SKAd नेटवर्क रूपांतरण मूल्य स्कीमा के लिए राजस्व बकेट की गणना करें

1 परिचय

आरंभ करने से पहले कुछ संदर्भ

यदि आप एक iOS ऐप डेवलपर हैं, तो आपने iOS 14.5+ गोपनीयता अपडेट के बारे में सुना होगा। इंस्टॉल के बाद सार्थक रूपांतरण कार्रवाइयों को मापने के लिए, Apple SKAd नेटवर्क एपीआई प्रदान करता है जो आपको उपयोगकर्ता की गोपनीयता का सम्मान करते हुए अपने विज्ञापन अभियानों की सफलता को मापने की अनुमति देता है। अपनी व्यावसायिक आवश्यकताओं के आधार पर, आप अपने अभियानों के बारे में सार्थक जानकारी प्राप्त करने के लिए SKAd नेटवर्क का लाभ उठाने का सबसे इष्टतम तरीका अपना सकते हैं। इस कोडलैब में, हम ऐप इंस्टॉलेशन के बाद राजस्व को बकेट में समूहित करने के लिए BigQuery में आपके GA4F डेटा का लाभ उठाने के लिए एक उदाहरण पद्धति की जांच करते हैं, जिसका उपयोग आप अपने ऐप एट्रिब्यूशन पार्टनर के साथ सेट अप करने के लिए कर सकते हैं। जबकि यह कोडलैब राजस्व आधारित दृष्टिकोण का उपयोग करता है, आप SKAN माप के लिए ईवेंट या फ़नल आधारित दृष्टिकोण का भी उपयोग कर सकते हैं। कृपया अधिक विस्तृत मार्गदर्शन के लिए इस सहायता केंद्र को देखें। यह केवल एक उदाहरण है, कोई आधिकारिक Google अनुशंसा नहीं . आप अपनी विशिष्ट व्यावसायिक आवश्यकताओं के आधार पर अपना स्वयं का स्कीमा डिज़ाइन कर सकते हैं

हम क्या कवर करना चाहते हैं

• BigQuery में GA4F डेटा एक्सप्लोर करें
• उन उपयोगकर्ताओं के लिए राजस्व डेटा ढूंढें जो 0-2 दिनों के भीतर परिवर्तित हुए
• राजस्व डेटा को बकेट में समूहित करें
• प्रत्येक बकेट में उपयोगकर्ता वितरण को समझें
• Appsflyer SKAN रूपांतरण स्टूडियो में बकेट लागू करें

आवश्यक शर्तें

• आपके iOS ऐप में GA4F SDK , और सभी राजस्व ईवेंट एकीकृत (in_app_purchase या विज्ञापन वित्त पोषित राजस्व )
• Firebase से BigQuery निर्यात सक्षम
• ऐप एट्रिब्यूशन पार्टनर, जो सभी राजस्व घटनाओं की रिकॉर्डिंग भी कर रहा है

2. BigQuery निर्यात तक पहुँचना

Google क्लाउड डेटासेट पर नेविगेट करें

प्रोजेक्ट सेटिंग्स > इंटीग्रेशन > BigQuery पर जाकर GA4F में डेटासेट पर नेविगेट करें। टॉगल को पहले सक्षम करने की आवश्यकता है और एक बार सक्षम होने के बाद, डेटासेट उपलब्ध होने में लगभग 48 घंटे लगते हैं। आप नीचे दिखाए गए लिंक पर क्लिक कर सकते हैं और यह आपको BigQuery पर ले जाएगा

कुछ क्वेरी चलाएँ

अब जब आप BigQuery में हैं, तो आपको दैनिक जेनरेट की गई तालिकाएँ देखनी चाहिए। नीचे दिए गए उदाहरण के स्क्रीनशॉट में, हम 64 दैनिक तालिकाएँ देखते हैं, इसलिए निर्यात 64 दिनों से चल रहा है। यदि आप इसे पहली बार एक्सेस कर रहे हैं, तो आपको पिछले दिन के डेटा के लिए केवल 1 दैनिक तालिका दिखाई दे सकती है। दाईं ओर, आप तालिका स्कीमा देखते हैं। आप यहां फ़ील्ड पर अधिक विवरण देख सकते हैं

