Adjust 데이터 연동 솔루션
최종 업데이트 날짜: 2023-03-24
1. 통합 계획 소개
서드파티 데이터 통합으로 생성된 데이터는 클러스터의 소비 데이터양에 포함됩니다
개요
이 문서에서는 Adjust 데이터를 Agentic Engine(이하 AE 시스템)으로 콜백하는 방법을 소개합니다. 이 계획은 다음을 지원합니다:
- 실시간 콜백 기능으로 유저 단위의 원본 데이터를 콜백하며, 전환, 수익화 등의 데이터를 포함합니다
- Report Service API로 집계 데이터를 콜백하며, 노출, 클릭, 비용, 수익화 등의 데이터를 포함합니다
- 실시간 콜백 기능으로 원본 데이터를 전송하려는 경우 AE 시스템의 유저 식별 규칙을 읽고 AE가
#distinct_id와#account_id로 유저를 식별하는 방식을 이해하십시오. - Report Service로 집계 결과를 가져오려는 경우 AE 시스템의 데이터 규칙을 읽고 AE의 데이터 구조를 이해했는지 확인하십시오. 또한 데이터 수집에 필요한 정보를 저희 고객 성공 매니저에게 전달하는 것을 권장합니다. 형식은 데이터 연동 설정 정보 템플릿을 참고하십시오.
절차
- 실시간 콜백 계획을 사용하는 경우 다음 절차에 따라 데이터를 연동하십시오:
- Adjust 클라이언트 SDK와 AE 클라이언트 SDK를 연동하고, Adjust SDK에 AE 유저 식별 ID를 설정하며, AE SDK에 Adjust ID 및 Android ID / IDFA / Web UUID를 설정합니다(Adjust SDK에서 커스텀 회원가입/캐릭터 생성 이벤트를 전송하는 것을 권장합니다)
- Adjust 백엔드에서 통합 콜백(Global callback) 또는 단일 이벤트 콜백(Single event callback)을 설정합니다
- ThinkingAI 담당자가 유저 데이터의 백필 및 연결을 포함한 데이터 수집 개발 작업을 완료합니다
- AE 백엔드에서 대시보드와 리포트를 구축하고 데이터 검증을 완료합니다
- Report Service로 집계 데이터를 콜백하는 경우 다음 절차를 따를 수 있습니다:
- Adjust 백엔드에서 Adjust User Token(API Token)과 Adjust App Token을 가져와 ThinkingAI 담당자에게 제공합니다
- 수집할 데이터 차원, 지표 타입, 기간 및 시간 단위를 확정합니다
- ThinkingAI 담당자가 데이터 수집 개발 작업을 완료합니다
- AE 백엔드에서 대시보드와 리포트를 구축하고 데이터 검증을 완료합니다
2. 실시간 콜백 계획
| 인터페이스명 | API 타입 | 제품화 | 데이터 세분화 | 어트리뷰션 데이터 | 비용 데이터 | 수익 데이터 | 노출 데이터 | 클릭 데이터 | 전환 데이터 |
|---|---|---|---|---|---|---|---|---|---|
| 실시간 콜백 | 푸시 방식 | 예 | 유저 수준 | 예 | 예 | 예 |
Adjust는 여러 이벤트에 대해 실시간 콜백 기능을 제공합니다. Adjust 백엔드에서 콜백할 데이터 타입을 선택하고 AE 시스템의 콜백 링크를 콜백 주소에 설정하면 유저 수준의 상세 데이터를 콜백할 수 있습니다.
2.1 클라이언트 SDK 설정
2.1.1 유저 ID 설정
방안 1(자동 연결):
연동한 AE SDK 버전이 2.8.0~2.8.1이면 이 방안을 바로 사용할 수 있습니다
연동한 AE SDK 버전이 2.8.2 이상이면 서드파티 데이터 플러그인도 설치해야 합니다
자세한 내용은 Android SDK 서드파티 데이터 및 iOS SDK 서드파티 데이터를 참고하십시오
// AE SDK 초기화
ThinkingAnalyticsSDK instance = ThinkingAnalyticsSDK.sharedInstance(this, TA_APP_ID, TA_SERVER_URL);
// Adjust id 연결 활성화
instance.enableThirdPartySharing(TDThirdPartyShareType.TD_ADJUST);
// Adjust SDK 초기화
// ...
