SKAd নেটওয়ার্ক রূপান্তর মান স্কিমার জন্য রাজস্ব বাকেট গণনা করুন

1। পরিচিতি

আমরা শুরু করার আগে কিছু প্রসঙ্গ

আপনি যদি একজন iOS অ্যাপ ডেভেলপার হন, আপনি অবশ্যই iOS 14.5+ গোপনীয়তা আপডেটের কথা শুনে থাকবেন। ইন্সটলের পর অর্থপূর্ণ রূপান্তর ক্রিয়া পরিমাপ করতে, Apple SKAd নেটওয়ার্ক API প্রদান করে যা আপনাকে ব্যবহারকারীর গোপনীয়তাকে সম্মান করার সাথে সাথে আপনার বিজ্ঞাপন প্রচারের সাফল্য পরিমাপ করতে দেয়। আপনার ব্যবসার প্রয়োজনের উপর ভিত্তি করে, আপনি আপনার প্রচারাভিযান সম্পর্কে অর্থপূর্ণ অন্তর্দৃষ্টি ক্যাপচার করার জন্য SKAd নেটওয়ার্কের সুবিধা নেওয়ার সবচেয়ে অনুকূল উপায় নিয়ে আসতে পারেন। এই কোডল্যাবে, আমরা BigQuery-এ আপনার GA4F ডেটাকে বাকেটগুলিতে গোষ্ঠীবদ্ধ করার জন্য অ্যাপ ইনস্টলেশনের পরে গোষ্ঠীভুক্ত করার জন্য একটি উদাহরণ পদ্ধতি পরীক্ষা করি, যা আপনি আপনার অ্যাপ অ্যাট্রিবিউশন অংশীদারের সাথে সেট আপ করতে ব্যবহার করতে পারেন। যদিও এই কোডল্যাবটি একটি আয় ভিত্তিক পদ্ধতি ব্যবহার করে, আপনি SKAN পরিমাপের জন্য ইভেন্ট বা ফানেল ভিত্তিক পদ্ধতিও ব্যবহার করতে পারেন। আরও বিস্তারিত নির্দেশনার জন্য অনুগ্রহ করে এই সহায়তা কেন্দ্রে যান। এটি শুধুমাত্র একটি উদাহরণ, একটি অফিসিয়াল Google সুপারিশ নয় । আপনি আপনার নির্দিষ্ট ব্যবসার প্রয়োজনের উপর ভিত্তি করে আপনার নিজস্ব স্কিমা ডিজাইন করতে পারেন

আমরা কভার করার ইচ্ছা কি

  • BigQuery-এ GA4F ডেটা এক্সপ্লোর করুন
  • 0-2 দিনের মধ্যে রূপান্তরিত ব্যবহারকারীদের জন্য রাজস্ব ডেটা খুঁজুন
  • বালতিতে রাজস্ব ডেটা গ্রুপ করুন
  • প্রতিটি বালতি ব্যবহারকারী বন্টন বুঝতে
  • Appsflyer SKAN রূপান্তর স্টুডিওতে বালতি প্রয়োগ করুন

প্রাক-প্রয়োজনীয়তা

2. BigQuery এক্সপোর্ট অ্যাক্সেস করা

Project Settings > Integrations > BigQuery-এ গিয়ে GA4F-এর ডেটাসেটে নেভিগেট করুন। টগলটি প্রথমে সক্ষম করা দরকার এবং একবার এটি সক্ষম হলে, ডেটাসেটটি উপলব্ধ হতে প্রায় 48 ঘন্টা সময় লাগে৷ আপনি নীচে দেখানো লিঙ্কে ক্লিক করতে পারেন এবং এটি আপনাকে BigQuery-এ নিয়ে যাবে

1aa4e20bfd3419d1.png

কিছু প্রশ্ন চালান

এখন যেহেতু আপনি BigQuery-এ আছেন, আপনার তৈরি হওয়া দৈনিক সারণী দেখতে হবে। নীচের উদাহরণের স্ক্রিনশটে, আমরা 64টি দৈনিক টেবিল দেখতে পাচ্ছি, তাই রপ্তানি 64 দিন ধরে চলছে। আপনি যদি প্রথমবার এটি অ্যাক্সেস করেন, তাহলে আপনি আগের দিনের ডেটার জন্য শুধুমাত্র 1টি দৈনিক টেবিল দেখতে পাবেন। ডানদিকে, আপনি টেবিল স্কিমা দেখতে পাচ্ছেন। আপনি এখানে ক্ষেত্রগুলিতে আরও বিশদ উল্লেখ করতে পারেন