अपनी क्वेरी लिखना शुरू करने के लिए, आप क्वेरी > नए टैब में क्लिक कर सकते हैं

फिर आप नए टैब में नमूना क्वेरी चलाने का प्रयास कर सकते हैं

3. राजस्व डेटा का विश्लेषण करें

इंस्टॉल डेटा लाया जा रहा है

अब राजस्व बकेट बनाना शुरू करने के लिए, हमें सबसे पहले उन उपयोगकर्ताओं के डेटा को देखना होगा जिन्होंने पिछले 24 से 72 घंटों के भीतर ऐप इंस्टॉल किया है। SKAd नेटवर्क 4.0 आपको 0-2 दिनों में डेटा देखने की सुविधा देता है, जबकि SKAd नेटवर्क 3.5 डिफ़ॉल्ट रूप से 24 घंटे की अनुमति देता है। (आपके ऐप एट्रिब्यूशन पार्टनर की क्षमताओं के आधार पर, आप इस गतिविधि विंडो को आम तौर पर 72 घंटे से अधिक नहीं करने में सक्षम हो सकते हैं)। जब उपयोगकर्ता ऐप इंस्टॉल करते हैं और इसे पहली बार खोलते हैं, तो फर्स्ट_ओपन इवेंट को SDK द्वारा सक्रिय किया जाता है और BigQuery में रिकॉर्ड किया जाता है।

BigQuery के लिए आप जिस पहचानकर्ता का उपयोग कर सकते हैं वह user_pseudo_id (जिसे ऐप इंस्टेंस आईडी भी कहा जाता है) है, इसलिए आप इन उपयोगकर्ताओं को ढूंढने के लिए नीचे दी गई क्वेरी का उपयोग कर सकते हैं

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'

इस क्वेरी के बारे में ध्यान देने योग्य कुछ बातें

• कृपया तालिका का नाम अपनी Analytics निर्यातित तालिका से बदलें। आप कई दैनिक तालिकाओं पर क्वेरी करने के लिए वाइल्डकार्ड का उपयोग कर सकते हैं। उदाहरण के लिए, 2023* 2023 में सभी डेटा पर क्वेरी करेगा
• यदि आपके पास बहुत सारे उपयोगकर्ता हैं, तो आप तेज़ प्रोसेसिंग के लिए केवल पिछले 30 दिनों की क्वेरी भी कर सकते हैं
• हम प्लेटफ़ॉर्म = 'आईओएस' पर फ़िल्टर करते हैं। यदि आपके फायरबेस प्रोजेक्ट में कई iOS ऐप्स हैं, तो आप विशिष्ट ऐप के लिए डेटा प्राप्त करने के लिए app_info.firebase_app_id के लिए एक फ़िल्टर भी जोड़ सकते हैं।

राजस्व डेटा लाया जा रहा है

अब, आइए अपने उपयोगकर्ताओं के लिए राजस्व खोजने के लिए एक क्वेरी देखें। इस मामले में, हम मान लेंगे कि आपकी राजस्व घटनाएँ in_app_purchase और ad_impression हैं। In_app_purchase से होने वाला राजस्व इवेंट_वैल्यू_usd में उपलब्ध है, जबकि ad_impression के लिए, राजस्व इवेंट पैरामीटर के भीतर, वैल्यू पैरामीटर में उपलब्ध है। यदि आप BigQuery में ईवेंट पैरामीटर से परिचित नहीं हैं, तो आपको यहां परिभाषा की जांच करने की सलाह दी जाएगी, और आप इस नमूना क्वेरी को हमारे आधिकारिक संदर्भ में आज़मा सकते हैं, जिसमें ईवेंट_परम्स से मान निकालना भी शामिल है

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')

आइए समझें कि क्वेरी यहां क्या कर रही है। ये वो चीजें हैं जिन पर आप गौर करेंगे

• WHERE क्लॉज में, हम राजस्व घटनाओं के लिए फ़िल्टर कर रहे हैं, क्योंकि हम केवल उन्हीं में रुचि रखते हैं, और पिछली बार की तरह, हम iOS डेटा की तलाश कर रहे हैं
• अब, SELECT क्लॉज में, हम विज्ञापन राजस्व इवेंट (ad_impression) के लिए मूल्य के साथ-साथ मुद्रा भी ले रहे हैं, और जब इवेंट in_app_purchase है तो हम इवेंट_value_in_usd ले रहे हैं।
• यदि आप एकाधिक मुद्राएँ भेज रहे हैं, तो आपको पहले इस विश्लेषण के लिए एक ही मुद्रा में संरेखित करना होगा। इस उदाहरण के प्रयोजनों के लिए, हम मान लेंगे कि विज्ञापन वित्त पोषित राजस्व की मुद्रा भी USD है