// 회원가입 또는 캐릭터 생성 후 login을 호출하여 계정 ID를 설정한 다음 데이터를 다시 동기화해야 함(선택 사항)
instance.login("account_id");
instance.enableThirdPartySharing(TDThirdPartyShareType.TD_ADJUST);
이 방안의 원리는 내부에서 Adjust SDK의 addSessionCallbackParameter() 메서드를 자동으로 호출하여 AE 프로젝트의 게스트 ID와 계정 ID를 전달하는 것입니다.
방안 2:
이 방안에서는 Adjust SDK의 addSessionCallbackParameter() 메서드를 수동으로 호출하여 AE 프로젝트의 게스트 ID와 계정 ID를 설정합니다.
// AE의 게스트 ID 가져오기(AE의 #distinct_id에 해당)
String distinctId = ThinkingAnalyticsAPI.GetDistinctId();
// 계정 ID(또는 캐릭터 ID), AE의 #account_id에 해당
String accountId = "{your_account_id}";
Adjust.addSessionCallbackParameter("ta_distinct_id", distinctId);
Adjust.addSessionCallbackParameter("ta_account_id", accountId);
// Adjust SDK 초기화
// ...
AE 유저 ID를 정상적으로 가져올 수 있도록 Adjust SDK에서 addCallbackParameter로 AE 계정 ID와 게스트 ID를 다시 전송하지 마십시오
2.1.2 회원가입 또는 캐릭터 생성 이벤트 설정(선택 사항)
유저 바인딩 관계가 예상대로 이루어지도록 AE SDK에서 설정한 계정 ID의 타입에 따라 커스텀 이벤트를 하나 설정하십시오:
- 계정 ID가 유저의 계정 ID인 경우: 유저가 계정을 생성할 때 Adjust SDK로 전송합니다
- 계정 ID가 캐릭터 ID인 경우(게임 업계): 유저가 캐릭터를 생성할 때 Adjust SDK로 전송할 수 있습니다
2.1.3 Web 설정 방법
Web과 모바일은 차이가 크므로 Adjust Web SDK에서 다음 코드로 web_uuid를 가져와 AE SDK로 전송하고 유저 속성으로 설정해야 합니다:
const webUUID = Adjust.getWebUUID();
이어서 이후 콜백 링크를 설정할 때 {web_uuid} 플레이스홀더로 콜백하여 AE 프로젝트의 유저 데이터와 연결될 수 있도록 합니다.
2.2 콜백 링크 설정
클라이언트 SDK 설정을 마친 후에는 Adjust 백엔드에서 실시간 콜백 인터페이스를 설정해야 합니다. 이렇게 하면 Adjust의 유저 단위 상세 데이터를 받을 수 있습니다.
2.2.1 콜백 방식 선택
Adjust는 통합 콜백과 단일 이벤트 콜백 설정을 모두 지원합니다. 광고 수익(Ad revenue) 이벤트는 통합 콜백을 지원하지 않으므로 콜백 이벤트별로 개별 설정하는 것을 권장합니다.
