6 фактов о сканировании отпечатков пальцев в мобильной атрибуции

26 апреля 2016

Какое значение для мобильной атрибуции имеет сканирование отпечатков пальцев?

1. Четкость определения

Сканирование отпечатков пальцев — это метод идентификации пользователя, использующийся в мобильной рекламе, чтобы сопоставлять клик с инсталлом в качестве цели для атрибуции. Он использует параметры, имеющиеся в публичном доступе, такие как название устройства, тип устройства, версия ОС, платформы, IP адрес и т.д., и формирует цифровой ID отпечатка пальца, который статистически соответсвует определенным атрибутам устройства.

2. Метод “План Б”

fall-back Сканирование отпечатков пальцев — это вероятностная модель оценки, и поэтому, не 100% верная. Вот почему он используется только когда определенные идентификаторы такие как реферал на Google Play или рекламные идентификаторы устройства (такие как IDFA или Google Advertising ID) недоступны для отслеживания. Например, когда клики приходят из мобильной сети, или когда передача данных запрещена с мобильной рекламной сетки.

3. Высокая точность в краткосрочном периоде

Чем длиннее временной промежуток между кликом и инсталлом, тем шанс того, что пользователь мог сменить настройки на своем устройстве выше, чем то, что он задал новый отпечаток пальца. Это особенно верно для ситуации, когда пользователи часто меняют свой локацию и, соответсвенно, свой IP. Вот почему “окно” времени для отслеживания такое короткое, и обычно составляет 24 часа. В кампаниях на установки приложений большее количество кликов, инсталлов и первых открытий приложений приходится на первые 1-2 часа. В этом случае считывание отпечатков пальцев является очень удобным и предельно точном методом.

4. Используется преимущественно на iOS

Так как реферральный метод отслеживания не доступен на iOS (и почти всегда работает только на Android через Google Play), сканирование отпечатков используется наиболее часто для идентификации пользователей на устройствах Apple.

5. Анонимность

Сканирование отпечатков пальцев полностью соответсвует политике приватности и не включают личной информации (PII).

6. Сканирование отпечатков 2.0: Машинное обучение

Если смотреть дальше простого набора стандартных параметров, и еще с учетом формата Big Data, то сканирование отпечатков может перейти на совсем новый уровень. Главный метод состоит в построении алгоритмов, которые на основе детерминированных данных будут вычислять вероятностные параметры. Например, мы можем научиться понимать, какие из кликов сопоставляются с ID устройства, а какие из кликов не сопоставляются, но вероятно подходят.

Перевод статьи с сайта www.appsflyer.com «6 Things You Need to Know About Fingerprinting for Mobile Attribution [Cheat Sheet]».

Перевод — Мария Рябухина, Adventum.

БЛОГ ADVENTUM