आउटपुट नीचे जैसा कुछ होगा (user_pseudo_id का कॉलम यहां संशोधित किया गया है)।

इस डेटा का संयोजन

अब तक, हमने दो प्रश्न चलाए हैं, एक उन उपयोगकर्ताओं का डेटा ढूंढने के लिए जिन्होंने ऐप इंस्टॉल किया और खोला, और दूसरा उन उपयोगकर्ताओं के राजस्व का पता लगाने के लिए। अब, आइए याद करें कि हमने SKAd नेटवर्क सीमाओं के बारे में क्या चर्चा की थी। एट्रिब्यूशन विंडो इंस्टॉलेशन के बाद केवल 0-2 दिनों के भीतर ही उपलब्ध हो सकती है। इसलिए, हमें इंस्टॉल और राजस्व के लिए इवेंट टाइमस्टैम्प की जांच करने की आवश्यकता होगी, और केवल तभी जानकारी लेनी होगी, यदि यह उस समय सीमा के भीतर होता है। आइए अब एक क्वेरी में संयोजन करने का प्रयास करें जो ऐप इंस्टॉलेशन के दो दिनों के प्रत्येक पोस्ट के लिए कुल राजस्व प्रदान करता है

#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

क्वेरी बस user_pseudo_id फ़ील्ड पर इंस्टॉल डेटा और राजस्व डेटा को जोड़ने का प्रयास करती है, और फिर हमें यह सुनिश्चित करना होगा कि टाइमस्टैम्प 2 दिनों के भीतर है। यदि आप SKAd नेटवर्क 3.5 का उपयोग कर रहे हैं, तो डिफ़ॉल्ट 24 घंटे है, इसलिए आप केवल 1 दिन का डेटा शामिल करने के लिए शर्त भी बदल सकते हैं

राजस्व को बाल्टियों में समूहित करना

पिछली क्वेरी के बाद, आपके पास user_pseudo_id और कुल राजस्व होगा

अब हमें इसे बकेट में संयोजित करने की आवश्यकता होगी जिसका उपयोग हम अपनी रूपांतरण मूल्य श्रेणियों के लिए कर सकते हैं। इस उद्देश्य के लिए, हम BigQuery में लगभग_क्वांटाइल्स फ़ंक्शन का उपयोग करेंगे, जो स्वचालित रूप से आपके लिए ये श्रेणियां बनाता है। आइए इस उदाहरण के प्रयोजनों के लिए मान लें कि हम 5 श्रेणियां बनाना चाहते हैं, इसलिए हम केवल SELECT लगभग_क्वांटाइल्स (कुल_राजस्व, 5) एएस बकेट का उपयोग कर सकते हैं

इसके साथ, आइए इसे अपनी समग्र क्वेरी में शामिल करें

#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

यह क्वेरी राजस्व को 5 बकेट में विभाजित करेगी और BigQuery एक सुसंगत प्रतिशत वितरण बनाए रखने का प्रयास करता है

इन बकेट के साथ उपयोगकर्ता वितरण का विश्लेषण करें

यदि आप प्रत्येक बकेट में अपने उपयोगकर्ताओं के वितरण को समझना चाहते हैं तो यह एक वैकल्पिक कदम है। हमारे उदाहरण के लिए, पिछली क्वेरी में लौटाई गई बकेट श्रेणियाँ हैं

• 0.1
• 0.5
• 2
• 2.5
• 5 [अंतिम मान का उपयोग श्रेणी कॉन्फ़िगरेशन में नहीं किया जाएगा]

अंतिम श्रेणियों के लिए, हम अंतिम बकेट 5 को नजरअंदाज कर देंगे, क्योंकि यह आम तौर पर अधिकतम मूल्य है, और हम केवल 2.5 को अंतिम सीमा मान सकते हैं। ऐसा इसलिए है क्योंकि ऐप एट्रिब्यूशन प्रदाता सीमा के माध्य का उपयोग करके आरओएएस की गणना करते हैं, इसलिए अधिक समान गणना के लिए बाहरी को बाहर रखा जाना चाहिए।

अब हम सभी श्रेणियों में प्रत्येक तिथि के लिए उपयोगकर्ताओं की संख्या को देखने का प्रयास करेंगे, ताकि हम प्रत्येक बकेट में उपयोगकर्ताओं की दैनिक मात्रा को समझ सकें। हम इस नमूना क्वेरी का उपयोग करके ऐसा कर सकते हैं, जहां आप बकेट मानों को प्रतिस्थापित कर सकते हैं आपका वास्तविक डेटा और क्वेरी कुछ इस तरह दिखेगी

#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

यह नीचे की तरह, प्रत्येक दिन के लिए प्रत्येक राजस्व सीमा में उपयोगकर्ताओं को लौटाएगा। यदि आपको किसी बकेट में बहुत कम संख्याएँ या आम तौर पर असमान वितरण दिखाई देता है, तो आप बकेट की संख्या को समायोजित करना और क्वेरी को फिर से चलाना चाह सकते हैं।