다음은 Adjust가 콜백을 지원하는 이벤트와 연동을 권장하는 이벤트입니다:
| 이벤트 표시명 | 이벤트 이름 | 연동 권장 |
|---|---|---|
| 노출 | impressions | |
| 클릭 | clicks | |
| 설치 | install | 예 |
| 광고 수익(광고 수익 패키지) | ad revenue (with Ad Revenue package) | 예 |
| 광고 지출 | ad spend | |
| 대화 | sessions | |
| 앱 이벤트 | app events | 필요 시 연동 |
| 재어트리뷰션 | reattributions | |
| 앱 삭제 | uninstalls | |
| 재설치 | reinstalls | |
| 재어트리뷰션 재설치 | reattribution reinstalls | |
| 어트리뷰션 업데이트 | updated attributions | |
| 삭제된 유저 (GDPR) | erased users (GDPR) | |
| SAN 클릭 | SAN clicks | |
| SAN 노출 | SAN impressions | |
| SKAdNetwork 설치 | SKAdNetwork installs | |
| SKAdNetwork 이벤트 | SKAdNetwork events | |
| 구독 | subscriptions | |
| ATT 상태 업데이트 (iOS) | ATT status updates (iOS) | |
| 거부된 설치 | rejected installs | |
| 거부된 재어트리뷰션 | rejected reattributions |
2.2.2 콜백 링크의 설정
콜백할 모든 이벤트를 정리하여 데이터 연동 설정 정보 템플릿에 명시한 후, 템플릿을 ThinkingAI 담당자에게 보내는 것을 권장합니다. ThinkingAI 담당자가 각 이벤트에 대응하는 콜백 링크를 보내 드립니다. 콜백 주소를 아래 그림의 빨간 상자 위치에 차례로 설정하십시오.
2.2.3 콜백 플레이스홀더 설정
콜백 플레이스홀더는 콜백 링크에서 콜백할 파라미터를 지정하는 데 사용하는 표현식으로, 일반적으로 {}로 묶습니다. 예를 들어 {campaign_name} 플레이스홀더는 콜백 데이터에 campaign_name 값이 포함된다는 뜻입니다. 콜백 데이터마다 지원하는 플레이스홀더가 다를 수 있으며, Adjust 플레이스홀더 설명 문서에서 더 많은 정보를 확인할 수 있습니다. 플레이스홀더를 추가해야 하는 경우 위 문서에서 추가할 속성을 찾아 데이터 연동 설정 정보 템플릿에 명시하십시오.
2.3 데이터 저장 규칙
기본적으로 수집한 데이터는 이벤트 형태로 AE 프로젝트에 기록되며, 콜백 데이터 1건이 이벤트 데이터 1건으로 기록됩니다:
- 데이터의
ta_distinct_id와ta_account_id를 AE 프로젝트의 유저 식별 ID로 사용합니다 - 데이터의 created_at_milli 필드를 이벤트의 #event_time으로 사용하며, created_at_milli가 없으면 created_at 값을 #event_time으로 사용합니다
- 데이터의 이벤트 이름은 Adjust 이벤트 이름에 접두사 adjust_를 붙인 이름입니다(예: impression 이벤트는 저장 후 adjust_impression이 됩니다)
- 콜백 링크에 설정한 기타 필드는 모두 저장됩니다
기본적으로 데이터에서 ta_distinct_id와 ta_account_id를 가져오지 못하면 해당 데이터는 유효하지 않은 데이터로 간주되어 바로 폐기됩니다. 이러한 데이터를 보존하려면 ThinkingAI 담당자에게 설정을 요청하십시오. 이러한 데이터는 이벤트 테이블에 기록되고 게스트 ID는 고정값 "without_id"가 되며, 유저 속성으로는 저장되지 않습니다
2.3.1 노출, 클릭, 비용 데이터의 사후 연결
impression, click, Ad spend의 콜백 데이터에는 AE 프로젝트의 유저 식별 ID가 포함되지 않습니다. 이러한 데이터를 연동하려는 경우 AE 시스템은 이 데이터를 하나의 "가상 유저"에 자동으로 연결합니다.
