如果你从事移动营销足够长的时间，你可能已经遇到过这种情况。 “真相究竟是什么？” 盯着归因报告看了一会儿。.
来自不同来源的不同数字。隐私变更剥夺了你最喜欢的控制权。就像坐过山车一样，你只能靠猜测，而你并不愿意承认这一点。.
2021年，用户开始选择不共享其唯一的移动标识符（称为 IDFA就是这样。 苹果应用追踪透明度（ATT） 一切都改变了。.
一个小小的弹出窗口，一个小的“请求应用不要追踪”突然间，用户级 ID 消失了。直到 2025 年第二季度，大约 35% 用户选择加入（略高于 2024 年第二季度的 34.5% 和 2023 年第二季度的 34%）. 这意味着绝大多数人不再与企业分享他们的数据。确定性归因方法已不再适用。.
进入 SKAdNetwork (SKAN), 苹果的隐私优先归因框架。并不完美，也不受人喜爱，但它会一直存在。还有谷歌的…… 隐私沙箱 这并非苹果公司独有的现象。.
加入 概率模型 以及MMP主导 单一数据源（SSOT）, 如今，营销人员需要兼顾三种归因路径。.
以下是它们的工作原理、使用时机以及接下来的发展方向。.
SKAN 的真正含义（以及它不包含的内容）
苹果的 SKAdNetwork 是一种不使用设备 ID 的归因方式。广告商会收到来自苹果的匿名回传数据，但会有延迟。.
SKAN 4.0+ 的主要特性：
- 没有设备 ID → 以隐私为先的设计理念。.
- 多次回发 → 最多三个，解锁第一天之后的优化信号。.
- 转换值和粗略值 → 追踪有意义的事件。.
- 分层活动 ID → 在活动策划方面拥有更大的灵活性。.
- 人群匿名等级 → 安装次数越多，看到的细节就越多。.
对广告商而言，这为何重要：
- 合规优先 → 完全符合苹果公司的规则。.
- 更干净的数据 → SKAN 安装不会被标记为欺诈。.
- 面向未来 → 苹果的路线图是 SKAN + AdAttributionKit，而不是设备 ID。.
“如果你已经有了确定性的解决方案，为什么还要用概率方法呢？SKAN 能给你提供真相——清晰、公平、面向未来。”
— Rajeev Ranjan，Aarki 产品副总裁
但说实话： SKAN 显示效果较慢（7-14 天），粒度有限，迫使营销人员在优化之前等待。.
概率性的：速度快但脆弱
概率归因模型利用用户行为（例如设备信号、IP地址、时间戳）来分析归因关系。 估计 是哪个广告促成了安装？.
营销人员使用它的原因：
- 速度 → 数小时内即可获得初步反馈。.
- 粒度 → 更多数据用于每日出价和创意调整。.
但问题在于：
- 数据为模型数据，未经证实。.
- 政策不断收紧（苹果公司明确禁止指纹识别）。.
- 规模化应用效果最佳（在一线市场安装量超过 5,000 次）。.
如果说 SKAN 是“有延迟的真理”，那么概率论就是“快速但模糊”。它在方向上有用，但不足以支撑长期战略的制定。.
SSOT：将 SKAN 和建模数据整合到一个视图中
统一报告视图，也称为单一数据源 (SSOT)，由 MMP 构建，将 SKAN 回传与概率和建模归因合并，以创建一个协调的数据集。.
营销人员喜欢它的原因：
- 消除 SKAN 和 MMP 数据之间的重复计数。.
- 提供更清晰、一致的报告，方便团队间共享。.
- 有助于避免可怕的“两个仪表盘，两个答案”问题。.
局限性：
- 它并非自身的归因方法，而是一个协调层。.
- 仍然继承了 SKAN 和概率方法的基本权衡取舍。.
把 SSOT 看作是保持报道一致性的裁判，而不是进球的球员。.
MMPs如何处理SSOT
SKAN出现后，营销人员突然有了 两组数字SKAN的延迟回复及其MMP的建模报告，造成了混乱。.
为了解决这个问题，MMP 创建了统一的报告工具。这些工具本质上是将 SKAN 数据与自身数据合并的方法。 ‘去重’ （或者如他们所说，‘去重’），这样你就只看到一个数字了。.
