SKAN vs. Sandbox: tudo o que você precisa saber

O mundo do marketing de aplicativos mal está se adaptando à evolução das mudanças de privacidade no iOS e já nos encontramos à beira de outra onda de mudanças com o Sandbox do Android.

Por isso, decidimos examinar as semelhanças e diferenças entre a SKAN (que em breve se tornará o AdAttributionKit) e o Sandbox. Mas não se preocupe, vamos (tentar) manter as coisas simples.

Antes de começar

O Sandbox de Privacidade do Google é uma iniciativa abragente. Trata-se de um conjunto de ferramentas de infraestrutura de marketing, que incluem a segmentação, o redirecionamento, os SDKs e, claro, a atribuição.

Por isso, para fazer uma comparação justa, vamos comparar os recursos da SKAN com a Attribution Reporting API do Sandbox.

Alcance e abordagem

A SKAN costuma ser vista como um tipo de “caixa-preta” pouco acessível e exclusiva do iOS.

Com o Sandbox, o Google adotou uma abordagem mais colaborativa, que inclui a introdução gradual de diferentes módulos para a web (começando pelo Chrome) e para o Android, permitindo que grandes líderes da indústria, como a AppsFlyer, criem soluções inovadoras utilizando os blocos de construção do Sandbox, forneçam feedback contínuo e influenciem ativamente seus princípios fundamentais. No entanto, essa abordagem vem com um custo: o Google frequentemente acaba tendo que reverter decisões, como aconteceu com o recente anúncio da desativação dos cookies na web.

Eliminação de device IDs

O princípio fundamental da privacidade dos usuários é a ocultação de identificadores persistentes, como IDFAs e GAIDs, e tanto a SKAN como o Sandbox foram concebidos para minimizar seu uso.

Mais especificamente, a ATT da Apple exige o consentimento do usuário para acessar o IDFA, enquanto que o Google não anunciou nenhum plano de uso de mecanismos de opt-in como o da ATT.

Temos visto muitos questionamentos sobre o futuro do GAID (Google Advertising ID) e se há planos de colocá-lo por atrás de um mecanismo de opt-in, como acontece com os cookies. Até o momento, não temos uma resposta oficial. No entanto, vale destacar que nenhuma das APIs do Sandbox utilizam o GAID, o que pode ser uma bom indício da direção futura dessa solução.

Dados agregados

Tanto a SKAN como o Sandbox usam dados agregados, que agrupam informações de usuários em grupos anônimos para evitar a criação de perfis individuais. Esse já é um grande problema para os anunciantes, mas isso atrapalha ainda mais as ad networks e os publishers, que terão que encontrar novas formas criativas de otimizar a performance dos seus anúncios.

Assim, esperamos ver grandes inovações nos próximos meses e anos.

Relatórios

A SKAN 4 e o AdAttributionKit fornecem três postbacks e ditam seu alinhamento de acordo com janelas predefinidas de 2, 7 e 35 dias. É como um restaurante que serve refeições apenas em horários específicos.

Em contrapartida, a Attibution API do Sandbox oferece uma janela de 30 dias, como um buffet que funciona todos os dias da semana. Ou seja, você não consegue comer tudo o que você quer por conta do seu “orçamento limitado”, mas você não fica restrito a horários específicos. Quando o mês termina, é hora de abaixar os garfos!

Embora as janelas flexíveis do Sandbox sejam uma ótima notícia para os anunciantes, a limitação de 30 dias pode atrapalhar alguns gerentes de marketing que preferem usar métricas de receitas mais longas.

Atrasos aleatórios

No mundo da atribuição focada na privacidade, os dados nunca são recebidos em tempo real, evitando a correspondência de informações com indivíduos específicos. Isso obriga os anunciantes a realizar testes mais longos, levando a um processo de tomada de decisões mais lento.

Os postbacks da SKAN chegam com atrasos significativos: 24-48 horas de atraso para o primeiro postback e 24-144 horas para o segundo e terceiro postbacks.

O Sandbox incorpora dois mecanismos de atraso:

Relatórios no nível do evento (concebidos para a otimização da campanha) têm um atraso de pelo menos 1 dia após um clique e 1-30 dias após uma visualização.

Por outro lado, os relatórios agregáveis (concebidos para analisar a performance da campanha) estão disponíveis em poucos horários – o que é certamente um alívio para os anunciantes.

Limites de privacidade

Quando os números são baixos, identificar certos indivíduos se torna um trabalho muito fácil, o que prejudica a privacidade.

Tanto a SKAN quanto o Sandbox lidam com esse desafio utilizando limites de privacidade. No entanto, a implementação de cada um é diferente.

Em volumes baixos, a SKAN simplesmente não fornece informações sobre a atividade pós-instalação (bem como informações sobre a campanha). Esse é o principal motivo pelo qual a AppsFlyer desenvolveu uma solução de modelagem nula para compensar essa perda de sinais. O Sandbox usa a noção de “ruído”. Ou seja, ele acrescenta dados falsos para mascarar números reais. O ruído pode ser bastante confuso quando o volume de dados é menor, mas à medida que o volume aumenta, a dimensão relativa do ruído diminui e se torna insignificante.