আপনার ক্যোয়ারী লেখা শুরু করার জন্য, আপনি Query > In new ট্যাবে ক্লিক করতে পারেন

42ba59ec655c5d1b.png

তারপরে আপনি নতুন ট্যাবে নমুনা ক্যোয়ারী চালানোর চেষ্টা করতে পারেন

70ef90d32b7cd7f1.png

3. রাজস্ব ডেটা বিশ্লেষণ করুন

ইনস্টল ডেটা আনা হচ্ছে

এখন রাজস্ব বালতি তৈরি করা শুরু করার জন্য, আমাদের প্রথমে গত 24 থেকে 72 ঘন্টার মধ্যে অ্যাপটিতে ইনস্টল করা ব্যবহারকারীদের ডেটা দেখতে হবে। SKAd নেটওয়ার্ক 4.0 আপনাকে 0-2 দিনের মধ্যে ডেটা দেখতে দেয়, যখন SKAd নেটওয়ার্ক 3.5 ডিফল্টরূপে 24 ঘন্টা অনুমতি দেয়। (আপনার অ্যাপ অ্যাট্রিবিউশন পার্টনারের ক্ষমতার উপর নির্ভর করে, আপনি এই অ্যাক্টিভিটি উইন্ডোটিকে সাধারণত 72 ঘণ্টার বেশি না করে পরিবর্তন করতে পারবেন)। যখন ব্যবহারকারীরা অ্যাপটি ইনস্টল করেন এবং প্রথমবার এটি খুলেন, প্রথম_ওপেন ইভেন্টটি SDK দ্বারা বহিস্কার করা হয় এবং BigQuery এ রেকর্ড করা হয়।

আপনি BigQuery-এর জন্য যে শনাক্তকারীটি ব্যবহার করতে পারেন সেটি হল user_pseudo_id (অ্যাপ ইনস্ট্যান্স আইডিও বলা হয়), তাই আপনি এই ব্যবহারকারীদের খুঁজে পেতে নীচের প্রশ্নটি ব্যবহার করতে পারেন

SELECT
  user_pseudo_id,
  event_name,
  event_date,
  event_timestamp
FROM `project_name.dataset_name.events_2023*`
WHERE
  event_name = 'first_open'
  AND platform = 'IOS'

এই ক্যোয়ারী সম্পর্কে উল্লেখ্য জিনিস একটি দম্পতি

  • অনুগ্রহ করে আপনার অ্যানালিটিক্স এক্সপোর্ট করা টেবিলের সাথে টেবিলের নাম প্রতিস্থাপন করুন। আপনি একাধিক দৈনিক টেবিল অনুসন্ধান করতে ওয়াইল্ডকার্ড ব্যবহার করতে পারেন। উদাহরণস্বরূপ, 2023* 2023 সালে সমস্ত ডেটা জুড়ে প্রশ্ন করবে
  • আপনার যদি অনেক ব্যবহারকারী থাকে, আপনি দ্রুত প্রক্রিয়াকরণের জন্য শেষ 30 দিনের জন্য জিজ্ঞাসা করতে পারেন
  • আমরা প্ল্যাটফর্মে ফিল্টার করি = 'আইওএস'। আপনার Firebase প্রোজেক্টে একাধিক iOS অ্যাপ থাকলে, নির্দিষ্ট অ্যাপের ডেটা পেতে আপনি app_info.firebase_app_id-এর জন্য একটি ফিল্টারও যোগ করতে পারেন

