Adjust：如何在iOS14.5+端打造订阅类应用数据分析策略

Katie Madding

Ajust首席产品官：

订阅服务正在蓬勃发展，单个用户每月的平均订阅支出已达20美元。虽然依靠订阅变现的应用只占1%，但订阅类应用带动了超过90%的移动端消费。面对如此巨大的变现潜力，开发者需要懂得如何高效优化漏斗。

在近期发表于gamesindustry.biz的一篇文章中我们已强调，在后iOS14.5+世界中，对于通过订阅变现的应用来说，出色的用户许可请求策略尤其重要，因为只有这样，才能确保在用户生命周期的各个节点收集扎实可靠的精确数据。订阅类应用的用户旅程一般较长，与其他变现模型相比也更加复杂曲折，因此获得的数据越多，收益也就越高。

不过，即便用户拒绝授予数据跟踪许可，只要有强大的SKAdNetwork方案做后盾，就仍有可能对用户生命周期价值(LTV)做出较好的判断。

获取用户许可

较高的用户许可率意味着应用能获得显著的竞争优势，一方面能访问真实且精确的用户数据，另一方面能根据授权用户的行为创建模型。

预授权弹窗有助于向用户阐释授予数据跟踪许可的好处。关于如何打造完美的预授权弹窗，我们已经提出了许多有效的建议，欢迎在这里查看。

而对于订阅类应用，了解用户何时遇到支付问题，何时暂停、取消或继续订阅等关键信息对于应用优化十分关键。使用Adjust的订阅跟踪解决方案，您能以前所未有的清晰度和完整度了解用户生命周期。但是转化之旅曲折复杂，没有了IDFA，要获得可靠的用户数据就更难了。

使用SKAdNetwork

在iOS14.5+世界中，订阅类应用面对的困难更大。首先，延长SKAdNetwork的24小时计时窗口可能有助于收集来自用户的信号，但该如何可靠地延长这个窗口是个棘手的问题。

我们或许能用比特值来延长转化窗口，达到延长计时器的目标—只需定时触发转化值更新(例如从000001更新至000011)，让计时延长24小时即可。但用户需要每天登录，转化值才会在应用于前台运行时触发。如果用户不再打开应用，那么转化值就不会更新，计时器不会延长，您也就无法在更长的时间范围内收集数据。

第二，在安装后的头24小时内很难获得足够的数据来预测用户的长期表现。由于6比特转化值的限制，可用触点数量有限，在这种情况下，您必须把握住那些最重要的触点，充分利用最重要的初始24小时窗口。

信号与杂音

广告主可以通过两种方式使用SKAdNetwork提供的6比特值。第一种是"位屏蔽(bit masking)"，将6个比特值分别指定给6个事件，通过查看比特值是0还是1，了解对应事件是否发生。

通过标准SKAdNetwork解决方案，您可以将已在Adjust控制面板中跟踪的订阅事件映射到转化值。

第二种方法是将范围映射到不同的转化值上，这样就能根据用户所处的范围将其划分到不同的群组。通过我们的高级转化值管理系统，您可以创建自定义方案，指定范围映射。

对于视频流媒体和约会类应用来说，用户交互是最为重要的指标之一。因此，有的公司使用了我们高级转化值解决方案中的"sessions(会话)"条件进行优化。

"sessions"条件可跟踪记录到的会话总数。在下面的示例中，如果用户产生了5-10次会话记录，就会返回转化值"3"。

"sessions":{"count_min":5,"count_max":10}

count_min(默认为1)–跟踪到的会话总量不应低于指定的值；

count_max(默认为不设限)–跟踪到的会话总量不应超过指定的值；

制定模型

LTV预测模型会基于用户使用应用首日的行为预测中期收入。在使用较为宽泛的范围或类别时，这种预测模型效果更好。

订阅类应用或可将“试用开始“作为SKAdNetwork信号和优化指标，这不仅是因为这一事件更有可能在可见的窗口中发生，更是因为在初始窗口中，开始试用的操作能够体现强烈的用户意愿。

然而，仅仅依靠"试用开始"有可能让您误入歧途。在无法了解试用期间发生的事件时，后IDFA时代的数据分析会更加困难，因为用户开始免费试用并不意味着之后会为应用带来收入。

试用

考虑到上文所述的原因，您或许可以考虑将"试用开始"作为额外的相关信号加以利用，借此丰富试用相关指标。举个例子：用户触发了"试用开始"事件，获得了初始转化值，但在转化值窗口中又取消了试用，那么您就可以更新转化值。这样就能立刻排除大量可能不会付费的用户，从而划分出"取消试用"的用户群，此类用户的LTV可能较低。

换一个角度来说，您还可以跟踪注册免费试用并提供了支付信息的用户。此类用户已经表现出转化的意向，更有可能变为长期付费用户。