SKAdNetwork 归因
在不损害用户隐私的情况下返回精细且准确的群组见解。 测量、组合和丰富 SKAN 性能信号并填补这些数据空白。
借助 Singular 的下一代归因技术实现升级的品牌
准备好让您的增长面向未来吗？
应对当前 iOS 挑战的解决方案
通过智能转化管理从 KPI 中获得更多收益
使用 Singular的 7 种独特转化模型跟踪您的用户参与度和收入，以实现有效优化。 Singular针对最佳收入模型的建议以及对迁移到最新 SKAN 版本的支持意味着您始终能够做出数据驱动的决策，以实现最佳性能。
使用开箱即用的 SKAN 报告提升您的 iOS 性能
轻松地将 SKAN 转化数据与广告网络成本结合起来，进行全面的 KPI 分析。 Singular的 iOS 报告需要最少的设置，并通过先进的收入模型提供可操作的见解，以提供即时价值并让您的绩效一目了然。
用数据科学填补您的报告空白
通过置信区间和 35 天收入群组获得卓越的 iOS 洞察，所有这些都在一个易于使用的软件包中，可直面您最大的 SKAN 数据挑战。 Singular的科学驱动的高级分析设计简单且高度准确，收入准确度高达 90%。
访问准确的重复数据删除 iOS 指标
Singular的统一 iOS 报告将 SKAN、有机和 MMP 数据统一在一个重复数据删除视图中。 这个一流的工具可以让您真实了解您的付费、自有和自然绩效，并解锁 35 天的群组。 准确了解 eCPI 和 ROI 等基本指标，从而实现更智能、更有效的营销策略和优化决策。
为您的合作伙伴赋能
通过发送预测性 D7 LTV 进行即时广告计划优化，使您的广告合作伙伴能够提供最佳的流量。 实时反馈循环改善了 SKAN 效果信号，服务器到服务器模式获取离线收入以实现准确的 pLTV。
SKAN 数据交付到您需要的地方
自动将所有 SKAN 聚合和用户级数据传输到数据仓库、存储或报告工具，无需任何代码。 Singular的 ETL 支持所有领先的数据库，包括 Tableau 和 Looker 等可视化工具，以及 S3 和 SFTP 等基于文件的存储工具。
SKAdNetwork 归因常见问题解答
与之前的 SKAN 版本仅发送一次具有转化价值的回发不同，SKAdNetwork 4.0 每次安装最多发送 3 个回发（取决于人群匿名阈值），让您可以在安装后最多 35 天内了解用户活动。
然而，只有第一次回发（测量安装后 2 天内的用户活动）包含精细的转换值（0-63 之间的数字），正如我们从 SKAN 3.0 中了解到的那样。 其他回发始终是 3 个可能的粗略值之一：低、中或高。
此外，SKAdNetwork 现在支持 4 位源 ID，而不是活动 ID，可用于对活动 ID 和附加信息进行编码。 此维度在 SKAN 4 中取代了旧版本 SKAN 中使用的 SKAN 活动 ID。
根据匿名级别（由 Apple 的隐私阈值确定），回发中包含的源 ID 可能仅包含前 2 或 3 位数字。
Singular 可以轻松迁移到最新的 SKAN 模型。 将旧模型迁移到 SKAN 4.0 时，您可以选择在 SKAN 兼容性模型下选择“我正在运行 SKAN 3 和 SKAN 4 营销活动”。 此选项会调整您现有的模型，使其能够在 SKAN 3 和 SKAN 4 上工作，从而允许您与已准备就绪的合作伙伴一起测试新设置，并与仍在 SKAN 3 上的合作伙伴一起维护营销活动。
对于您要推广的每个app，您可以选择以下转化模型类型之一：
型号类型：
收入模型：
让您可以根据安装/重新安装后的测量期间获得的收入来优化您的营销活动。收入模型可以衡量三种类型的收入，具体取决于您的设置方式：应用内购买收入、广告收入或两者（所有收入）。另请参阅：SKAN 优化模型常见问题解答
转化事件模型：
让您可以根据特定的安装后用户活动来优化营销活动。如果用户事件在测量期间至少发生一次，则模型会将用户事件编码到转化值中。
参与模型：
让您可以根据测量期间用户与应用程序的互动程度来优化您的营销活动。该模型将测量期间发生的各种事件的次数编码到转换值中。
混合模型：
混合模型允许您获取有关同一 SKAdNetwork 活动的收入信息和另一种类型的信息。
对于具有部分数据的 SKAdNetwork 广告计划（由于部分可见的转化值），Singular可以显示整个广告计划的建模（推测）指标。
建模指标源自我们拥有数据的安装。
例如：
- SKAN 营销活动有 50 次安装，其中 25 次安装具有转化价值（转化价值率为 50%）。
-根据现有的转化价值，SKAN 收入为 30 美元。
- 基于具有经过审查的转化价值的安装行为与具有可用转化价值的安装行为相同的假设，该营销活动的建模收入为 60 美元。
SKAdNetwork 收入模型的有效性取决于为其定义的收入范围（请参阅收入模型如何运作？ ）。
通过自动为您的应用生成最佳收入桶，解决了如何定义收入桶（多少个桶、多大/小等）的困境
优化模型是根据特定应用程序的真实用户级收入事件数据（由 Singular 跟踪器测量）计算得出的。
Singular 开发了估计和统计算法，通过利用我们作为 MMP 收集的其他数据集来改进 SKAdNetwork 数据集。 我们使用广告支出、IDFA 和应用内事件数据来估计群组指标，例如 d7 和 d30 收入。
估算受益于您的应用程序使用的现有 SKAdNetwork 转换模型 - 创建更准确的数据集的更好模型将在估算同期群指标时产生更高的准确性。
针对每个指标， Singular 将提供置信区间，以帮助营销人员评估准确性，并围绕营销活动优化做出明智的决策。
这是一个例子：
- 让我们以一位营销人员为例，他的转化模型使用 24 小时的衡量周期。
- 在第一次调用 SKAdNetwork 时开始的第一个 24 小时窗口结束时，每个 iOS 设备将获得一个额外的随机计时器，之后 Singular 将收集所有捕获的转换值，通过 Singular 进行编码并由广告网络。
-Singular 随后会将转换值解码回原始指标，例如收入，在此阶段尚未进行分组。
- 现在，数据科学来了 – Singular 将采用原始收入指标，并使用技术来估计 d7 收入。 每个值都将提供一个置信区间，以便营销人员获得准确性的感觉。
-例如，当置信区间为 10 美元时估计 100 美元，这意味着我们以 90% 的准确度估计 d7 收入为 100 美元！
准备好让您的增长面向未来吗？