রাজস্ব ডেটা আনা হচ্ছে

এখন, আপনার ব্যবহারকারীদের জন্য রাজস্ব খোঁজার জন্য একটি ক্যোয়ারী দেখি। এই ক্ষেত্রে, আমরা ধরে নেব যে আপনার আয় ইভেন্টগুলি ইন_অ্যাপ_ক্রয় এবং বিজ্ঞাপন_ইম্প্রেশন। in_app_purchase থেকে আয় ইভেন্ট_value_usd-এ পাওয়া যায়, যখন ad_impression-এর জন্য আয় ইভেন্ট প্যারামিটারের মধ্যে মান প্যারামিটারে পাওয়া যায়। আপনি যদি BigQuery-এ ইভেন্ট প্যারামিটারের সাথে পরিচিত না হন, তাহলে এখানে সংজ্ঞা পরীক্ষা করার পরামর্শ দেবেন এবং আপনি আমাদের অফিসিয়াল রেফারেন্সে এই নমুনা প্রশ্নটি ব্যবহার করে দেখতে পারেন, যা event_params থেকে মান বের করার বিষয়টিও কভার করে

SELECT
  user_pseudo_id,
  event_name,
  EXTRACT(date FROM Parse_datetime('%Y%m%d', event_date)) AS event_date,
  (
    SELECT COALESCE(value.int_value, value.float_value, value.double_value, NULL)
    FROM UNNEST(event_params)
    WHERE
      KEY = 'value'
      AND event_name = 'ad_impression'
  ) AS ad_funded_revenue,
  (
    SELECT value.string_value
    FROM UNNEST(event_params)
    WHERE
      KEY = 'currency'
      AND event_name = 'ad_impression'
  ) AS ad_revenue_currency,
  (
    CASE
      WHEN event_name = 'in_app_purchase' THEN event_value_in_usd
      ELSE 0
      END) AS iap_revenue_usd,
FROM `project_name.dataset_name.events_2023*`
WHERE
  platform = 'IOS'
  AND event_name IN (
    'in_app_purchase',
    'ad_impression')

আসুন এখানে প্রশ্নটি কি করছে তা বুঝুন। এই জিনিস আপনি লক্ষ্য করবেন

  • WHERE ক্লজে, আমরা রাজস্ব ইভেন্টগুলির জন্য ফিল্টার করছি, যেহেতু আমরা শুধুমাত্র সেগুলিতেই আগ্রহী, এবং গতবারের মতো, আমরা iOS ডেটা খুঁজছি
  • এখন, SELECT ক্লজে, আমরা বিজ্ঞাপন রাজস্ব ইভেন্টের (ad_impression) জন্য মূল্যের পাশাপাশি মুদ্রা নিচ্ছি, এবং ইভেন্টটি যখন_অ্যাপ_পারচেজ হয় তখন আমরা event_value_in_usd নিচ্ছি
  • যদি আপনি একাধিক মুদ্রা পাঠান, তাহলে আপনাকে প্রথমে এই বিশ্লেষণের জন্য একটি একক মুদ্রার সাথে সারিবদ্ধ করতে হবে। এই উদাহরণের উদ্দেশ্যে, আমরা অনুমান করব যে বিজ্ঞাপনের অর্থায়নে আয়ের জন্য মুদ্রাও USD

আউটপুট নীচের মত কিছু হবে (user_pseudo_id এর জন্য কলাম এখানে সংশোধন করা হয়েছে)।

1e1e6943e4b3a6d8.png

এই তথ্য সমন্বয়

এখন পর্যন্ত, আমরা দুটি ক্যোয়ারী চালিয়েছি, একটি যে ব্যবহারকারীরা অ্যাপটি ইনস্টল করেছেন এবং খোলেন তাদের ডেটা খুঁজে বের করার জন্য, এবং অন্যটি সেই ব্যবহারকারীদের জন্য রাজস্ব খোঁজার জন্য। এখন, এসকেএড নেটওয়ার্ক সীমাবদ্ধতা সম্পর্কে আমরা কী আলোচনা করেছি তা মনে রাখা যাক। অ্যাট্রিবিউশন উইন্ডোটি ইনস্টলেশনের পরে 0-2 দিনের মধ্যে উপলব্ধ হতে পারে। তাই, আমাদের ইন্সটল এবং আয়ের জন্য ইভেন্ট টাইমস্ট্যাম্পগুলি পরীক্ষা করতে হবে এবং শুধুমাত্র তথ্য নিতে হবে, যদি এটি সেই সময়সীমার মধ্যে ঘটে থাকে। এখন অ্যাপ ইনস্টলেশনের দুই দিনের প্রতিটি পোস্টের জন্য মোট রাজস্ব প্রদান করে এমন একটি প্রশ্নের সাথে একত্রিত করার একটি শট নেওয়া যাক

