<b>Modeled installs в Apple Search Ads: где в отчёте прячется лишний инсталл</b>

<b>Modeled installs в Apple Search Ads: где в отчёте прячется лишний инсталл</b>

Modeled installs в ASA выглядят как нормальная атрибуция, но это не клик-истина. Модель дорисовывает часть конверсий там, где сигнал слабый: утерян ID, короткое окно, много анонимного трафика. Для баера риск один — оптимизировать не по факту, а по вероятности.

Смотрите на три вещи:
— долю modeled installs в разрезе кампаний и адгрупп
— разницу между install и first open в MMP
— lag между тапом и установкой: чем он длиннее, тем выше шанс, что модель «достроит» лишнее

Если modeled share растёт, а CR и retention не идут следом, в отчёте уже есть шум. Особенно опасно это на широких запросах и в брендовых кампаниях с пересечением аудиторий: ASA может приписать себе инсталл, который пришёл из другого канала. В итоге CPI выглядит лучше, чем реальная экономика. 📉

Правило простое: modeled installs можно использовать для верхнего уровня, но оптимизацию крео, ставок и семантики делайте только на связке install, first open, event rate и cohort. Тогда модель перестанет маскировать слабый трафик и начнёт работать как подсказка, а не как источник решения.