attribution-setup
作者 Eronredattribution-setup 技能可帮助你为 iOS 和 Android 设计、验证并排查 App 安装归因。它涵盖 SKAdNetwork、AdAttributionKit、Google Play Install Referrer、延迟深度链接、转化值、postback，以及 AppsFlyer、Adjust、Singular、Branch 或 Kochava 的 MMP 配置。需要关于 Project Management 和移动增长的实操配置、故障排查或衡量取舍时，可使用这份 attribution-setup 指南。
该技能得分 78/100，说明它是面向 App 安装归因用户的一个相当合适的目录候选项。这个仓库为代理提供了清晰的触发条件、明确的初始评估流程，以及足够丰富的领域指导，因此用户可以期待比通用型帮助更有针对性的归因配置与排查支持。它还不是完全开箱即用，因为没有支持文件或安装命令，但信息已经足够清楚，值得收录。
- 触发条件明确：描述中点出了具体的归因主题和工具（SKAdNetwork/SKAN、AdAttributionKit、Install Referrer、主流 MMP、深度链接、ATT）。
- 流程上实用：技能会引导代理检查 app-marketing-context.md，并围绕平台、MMP、渠道和问题提出关键配置问题。
- 仓库内容扎实：有效的 frontmatter、较长的技能正文，以及多个工作流/约束章节，都表明这不是占位内容，而是有实际指导价值。
- 没有支持文件或安装命令，因此实际采用时主要依赖 SKILL.md 文本，可能需要人工解读。
- 仓库证据里没有 scripts/references/resources，用户应预期获得的是指导性内容，而不是自动化检查或带来源的实现资产。
attribution-setup 技能概览
attribution-setup 技能可以帮助你设计、验证和排查应用安装归因，尤其适用于需要一套能扛住现代 iOS 隐私限制的衡量方案时。对于做 Project Management、移动增长或数据分析的团队来说，它特别有用——你需要知道到底是哪些 campaign 带来了安装和收入，而不只是哪些广告拿到了点击。
当工作涉及 SKAdNetwork、AdAttributionKit、Google Play Install Referrer、deferred deep links、conversion values、postback 时序、ATT，或 AppsFlyer、Adjust、Singular、Branch、Kochava 这些 MMP 配置时，attribution-setup 都很适合用。它关注的不是泛泛的媒体规划，而是如何搭出一套真正能回答“什么有效？”的衡量体系，覆盖 iOS 和 Android。
attribution-setup 技能适合做什么
在你需要以下内容时，使用 attribution-setup：
- 搭建首次安装归因
- 排查缺失或不匹配的转化数据
- 在 ATT 和 SKAN 约束下规划 iOS 衡量方案
- 对齐 MMP、deep link 和 analytics 事件逻辑
- 在无法进行完整用户级追踪时，决定该衡量什么
attribution-setup 技能的不同之处
和宽泛的增长类 prompt 不同，attribution-setup 聚焦的是阻碍落地的操作细节：平台差异、postback 限制、隐私阈值，以及 schema 设计决策。也就是说，当你已经知道业务问题是什么，但需要把它翻译成实现方案或排查路径时，它最有价值。
最适合的使用者与不适用场景
最适合：需要一份实用、且懂平台差异的 attribution-setup 指南的 app marketer、产品经理、tracking analyst 和工程师。
如果你只想要广告策略、关键词出价，或者不涉及安装归因复杂度的通用分析看板，它就不是最合适的选择。
如何使用 attribution-setup 技能
安装并激活该技能
先使用你的 skill runner 提供的 attribution-setup 安装路径，再在提问前打开 skill 文件。如果你的环境支持，可以用下面的命令安装：
npx skills add Eronred/aso-skills --skill attribution-setup
主入口文件是 skills/attribution-setup/SKILL.md。从当前仓库结构看，它似乎是单文件形式，所以请先从这里开始，并把它当作唯一可信来源。
给技能提供正确的输入
使用 attribution-setup 时，最好一开始就提供这四类信息：
- platform：iOS、Android，或两者
- stack：MMP、MMP 名称，或 “none”
- goal：新建方案、修复差异、迁移，或 schema 设计
- constraints：ATT 状态、SKAN 版本、deep link 需求、隐私限制、渠道组合
高质量 prompt 示例：
“Use attribution-setup to plan an iOS install attribution stack for a subscription app. We use AppsFlyer, run Meta and Apple Search Ads, and need a SKAN 4 conversion value schema that can still support trial-start optimization. We currently lose some deferred deep link data. Give me the setup steps, key risks, and what to verify in the MMP dashboard.”
推荐工作流
- 先阅读
SKILL.md里的 attribution 模型和评估顺序。 - 在提问前，先整理平台、渠道和 MMP 信息。
- 不要只问解释，要问方案：如何搭建、如何验证、容易在哪些环节失败。
- 如果第一次回答太泛，再带着实际症状重新提问。
先读这些部分
对这个技能来说，最有决策价值的部分是评估流程、iOS 归因现实说明、SKAdNetwork 指南，以及 conversion value schema 设计。如果你只打算快速扫一遍一个文件，就先看 SKILL.md，并把标题结构直接当成你的提问提纲。
attribution-setup 技能常见问题
attribution-setup 只适用于 iOS 吗？
不是。attribution-setup 技能同时覆盖 iOS 和 Android，但它在 iOS 上尤其有用，因为 ATT、SKAN 和 AdAttributionKit 会让归因搭建更脆弱。在 Android 上，它更适合处理 Install Referrer、deep link 和 MMP 协同。
使用这个技能一定要有 MMP 吗？
不一定，但有 MMP 会影响建议内容。如果你使用的是 AppsFlyer、Adjust、Singular、Branch 或 Kochava，请在 prompt 里写清楚，因为具体搭建和排障都依赖厂商的事件模型和 dashboard 行为。
这和普通 prompt 有什么区别？
普通 prompt 可能只是解释归因概念；attribution-setup 技能更擅长做实施决策：该配置什么、该验证什么、哪里会坏、以及在隐私限制下哪些衡量取舍最重要。
这个技能适合初学者吗？
适合，但前提是你能回答一些基础设置问题。这个技能在你能说明 app、平台、渠道和当前 tracking 栈时效果最好。否则输出会更泛，也更难直接执行。
如何改进 attribution-setup 技能
提供最小但足够的排障上下文
让 attribution-setup 输出更有用的最快方式，是把具体症状和出现位置说清楚。比如：“SKAN postback 有了，但 BI 里没有 revenue”，或者“deferred deep links 只在首次打开时失败。” 这比笼统地说“归因不工作”要有价值得多。
明确说明衡量目标
直接说清楚你最关心的是安装量、trial starts、购买收入、再互动，还是 campaign 级优化。不同目标下，最合适的 attribution-setup 建议会明显不同；如果目标是报表准确性，和目标是广告网络优化，答案重点并不一样。
说明 schema 和渠道约束
如果你已经有 conversion value schema，就把它带上；如果没有，就说明你在 SKAN 窗口内能稳定上报哪些事件、你购买哪些渠道，以及 ATT opt-in 预期是高还是低。这些信息会直接影响推荐方案。
用真实输出和错误持续迭代
拿到第一版答案后，把 dashboard 不一致、postback 缺口或事件时序问题反馈回来。这个技能最适合按层推进：先搭建，再验证，最后优化。