#creating the install table
WITH
  install_table AS (
    SELECT
      user_pseudo_id,
      event_name,
      event_date,
      event_timestamp
    FROM `project_name.dataset_name.events_2023*`
    WHERE
      event_name = 'first_open'
      AND platform = 'IOS'
  ),
  #creating the revenue table
  revenue_table AS (
    SELECT
      user_pseudo_id,
      event_name,
      event_timestamp,
      EXTRACT(date FROM Parse_datetime('%Y%m%d', event_date)) AS event_date,
      (
        SELECT COALESCE(value.int_value, value.float_value, value.double_value, NULL)
        FROM UNNEST(event_params)
        WHERE
          KEY = 'value'
          AND event_name = 'ad_impression'
      ) AS ad_funded_revenue,
      (
        SELECT value.string_value
        FROM UNNEST(event_params)
        WHERE
          KEY = 'currency'
          AND event_name = 'ad_impression'
      ) AS ad_revenue_currency,
      (
        CASE
          WHEN event_name = 'in_app_purchase' THEN event_value_in_usd
          ELSE 0
          END) AS iap_revenue_usd,
    FROM `project_name.dataset_name.events_2023*`
    WHERE
      platform = 'IOS'
      AND event_name IN (
        'in_app_purchase',
        'ad_impression')
  )
SELECT
  it.user_pseudo_id AS user_pseudo_id,
  #combine ad revenue and IAP revenue, assuming both are in same currency
  sum(ifnull(rt.iap_revenue_usd,0) + ifnull(rt.ad_funded_revenue,0)) AS total_revenue,
FROM install_table it
INNER JOIN revenue_table rt
  ON it.user_pseudo_id = rt.user_pseudo_id
WHERE
  rt.event_timestamp >= it.event_timestamp
  AND rt.event_timestamp
    <= it.event_timestamp + 86400000000 * 2  #added 86400 000 millisecond as 24 hours, taking for 2 days later
GROUP BY 1

ক্যোয়ারীটি শুধুমাত্র user_pseudo_id ফিল্ডে ইনস্টল ডেটা এবং রাজস্ব ডেটা যোগ করার চেষ্টা করে এবং তারপরে আমাদের নিশ্চিত করতে হবে যে টাইমস্ট্যাম্পটি 2 দিনের মধ্যে রয়েছে। আপনি যদি SKAd নেটওয়ার্ক 3.5 ব্যবহার করেন, ডিফল্ট 24 ঘন্টা, তাই আপনি শুধুমাত্র 1 দিনের ডেটা অন্তর্ভুক্ত করতে শর্তটি পরিবর্তন করতে পারেন

বালতি মধ্যে রাজস্ব গ্রুপিং

পূর্ববর্তী প্রশ্নের পরে, আপনার কাছে user_pseudo_id এবং মোট আয় থাকবে

2c1986b93e937d19.png

আমাদের এখন এটিকে বালতিতে একত্রিত করতে হবে যা আমরা আমাদের রূপান্তর মান রেঞ্জের জন্য ব্যবহার করতে পারি। এই উদ্দেশ্যে, আমরা BigQuery-এ approx_quantiles ফাংশন ব্যবহার করব, যা স্বয়ংক্রিয়ভাবে আপনার জন্য এই রেঞ্জগুলি তৈরি করে। এই উদাহরণের উদ্দেশ্যে ধরে নেওয়া যাক যে আমরা 5টি রেঞ্জ তৈরি করতে চাই, তাই আমরা শুধু SELECT প্রায়_মাত্রা (মোট_আয়ের, 5) AS বাকেট ব্যবহার করতে পারি