이어서 이러한 이벤트에 유저를 식별할 수 있는 필드(예: adjust_id와 Android ID/IDFA 또는 web_uuid)가 있고 유저 속성에도 대응하는 필드가 있으면, ThinkingAI 담당자가 데이터 백필 방식으로 이러한 이벤트를 정기적으로 AE 유저와 연결할 수 있습니다
| 데이터 타입 | 설명 | AE 저장 후 이벤트 이름 | 이벤트의 가상 유저 |
|---|---|---|---|
| impression | 노출 | adjust_impression | adjust_impression_vu |
| click | 클릭 | adjust_click | adjust_click_vu |
| cost_update | 비용 | adjust_cost_update | adjust_cost_update_vu |
3. Report Service API
Adjust의 유저 수준 데이터(실시간 콜백 인터페이스)에는 자체 어트리뷰션 플랫폼(Google, Facebook 등)의 비용 데이터가 없으므로 Report Service로 전체 플랫폼의 집계 비용 데이터를 가져올 수 있습니다.
자세한 문서는 다음을 참고하십시오: https://help.adjust.com/zh/article/reports-endpoint
인터페이스 기본 정보
| 인터페이스명 | API 타입 | 제품화 | 데이터 세분화 | 어트리뷰션 데이터 | 비용 데이터 | 수익 데이터 | 노출 데이터 | 클릭 데이터 | 전환 데이터 |
|---|---|---|---|---|---|---|---|---|---|
| Report Service API | 풀 방식 | 아니요 | 집계 데이터 | 예 | 예 | 예 | 예 | 예 |
3.1 연동 전 준비 작업
다음 파라미터를 가져와 ThinkingAI 담당자에게 보내십시오:
- Adjust User Token(유저의 API Token)
- Adjust 백엔드에서 API Token을 가져올 수 있습니다. 백엔드 왼쪽 상단 메뉴를 클릭하고 Account settings를 선택한 후(관리자 유저는 My account를 선택하고 Your data 탭에서 User details를 찾아 하단의 톱니바퀴 버튼을 클릭), API Token을 클릭하면 API Token을 가져올 수 있습니다
- Adjust App Token
- Adjust 백엔드에서 연동할 앱의 App Token을 가져올 수 있습니다
3.2 데이터 수집
3.2.1 분석 차원
다음은 Report Service가 지원하는 분석 차원으로, 시간 단위(하나만 선택 가능)와 그룹 차원(다중 선택 가능)을 포함합니다
- 시간 단위
| 차원 | 데이터 타입 | 설명 | 예시 | 기본 여부 |
|---|---|---|---|---|
hour | 날짜 | ISO 형식 날짜 값: YYYY-MM-DDTHH:MM:SS | 2021-05-11T17:00:45 | |
| day | 날짜 | 날짜 값 형식: YYYY-MM-DD | 2021-05-11 | 예 |
- 그룹 차원
| 차원 | 데이터 타입 | 설명 | 예시 | 기본 여부 |
|---|---|---|---|---|
os_name | 문자열 | 운영 체제 | 값: android, Bada, blackberry, iOS, Linux, Mac OS, server, symbian, unknown, WebOS, Windows, windows-phone | 예 |
device_type | 문자열 | 디바이스 타입 | 값: bot, console, iPod, Mac, PC, phone, server, simulator, tablet, TV, unknown | 예 |
| app | 문자열 | 앱 이름 | - | 예 |
| app_token | 문자열 | Adjust의 앱 ID | - | 예 |
| store_id | 문자열 | 스토어 앱 ID | com.random.app | 예 |
| store_type | 문자열 | 앱을 설치한 출처 스토어 | google_play | 예 |
