Найдите ясность среди шума: Узнайте о том, что такое «шум» в Sandbox и смоделируйте его влияние на отчетность

Если вы работаете с рекламой, вы наверняка слышали о Privacy Sandbox. Впервые Google анонсировал его в 2022 году, и с тех пор он вызывает большой интерес в индустрии. Privacy Sandbox представляет набор API для таргетинга, ретаргетинга и атрибуции, но сегодня мы остановимся на Attribution API и изучим, что рекламодатели могут ожидать от генерируемых им отчетов.

Прежде чем погрузиться в Privacy Sandbox, давайте вернемся в апрель 2021 года, когда Apple выпустила iOS 14.5, и нам всем пришлось познакомиться с SKAdNetwork (SKAN). До этого момента мы могли измерять все, что угодно, и столько, сколько хотели. Затем появился SKAN, ну а что было дальше, вы знаете. 

Важным изменением, которое Apple внесла в SKAN, стала концепция порогов конфиденциальности (или Crowd Anonymity). Их суть заключается том, что если ваши данные не соответствуют определенному порогу, то в отчетах вы останетесь с нулевыми значениями. Это был серьезный сдвиг, поскольку он заставил рекламодателей пересмотреть свой подход к аналитике.

Несмотря на то, что Sandbox предоставляет вам 30 дней измерений (по сравнению с тремя постбэками SKAN с фиксированными окнами в 2, 7 и 35 дней), он также имеет свои ограничения по количеству данных, которые вы можете получить, и именно здесь в игру вступает шум.

Но что же такое шум?

В контексте Privacy Sandbox под шумом понимается намеренное включение случайных данных в отчеты, чтобы помочь защитить конфиденциальность пользователей. Добавляя этот “шум”, система гарантирует, что действия отдельных пользователей не будут легко отслежены, и это затруднит выявление поведения конкретного пользователя. 

Однако для рекламодателей это означает, что получаемые данные немного размыты, что может препятствовать получению точных выводов из ваших отчетов. Это делается в целях повышения конфиденциальности данных пользователей, но вам, при этом, придется адаптировать свою стратегию для работы с данными, в которых присутствует шум.

Чем подробнее отчет об атрибуции, тем больше шума добавляется. Этот шум может быть либо аддитивным – когда случайные данные добавляются для увеличения показателей, либо субтрактивным – когда реальные данные уменьшаются для уменьшения показателей. 

При наличии большого количества данных влияние шума минимально, поэтому данные, которые вы видите, достаточно точны. Но по мере уменьшения объема данных или повышения их детализации уровень шума возрастает, что затрудняет точные выводы. Шум может появиться даже в метриках с 0 конверсий, создавая иллюзию активности, когда ее нет, что добавляет еще один уровень сложности.

Как управлять шумом в отчетах?

Как мы уже говорили, чем детальнее данные, тем сильнее шум. Но могут ли маркетологи повлиять на то, сколько шума добавляется в их отчеты?

Несмотря на то, что вы не можете полностью избавиться от шума, вы можете контролировать объем данных, получаемых для каждого измеряемого события. Именно здесь на помощь приходит так называемый бюджет взносов, позволяющий управлять объемом данных, выделяемых на каждое событие.

Однако не забывайте, что в Privacy Sandbox каждое исходное событие, например клик по рекламному объявлению, имеет максимальное количество “значений”, которые оно может использовать, известное как “бюджет взносов”. Этот бюджет установлен на 65 536 значений – странное число, но кто-то же подсчитал! Он предназначен для ограничения объема данных, которые можно собрать из каждого исходного события.

Бюджет взносов в Sandbox – это как круглосуточный шведский стол, открытый для вас 30 дней: вы можете попробовать любое блюдо в любое время. Но есть одна загвоздка: у вас ограничены калории. Каждое событие, например покупка или регистрация, – это блюдо на шведском столе. Вы можете собирать данные об этих событиях, но только до определенного предела. Как только вы достигнете этого предела, вы прекратите сбор данных по этому событию, точно так же, как если бы вы достигли лимита калорий. Такой подход поможет вам собрать значимые данные без злоупотребления, обеспечивая соблюдение конфиденциальности пользователей.

То, как вы распределяете бюджет взносов, играет большую роль в том, насколько сильно шум влияет на ваши отчеты. Если вы сосредоточились на ключевых измерениях и имеете большой объем данных для работы, шум оказывает меньшее влияние – он распределяется по большему массиву данных. Это хорошо подходит для крупномасштабных приложений, где объем данных помогает сохранить точность, даже если вы много анализируете.

