惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Google DeepMind News
Google DeepMind News
C
Check Point Blog
GbyAI
GbyAI
Jina AI
Jina AI
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
博客园 - 司徒正美
Hacker News - Newest:
Hacker News - Newest: "LLM"
V2EX - 技术
V2EX - 技术
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
F
Full Disclosure
S
Secure Thoughts
WordPress大学
WordPress大学
博客园 - Franky
N
News and Events Feed by Topic
雷峰网
雷峰网
www.infosecurity-magazine.com
www.infosecurity-magazine.com
H
Hacker News: Front Page
N
Netflix TechBlog - Medium
Forbes - Security
Forbes - Security
TaoSecurity Blog
TaoSecurity Blog
C
CERT Recently Published Vulnerability Notes
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Vercel News
Vercel News
T
The Blog of Author Tim Ferriss
MyScale Blog
MyScale Blog
Security Latest
Security Latest
Attack and Defense Labs
Attack and Defense Labs
The Register - Security
The Register - Security
Spread Privacy
Spread Privacy
H
Help Net Security
宝玉的分享
宝玉的分享
L
LangChain Blog
MongoDB | Blog
MongoDB | Blog
I
Intezer
Schneier on Security
Schneier on Security
Latest news
Latest news
Y
Y Combinator Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
I
InfoQ
A
About on SuperTechFans
T
Tor Project blog
Microsoft Security Blog
Microsoft Security Blog
M
MIT News - Artificial intelligence
Google DeepMind News
Google DeepMind News
Microsoft Azure Blog
Microsoft Azure Blog
T
Threat Research - Cisco Blogs
S
Schneier on Security
Cisco Talos Blog
Cisco Talos Blog
H
Heimdal Security Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
一文讲清楚iOS的SKAN4.0
一楠 · 2025-03-04 · via 人人都是产品经理

随着苹果对用户隐私保护的不断加强,广告归因框架SKAdNetwork已成为iOS广告生态中的重要组成部分。SKAdNetwork 4.0的推出,更是带来了诸多重大更新,包括更精准灵活的转化值衡量、延长的回传窗口期、动态隐私阈值调整以及对Safari上Web-to-App归因的支持等。本文将深入剖析SKAdNetwork 4.0的关键特性及其对广告主和开发者的影响,帮助从业者更好地理解和应用这一框架,以适应苹果隐私政策下的广告归因新趋势。

1.SKAdNetwork是什么及出现背景

SKAdNetwork是苹果推出的一个广告归因框架,用于保护用户隐私,帮助广告主和开发者追踪广告投放的效果。

在iOS 14及更高版本中,苹果逐步限制了IDFA(广告标识符)的使用,而SKAdNetwork为开发者提供了一个无需用户识别码即可追踪广告效果的解决方案。它使得广告平台和广告主能够在不直接获取用户个人信息的情况下,大致了解广告活动带来的安装和转化情况。

SKAdNetwork适用于iOS 14.0以上系统版本,低于iOS 14.0的版本可以考虑使用其他广告归因解决方案,例如IDFA或设备ID

2.SKAdNetwork的数据特性

聚合性,非用户明细数据:

SKAdNetwork 不会向广告主提供单个用户的详细行为数据和身份信息,而是以聚合的形式呈现广告活动的效果数据,如总的安装量、转化率等。例如,广告主无法得知具体是哪些用户点击了广告并进行了安装,只能获取到一个整体的安装数量统计。这使得广告主无法像以前那样精准地追踪和分析个体用户的行为路径及转化过程,需要从宏观层面来评估广告活动的效果,对广告投放策略的精细化调整带来一定挑战。

延迟:

SKAdNetwork的另一个重要特性是数据的延迟性。由于数据需要经过一系列处理和加密,在广告投放后,广告主通常无法立刻看到转化数据。这种延迟可能从几小时到几天不等,具体延迟时间取决于苹果的处理流程。这种延迟主要是为了确保数据的隐私保护,避免任何通过短期数据判断用户行为的情况出现。这种延迟对于广告主来说可能增加了数据反馈的周期,从而无法及时根据数据反馈来调整广告投放策略,可能会错过最佳的优化时机。同时,也增加了数据分析和决策的难度,需要考虑数据延迟对评估结果的影响。

隐私阈值:

为了进一步保护用户隐私,SKAdNetwork设置了“隐私阈值”机制。这意味着只有当某个广告事件(如安装、购买等)的数据达到一定的规模时,才会被生成并向广告主公开。这一机制可以防止某个单一用户的行为被泄露,因为如果某个事件的数据量过小,系统就不会返回该数据。另一方面,也可能导致投放规模较小的广告主在某些情况下无法获取完整的转化数据,需要在隐私保护和数据可用性之间进行权衡。

数据局限性:

  • 在 SKAdNetwork 2 和 3 中,数据维度受限,每个网络仅能显示 100 个不同的推广活动,对于大型广告主或复杂的广告投放策略来说往往不够用,不过在 4.0 中已扩展到10,000 个。
  • 部分归因链路缺失例如移动网页端无法归因,未涵盖所有可能的归因链路,导致归因流程存在一定的不完整性。

