亮点
- 实时获取归因数据，取代次日报告
- 约 90% 的事件完成归因
- 切换后 Meta 事件匹配质量保持稳定
Blush 是一款 iOS 平台上的 AI 约会模拟器。用户可以与 AI 生成的匹配对象练习聊天和调情，每个对象都有自己的背景故事。它属于娱乐类别，这一领域的创意素材衰减极快，因此整个投放的关键就在于：你能把多少个素材版本推送到多少个市场。
Anton Kovalchuk 是 Blush 的用户获取负责人，负责 Meta 网页转应用（web-to-app）和 Apple Ads 的投放。他按国家逐一测试创意素材，并将 Reels 与 Feed 分开，看看同一个创意在哪个版位效果更好。每天早上，他都会查看前一天的数据，砍掉已经无法回本的投放。
只有一个渠道，容不得半点失误
Blush 几乎所有的付费流量都来自 Meta 网页转应用广告系列，另有少量来自 Apple Ads。
当大部分预算集中在一个渠道时，判断失误的代价就完全不同了。如果预算分布在五个渠道，某个广告系列表现不佳一天，放在更大的投放组合里只是噪音。而在单一渠道中，它就占了当天支出的相当一部分，并且会一直烧钱，直到有人发现为止。
Blush 的报告每天只更新一次，覆盖的是前一天的数据。归因数据存放在 AppsFlyer 中，但要读取这些数据，就得导出原始事件日志，再手动计算广告系列的表现。想在当天了解早上刚上线的广告系列效果如何，这是唯一的办法。
我们之前用的另一款工具，数据要到第二天上午 10 点才更新。所以如果我今天上线了广告系列，只能从 AppsFlyer 拉取原始数据，来判断这些当天上线的广告系列表现如何。
实时归因
Anton 将付费归因迁移到了 Adapty Attribution。它能实时对比广告支出与订阅收入，细化到每一条广告和每一个创意素材，覆盖 Meta、TikTok 和 Apple Ads。
它通过追踪链接运作。链接在点击过程中携带广告系列、广告组和创意素材信息，而应用中已集成的 Adapty SDK 会上报安装以及之后的每一个订阅事件。即使是三个月后的续订，也能追溯到带来它的那条广告。
Blush 的应用中早已运行着 SDK，因此无需任何开发。Anton 通过 OAuth 连接了 Meta 广告账户，创建了广告系列配置，并将生成的点击链接作为目标网址粘贴到 Meta 广告管理工具中。
整个过程只用了十分钟。Adapty 团队参加了一次 30 分钟的通话，在他操作的同时实时调整设置，全程无需提交工程工单，也无需发布 App Store 新版本。
他也没有盲目相信。他同时运行 Adapty Attribution 和 AppsFlyer，对比两者的归因结果。两边约 90% 的事件都正确匹配到了广告系列，切换后 Meta 的事件匹配质量也保持稳定。
先打开 Adapty，再打开 Meta
Anton 总是先打开 Adapty Attribution，然后才打开 Meta 广告管理工具。
他首先查看广告利润一栏，确认前一天是盈利还是亏损，接着逐层查看广告系列表现，再细看每个广告系列中的单条广告，最后按国家拆分同一个创意素材，看看它在哪些市场依然有效。他将 Reels 与 Feed 分开，以便在不同版位上对比同一个创意。
当新的创意素材、版位或地区上线时，Anton 不会等待第二天的数据。一旦某个广告系列积累了足够的支出和安装量，足以可靠地判断 CPI，他当天下午就会决定是否继续投放。
当日数据还能发现一些根本不属于广告系列的问题。产品或新手引导的改动可能导致安装到订阅的转化率下降，而在次日报告模式下，要等到又一天的预算花在不转化的流量上之后，问题才会显现。
有了当日数据，我们几乎可以立即发现下滑，并排查原因是产品改动、广告系列设置问题，还是集成问题。
广告系列的回本能力会随着时间减弱，一旦出现这种情况，当天早上就会被叫停，预算随即转移到仍然有效的投放上。
这一切都基于当天的数据。在次日报告模式下，每一个这样的决策都要多等一个周期。
Adapty Attribution 的一大优势在于我能实时获取数据。我可以立刻追踪：有多少次安装，然后再看支出。这直接影响决策速度。
读取渠道数据的速度，决定了你能多快放量
报告延迟决定了你在一个渠道上加大投放力度的上限。
当大部分流量集中在一个渠道时，从广告系列开始走下坡路到有人发现之间的这段空档，正是资金流失的地方。
Blush 把这段空档从第二天早上缩短到了同一小时内，测量质量没有任何损失，也无需任何工程投入。
