Adjust

Definition: Adjust ist eine der drei führenden Mobile Measurement Platforms (MMPs) neben AppsFlyer und Branch. Die Plattform misst, welche Marketingkanäle (Google UAC, Meta App Ads, TikTok, Ad Networks) App-Installationen und In-App-Conversions verursachen, und ordnet jede Installation dem korrekten Touchpoint zu (Attribution). Das Adjust-SDK wird in iOS- und Android-Apps integriert und erfasst alle relevanten Aktivitäten – Installationen, Sessions, In-App-Events (Kauf, Registrierung, Level-Abschluss) – und liefert sie inklusive Kampagnen-Attribution an das Adjust-Dashboard und nachgelagerte Systeme (CRM, Data Warehouse, BI-Tools). Adjust wurde 2012 in Berlin gegründet und 2021 von AppLovin übernommen. Bekannt für starke Fraud-Prevention-Funktionen und umfassendes Privacy-Toolkit nach iOS 14.5+.

Erläuterung

MMPs wie Adjust lösen das zentrale Problem des App-Marketings: Werbeplattformen (Meta, Google, TikTok) rapportieren jeweils eigene Attributionszahlen – und zählen dabei oft doppelt. Ein neutraler MMP misst unabhängig und dedupliziert Attributionen. Adjust fungiert als Single Source of Truth für App-Marketing-Performance und ist Pflicht für jedes App-Unternehmen mit ernsthaftem User-Acquisition-Budget.

Kernfunktionen

Attribution: Last-Click-Attribution (Standard): Installation wird dem letzten Klick vor Install zugeordnet; Multi-Touch-Attribution (Enterprise): Credit-Verteilung auf mehrere Touchpoints; Attributions-Fenster: 7 Tage für Klicks (Standard), 1 Tag für Impressions; View-Through-Attribution (VTA): Installation ohne Klick aber nach Ad-Impression
SDK-Integration: iOS SDK (Swift/Objective-C) und Android SDK (Kotlin/Java); React Native, Flutter, Unity-Plugins; Initialisierung: Adjust.initSdk(adjustConfig); Event-Tracking: Adjust.trackEvent(adjustEvent); Deeplinking-Unterstützung; ~300 KB SDK-Größe für iOS
Fraud Prevention Suite: Fake-Installationen (Install Farms): Gerätefingerprint-Analyse; Click Flooding: statistische Anomalie-Erkennung; SDK Spoofing: Signatur-Verifikation; Fake-Clicks: Zeit-zwischen-Klick-und-Install-Analyse (< 2 Sekunden: verdächtig); automatisches Herausfiltern vor Reporting
Callbacks und Daten-Export: Raw Data Exports: jede Attribution und Event als Rohdaten; S3-Export oder SFTP; Callback-URLs: HTTP-POST bei jeder Installation/Conversion an eigenen Server; Data Freshness API; Integration mit BigQuery, Snowflake, Redshift über Data Connectors

iOS ATT und Privacy

ATT-Impact (iOS 14.5+): App Tracking Transparency: User muss Tracking aktiv erlauben; Opt-in-Rate: branchen- und App-abhängig, typisch 20–40 %; ohne IDFA: Fingerprinting nicht erlaubt; Adjust nutzt SKAdNetwork (SKAN) für aggregierte Attribution ohne User-Identifikation
SKAN-Unterstützung: SKAdNetwork-Framework: Apple-seitige aggregierte Attribution; Conversion Values (0–63): Adjust Conversion Value Mapping Studio; Postbacks: 1–3 Tage verzögert, aggregiert; Adjust SKAN Dashboard: Visualisierung der SKAN-Attributionsdaten; Modelless Attribution: probabilistisches Matching als SKAN-Ergänzung
Google Privacy Sandbox (Android): Attribution Reporting API für Android; Adjust: frühzeitige Integration; Topics API; Privacy-Preserving Attribution ohne Geräte-ID

Vergleich MMPs

Adjust vs. AppsFlyer: AppsFlyer: größerer Marktanteil, stärkeres Ökosystem (mehr Ad-Network-Integrationen); Adjust: stärker in Europa und bei Gaming-Apps; Adjust: reputation für Fraud Prevention; beide: ähnliche Kernfunktionen und Pricing (CPM-basiert auf Installationen); Entscheidung oft durch bestehende Team-Erfahrung getrieben
Adjust vs. Branch: Branch: stark bei Deeplinking und Cross-Platform-Attribution (Web + App); Adjust: fokussierter auf reines App-Marketing; Branch: kostenloser Einstiegstarif für Deeplinking; für Hybrid-Apps oder Web-to-App-Journeys: Branch oder Kombination beider Tools
Kosten: Pricing: typisch CPM (Cost per Mille Tracked Installs); volumenabhängig; Enterprise-Pläne ab ~$2.000/Monat; für kleine Apps: kostenloser Startplan (limitiert); Attribution-Kosten: oft 1–3 % des UA-Budgets

Praxistipp: Richten Sie Adjust-Callbacks so ein, dass jede Attribution und jedes In-App-Event in Echtzeit an Ihr Data Warehouse (BigQuery, Snowflake) übertragen wird. Das erlaubt Analysen die das Adjust-Dashboard nicht bietet: LTV-Berechnung pro Kanal, Cohort-Analysen, Kombination mit CRM-Daten. Für iOS: Konfigurieren Sie Conversion Values so, dass sie für Ihre wichtigsten Events (First Purchase, Day-7-Retention) optimiert sind – die 6 Bit im SKAN-Framework sind begrenzt, also priorisieren. Setzen Sie ATT-Prompts zeitversetzt (nach erstem Nutzen der App, nicht beim ersten Start) für bessere Opt-in-Raten.