不存在自然量和留存数据:SKAdNetwork不能提供关于自然量(例如自然安装)和留存的详细数据。广告主无法得知某个用户是通过广告点击还是通过直接访问App Store进行了安装。此外,SKAdNetwork也无法提供用户在安装后的留存情况(即用户是否在安装后30天内继续使用应用)。这种限制意味着广告主需要通过其他手段来估算和补充自然量和留存率的数据,或者依赖其他的分析工具来获取这些信息。

3.SKAdNetwork 4.0关键内容

SKAdNetwork 4.0 相较于3.0在多方面实现升级,包括转化值衡量更精准灵活,由单一细粒度变为结合粗粒度且可自定义权重,回调次数增加、窗口期延长以覆盖更长期用户行为,隐私阈值能依据广告活动、应用类型等动态调整,数据颗粒度细化、源标识符升级助力精准溯源,还新增对safari上 web-to- app 归因的支持。

来源:apple developer

3.1 CV值

1)CV数值定义

CV 值(Conversion Value)是苹果在 SKAdNetwork 中引入的一个关键指标,用于反映用户在应用内的转化行为。它是一个 6 位二进制数,可以代表多种事件组合,比如安装、注册、购买、订阅等。广告主可以根据自己的业务需求,自定义CV值的规则,以跟踪用户行为并评估广告效果。

  • 用途:CV值的主要作用是帮助广告主了解广告转化的质量。例如,电商可以用 CV值表示用户的首次购买金额范围,游戏可以用来追踪用户在初始24 小时内是否完成充值。
  • 限制:由于苹果的隐私保护政策,CV值是经过一定的延迟后才能报告的,并且是聚合的,不会透露单个用户的具体行为信息。

细粒度转化值(Fine-Grained Conversion Value)样例

2)SKAdNetwork 4.0 vs 3.0 CV数值

3.2 粗粒度转化值

粗粒度转化(Coarse Conversion Value)是SKAdNetwork 4.0中新增的功能,用于在隐私保护要求较高的情况下,为广告主提供简化但有价值的转化数据。

1)粗粒度转化值特点

  • 分级转化:粗粒度转化值通常分为高、中、低三个等级,用来粗略地描述用户的转化价值。
  • 隐私优先:在无法满足隐私阈值或其他细化条件时,系统将提供粗粒度数据,而不是更精细的CV值,确保用户隐私的保护。

2)粗粒度转化值意义

  • 降低数据丢失风险:即使在隐私要求较高的场景下,广告主仍能获得一定程度的转化数据,而不会因为未达到隐私阈值完全丢失信息。
  • 提供趋势分析:广告主可以通过这些粗粒度转化数据判断广告效果的大致趋势,并进行基础优化。

3.3 窗口期

1)窗口期和回传次数

  • 第 1 次回调:计时器为 24-48 小时,在第1个回调窗口 0-2 天结束后开始计时,意味着会在第1个转换窗口结束后的24-48小时内收到第1次回调。
  • 第 2 次回调:计时器为 24-144 小时,在第2个回调窗口 3-7 天结束,且满足注册转化阈值的情况下开始计时,这意味着可能会在第2个转换窗口结束后的6天内收到第2次回调。
  • 第 3 次回调:计时器同样为 24-144 小时,在第3个回调窗口 8-35 天结束,且满足注册转化阈值时开始计时,可能会在第3个转换窗口结束后的 6 天内收到第3次回调。

2)转化值锁定和提前接收回传

应用可使用updatePostbackConversionValue方法锁定转化值,系统收到锁定值后立即准备回传并忽略同一窗口内后续更新,仍按相应随机延迟时间发送回传。最早收到第一次回传的总延迟在 3.0 和 4.0 版本中均为 24 – 48 小时。

3.4 群组匿名及数据回传

为保护隐私和确保人群匿名,设备可能限制回传数据。苹果根据广告展示的应用的人群规模、被推广应用和广告网络提供的分层源标识符确定回传数据层级(Tier 0 – Tier 3).

如下图,影响回传中的source-identifier、conversion-value、coarse-conversion-value、source-app-id 或 source-domain 等字段。

1)Postback 数据层级

  • source-identifier:2-4 位层级源标识
  • conversion-value:细粒度转化值,需要应用提供
  • source-app-id:用于展示在应用中的广告;source-domain:用于可归因的网页广告
  • coarse-conversion-value:粗粒度转化值,需要应用提供

3.5 隐私阈值(群组匿名)

隐私阈值是 SKAdNetwork 保证数据隐私性的重要机制。SKAdNetwork 4.0 通过以下方式优化了隐私阈值:

  • 动态阈值机制:只有当广告事件(如安装、购买)达到一定的触发量时,才会生成报告。
  • 更严格的数据保护:在未达到阈值时,数据不会被报告,以防止通过少量事件反推单个用户的行为。
  • 群体性分析为核心:隐私阈值确保了广告主只能看到群体性的行为数据,而非单用户行为数据。