app_network | 문자열 | 앱 식별자 | 형식: <store_type>:<store_id> 예: google_play:com.random.app | 예 |
| currency | 문자열 | 통화 | Euro | 예 |
| currency_code | 문자열 | 3자리 ISO 4217 통화 코드 | EUR | 예 |
network | 문자열 | 광고 채널 이름 | 값: Organic, AppLovin, Facebook Installs, Instagram Installs | |
| campaign | 문자열 | 캠페인 이름과 ID 포함 | - | 예 |
| campaign_network | 문자열 | 채널의 캠페인 이름 | - | 예 |
| campaign_id_network | 문자열 | 채널의 캠페인 ID | - | 예 |
| adgroup | 문자열 | 광고 그룹 이름과 ID 포함 | - | 예 |
| adgroup_network | 문자열 | 채널의 광고 그룹 이름 | - | 예 |
| adgroup_id_network | 문자열 | 채널의 광고 그룹 ID | - | 예 |
| source_network | 문자열 | 채널에 따라 선택 가능한 값, 일반적으로 adgroup_network와 동일 | - | 예 |
| source_id_network | 문자열 | source_app 값 | - | 예 |
| creative | 문자열 | 소재 이름과 ID 포함 | - | 예 |
| creative_network | 문자열 | 채널 소재 이름 | - | 예 |
| creative_id_network | 문자열 | 채널 소재 ID | - | 예 |
| country | 문자열 | 국가/지역 이름 | United States of America | 예 |
| country_code | 문자열 | 2자리 ISO 3166 국가/지역 코드 | US | 예 |
| region | 문자열 | 비즈니스 지역 | APAC | 예 |
| partner_name | 문자열 | Adjust 시스템의 파트너 이름 | AppLovin | 예 |
| partner_id | 문자열 | Adjust 시스템의 파트너 ID | 34 | 예 |
3.2.2 포함 지표
Report Service가 지원하는 지표는 매우 다양하며, 이 절에서는 자주 사용하는 일부 지표만 소개합니다. Adjust 공식 문서에서 상세한 지표 목록을 확인할 수 있습니다. 수집할 지표를 직접 지정하려면 데이터 연동 설정 정보 템플릿에 명시하십시오
- 전환 지표
| 필드 | 정의 | 수식 | 필드 이름 | 기본 여부 |
|---|---|---|---|---|
| 평균 DAUs | 선택한 기간의 평균 일간 활성 유저 | (D0 DAU + D1 DAU + DAY N DAU) / 선택한 기간의 일수 | daus | 예 |
| 평균 MAUs | 선택한 기간의 평균 MAU | (M0 MAU + M1 MAU + MONTH N MAU) / 선택한 기간의 월수 | maus | 예 |
| 평균 WAUs | 선택한 기간의 평균 WAU | (W0 WAU + W1 WAU + WEEK N WAU) / 선택한 기간의 주수 | waus | 예 |
기본 Sessions 수 | 설치와 재어트리뷰션을 제외한 유저의 sessions 수 | - | base_sessions | 예 |
| 클릭 수 | 추적된 클릭 수 | - | clicks | 예 |
| 클릭 수 (채널) | 채널 API에서 보고한 클릭 수 | - | network_clicks | 예 |
| 클릭 전환율 (CCR) | 클릭 수 대비 설치 수의 비율 | 설치 수 / 클릭 수 | click_conversion_rate | 예 |
| 클릭률(CTR) | 노출 대비 클릭의 비율 | 클릭 수 / 노출 수 | ctr | 예 |
| 디어트리뷰션 | 디어트리뷰션이 발생한 횟수 | - | deattributions | 예 |
| GDPR 잊힐 권리를 행사한 유저 수 | EU GDPR의 잊힐 권리를 행사한 유저 수. Adjust는 이 유저들의 개인 데이터를 영구 삭제합니다 | - | gdpr_forgets | 예 |