এর সাথে, আসুন এটিকে আমাদের সামগ্রিক প্রশ্নের মধ্যে অন্তর্ভুক্ত করি

#creating the install table
WITH
  install_table AS (
    SELECT
      user_pseudo_id,
      event_name,
      event_date,
      event_timestamp
    FROM `project_name.dataset_name.events_2023*`
    WHERE
      event_name = 'first_open'
      AND platform = 'IOS'
  ),
  #creating the revenue table
  revenue_table AS (
    SELECT
      user_pseudo_id,
      event_name,
      event_timestamp,
      EXTRACT(date FROM Parse_datetime('%Y%m%d', event_date)) AS event_date,
      (
        SELECT COALESCE(value.int_value, value.float_value, value.double_value, NULL)
        FROM UNNEST(event_params)
        WHERE
          KEY = 'value'
          AND event_name = 'ad_impression'
      ) AS ad_funded_revenue,
      (
        SELECT value.string_value
        FROM UNNEST(event_params)
        WHERE
          KEY = 'currency'
          AND event_name = 'ad_impression'
      ) AS ad_revenue_currency,
      (
        CASE
          WHEN event_name = 'in_app_purchase' THEN event_value_in_usd
          ELSE 0
          END) AS iap_revenue_usd,
    FROM `project_name.dataset_name.events_2023*`
    WHERE
      platform = 'IOS'
      AND event_name IN (
        'in_app_purchase',
        'ad_impression')
  ),
  total_revenue_table AS (
    SELECT
      it.user_pseudo_id AS user_pseudo_id,
      #combine ad revenue and IAP revenue, assuming both are in same currency
      sum(ifnull(rt.iap_revenue_usd,0) + ifnull(rt.ad_funded_revenue,0)) AS total_revenue,
    FROM install_table it
    INNER JOIN revenue_table rt
      ON it.user_pseudo_id = rt.user_pseudo_id
    WHERE
      rt.event_timestamp >= it.event_timestamp
      AND rt.event_timestamp
        <= it.event_timestamp + 86400000000 * 2  #added 86400 000 millisecond as 24 hours
    GROUP BY 1
  )
SELECT approx_quantiles(total_revenue, 5) AS buckets FROM total_revenue_table

এই কোয়েরিটি রাজস্বকে 5টি বালতিতে ভাগ করবে এবং BigQuery একটি সামঞ্জস্যপূর্ণ শতাংশ বন্টন বজায় রাখার চেষ্টা করে

ba46f5d993449948.png

এই বালতি দিয়ে ব্যবহারকারীর বন্টন বিশ্লেষণ করুন

এটি একটি ঐচ্ছিক পদক্ষেপ, যদি আপনি প্রতিটি বালতিতে আপনার ব্যবহারকারীদের বিতরণ বুঝতে চান। আমাদের উদাহরণের জন্য, আগের ক্যোয়ারীতে ফিরে আসা বালতি রেঞ্জগুলি হল৷

  • 0.1
  • 0.5
  • 2
  • 2.5
  • 5 [শেষ মানটি পরিসর কনফিগারেশনে ব্যবহার করা হবে না]

চূড়ান্ত রেঞ্জের জন্য, আমরা শেষ বালতি 5 উপেক্ষা করব, কারণ এটি সাধারণত সর্বাধিক মান, এবং আমরা কেবল 2.5 কে শেষ পরিসর হিসাবে বিবেচনা করতে পারি। এর কারণ হল অ্যাপ অ্যাট্রিবিউশন প্রদানকারীরা পরিসরের গড় ব্যবহার করে ROAS গণনা করার প্রবণতা রাখে, তাই আরও অভিন্ন গণনার জন্য আউটলায়ারকে বাদ দিতে হবে।

আমরা এখন সমস্ত রেঞ্জ জুড়ে প্রতিটি তারিখের জন্য ব্যবহারকারীর সংখ্যা দেখার চেষ্টা করব, যাতে আমরা প্রতিটি বালতিতে ব্যবহারকারীর দৈনিক ভলিউম বুঝতে পারি৷ আমরা এই নমুনা ক্যোয়ারী ব্যবহার করে এটি করতে পারি, যেখানে আপনি বালতির মানগুলি এর সাথে প্রতিস্থাপন করতে পারেন আপনার প্রকৃত তথ্য, এবং ক্যোয়ারী এই মত কিছু দেখতে হবে

