A atribuição de instalação é o processo de atribuir crédito por cada nova instalação de app ao anúncio, campanha e rede que a gerou. É o produto central de todo MMP e a base de toda decisão de UA — sem atribuição confiável, não é possível saber quais campanhas estão funcionando, otimizar lances ou alocar orçamento entre canais.
O problema é mais difícil do que parece. Uma jornada de instalação típica: o usuário vê um anúncio no TikTok, não clica; vê um anúncio de retargeting do Meta no dia 3, clica mas não instala; pesquisa a marca no dia 5, vê a listagem da App Store organicamente, instala. Qual fonte recebe crédito? Regras de atribuição diferentes dão respostas diferentes — e a maioria das redes de anúncios reivindicará a instalação se solicitada, então sem um árbitro neutro (o MMP), múltiplas redes recebem crédito e você paga múltiplas vezes pelo mesmo usuário.
Regras de atribuição comuns
- Atribuição de último clique (padrão para a maioria dos MMPs): o último anúncio que o usuário clicou antes da instalação (dentro da janela) recebe 100% do crédito. Simples, fácil de implementar, geralmente alinhado com "o anúncio que fechou a instalação".
- Atribuição view-through: crédito dado quando um usuário viu um anúncio mas não clicou, e depois instalou dentro de uma janela mais curta (1-24 horas). Sinal mais fraco do que click-through. Frequentemente usado como desempate quando nenhuma atribuição de clique se aplica.
- Atribuição multi-toque: crédito distribuído entre múltiplos pontos de contato (linear, decaimento de tempo, baseado em posição, orientado a dados). Mais preciso em teoria, mais difícil pós-ATT.
- Atribuição de primeiro clique: oposto de último clique — o primeiro anúncio que o usuário clicou recebe crédito. Menos comum; às vezes usado para mensuração de "geração de demanda".
- Atribuição engaged-view: anúncios em vídeo assistidos até um limite de conclusão definido (frequentemente 6 segundos ou 50% de conclusão) creditam a instalação. Comum na atribuição do YouTube e TikTok.
A atribuição iOS pós-ATT é um mosaico
- Postbacks SKAN para instalações de redes de anúncios habilitadas para SKAN (a maioria das principais redes agora).
- Atribuição em nível de dispositivo do MMP para usuários que optaram via ATT (20-40% dos usuários).
- API de Atribuição do Apple Search Ads especificamente para campanhas do Apple Search Ads.
- Sinal primário — correspondência de CRM, continuidade da jornada web-to-app via deep linking diferido, identificadores inseridos pelo usuário.
- Atribuição interna do Meta e TikTok — executando sua própria atribuição em nível de usuário dentro de seus jardins murados.
O trabalho do MMP é ingerir todos esses dados, deduplicá-los (para que a mesma instalação não seja creditada a múltiplas fontes) e produzir uma visão unificada.
A atribuição Android é mais simples porque a atribuição determinística baseada em GAID ainda funciona para a maioria dos usuários (~80-90% dos usuários Android não optam por sair do ID de publicidade). Os MMPs usam principalmente o install-referrer (mecanismo oficial do Google Play para atribuição click-to-install) mais correspondência em nível de dispositivo. O Privacy Sandbox para Android (lançamento em fases) eventualmente introduzirá atribuição agregada semelhante ao SKAN por ~2027.
Comparação de regras de atribuição — quando cada uma se aplica
| Regra | Como funciona | Pontos fortes | Pontos fracos |
|---|---|---|---|
| Último clique | Último anúncio clicado dentro da janela recebe 100% do crédito | Simples, inequívoco, padrão do MMP | Supercredita campanhas de fechamento; ignora consciência anterior |
| Primeiro clique | Primeiro anúncio clicado dentro da janela recebe 100% do crédito | Credita o trabalho de geração de demanda | Supercredita consciência inicial; ignora toques de conversão |
| View-through | Impressão de anúncio (sem clique) creditada se a instalação ocorrer dentro de uma janela mais curta (1-24h) | Captura impacto de marca/vídeo | Sinal mais fraco — usuário viu mas não se engajou |
| Multi-toque (linear) | Crédito dividido igualmente entre todos os pontos de contato | Reconhece a contribuição do funil | Difícil entre redes pós-ATT; ponderação linear é ingênua |
| Multi-toque (orientado a dados) | Modelo de ML atribui pesos com base na correlação de conversão observada | Mais preciso quando funciona | Requer dados extensivos + suporte da plataforma |
| Engaged-view | Anúncios em vídeo assistidos até a conclusão definida (ex.: 6s ou 50%) creditados | Faz a ponte entre clique e view-through | Comum no YouTube + TikTok; menos padronizado entre plataformas |
O padrão do MMP é último clique dentro da janela (geralmente 7-30 dias). Programas maduros usam multi-toque + testes de incrementalidade sobre o último clique para decisões estratégicas, mas operam no último clique para o lancing diário de UA.