| 노출 수 | 추적된 광고 노출 수 | - | impressions | 예 |
| 노출 수 (채널) | 채널 API에서 보고한 광고 노출 수 | - | network_impressions | 예 |
| 노출 대비 설치율 | 노출 수 대비 설치 수의 비율 | 설치 수 / 노출 수 | impression_conversion_rate | 예 |
| 설치 수 | 추적된, 앱을 설치한 유저 수 | - | installs | 예 |
| 설치 수 (채널) | 채널 API에서 보고한 설치 수 | - | network_installs | 예 |
| 설치 수 차이 | 설치 수와 채널 API에서 보고한 설치 수의 차이 | 설치 수 - 설치 수 (채널) | network_installs_diff | 예 |
| 노출 1000회당 설치 수 (IPM) | 광고 노출 1000회당 발생한 설치 수 | 1000 * 노출 대비 설치율 | installs_per_mile | 예 |
| 추적 제한 디바이스의 설치 수 | 추적 제한(LAT)을 켠 디바이스의 설치 수 | - | limit_ad_tracking_installs | 예 |
| 추적 제한 디바이스의 설치 비율 | 추적 제한 디바이스의 설치 수와 전체 설치 수의 비율 | 추적 제한 디바이스의 설치 수 / 설치 수 | limit_ad_tracking_install_rate | 예 |
| 추적 제한 디바이스의 재어트리뷰션 수 | 추적 제한(LAT)을 켠 디바이스의 재어트리뷰션 수 | - | limit_ad_tracking_reattributions | 예 |
| 추적 제한 디바이스의 재어트리뷰션 비율 | 추적 제한 디바이스의 재어트리뷰션 수와 전체 재어트리뷰션 수의 비율 | 추적 제한 디바이스의 재어트리뷰션 수 / 재어트리뷰션 수 | limit_ad_tracking_reattribution_rate | 예 |
| 비오가닉 설치 수 | 오가닉으로 어트리뷰션되지 않은 유저의 설치 수 | - | non_organic_installs | 예 |
| 오가닉 설치 수 | 오가닉으로 어트리뷰션된 유저의 설치 수 | - | organic_installs | 예 |
| 재어트리뷰션 수 | 재어트리뷰션된 유저 수 | - | reattributions | 예 |
| 재어트리뷰션 재설치 수 | 재어트리뷰션된 유저의 재설치 수 | - | reattribution_reinstalls | |
| 재설치 수 | 재설치 횟수 Uninstall and Reinstall Growth Solution 구매 필요 | - | reinstalls (그렇지 않으면 요청 오류 발생) | |
| 총 Sessions 수 | 총 Sessions 수에는 설치와 재어트리뷰션이 포함됩니다 | base_sessions + installs + reattributions | sessions | 예 |
- 비용 지표
| 필드 | 정의 | 수식 | 필드 이름 | 기본 여부 |
|---|---|---|---|---|
| 광고 지출 | 광고 총지출(수집 파라미터에 따라 결정) | 클릭 지출 + 노출 지출 + 설치 지출 | cost | 예 |
| 광고 지출(어트리뷰션) | Adjust가 추적한 광고 지출 | 클릭 지출 + 노출 지출 + 설치 지출 | adjust_cost | 예 |
광고 지출(채널) | 채널 API에서 보고한 광고 지출 | 클릭 지출 + 노출 지출 + 설치 지출 | network_cost | 예 |
| 광고 지출 차이 | 광고 지출(어트리뷰션)과 광고 지출(채널)의 차이 | 광고 지출(어트리뷰션) - 광고 지출(채널) | network_cost_diff | 예 |
| 클릭 비용 | 광고 클릭에 소요된 비용 지출 | - | click_cost | 예 |
| 유료 클릭 수 | 광고 지출이 발생한 광고 클릭 수 | - | paid_clicks | 예 |
| eCPI (전체 설치) | 전체 설치의 평균 유효 지출 | 광고 지출 / 설치 | ecpi_all | 예 |