#creating the install table
WITH
  install_table AS (
    SELECT
      user_pseudo_id,
      event_name,
      event_date,
      event_timestamp
    FROM `project_name.dataset_name.events_2023*`
    WHERE
      event_name = 'first_open'
      AND platform = 'IOS'
  ),
  #creating the revenue table
  revenue_table AS (
    SELECT
      user_pseudo_id,
      event_name,
      event_timestamp,
      EXTRACT(date FROM Parse_datetime('%Y%m%d', event_date)) AS event_date,
      (
        SELECT COALESCE(value.int_value, value.float_value, value.double_value, NULL)
        FROM UNNEST(event_params)
        WHERE
          KEY = 'value'
          AND event_name = 'ad_impression'
      ) AS ad_funded_revenue,
      (
        SELECT value.string_value
        FROM UNNEST(event_params)
        WHERE
          KEY = 'currency'
          AND event_name = 'ad_impression'
      ) AS ad_revenue_currency,
      (
        CASE
          WHEN event_name = 'in_app_purchase' THEN event_value_in_usd
          ELSE 0
          END) AS iap_revenue_usd,
    FROM `project_name.dataset_name.events_2023*`
    WHERE
      platform = 'IOS'
      AND event_name IN (
        'in_app_purchase',
        'ad_impression')
  ),
  total_revenue_table AS (
    SELECT
      it.user_pseudo_id AS user_pseudo_id,
      rt.event_date,
      #combine ad revenue and IAP revenue, assuming both are in same currency
      sum(ifnull(rt.iap_revenue_usd,0) + ifnull(rt.ad_funded_revenue,0)) AS total_revenue,
    FROM install_table it
    INNER JOIN revenue_table rt
      ON it.user_pseudo_id = rt.user_pseudo_id
    WHERE
      rt.event_timestamp >= it.event_timestamp
      AND rt.event_timestamp
        <= it.event_timestamp + 86400000000 * 2  #added 86400 000 millisecond as 24 hours
    GROUP BY 1, 2
  )
SELECT
  event_date,
  sum(CASE WHEN total_revenue BETWEEN 0 AND 0.1 THEN 1 ELSE 0 END) AS Bucket1,
  sum(CASE WHEN total_revenue BETWEEN 0.1 AND 0.5 THEN 1 ELSE 0 END) AS Bucket2,
  sum(CASE WHEN total_revenue BETWEEN 0.5 AND 2 THEN 1 ELSE 0 END) AS Bucket3,
  sum(CASE WHEN total_revenue BETWEEN 2 AND 2.5 THEN 1 ELSE 0 END) AS Bucket4,
  sum(CASE WHEN total_revenue > 2.5 THEN 1 ELSE 0 END) AS Bucket5
FROM total_revenue_table
GROUP BY 1 ORDER BY 1 DESC

এটি নীচের মত প্রতিটি দিনের জন্য প্রতিটি আয়ের পরিসরে ব্যবহারকারীদের ফেরত দেবে। আপনি যদি কোনো বালতিতে বা সাধারণত অসম বন্টনে খুব কম সংখ্যা দেখতে পান, আপনি বালতির সংখ্যা সামঞ্জস্য করতে এবং ক্যোয়ারীটি পুনরায় চালাতে চাইতে পারেন।

bf7d73085fe94cb6.png

SKAd নেটওয়ার্ক 4.0 এ একটি দ্রুত শব্দ

SKAd নেটওয়ার্ক 4.0 2 দিন, 3-7 দিন এবং 8-35 দিন পর্যন্ত একাধিক রূপান্তর উইন্ডো সরবরাহ করে। উপরের পদ্ধতিতে, আপনি সহজেই এই অতিরিক্ত পরিস্থিতিগুলির জন্য ডেটা বিশ্লেষণ করতে উইন্ডোটি পরিবর্তন করতে পারেন। নিম্ন, মাঝারি এবং উচ্চ এর মোটা দানাদার মানও পাওয়া যায়। আবার, আপনি যদি এই পদ্ধতিটি ব্যবহার করতে চান, আপনি এটিকে 3টি বালতি হিসাবে ভাবতে পারেন, সুতরাং, বালতির সংখ্যা 3 এ পরিবর্তন করে, আপনি নিম্ন, মাঝারি এবং উচ্চের জন্য থ্রেশহোল্ড পেতে পারেন

4. আপনার অ্যাট্রিবিউশন প্রদানকারীর সাথে স্থাপনা

নির্দিষ্ট প্ল্যাটফর্মের উপর নির্ভর করে, এই নির্দেশিকা পরিবর্তিত হতে পারে। এই বিষয়ে সর্বাধিক আপডেট হওয়া তথ্যের জন্য দয়া করে প্ল্যাটফর্মের প্রতিনিধিদের সাথে কাজ করুন৷ এই উদাহরণের উদ্দেশ্যে, আমরা বর্তমানে AppsFlyer-এ কীভাবে এটি স্থাপন করতে পারি তা দেখব