以下是大型企业采取的做法：
| MMP | 他们对统一测量的看法 | 这对营销人员意味着什么 |
|---|---|---|
| AppsFlyer | 单一数据源（SSOT） | 将 SKAN 数据与其他 iOS 信号合并，并标记重复项，确保每次安装只被计数一次。从而为您提供更清晰、更“真实”的安装量和收入数据。. 了解更多 |
| 分支 | 统一分析 | 将 SKAN、Apple Ads、IDFA/IDFV 等数据整合到一个视图中。有助于发现 SKAN 标记为自然流量但实际上来自付费推广的安装量。. 了解更多 |
| 单数 | 统一测量 | 整合 SKAN 和 MMP 数据，并增加更长的用户群视图（最长 35 天）。有助于减少虚高的自然流量和重复计算的安装量。. 了解更多 |
| 科恰瓦 | SKAN Insights & Explorer | 强大的 SKAN 数据仪表盘和分析工具。它能让你深入了解广告系列的效果和成本，但它并非仅仅提供一个“单一数字”，而是更侧重于让你分析细节。. 了解更多 |
| 调整 | 并排报告 | 将 SKAN 和设备级结果并排显示，而不是合并显示。如果您想同时查看两种视图并自行判断，这将非常有用。. 了解更多 |
阿基的观点
这些工具对于报告系统运行状况非常实用。没有人希望看到两个仪表盘显示不同的信息。但请记住：
- SSOT是关于 报告一致性, 这不是一种新的归因方法。.
- 它仍然继承了 SKAN 的延迟和阈值。.
- 最简洁、最具前瞻性的路径仍然是 在 SKAN 上运行.
SSOT 可以平滑报告波动，但您的优化策略仍然取决于您是否想要 干净数据（SKAN）, 更快的读取（概率性）, 或者 合并视图（SSOT）.
如何选择：一个实用的框架
不同的广告主需要不同的设置。以下是一个简单的理解方式：
- 严格的反欺诈规定？ → 只使用 SKAN 协议。由于苹果公司控制着该信号，欺诈性安装不会被标记。.
- 宽松的反欺诈规则，需要交易量？ → 使用 SSOT（PB + SKAN 混合）进行规模化。.
- 低AT&T选择加入率？ → SKAN 是您实现有效传播的默认途径。.
- 对已获得AT&T用户许可的用户进行再营销？ → 在其上叠加概率重定向。.
SKAN 活动预期结果
营销人员经常会问： “头两周会发生什么？”
- 第1-5天 → 仅一次回发，安装数据有限
- 第7-14天 → 延迟的报告开始陆续到来。CPI 和 ROAS 趋于稳定。.
- 优化开始 → 达到隐私阈值后，转化价值（安装 → 加入购物车 → 购买）才会生效。.
专业提示：不要在第 3 天惊慌地暂停 SKAN 活动。给它每天 $500–$1,000 的运行时间，让它跨越阈值并展现真正的性能。.
Aarki的观点：平衡而非盲目
在 Aarki，我们不采用一刀切的方法。我们有：
- 完全支持 SKAN 4.0+ → 多次回传，粗略值和精细值，活动层级结构。.
- 灵活的框架 → 根据您的欺诈规则和报告目标，可以是仅 SKAN、概率性或 SSOT。.
- 已验证的集成 → AppsFlyer、Adjust 和 Singular 已经过验证。.
- 启用工具 → 通过基准测试、决策树和欺诈影响分析来指导设置。.
Aarki 已做好 SKAN 准备，可大规模实现以隐私为先的用户获取和实时推送，现在及未来皆是如此。
目前iOS广告资源（95-98%）大部分都已通过SKAN投放。这意味着广告主选择合规方案不会损失规模。真正的挑战在于如何设置和优化广告系列。.
Aarki 围绕 SKAN 4.0+ 重建了框架：
- 原生回传摄入 它能够处理苹果公司延迟的、匿名化的数据，而不会受到黑客攻击。.
- 转换价值灵活性 这样，模式就可以跟踪所有三个 SKAN 回传中的正确事件。.
- 竞选层级支持 在不过早触及隐私阈值的前提下进行组织和优化。.
在上面再铺上一层 采取平衡的方法 用户获取（UA） 和 重定向（RT）, 两者都旨在遵守苹果的隐私规则，广告商可以在不牺牲合规性的前提下获得规模优势。.
目标是让团队 选择：SKAN 用于清洁报告，SSOT 用于以数量为优先考虑的情况，以及在 ATT 同意的情况下进行概率性再营销。.
展望未来：SKAN 5.0 和隐私沙盒
苹果公司的 SKAN 5.0 承诺：
- 更快的回发速度 （以小时而非天为单位）。.
- 内置增量 （终于找到了一种衡量提升的方法）。.
- 重定向支持 （保护隐私的再营销）。.
在安卓系统上，, 隐私沙箱 将推出其自身以隐私为先的综合衡量标准。换句话说：隐私保护的浪潮不仅没有退去，反而更加强劲。.
要点总结
- 斯卡恩 = 干净、确定性、符合隐私规定。.
- 概率 = 快速、方向性强，但对政策敏感。.
- SSOT = 经核对的报告，而不是它自己的方法。.
你不必 爱 SKAN。但你必须接受它。而且，你越早开始构建你的 SKAN 操作手册，当 SKAN 5.0 和隐私沙盒成为默认设置时，过渡就会越容易。.
隐私规则不会改变，但您的增长可以。无论您选择 SKAN、概率论还是 SSOT，加入我们，所有途径都将助您实现增长。. 展现你的优势。.
ZH 
EN 
KO