SKAd नेटवर्क 4.0 पर एक त्वरित जानकारी

SKAd नेटवर्क 4.0 2 दिन, 3-7 दिन और 8-35 दिन तक की कई रूपांतरण विंडो प्रदान करता है। उपरोक्त दृष्टिकोण में, आप इन अतिरिक्त परिदृश्यों के लिए डेटा का विश्लेषण करने के लिए विंडो को आसानी से बदल सकते हैं। निम्न, मध्यम और उच्च के मोटे दाने वाले मूल्य भी उपलब्ध हैं। दोबारा, यदि आप इस दृष्टिकोण का उपयोग करना चाहते हैं, तो आप इसे 3 बाल्टी के रूप में सोच सकते हैं, इसलिए, बाल्टी की संख्या को 3 में बदलकर, आप निम्न, मध्यम और उच्च के लिए सीमाएँ प्राप्त कर सकते हैं

4. आपके एट्रिब्यूशन प्रदाता के साथ परिनियोजन

विशिष्ट प्लेटफ़ॉर्म के आधार पर, यह मार्गदर्शन बदल सकता है। कृपया इस पर नवीनतम जानकारी के लिए प्लेटफ़ॉर्म प्रतिनिधियों के साथ काम करें। इस उदाहरण के प्रयोजनों के लिए, हम देखेंगे कि हम इसे वर्तमान में AppsFlyer पर कैसे तैनात कर सकते हैं

हमने पहले जो क्वेरी चलाई थी, उसमें आउटपुट के रूप में हमें जो अंतिम श्रेणियाँ प्राप्त हुईं, वे नीचे दी गई थीं

• रेंज 1: 0 से 0.1
• रेंज 2: 0.1 से 0.5
• रेंज 3: 0.5 से 2
• रेंज 4: 2 से 2.5

याद रखें कि हमने अंतिम राजस्व सीमा को अनदेखा करने का निर्णय लिया है, क्योंकि यह एक बाहरी सीमा होगी, और आपके ऐप एट्रिब्यूशन प्रदाता के लिए औसत गणना को ख़राब कर देगी।

AppsFlyer SKAN रूपांतरण स्टूडियो प्रदान करता है, जहां इसे सीधे UI में इनपुट करना काफी सरल है। आप या तो सीधे 4.0 का उपयोग कर सकते हैं या यदि आप 3.5 का उपयोग कर रहे हैं तो "कस्टम" मोड का उपयोग कर सकते हैं, और "राजस्व" माप जोड़ सकते हैं। फिर आप केवल उन राजस्व श्रेणियों को जोड़ सकते हैं जिनकी गणना आपने पिछले विश्लेषण से की थी।

Google विज्ञापनों पर सर्वोत्तम अभ्यास और सीख

यदि आप Google Ads पर अभियान चला रहे हैं, और SKAd नेटवर्क रूपांतरण मूल्य स्कीमा के माध्यम से प्रभाव को माप रहे हैं तो हम आपको कुछ अनुशंसाएँ देना चाहेंगे।

• सुनिश्चित करें कि आप Google Ads पर जिस रूपांतरण विंडो का उपयोग कर रहे हैं वह उस गतिविधि विंडो से मेल खाती है जिसे आपने अपने ऐप एट्रिब्यूशन प्लेटफ़ॉर्म पर निर्दिष्ट किया है। SKAd नेटवर्क 3.5 के लिए, यह 1-3 दिनों के भीतर होने की संभावना है, इसलिए आप यहां सूचीबद्ध चरणों का पालन करके इसे Google Ads के अनुसार समायोजित कर सकते हैं

• यदि आप Appsflyer का उपयोग कर रहे हैं, तो वर्तमान में डिफ़ॉल्ट ईवेंट काउंटर 1 है, जिसका अर्थ है कि यह प्रति उपयोगकर्ता एकाधिक ईवेंट को ध्यान में नहीं रखता है। यदि आप SKAN माप के लिए इवेंट आधारित मॉडल का उपयोग कर रहे हैं और Google विज्ञापनों पर tCPA अभियानों के साथ तुलना कर रहे हैं, तो आप Appsflyer के इस मार्गदर्शन का पालन करके अनुकूलित करना चुन सकते हैं

5. बधाई हो

बधाई हो, आपने अपना SKAd नेटवर्क रूपांतरण मान स्कीमा सफलतापूर्वक सेट कर लिया है। अब आप अपने Google Ads SKAd नेटवर्क रिपोर्ट के लाइव होने पर अपने Google Ads अभियानों के रूपांतरण मूल्यों की जांच करने के लिए डेटा की निगरानी कर सकते हैं

आपने सीखा है

• BigQuery में GA4F से समृद्ध कच्चे डेटा का पता कैसे लगाएं
• आपके व्यवसाय के लिए राजस्व बकेट की गणना करने के लिए विश्लेषणात्मक दृष्टिकोण
• स्कीमा को AppsFlyer के साथ परिनियोजित करें