В апреле 2021 года Apple выпустила iOS 14.5 с обязательным запросом разрешения на трекинг — App Tracking Transparency. С того момента IDFA, который служил основой мобильной атрибуции почти десятилетие, перестал быть доступен в промышленных масштабах. Большинство пользователей нажали «Не разрешать» — и привычная цепочка «клик → установка → постинсталльное событие» разорвалась.
Пять лет спустя атрибуция без IDFA остаётся операционной реальностью для всех, кто работает с iOS-трафиком. Разбираем, что изменилось на практике и как перестроить аналитику, чтобы принимать решения на основе реальных данных, а не артефактов атрибуционной модели.
Что сломал App Tracking Transparency и зачем был нужен IDFA
IDFA — Identifier for Advertisers — уникальный идентификатор устройства Apple. Рекламные системы использовали его для трёх задач: сопоставление клика или показа с конкретной установкой, передача постинсталльных событий от MMP к источнику и построение lookalike-аудиторий на основе реальных плательщиков.
ATT сделал IDFA доступным только при явном согласии пользователя. Процент согласий варьируется по вертикалям и регионам, но в среднем большинство iOS-установок лишились детерминированной атрибуции. Площадки, которые раньше оптимизировались под постинсталльные события каждого конкретного пользователя, получили агрегированный и задержанный сигнал.
Важно понимать: проблема не только в «потере данных». Проблема в том, что SKAN-атрибуция имеет структурные погрешности — и если оптимизировать под неё напрямую, можно принимать неверные бюджетные решения. Поэтому атрибуция без IDFA требует не просто другого инструмента, а другого подхода к интерпретации данных.
Как работает SKAdNetwork: агрегированный сигнал вместо пользовательского
Apple предложила альтернативу — SKAdNetwork (SKAN). Принцип работы:
- Пользователь видит рекламу от сети, подписанной на SKAN.
- При установке операционная система формирует постбэк и отправляет его напрямую — без передачи личных данных.
- Постбэк содержит: идентификатор сети и кампании, конверсионную ценность (conversion value) и статус конфиденциальности.
- Постбэк приходит с задержкой от 24 часов до нескольких суток — и только при достижении минимального порога установок для защиты анонимности.
SKAN 4.0, доступный с iOS 16.1, добавил три иерархических постбэка (fine, coarse, null) и более длинное окно конверсии. AdAttributionKit, выпущенный в 2024 году, развивает этот подход дальше: расширяет поддержку web-to-app конверсий и интеграцию с first-party данными. Принцип остаётся неизменным: агрегированный сигнал вместо персональных данных.
Практическое следствие: оптимизация под конкретное постинсталльное событие стала принципиально сложнее. SKAN даёт сигнал на уровне кампании и с задержкой — это уже не тот мгновенный петлевой сигнал, который позволял алгоритмам аудно оптимизироваться в реальном времени. Подробнее о том, как это меняет структуру in-app кампаний — в материале In-app-реклама в 2025 году.
Пост-клик vs пост-вью: почему VTA стал важнее после ATT
До iOS 14.5 пост-вью атрибуцию (VTA, view-through attribution) часто считали вспомогательным сигналом или отключали из-за риска переатрибуции. В условиях дефицита IDFA-сигнала VTA стал инструментом, без которого картина оказывается неполной.
Пост-клик (CTA). Пользователь кликнул на объявление и установил приложение — самая сильная атрибутивная связь. Но при падении доступного IDFA-пула часть кликов попадает в «вероятностную» зону: MMP использует probabilistic matching по IP, User-Agent и другим сигналам вместо детерминированного IDFA.
Пост-вью (VTA). Пользователь увидел рекламу, не кликнул, но вернулся к продукту позже. SKAN поддерживает VTA с ограничениями: короткое окно атрибуции и постбэки только при определённых условиях. Для видеоплейсментов и охватных кампаний VTA позволяет учесть реальный вклад показа, который CTA полностью теряет.