1)隐私阈值下的 CV 值和粗粒度转化值变化

隐私阈值会影响细粒度转化值(CV 值)和 粗粒度转化值(Coarse Conversion Value) 的数据返回。如果用户行为数据未达到隐私阈值,系统会根据隐私保护机制进行以下处理:

(1)样本量较小:当转化事件发生的用户数不足以满足隐私阈值时,细粒度的CV 值(例如:1, 2, 3 等)可能会被替换或屏蔽。

(2)模糊处理:系统会用模糊数据或简化的数据代替,这样广告主就无法获得精确的 CV 值。这时,可能会出现以下情况:

  • 例如,细粒度的CV值可能被简化为“高”、“中”、“低” 的粗粒度值,而不是具体的数字。
  • 转换为粗粒度数据:如果系统认为数据量太小,CV值会被降级为粗粒度转化值(Coarse Conversion Value)。

(3)隐私阈值满足时: 如果 CV 值 的相关事件数据满足隐私阈值,广告主将会收到具体的 CV 值,如 1、2、3、5 等,表示具体的用户行为(例如:完成注册、首次购买等)。此时,广告主能够收到完整的细粒度数据。

3.6 source标识符升级

引入了多层次的Source Identifier,允许广告主根据广告系列的层级来精确跟踪不同的广告活动。相比 SKAdNetwork 3.0 仅支持 2 位标识符,4.0 中支持最多4 位的层级标识符。

来源:apple developer

每一个标识符可以代表一种信息,标识符位数的增加,可以让广告主在不同层级下标识不同的投放信息,例如国家,区域,活动类型等。

样例一:

前两个2 digit代表campaign,第3个digit代表投放的区域,第4个digit代表广告投放的位置

来源:apple developer

样例二:

前两个2 digit代表Ad treatment,第3个digit代表投放时间,第4个digit代表广告展示详情

来源:apple developer

当群组规模较大时,高精度标识符可返回详细的转化数据;而在规模较小时,即便使用高精度标识符,系统也可能仅返回粗粒度数据或基础信息。

两者的关系核心在于,标识符的精度以群组匿名达标为前提,共同确保隐私保护与数据实用性的平衡。

来源:apple developer

4.SKAdNetwork 4.0的参与方

4.1 主要参与方

SKAdNetwork 4.0中,主要参与者包括广告网络(Ad Networks)、发布者应用(Publisher Apps)广告主应用(Advertiser Apps)。它们共同完成广告的展示、用户行为的追踪,以及转化数据的归因。

1)Ad network:广告网络是广告展示和归因的核心中介,例如:Google Ads、Meta、Unity Ads 等。

  • 向apple注册以生成广告签名,确保广告展示符合SKAdNetwork 的规范。
  • 提供广告创意并分发至发布者应用。
  • 接收apple发送的归因数据(Postback),并将其解析后提供给广告主。

2)Publisher app:发布者应用是广告展示的主要平台。例如:游戏、社交媒体或工具类应用内展示广告。

  • 集成广告网络的SDK,展示广告给用户。
  • 确保广告的展示符合 SKAdNetwork 的规则,生成有效的广告展示记录。
  • 向广告网络报告广告展示事件。

Advertiser app:广告主应用是最终目标,吸引用户通过广告完成下载、安装和转化。例如:电商、订阅服务或游戏类应用。

  • 集成SKAdNetwork API,用于接收转化值(Conversion Value)。
  • 根据归因数据优化广告策略和预算分配。
  • 定义转化值逻辑,追踪用户行为(如安装、注册、购买等)。

4.2 MMP在其中的作用

SKAdNetwork中,MMP(移动归因平台,如 Adjust 或 AppsFlyer)充当辅助角色,帮助广告主整合和解读 SKAdNetwork 的归因数据。

尽管apple不会直接将 Postback 数据发送给 MMP,广告主和广告网络可以通过设置将 Postback 数据转发给 MMP,由其进行统一的归因分析和数据展示。MMP主要的作用如下:

  • 归因数据整合与展示:收集来自广告网络的 SKAdNetwork Postback 数据,汇总广告活动表现并生成易于解读的报告。
  • 转化值(CV)映射与优化:协助广告主定义CV(Conversion Value)的映射逻辑,将用户行为转化为有意义的归因数据。让用户通过操作平台,降低设置门槛
  • 多广告网络数据的集中管理:整合来自多个广告网络的 SKAdNetwork 数据,帮助广告主统一管理和优化跨平台的广告活动。如果广告主一个一个媒体接入,会有很大开发和维护成本。
  • 跨系统的整合与对比:关于IOS归因,MMP还提供了概率+准确性的归因方法,从而可以提供 SKAdNetwork 数据与传统归因数据的对比视图,支持广告主深入了解广告效果。

AF在SKAN中的作用,来源:AF官方说明

参考:

https://www.appsflyer.com/glossary/skadnetwork/

https://help.airbridge.io/en/guides/skadnetwork-overview

https://developer.apple.com/videos/play/wwdc2022/10038/

https://www.appsflyer.com/blog/trends-insights/skadnetwork-4-strategy/

本文由 @一楠 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务