| eCPI (채널) | 채널 API에서 보고한 설치의 평균 유효 지출 | 채널 API에서 보고한 광고 지출 / 채널 API에서 보고한 설치 수 | network_ecpi | 예 |
| eCPI (유료 설치) | 유료 설치의 평균 유효 지출 | 채널 API에서 보고한 광고 지출 / 유료 설치 수 | ecpi | 예 |
| eCPM (어트리뷰션) | 어트리뷰션 데이터에서 보고한 eCPM 데이터 | (광고 지출 / 유료 노출 수) * 1000 | ecpm | 예 |
| eCPM (채널) | 채널 API에서 보고한 eCPM 데이터 | (채널 지출 / 채널 유료 노출) * 1000 | network_ecpm | 예 |
| eCPC | 클릭당 평균 유효 지출 | 광고 지출 / 유료 클릭 수 | ecpc | 예 |
| 노출 비용 | 노출에 소요된 비용 지출 | - | impression_cost | 예 |
| 유료 노출 수 | 광고 지출이 발생한 유료 노출 수 | - | paid_impressions | 예 |
| 설치 비용 | 설치에 소요된 비용 지출 | - | install_cost | 예 |
| 유료 설치 수 | 광고 지출이 발생한 유료 설치 수 | - | paid_installs | 예 |
- 수익 지표
| 필드 | 정의 | 수식 | 필드 이름 | 기본 여부 |
|---|---|---|---|---|
| 광고 노출 수 | 광고의 총 노출 수 | - | ad_impressions | 예 |
| 광고 수익 | 광고 총수익 | - | ad_revenue | 예 |
| 코호트 누적 광고 수익 | 선택한 기간에 설치한 유저의 현재까지 광고 수익 예: 선택 기간이 1/1부터 1/31까지이고 오늘이 5/1이면, 1/1부터 1/31까지 설치한 유저의 5/1까지 광고 수익을 계산합니다 | - | cohort_ad_revenue | 예 |
| 노출 1000회당 광고 수익 | 광고 노출 1000회당 평균 수익 | (광고 수익 / 광고 노출) * 1000 | ad_rpm | 예 |
| 인앱 구매 수익 | 인앱 구매 수익 | - | revenue | 예 |
| 코호트 누적 인앱 구매 수익 | 선택한 기간에 설치한 유저의 현재까지 인앱 구매 수익 예: 선택 기간이 1/1부터 1/31까지이고 오늘이 5/1이면, 1/1부터 1/31까지 설치한 유저의 5/1까지 인앱 구매 수익을 계산합니다 | - | cohort_revenue | 예 |
| 총수익 | 광고 수익과 인앱 구매 수익을 포함한 총수익 | 광고 수익 + 인앱 구매 수익 | all_revenue | 예 |
| 코호트 누적 총수익 | 선택한 기간에 설치한 유저의 현재까지 총수익 예: 선택 기간이 1/1부터 1/31까지이고 오늘이 5/1이면, 1/1부터 1/31까지 설치한 유저의 5/1까지 총수익을 계산합니다 | 코호트 누적 인앱 구매 수익 + 코호트 누적 광고 수익 | cohort_all_revenue | 예 |
| ARPU (전체) | 모든 수익을 포함한 활성 유저당 평균 수익 | 총수익 / 총 DAU | arpdau | 예 |
| ARPU(광고만) | 광고 수익만 포함한 활성 유저당 평균 수익 | 광고 수익 / 총 DAU | arpdau_ad | 예 |
| ARPU (인앱 구매만) | 인앱 구매 수익만 포함한 활성 유저당 평균 수익 | 인앱 구매 수익 / 총 DAU | arpdau_iap | 예 |
| 매출 총이익 | 총수익에서 총비용을 뺀 값 | 총수익 - 총비용 | gross_profit | 예 |
| 코호트 매출 총이익 | 선택한 기간에 설치한 유저의 매출 총이익 | 코호트의 총수익 - 비용 | cohort_gross_profit | 예 |
| 코호트 ROI | 선택한 기간에 설치한 유저의 매출 총이익을 비용으로 나눈 값 | 코호트의 매출 총이익 / 비용 | return_on_investment | 예 |
| 인앱 구매 수 | 추적된 인앱 구매 이벤트 수 | - | revenue_events | 예 |