Dica: tanto para a SKAN como para o Sandbox, um baixo volume de dados traz mais desafios aos anunciantes. Recomendamos que você distribua orçamentos adequados a cada canal de mídia e evite dividir suas campanhas. Essa estratégia garante que os volumes de dados sejam suficientes para contornar os limites de privacidade, fornecendo relatórios mais confiáveis. Quanto mais específico for o seu orçamento, mais confiáveis serão os seus dados.

Atribuição baseada em bits

Tanto a SKAN quanto o Sandbox usam “bits” para representar dados de conversão e de campanha. Os valores representados por bits são mais difíceis de utilizar, mas garantem que os dados sejam controlados, padronizados e, mais importante ainda, que não sejam transmitidas informações diretamente identificáveis (como nomes, IDs ou mesmo ações específicas).

A SKAN usa postbacks para compartilhar dados de conversão com anunciantes e ad networks. O Sandbox fornece APIs disponíveis para empresas de ad tech, que conseguem acessar relatórios de atribuição.

Para que você aproveite ao máximo esses bits, MMPs como a AppsFlyer oferecem métodos padronizados para converter e traduzir bits em métricas e insights acionáveis.

Granularidade de dados

A SKAN atribui 2-4 dígitos para source identifiers (dependendo do número de instalações) e permite apenas seis bits para dados de conversão pós-instalação (equivalente a 64 valores de conversão). Isso limita significativamente a granularidade com a qual os profissionais de marketing conseguem analisar a performance de uma campanha e as atividades pós-instalação.

Em contrapartida, o Sandbox oferece 128 bits para fontes de campanhas e eventos pós-instalação. Com isso, você terá bilhões de vezes mais dados com o Sandbox do que com a SKAN.

No entanto, é importante destacar que cada evento de origem no Sandbox, como um clique em um anúncio, tem um número máximo de “valores” que podem ser utilizados, conhecidos como orçamento de contribuição (contribution budget). O Sandbox limita esse valor a determinados orçamentos de contribuição e acrescenta um ruído aleatório. Isso significa que, apesar dos dados serem bastante granulares, será necessári planejar cuidadosamente os seus orçamentos e definir antecipadamente suas prioridades.

Complexidade técnica

A SKAN é como uma caixa-preta gerenciada pela Apple, fornecendo apenas o essencial, que indica quais são as melhores campanhas e qual é a sua contagem de conversão.

Em contraste, o Sandbox foi concebido como um conjunto de blocos de construção – permitindo que os players do mercado, como a AppsFlyer, criem as suas próprias soluções a partir dele. Essas soluções têm de cumprir orientações rigorosas em matéria de infraestruturas de nuvem para garantir a privacidade.

Além disso, o Sandbox oferece a atribuição de último clique entre ad networks através da presença de um player neutro, como uma MMP. Isso significa que a AppsFlyer e outras MMPs terão um papel significativo no fluxo de dados de atribuição do Sandbox, fornecendo insights valiosos.

Essa diferença fundamental torna o Sandbox uma tecnologia mais complexa, mas também abre oportunidades exclusivas de inovação.

Tenha uma visão completa

Tanto a SKAN quanto o Sandbox foram criados especificamente de acordo com seus respectivos sistemas operacionais (ou seja, iOS e Android), o que dificulta a visualização do quadro completo dessas soluções.

Considerando que algumas ad networks ainda não adotaram completamente a SKAN (que também não oferece suporte ao Apple Search Ads), além do fato de que o Sandbox está apenas começando, nos encontramos em uma realidade dividida, longe do ideal para analisar a performance global de uma campanha e promover escolhas informadas.

Em um cenário tão fragmentado, ter uma fonte de dados confiável e centralizada é fundamental. A AppsFlyer continua a preencher essa lacuna com sua solução pioneira de Single Source of Truth (SSOT), que consolida todos os dados de campanha entre fontes e plataformas de mídia e oferece uma visão centralizada da sua performance.

Resumindo

Na era da privacidade em primeiro lugar, os anunciantes têm de se adaptar a uma nova realidade na qual as informações pessoais nunca são reveladas, as mensurações são agregadas e anônimas, os intervalos entre relatórios são longos e os dados são atrasados e ocultos.

Enquanto a SKAN mantém a atribuição simples porém muito limitada, o Sandbox oferece uma gama muito mais ampla de recursos e granularidade de dados, mas exige um esforço tecnológico muito maior e a criação de soluções complementares.

A AppsFlyer já está desenvolvendo produtos compatíveis com o Sandbox, que permitirão que os anunciantes adotem facilmente essas novas tecnologias, protejam a privacidade dos seus usuários e melhorem suas estratégias de marketing.