App-attributie op iOS in gewone taal: wat je nog kunt meten en hoe je beslist

SKAdNetwork, ATT, postbacks: de woorden klinken technisch, maar de vraag eronder is simpel. Wat weet je nog wel, wat weet je niet meer, en hoe neem je goede beslissingen met minder data?

App-attributie op iOS komt neer op één verschuiving: je weet niet meer precies welke gebruiker via welke ad binnenkwam, maar je weet nog wel hoeveel installs en vroege events een campagne oplevert. SKAdNetwork geeft je geaggregeerde data met vertraging, en dat is genoeg om goed te sturen, mits je je beslisproces daarop inricht in plaats van te blijven rouwen om de oude precisie.

Wat veranderde er precies met ATT en iOS 14?

Vroeger reisde er met elke install een identifier mee, de IDFA, waarmee platforms een install exact aan een ad en een gebruiker konden koppelen. Met App Tracking Transparency draaide Apple die logica om: apps moeten expliciet toestemming vragen om te volgen, en een groot deel van de gebruikers zegt nee. Voor die groep is de koppeling tussen ad en install op gebruikersniveau verdwenen. Niet vertraagd, niet vager: weg.

Voor founders van apps en subscription-bedrijven voelde dat als blind vliegen. Maar blind is het verkeerde woord. Je bent van een microscoop naar een verrekijker gegaan: je ziet geen individuele gebruikers meer, maar de grote lijnen per campagne zie je nog prima.

Wat is SKAdNetwork in gewone taal?

SKAdNetwork, inmiddels doorontwikkeld onder de naam AdAttributionKit, is Apple's antwoord op de vraag hoe adverteerders kunnen meten zonder gebruikers te volgen. Het werkt zo: niet het advertentieplatform maar Apple zelf registreert dat een install uit een campagne kwam, en stuurt daarna een postback, een berichtje met geaggregeerde informatie, naar het platform. Daarin staat welke campagne de install veroorzaakte en een grofmazige conversiewaarde die iets zegt over wat de gebruiker in de eerste periode deed.

• Je krijgt data per campagne, niet per gebruiker: geen profielen, geen customer journeys op individueel niveau.
• Postbacks komen met vertraging binnen, dus je dashboards lopen dagen achter op de werkelijkheid.
• De conversiewaarde is beperkt: je kiest vooraf welke vroege events je erin codeert, en die keuze bepaalt wat je later kunt zien.

De belangrijkste beslissing zit in die laatste regel. Omdat de conversiewaarde maar een beperkte hoeveelheid informatie kan dragen, moet je kiezen welke events het waard zijn: een trial-start, een registratie, het afronden van onboarding. Kies de events die het sterkst voorspellen of iemand later betalende gebruiker wordt.

Wat kun je nog wel meten op iOS?

Meer dan de meeste founders denken. Installs per campagne blijven zichtbaar. Je zelfgekozen vroege events komen via de conversiewaarde mee. En binnen je eigen app meet je gewoon alles: activatie, retentie, trial-naar-betaald, omzet per cohort. Wat ontbreekt is alleen de harde koppeling tussen die interne data en de individuele ad. De kunst is dus om beide werelden naast elkaar te leggen: de geaggregeerde campagnedata van het platform en je eigen productdata, en te kijken of ze hetzelfde verhaal vertellen.

Op iOS meet je geen gebruikers meer, je meet richtingen. Wie op richtingen kan sturen, heeft genoeg.

Hoe beslis je met minder data?

De grootste fout is doen alsof er niets veranderd is: dagelijks per ad optimaliseren op cijfers die met vertraging en afgerond binnenkomen. Zo jaag je op ruis. De betere aanpak is trager en grover beslissen, maar op betrouwbaardere signalen. Beoordeel campagnes op weekniveau in plaats van dagniveau. Vergelijk cohorten: wat deed de groep die vorige week binnenkwam, vergeleken met de groep daarvoor? En gebruik je vroege events als kompas, omdat die wel op tijd binnenkomen terwijl omzet pas weken later zichtbaar wordt.

Reken daarnaast terug vanuit je eigen data. Als je weet welk deel van je trials gemiddeld betalend wordt en wat een betalende gebruiker waard is, kun je per campagne een maximale prijs per trial vaststellen. Dan stuur je op een signaal dat snel en zichtbaar is, met de zekerheid dat de economie eronder klopt. Dat is geen perfecte attributie, het is iets beters: een beslismodel dat tegen onvolledige data kan.

Wat betekent dit voor je campagnes en creatives?

Minder meetbaarheid maakt de inhoud van je campagnes belangrijker, niet minder belangrijk. Houd je accountstructuur simpel, want elke extra campagne versnippert je toch al vertraagde signaal. Consolideer budget in minder campagnes zodat elke campagne genoeg volume heeft om leesbaar te blijven. En verschuif het testen naar waar je nog wel scherp kunt meten: de creative. Hook rates, kijktijd en klikgedrag komen gewoon realtime binnen, dus creative-tests blijven je snelste leerinstrument op iOS.

In de praktijk zien we dat app-bedrijven die dit accepteren rustiger en beter schalen dan bedrijven die hun oude dashboards proberen te reconstrueren. De data is grover geworden, maar het spel is hetzelfde gebleven: sterke creatives, een helder aanbod en een funnel die van install naar betalende gebruiker leidt.

Conclusie

iOS-attributie is geen mysterie maar een andere meetlat: geaggregeerd, vertraagd en grofmazig, maar bruikbaar voor iedereen die op trends, cohorten en vroege events durft te sturen. De echte uitdaging is het beslisritme daarop aanpassen en je campagnestructuur zo inrichten dat elk signaal telt. Dat is precies het soort werk dat wij als paid social partner voor app- en subscriptionbedrijven doen: structuur, signaal en creative-volume in één systeem. Twijfel je of je op de juiste cijfers stuurt? Plan een call, dan kijken we graag met je mee.