| 수익 비용 비율 (RCR) | 선택한 기간에 설치한 유저의 수익과 비용의 비율 | 코호트의 총수익 / 총비용 | revenue_to_cost | 예 |
| ROAS (총수익) | 총수익으로 계산한 ROAS | (광고 수익 + 인앱 구매 수익) / 비용 | roas | 예 |
| ROAS (광고 수익) | 광고 수익만으로 계산한 ROAS | 광고 수익 / 비용 | roas_ad | 예 |
| ROAS (인앱 구매 수익) | 인앱 구매 수익만으로 계산한 ROAS | 인앱 구매 수익 / 비용 | roas_iap | 예 |
3.2.3 인터페이스 파라미터
-
시간:
- 일 단위로 데이터를 수집할 수 있습니다
- 시간대를 직접 설정할 수 있습니다
3.2.4 저장 규칙
- Report Service는 집계 데이터이므로 고정값을 유저 식별자로 사용합니다. 모든 데이터가 하나의 가상 유저에 연결되어 있다고 보면 됩니다
- 데이터의 day 또는 hour 필드, 즉 데이터의 날짜를 집계 데이터의 #event_time으로 설정합니다
- Report Service의 데이터 이벤트 이름은 adjust_report_service_ad_spend입니다
- 나머지 지표와 차원 필드는 모두 저장됩니다
3.3 데이터 연동 설정 정보 템플릿
위 문서를 읽은 후 다음 정보 템플릿을 작성하여 ThinkingAI의 고객 성공 매니저에게 보내는 것을 권장합니다. 저희는 이 정보 템플릿에 따라 Adjust Report Service의 데이터 수집을 완료합니다:
데이터 인터페이스: Adjust Report Service
---------
회사 이름: XXX
AE 프로젝트 환경: (SAAS/프라이빗 배포)
AE 프로젝트 이름: XXX
AE 프로젝트 APP ID: XXX
데이터 수신 주소 push_url: XXX
---------
Adjust User Token (API Token): XXX
Adjust App Token: XXX
---------
API 설정
과거 데이터 수집 기간: yyyy/mm/dd - yyyy/mm/dd
최근 X일의 데이터를 정기 수집(Adjust는 사후에 데이터를 보정하므로 보정된 데이터를 가져올 수 있도록 최근 며칠의 데이터를 정기적으로 수집하는 것을 권장)
시간 단위: (일/시간)
그룹 차원: xxx,xxx
집계 지표: xxx,xxx
4. 연동 테스트 및 통합 후 데이터 활용
- 연동 테스트
데이터 관리 -> 유저 속성 관리 페이지에서 관련 어트리뷰션 데이터를 확인할 수 있습니다:
| Adjust 콜백 필드 | 설명 | AE 저장 후 유저 속성 이름 | 데이터 타입 |
|---|---|---|---|
| network_name | 채널 | #adjust_network_name | 텍스트 |
| campaign_name | 캠페인 | #adjust_campaign_name | 텍스트 |
| adgroup_name | 광고 그룹 | #adjust_adgroup_name | 텍스트 |
| creative_name | 광고 소재 | #adjust_creative_name | 텍스트 |
이벤트 테이블 저장을 활성화한 경우 데이터 관리 -> 이벤트 관리 페이지에서 관련 이벤트 데이터를 확인할 수 있으며, 이벤트 이름은 Adjust에서 정의한 이벤트 이름과 같습니다. impression, click, cost_update, ad_revenue 이벤트 매핑 테이블은 다음과 같습니다:
| activity_kind 값 | 설명 | AE 저장 후 이벤트 이름 |
|---|---|---|
| impression | 노출 | adjust_impression |
| click | 클릭 | adjust_click |
| cost_update | 비용 | adjust_cost_update |
| ad_revenue | 수익 | adjust_ad_revenue |
5. 자주 묻는 질문
Adjust FAQ 부분을 참고하십시오
6. Facebook(Meta) 채널 이름이 비어 있는 문제
Adjust 어트리뷰션 채널 이름이 Unattributed로 표시되는 문제 문서를 참고하십시오