আমরা পূর্বে যে ক্যোয়ারী চালিয়েছিলাম, আউটপুট হিসাবে আমরা যে চূড়ান্ত রেঞ্জগুলি পেয়েছি তা নীচে ছিল

ba46f5d993449948.png

  • রেঞ্জ 1 : 0 থেকে 0.1
  • পরিসর 2 : 0.1 থেকে 0.5
  • পরিসীমা 3 : 0.5 থেকে 2
  • পরিসীমা 4 : 2 থেকে 2.5

মনে রাখবেন যে আমরা শেষ রাজস্ব পরিসর উপেক্ষা করার সিদ্ধান্ত নিয়েছি, কারণ এটি একটি বহির্মুখী হবে এবং আপনার অ্যাপ অ্যাট্রিবিউশন প্রদানকারীর জন্য গড় গণনা তির্যক হবে৷

AppsFlyer SKAN রূপান্তর স্টুডিও অফার করে, যেখানে এটি সরাসরি UI এ ইনপুট করা বেশ সহজ। আপনি হয় সরাসরি 4.0 ব্যবহার করতে পারেন অথবা যদি আপনি 3.5 ব্যবহার করেন তাহলে "কাস্টম" মোড ব্যবহার করতে পারেন এবং "রাজস্ব" পরিমাপ যোগ করতে পারেন। তারপরে আপনি আগের বিশ্লেষণ থেকে গণনা করা রাজস্ব ব্যাপ্তি যোগ করতে পারেন।

f8c56abdf9b405f4.png

Google বিজ্ঞাপনে সেরা অভ্যাস এবং শিক্ষা

আপনি যদি Google Ads-এ প্রচারাভিযান চালান এবং SKAd নেটওয়ার্ক রূপান্তর মান স্কিমার মাধ্যমে প্রভাব পরিমাপ করেন তাহলে আমরা আপনাকে কিছু সুপারিশ দিতে চাই

  • আপনি Google বিজ্ঞাপনে যে রূপান্তর উইন্ডোটি ব্যবহার করছেন সেটি আপনার অ্যাপ অ্যাট্রিবিউশন প্ল্যাটফর্মে নির্দিষ্ট করা অ্যাক্টিভিটি উইন্ডোর সাথে মেলে তা নিশ্চিত করুন। SKAd নেটওয়ার্ক 3.5 এর জন্য, এটি সম্ভবত 1-3 দিনের মধ্যে হতে পারে, তাই আপনি এখানে তালিকাভুক্ত পদক্ষেপগুলি অনুসরণ করে Google Ads-এ এটিকে সামঞ্জস্য করতে পারেন

4fd625aae9d4a43.png

  • আপনি যদি Appsflyer ব্যবহার করেন, বর্তমানে ডিফল্ট ইভেন্ট কাউন্টার হল 1, যার মানে হল এটি ব্যবহারকারী প্রতি একাধিক ইভেন্টের জন্য হিসাব করে না। আপনি যদি SKAN পরিমাপের জন্য একটি ইভেন্ট ভিত্তিক মডেল ব্যবহার করেন এবং Google Ads-এ tCPA প্রচারাভিযানের সাথে তুলনা করেন, তাহলে আপনি Appsflyer-এর এই নির্দেশিকা অনুসরণ করে কাস্টমাইজ করতে পারেন

6c7a4d703567700a.png

5. অভিনন্দন

অভিনন্দন, আপনি সফলভাবে আপনার SKAd নেটওয়ার্ক রূপান্তর মান স্কিমা সেট আপ করেছেন। এটি লাইভ হয়ে গেলে আপনি এখন আপনার Google Ads প্রচারাভিযানের রূপান্তর মান পরীক্ষা করতে আপনার Google Ads SKAd নেটওয়ার্ক রিপোর্টের ডেটা নিরীক্ষণ করতে পারেন

আপনি শিখেছেন

  • BigQuery-এ GA4F থেকে সমৃদ্ধ কাঁচা ডেটা কীভাবে অন্বেষণ করবেন
  • আপনার ব্যবসার জন্য রাজস্ব বালতি গণনা করার বিশ্লেষণাত্মক পদ্ধতি
  • AppsFlyer দিয়ে স্কিমা স্থাপন করুন