Blogs

iOS 概率再营销

以更低成本实现更精准的 iOS 用户触达

Ariel Neidermeier
May 11, 2026

2021 年,Apple 推出应用追踪透明度(ATT)框架后,移动广告行业走到了一个岔路口:要么为 iOS 生态重新设计投放逻辑,要么把预算转向规则更简单的平台。

不少厂商最终选择了后者。

当时,安卓端的再营销仍可依赖稳定的设备标识正常运作;而在 iOS 上要重建同等级别的用户识别能力,几乎等于从零开始——需要基于非个人身份信息(非 PII)训练定制化的概率模型,搭建与现有体系完全不兼容的用户分群逻辑,还要适配一套原本就不支持再营销监测的 SKAdNetwork。

这一行业选择带来的连锁反应,反而催生了当前移动广告程序化竞价中竞争极低的一条赛道,而它所面向的,恰恰是全网价值最高的那一批 iOS 用户

  • 单用户安装收益:iOS 为 2.28 美元,安卓仅为 0.89 美元
  • 单用户应用内消费:iOS 用户付费金额接近安卓用户的 2.1 倍
  • 复购意愿:iOS 用户再次消费的概率比安卓用户高出 35%

本文将拆解:为什么大多数企业至今仍在用高价的新增用户(UA)投放,去触达已经流失的 iOS 老用户;以及 iOS 概率再营销如何以一条成本更低的专属路径,精准覆盖同一批目标人群。

藏在新增投放数据里的

“重装回流”问题

在讲机遇之前,需要先厘清一个核心事实:iOS 新增投放广告所呈现的实际效果,远比多数增长团队意识到的更有水分。

根据 Apple 发布的 2024 年应用商店透明度报告,App Store 每周平均新增下载量为 8.39 亿次,而重装下载量高达 19 亿次,后者是前者的两倍多。

这组数据意义重大:iOS 新增投放报表中统计的“安装量”,相当一部分其实是老用户重新下载后的回流。换句话说,你的新增投放预算早已在默默为老用户召回买单,却还要承受新增投放的高昂千次展示成本——远高于专门的再营销投放单价。

还有一个行业固有的短板需要说清楚:常规的新增归因流程,无法清晰区分首次安装与重装回流。于是老用户自然回流,预算持续消耗,后台的整体安装数据看似平稳,真正的问题却被完全掩盖。

为什么 65% 的 iOS 存量用户,

大多数广告平台都触达不到?

更深层的痛点在于,ATT 政策大幅压缩了流失 iOS 用户的可触达范围。

Adjust 发布的 2025 年第二季度行业基准数据显示,全球 iOS 用户的 ATT 授权同意率仅为 35%。虽然通过优化授权弹窗设计、调整新手引导流程,这一比例在缓慢上升,但天花板已经固定:超过六成的 iOS 用户会永久关闭追踪授权。

落实到实际的投放场景,影响非常直观:

  • 依赖广告标识符(IDFA)的确定性再营销,只能触达少数授权用户
  • SKAdNetwork 本身不支持再营销,设计初衷只是为了服务首次安装归因
  • 绝大多数广告平台只能争抢那 35% 的授权用户,陷入同质化的竞价内卷

需要特别指出:65% 关闭追踪的用户并非无法触达,只是无法通过行业主流的传统投放方式实现。而概率再营销,正是借助 IP 网段、设备型号、用户代理标识(UA)、场景行为等非隐私信号,对这些用户进行定向触达。

难点在于,搭建一套成熟的概率再营销技术架构门槛高、研发投入大,这也是入局玩家寥寥无几的根本原因。

流失用户池仍在持续扩大

iOS 再营销的另一个利好是,App 的用户流失规模本就十分庞大。

行业基准数据普遍显示:71% 的用户在安装 App 后 90 天内会流失,部分细分赛道的流失率更高。绝大多数应用在一周内就会流失大半日活用户。

这意味着,每一轮拉新获取的用户,都在源源不断地变成流失用户群体。而这类用户具有明显优势:

  • 已经认识并使用过你的产品
  • 本身就具备产品使用意愿
  • 不需要从零教育、灌输产品核心价值
  • 召回成本远低于全新拉新

流失用户池在不断补充增量,而在 iOS 生态中,这片流量池的竞价参与者极少,竞争压力非常低。

概率再营销的底层运作逻辑

下面简单拆解它的运作原理,避免大家把“概率”当作黑盒工具,或者误以为存在合规风险——实际上这两者都不存在。

概率再营销基于三类合规信号构建用户分群体系:

  • 非个人身份信息:不采集、不存储任何可识别个人隐私的敏感数据
  • 非永久追踪:不建立跨全网追踪的设备级用户档案
  • 符合 Apple 生态要求:完全适配 ATT 政策框架

所使用的信号包括:分段 IP 地址、设备型号与系统版本、用户代理字符串(UA)、场景行为模式等。

广告平台整合这些维度的信号后,无需依赖 IDFA,也能以较高的置信度判断:某次广告曝光是否触达了曾经安装过该 App 的流失用户。

最终的效果是:触达其他渠道完全覆盖不到的存量用户,同时千次展示成本由低竞争的市场定价决定,远低于新增投放的高溢价水平。

CPA实测效果就是最好的证明

以欧洲加密数字资产平台 Deblock 为例。它的用户群体普遍技术认知高、重视隐私保护,对广告追踪非常敏感。

整个加密赛道的 iOS 用户 ATT 拒绝率远高于行业均值,传统的确定性再营销几乎无法触达流失用户。

接入 iOS 概率再营销后,Deblock 的单次转化成本直接下降了 5 到 8 倍。

成本大幅下降的核心逻辑很简单:不需要再用拉新的高价,去触达已经熟悉产品的老用户;同一批受众,通过专属的再营销直达路径,召回成本仅为常规拉新的零头。

RZR 如何适配 iOS 信号变革、

搭建专属技术体系

Apple ATT 政策颠覆了 iOS 的用户信号逻辑之后,RZR 从零开始重构了深度神经网络模型,彻底摆脱了对 IDFA 的依赖。

目前自研的 iOS 再营销技术栈包括:

  • 加密信号处理(SHA-1 + SHA-256 加密),提升授权用户的匹配成功率
  • 家庭网段 IP 定向,突破单设备信号的局限,扩大可触达人群
  • 多维度用户分层:按行为习惯、用户生命周期价值划分付费与非付费用户,设置 3 天到 180 天以上的流失周期,并结合运营活动、节点热点进行事件定向
  • 自研增量效果评估体系:无需依赖第三方工具,精准区分自然回流与广告投放带来的真实增量
  • 双路径定向架构:在单条投放计划中,同时覆盖授权用户(确定性定向)和拒授权的多数用户(概率定向)

增量效果评估的价值远超表面所见——再营销一直面临“用户本来就会自然回流”的质疑,自研体系可以精准回答这个问题,不用依赖第三方框架或间接指标,就能真实衡量广告投放的实际价值。

窗口期难得,

机遇不会长期存在

当前 iOS 概率再营销赛道竞争稀少,本质上是因为技术架构门槛太高,多数厂商无力进入,形成了天然的结构性优势。但在程序化广告行业,一旦有足够的资本和研发资源涌入,这类蓝海赛道的红利很快就会变薄。

提前布局的企业,将进入一个具备以下特质的流量市场:

  • 千次展示成本由低竞争决定,而非用户价值偏低
  • 受众是对品牌已有认知的老用户,转化难度远低于冷启动拉新
  • 用户重装回流池的补充速度,远超常规新增投放后台所呈现的数据

如果你一直想盘活 iOS 流失用户,或者目前仍在靠新增投放默默地承担老用户召回成本,不妨深入了解专门面向 iOS 的概率再营销的完整落地路径。

即刻咨询 RZR,定制专属的 iOS 概率再营销投放策略。

© 2026 RZR GLOBAL INC

Sign up for Newsletter

Stay Sharp