當(dāng)天，回傳時間上也會導(dǎo)致數(shù)據(jù)有差別。

所以如果站在這個層面上，看賬戶數(shù)據(jù)不客觀的原因之一可能是因為對iOS的歸因能力和面板歸因方式不同導(dǎo)致同樣的預(yù)算，谷歌賬面上的數(shù)據(jù)會顯得更低，一開始就不在一個歸因水平線去衡量它的流量了。

除了對用戶定義和數(shù)據(jù)歸因方面本身的區(qū)別之外，蘋果發(fā)布的iOS14政策本身也是有很多細(xì)節(jié)限制的。

其中最明顯的就是SKAN數(shù)據(jù)分系列層級歸因數(shù)據(jù)丟失，也就是會出現(xiàn)null值，是由于在campaign-level, cv -level, source_app_id-level都有隱私閥值限制。

基于以上不同數(shù)據(jù)層級的限制，谷歌需要一個campaign一天至少有128個用戶，且Admob的版位占比多少直接影響null值的比例。

TT也需要一個campaign一天至少不低于88-128左右（具體多少數(shù)值沒有找官方確認(rèn)）的新增數(shù)據(jù)。

隱私閥值的限制和基于此不同的應(yīng)對方式也會使數(shù)據(jù)有明顯的誤差。比如說谷歌是有很多的產(chǎn)品，在進(jìn)行用戶匹配的時候，有用YouTube登陸信息去匹配其他平臺的信息，然后歸因到iOS的Campaign，如果在信息匹配的時候沒有足夠的信息去匹配到，可能也會造成差異。最近中東取消掉Youtube流量的版位以后，發(fā)現(xiàn)中東系列谷歌面板和三方的數(shù)據(jù)差異明顯減小了不少。

另一種可能性就是GG為其他渠道帶來的助攻會比較多。比如說對ASM和FB等渠道的助攻等。基于這一點拉了一下曲線，發(fā)現(xiàn)在GG渠道量級上漲的時候，ASM這個渠道的量級確實會多一些，而且TT在同等預(yù)算下沒有達(dá)到這么明顯的效果。

助攻這個概念也很好理解，比如AF是基于Last Click歸因的，而很多時候，用戶可能從幾個平臺上看到了廣告，最終是自己搜索關(guān)鍵詞，或者點擊了最后看到的那個平臺的廣告，這樣之前幾個平臺的廣告就是助攻的成分。

當(dāng)一個渠道投放的足夠大，用戶覆蓋量級比較多，當(dāng)時不一定能及時受益，但是品牌效應(yīng)大出去了，對其他平臺的流量和轉(zhuǎn)化也會有所助益。

當(dāng)然助攻這個事情估計也分地區(qū)和不同的平臺，基于目前這個產(chǎn)品和數(shù)據(jù)情況觀察到的是GG助攻確實比較明顯一些，具體的真實性目前暫時沒有數(shù)據(jù)考究，姑且作為可能性之一，這也是Last Click歸因局限性的地方-----只能看到最后決定性行為的歸屬，無法衡量之前的路徑價值。

當(dāng)我控制TT的花費往下走的時候，明顯沒有控制GG的花費往下走對自然流量的影響更大。可能不是所有產(chǎn)品都是這樣 ，大家如果有機(jī)會，可以測試一下不同渠道的量級變化對同一個產(chǎn)品自然流量走勢的影響趨勢。

兩個平臺在目標(biāo)區(qū)域的的用戶屬性和用戶價值區(qū)別。

一個是搜索引擎平臺，當(dāng)然也有YouTube和商店等其他平臺，另外一個是短視頻平臺，本身平臺的屬性不同也會吸引不同目標(biāo)的用戶群體，比如說歐美區(qū)域，用GG的是什么年齡層的人，用TT是什么年齡的用戶比較多，對比下來同一個區(qū)域不同平臺的用戶也會有差別的，這個差別可能就決定了回收的差別。

還有CPM區(qū)別，同一個區(qū)域在不同平臺上的CPM不一樣，用戶展示價值也會隨著大盤，素材，廣告設(shè)置等各方面的變化而波動，一開始兩個平臺同等預(yù)算下能獲取到的新增就是有差異的。而且兩個平臺對于虛假流量惡意點擊等情況的規(guī)避可能也會根據(jù)平臺有一些不同，這一點沒有細(xì)節(jié)去研究，感興趣的也可以去問問對應(yīng)的AM，這也是會造成數(shù)據(jù)細(xì)微差異的點。

產(chǎn)品&測試本身對數(shù)據(jù)對比的影。

除了上面提到的歸因和平臺方面的差異，本身這個產(chǎn)品的測試對比現(xiàn)象也并不算特別嚴(yán)謹(jǐn)，起量的周期不同，產(chǎn)品內(nèi)活動可能不同，不過新用戶運營活動變化不算太大，也還有一些更新方面的技術(shù)以及外部的節(jié)日因素影響等，這期間的變量也一直在產(chǎn)生。

所以觀察到的現(xiàn)象也只是自己基于手頭的產(chǎn)品預(yù)算不斷地調(diào)整測試發(fā)現(xiàn)的一個變化，不準(zhǔn)確的點也有很多，可能換一個產(chǎn)品，換一個地區(qū)，都不一定是同樣的觀察結(jié)果，不過這并不妨礙我們對iOS數(shù)據(jù)的研究和對策略的不斷嘗試。

以上都是基于個人觀察和理解的一些想法，不代表完全正確無誤。

不過通過和服務(wù)器數(shù)據(jù)的對比，確實是發(fā)現(xiàn)只對比各平臺面板數(shù)據(jù)就顯得特別的不準(zhǔn)確，因為數(shù)據(jù)歸因模式，平臺和產(chǎn)品等因素影響，導(dǎo)致一開始就不是一場公平的對比。

如果單純只看三方的數(shù)據(jù)，也不太能滿足需求，畢竟廣告平臺還是需要參考面板數(shù)據(jù)趨勢做出預(yù)算調(diào)整，而且效果衡量方面，應(yīng)用內(nèi)數(shù)據(jù)一般更加信任自家的數(shù)據(jù)。

下拉推薦菜單可查看更多精彩內(nèi)容↓