Ключевой нюанс: расширенное VTA-окно увеличивает охват атрибуции, но повышает риск переатрибуции — органические установки начинают «поглощаться» платным каналом. Настройка окна атрибуции и чёткое разграничение с органикой — обязательные условия. Пример того, как это работает на практике: в кейсе ретаргетинга для ЦУМа через DSP Persona.ly с пост-вью атрибуцией удалось реактивировать iOS-пользователей без IDFA, при этом CIR Net оказался на 59% ниже других ретаргетинговых источников и CAC — на 62% ниже среднего.
Инкрементальность и CIR Net: как отделить реальный эффект от переатрибуции
SKAN-атрибуция отвечает на вопрос «кому засчитать установку», но не отвечает на вопрос «насколько реально вырос результат из-за этой рекламы». Это задача инкрементального анализа.
CIR Net — метрика, которая показывает реальную стоимость инкрементального результата с учётом каннибализации органики. Если пользователь пришёл бы органически без рекламы, CIR Net это учитывает. В условиях iOS без IDFA именно CIR Net даёт честный ответ на вопрос об эффективности канала — в отличие от SKAN-CPA, который может оказаться оптимистичным артефактом агрегированного постбэка.
Основные методы оценки инкрементальности:
- Holdout-тест. Часть целевой аудитории исключается из показа рекламы; разница в конверсии между тестовой и контрольной группами — реальный инкрементальный прирост.
- Географический эксперимент. Реклама запускается в одних регионах и отключается в других; разница в органических метриках — инкрементальный эффект канала.
- Анализ по когортам. Сравниваются когорты с разной насыщенностью рекламы при прочих равных условиях.
В экосистеме iOS без IDFA инкрементальный анализ сложнее технически — но именно поэтому он становится важнее. SKAN-атрибуция имеет структурные погрешности. Без holdout-теста невозможно понять, работает ли канал реально или просто переназывает органику. Независимая аналитика позволяет строить эти тесты без конфликта интересов со стороны площадок.
Как перестроить аналитику iOS-кампаний: практический чеклист
Дефицит IDFA перенёс акцент на first-party данные рекламодателя: CRM-события, постбэки SKAdNetwork и probabilistic-сигналы в связке с MMP. Конкретные шаги:
Настройте conversion values осознанно. CV, завязанный на событие с высокой предсказательной силой для LTV (а не просто первый запуск), даёт SKAN-машине реальный сигнал для оптимизации. SKAN 4.0 поддерживает fine/coarse CV под разные уровни трафика — используйте это.
Разделите органику и платный трафик явно. Без чёткого разграничения iOS-органики SKAN-постбэки начинают поглощать органические установки, завышая CPA и искажая решения об оптимизации.
Верифицируйте через CRM. Особенно критично для финтеха и e-commerce: сверка SKAN-событий с реальными транзакциями в CRM выявляет как ошибки конфигурации, так и фрод. О природе подобных расхождений — в материале про мобильный антифрод.
Не оптимизируйте по метрикам площадки вслепую. У сети нет доступа к вашему CRM и нет стимула минимизировать переатрибуцию. Сквозная аналитика и собственные дашборды — единственный способ видеть реальную картину. Именно поэтому перформанс-кампании на iOS сегодня — это в первую очередь задача настройки системы измерения, а не просто покупки трафика.
Проводите инкрементальные тесты регулярно. Holdout-тест раз в квартал даёт честный ответ на вопрос о реальной ценности канала. Эти данные часто пересматривают кажущиеся очевидными бюджетные решения.
Измерение iOS-кампаний без IDFA — задача без идеального решения. Есть набор инструментов — SKAN, VTA, probabilistic matching, инкрементальный анализ, first-party данные — и умение их комбинировать так, чтобы погрешность атрибуции оставалась управляемой. Точность измерения здесь превращается в конкурентное преимущество: кто видит картину точнее, тот оптимизирует под реальный результат, пока остальные улучшают метрики площадки. Об общем контексте роста измеримых каналов — в обзоре глобальных рекламных трендов.
Работаете с iOS-кампаниями и не уверены, что видите реальную картину в аналитике? Расскажите о задаче — разберём настройку атрибуции и покажем, где теряется сигнал.