appsflyer里的audience, AMS(all media sources)以及supported features的简单解读!

图片
每日金句 自由就是拥有被讨厌的勇气! 做App的投放买量,我们几乎不可绕过appsflyer这个三方平台。 为了提高转化率,投放到一定阶段(积累了一定用户数据后),就会牵扯到audience(用户受众),然后去打标签(以电商为例:浏览页面的用户是一类,加购物车的用户是一类,走到用户支付页面的是一类,有购买行为的是一类,如果是游戏产品,那么可以做标签的就很多,就会出现很多的人群包),做再营销(retargeting或者说remarketing),另外一个层面就是会去做lookalike去扩量。关于lookalike,了解过facebook投放的同学就很熟悉,他是把已经拿到的用户数据去做为“种子用户”,然后告诉机器,去做同类型的用户的肖像扩展(1%~10%的范围),扩大用户数据。 Audience 那么appsflyer中的audience怎么利用? Appsflyer给了详细的解读,包括如何创建,如何给买量渠道(media source)授权等等。 Audiences guide: https://support.appsflyer.com/hc/en-us/articles/115002689186#create-a-new-connection 人群包分类: 可以拿到的维度: https://support.appsflyer.com/hc/en-us/articles/360013960577 AMS(all media sources) 在audience里提及到渠道media source,那么AMS其实就可以简单理解为所有的买量渠道。 相关阅读文档:https://support.appsflyer.com/hc/en-us/articles/208439256-In-app-event-postback-configuration 在授权渠道时,默认设置为仅回传(postback)该渠道投放带来的数据转化,但是拥有AMS权限的渠道就可以获取(上游允许的情况下)该产品的所有投放渠道的转化数据(non-organic installs),包括自然量(organic installs) 注:通过AMS功能回传的数据较Audience的丰富很多。 不过AMS账号的申请现在难度越来越高。如下为授权时关于数据权限设置的明细: 相关文档阅读:Integrated pa...

”君子生非异也,善假于物也“之similarsites的初识与使用方法分享。

每日金句:成长也是一种微习惯,不断地小步跨出新的舒适圈,并划分更大的领地。假以时日,优秀就变成一种习惯了。

前言

想象一个场景:公司是做交易所或者区块链业务的,因为业务推广需要,营销部门需要寻找和业务相关的网站(例如资讯类,或者社群论坛)去谈合作,借助这些主题相关的网站的现有流量去做推广,那么你会想到用什么方法去先做第一步的资源梳理呢?

上一篇我们分享了:”君子生非异也,善假于物也“之similarweb的初识与使用方法分享

而今天分享的主题是上一篇的姊妹篇——”君子生非异也,善假于物也“之similarsites的初识与使用方法分享。对,没错,上述场景的解决方案,可以通过该工具来实现。

similarsite and similarweb

similarsites是干啥的?

首先,从网站的slogan——Easily Explore alternative websites,可以看到它是专注于寻找相关网站的工具类网站。

它可以像用户推荐特定网站的类似网站资源列表。所以,它可以帮助企业了解某一特定领域(niche)的竞争伙伴以及市场格局,从而帮助企业保持敏锐的市场嗅觉,找到市场机会,提高自身的业务能力,提高市场竞争力。

similarsites和similarweb是同一家公司吗?

他们都是以色列的公司,但是并不是同一家公司。similarweb成立于2007年,是Nextag的创始人Yaniv Bensadon创建的,专注于提供数字市场情报和竞争对手情报的公司,提供多种营销数据分析。而similarsites成立于2009年,主要专注于相似网站的比较以及相关网站的数据分析,并不是分析整个网站生态系统的全面分析。

similarsites获取数据的工作原理和google搜索引擎爬虫机制有何不同?

实质上,similarsites是一个类似于搜索引擎的网站,于google搜索引擎不同的是,前者的爬虫是针对相似网站的搜索以及分析,而后者是对全球范围内整个生态的网站进行的全面的抓取和分析。所以很明显,两者的范畴和业务目的是有差异的。

google是对生态里可以访问,可以爬虫的网站进行的全面分析。而similarsites是针对特定类似的网站进行网站页面的元数据、页面内容以及链接信息等信息进行分析,用以寻找相似网站的list并输出网站的分析。其工作原理主要是以下步骤:

1. 通过爬虫程序,自动抓取网站的页面数据,并对抓取到的数据进行处理和分析;

2. 利用数据分析和机器学习等多个技术参与,对爬取的数据分析结果进行二次处理,筛选出于搜索的特定网站类似的网站list;

经过以上两个之后,similarsite就将相似网站的list的输出结果展示出来,并提供相关的网站数据信息分析。

如何在工作中应用similarsites?

我们以前言里提及的业务来展开实际应用。借助chatgpt,寻找到知名交易所网站的list,我们已coinbase为例。

similarsites for exchange在网站搜索框内,搜索coinbase,会立马输出相似网站的结果。
similarsites
可以看到,similarsites会按照similarity(相似度)的倒序给出相似网站的list。其中也有和chatgpt给出的相关网站的名单如:Karean和binance。

similarsites

拿到这些网站list之后,我们再结合similarweb去对目标的网站进行深入的分析,就可以拿到更多详细可参考的信息。

最后

尽管similarsites在一定程度上为客户提供了相似网站的有用数据分析,但它还是有自身的局限性。上文讲过:它只覆盖到特定niche并且相关度高的类似网站,并不是覆盖到行业生态里的所有网站。所以,similarsites可以作为业务数据分析的工具补充,例如结合simiarweb,alexa,semrush等工具一起使用,对业务分析和数据获取,包括战略制定都更有帮助。

评论

此博客中的热门博文

保姆级教程,教你如何在手机端使用Ghelper的VPN网络节点。

科学上网工具Ghelper的详细设置教程,看这一篇就够了。

appsflyer里的audience, AMS(all media sources)以及supported features的简单解读!