用户识别方法
Airbridge 收集触点和转化数据，用于重建链路并监测广告绩效。鉴于横跨不同平台和设备的链路的复杂性，Airbridge 采用多种用户识别方法来确保链路精确性。
链路包括用户与广告之间的一系列交互以及由此产生的业务成果。广告交互被称为触点，业务成果被称为转化。
Airbridge 使用多种方法识别用户以及重建链路，其中采用 2 种主要方法：确定性方法和概率性方法。
用户识别方法 | 是否使用标识符 | 方法类型 | 执行者 |
|---|---|---|---|
设备 ID 匹配 | 是 | 确定性 | Airbridge |
SAN 归因 | 否 | 确定性 | SAN |
SKAN | 否 | 确定性 | Apple |
深度链接匹配 | 是 | 确定性 | Airbridge |
Install Referrer 匹配 | 是 | 确定性 | Airbridge |
概率模型匹配 | 否 | 概率性 | Airbridge |
确定性方法依赖于可验证的信息，将转化直接归因于特定的触点。
Airbridge 使用设备 ID 将点击与安装联系起来。可用的设备 ID 包括 iOS 的 IDFA 和 IDFV，以及 Android 的 GAID。
除设备 ID 外，Airbridge 还能在将用户跳转到应用商店时收集 Cookie ID。当用户点击应用内广告时，广告中的 Airbridge 追踪链接将收集用户的设备 ID。然后，当用户在跳转到应用商店之前短暂访问一个名为“Airpage”的网页时，Airbridge 会收集用户的 Cookie ID。
对于在自归因渠道 (SAN)（例： Meta Business、Google Ads、Apple Search Ads）上开展的推广活动，Airbridge 使用 SAN 提供的标识符进行归因。
追踪链接不用于监测 SAN 上的推广活动。当 App 安装发生时，Airbridge 请求 SAN 发送可能引致了安装的触点。Airbridge 使用 SAN 提供的标识符进行归因。
SKAdNetwork (SKAN) 是 Apple 针对 iOS 设备推出的以隐私为中心的归因框架。SKAN 允许在没有用户或设备标识符的情况下进行 App 安装监测。Airbridge 在支持 SKAN 的同时支持其他归因方法。
更多有关 SKAN 的详细信息，请参阅 本指南.
用户可能已经在设备上安装了 App。在这种情况下，点击嵌入深度链接的广告后，用户会直接跳转到 App，而无需访问应用商店。Airbridge 利用通过深度链接收集的信息，将点击与 App 的打开直接联系起来。
深度链接可用于再互动归因。
Install referrer 是一串信息，可用于监测 Android 设备上的广告绩效。
当 Android 用户点击广告并跳转到 Google Play Store 或其他应用商店时，Airbridge 会向应用商店发送一个 Referrer 字符串。
然后，当用户首次打开 App时，Airbridge SDK 会请求应用商店提供安装信息。应用商店会根据 Referrer 字符串中设置的参数共享信息。Airbridge 会使用这些信息进行归因。
请注意，Meta 推出了自己的 Install referrer，旨在对通过 Meta app 上的广告进行的 Android 安装进行归因。
更多有关 Meta install referrer (MIR) 的信息，请参阅 本指南。
当无法使用确定性标识符时，就会用到概率性方法。在用户识别方面，Airbridge 优先采用确定性方法。
Airbridge 使用概率模型来推断在 6 小时的时间范围内触点与转化之间的联系。
此外，Airbridge 适用其他归因规则以及基于机器学习的统计建模。
Airbridge 的部分功能使用基于通过追踪链接收集的数据（如设备模型、OS 名称和 App ID）的统计推断。
Was this helpful?