Но если вы пытаетесь измерить слишком много деталей с помощью меньшего набора данных, особенно в небольших приложениях, шум становится более серьезной проблемой. При меньшем объеме данных у шума больше возможностей исказить ваши выводы. Поэтому, независимо от того, работаете ли вы с крупным или небольшим приложением, важно грамотно распорядиться бюджетом, чтобы контролировать шум и получать максимально точные данные.

Давайте разберем это на простом примере. Допустим, вы измеряете краткосрочную рентабельность инвестиций (ROI): например, доход в течение первых 24 часов или к седьмому дню. Вы можете решить прекратить измерение на отметке 100 долларов, а не на 1000. Благодаря более целенаправленному измерению вы рассматриваете меньшее количество покупок, что снижает влияние шума и позволяет получить более точные инсайты. Но если вы увеличите этот лимит до 1000 долларов, вы будете измерять более широкий диапазон сумм покупок. Это вносит дополнительный шум, который распространяется на все эти суммы и может затруднить понимание того, что на самом деле происходит с вашими данными.

Теперь подумайте о подписочных приложениях. До появления SKAN предложение бесплатной пробной версии на 14-30 дней было нормой для конверсии пользователей в платные подписки. Однако короткое окно измерения SKAN затрудняет измерение этих конверсий, заставляя разработчиков полагаться на показатели более раннего периода (первых 24-48 часов). С помощью Privacy Sandbox разработчики могут сосредоточиться на более поздних сигналах, что позволит им вернуться к более длительному периоду бесплатной пробной версии и более точно измерить конверсию, а также определить приоритеты для долгосрочного успеха.

Еще один важнейший фактор – сегментирование кампаний. Чем больше вы разбиваете данные по таким параметрам, как кампания, набор объявлений или креатив, тем быстрее вы тратите ваш бюджет взносов. Каждый сегмент съедает часть вашего бюджета, а это значит, что чем детальнее ваша сегментация, тем больше шума вы, скорее всего, получите. 

Увеличение масштаба для снижения уровня шума

Еще один способ уменьшить влияние шума – масштабирование данных. Масштабирование – это техника, используемая для того, чтобы шум не искажал важные точки данных. Регулируя значения в ваших данных, MMP, такие как AppsFlyer, могут усиливать ключевые сигналы, делая их менее восприимчивыми к шуму, который добавляется для защиты конфиденциальности.

Например, если ваши исходные данные показывают небольшое количество действий пользователей – всего несколько регистраций – увеличение масштаба повышает эти значения, делая их более устойчивыми к шуму. После добавления шума данные пропорционально умасштабируются, чтобы более точно отразить истинные цифры. Этот процесс гарантирует, что даже после появления шума ваши данные останутся точными и актуальными.

Благодаря масштабированию мы обеспечиваем точность ваших отчетов, гарантируя сохранение важных инсайтов и соблюдение требований конфиденциальности. Это способствует стратегическому управлению бюджетом взносов, помогая получить максимальную отдачу от полученных данных.

Ключевые выводы

При работе в Privacy Sandbox необходимо помнить о нескольких моментах, которые помогут вам сохранить чистоту данных и возможность их использования:

• Количество одновременных рекламных кампаний: Проведение слишком большого количества рекламных кампаний одновременно может привести к тому, что ваш бюджет взносов быстро истощится, что приведет к увеличению шума и получению менее достоверных данных. Главное – найти правильный баланс, чтобы получить значимые инсайты, не превышая бюджет.
• Разбивка кампании: Чем детальнее ваша сегментация, тем с большим количеством шума вы будете иметь дело. Сосредоточьтесь на такой разбивке, которая даст вам максимальную отдачу от вложенных средств.
• Количество событий: Попытка измерить слишком много событий может быстро истощить ваш бюджет. Сосредоточьтесь на ключевых показателях, которые соответствуют вашим целям, независимо от того, ищете ли вы ранние сигналы или долгосрочные результаты, чтобы держать качество данных под контролем.
• Периодичность отчетов:  Слишком частая генерация отчетов может привести к увеличению шума, поскольку каждый раз, когда вы создаете отчет, добавляется новый слой шума для защиты конфиденциальности. Если вы часто генерируете отчеты, то постоянный шум может затруднить получение четких инсайтов, особенно если ваш объем данных невелик. Важно найти правильный баланс – получать необходимые данные, не допуская, чтобы слишком много шума делало ваши отчеты менее точными.

Помня об этих факторах, вы сможете сформировать такую стратегию, которая поможет уменьшить шум и извлечь максимальную пользу из ваших данных.

Если вы хотите наглядно представить, как шум повлияет на ваши отчеты, у нас есть именно такой инструмент. Попробуйте наш симулятор шума, где вы можете изучить различные сценарии и посмотреть, как могут выглядеть ваши данные при различном уровне шума.