Google bruger modellering til at estimere onlinekonverteringer, som ikke kan observeres direkte. Modellering muliggør korrekt konverteringstilskrivning uden identifikation af brugere. Det kan f.eks. skyldes privatliv for brugere, tekniske begrænsninger eller enhedsskift. Inkludering af modellerede konverteringer gør Google i stand til at tilbyde mere præcis rapportering, optimere annoncekampagner og forbedre automatisk budgivning.
På denne side
- Sådan fungerer modellerede konverteringer
- Fordele ved modellerede onlinekonverteringer
- Googles metode til konverteringsmodellering
- Eksempler på tilgængelig modellering for onlinekonverteringer
- Principper for modellering af onlinekonvertering
Sådan fungerer modellerede konverteringer
Googles modeller bruges til at finde tendenser for konverteringer, der er observeret direkte, og konverteringer, der ikke er observeret direkte. Hvis det eksempelvis forholder sig sådan, at antallet af tilskrevne konverteringer i én browser stort set svarer til antallet af ikke-tilskrevne konverteringer i en anden browser, forudsiger maskinlæringsmodellen det samlede antal tilskrevne konverteringer. Ud fra denne forudsigelse opdateres de rapporterede konverteringer, så de indeholder både modellerede og observerede konverteringer.
Fordele ved modellerede onlinekonverteringer
- Holistisk måling på tværs af annoncetrafikken: Du får et mere præcist billede af dine annonceringsresultater (investeringsafkast) og et fuldstændigt billede af konverteringsstien på tværs af enheder og kanaler som følge af annonceinteraktioner.
- Effektiv kampagneoptimering: Modellerede konverteringer kan hjælpe dig med at optimere dine kampagner mere effektivt og skabe bedre resultater for virksomheden.
- Privatlivsrelaterede bestemmelser og teknologibegrænsninger betyder, at vi ikke har mulighed for at observere visse kohorter af brugere, f.eks. brugere, der ikke har givet samtykke, eller brugere, der anvender særlige enhedstyper eller browsere. Det betyder, at automatiske budgivningsalgoritmer skal træffe optimeringsbeslutninger på baggrund af ufuldstændige data, hvilket resulterer i forudindtaget indlæring. Det kan medføre, at automatisk budgivning ikke prioriterer disse kohorter, fordi de har en lavere rapporteret effektivitet. Det fører i sidste ende til, at byderen samlet set klarer sig dårligere end forventet. Modellering kompenserer for disse påvirkninger og korrigerer dem i den samlede rapportering for at sikre, at automatisk budgivning har adgang til mere repræsentative effektivitetsdata. Få flere oplysninger om automatisk budgivning i det nye Search Ads 360.
Googles metode til konverteringsmodellering
Nogle af de vigtigste konverteringsmodelleringsmetoder, vi har til rådighed, er følgende:
Præcisionstjek og information om ændringerValidering via tilbageholdelse (en optimal løsning i forbindelse med maskinlæring) sikrer, at Googles modeller er præcise. En del af de observerede konverteringer (valideringsdata) tilbageholdes og opdeles. Derefter sammenlignes de valideringsdata, der blev kørt via modellen, med valideringsdata, der ikke blev. Valideringsresultaterne bruges til at tjekke unøjagtigheden og justere modellen yderligere.
Modellerede konverteringer inkluderes kun, når konfidensgraden er høj. Hvis der ikke er nok trafik, bliver modellerede konverteringer ikke tilskrevet annonceinteraktioner (eller, hvis der er tale om Google Analytics, tilskrevet kanalen "Direkte"). Dette giver Google mulighed for at genvinde observerbarhed og sikrer samtidig, at der ikke forudsiges et for stort antal konverteringer.
Googles mere generelle modelleringsalgoritme anvendes separat på dine data, så den afspejler den relevante virksomhedstype og kundeadfærd.
Google tillader ikke fingeraftryk eller andre forsøg på identifikation af individuelle brugere. Hos Google bruger vi i stedet samlede data, f.eks. historiske konverteringsrater, enhedstype, tidspunkt på døgnet, geografisk lokation m.m., til at forudsige sandsynligheden for konverteringer fra en bestemt annonceinteraktion.
Eksempler på tilgængelig modellering for onlinekonverteringer
Nogle af de vigtigste konverteringsmodelleringsmetoder, vi har til rådighed, er følgende:
Modellering for begrænsninger af tredjepartscookiesNogle browsere, f.eks. Safari og Firefox, tillader ikke konverteringsmåling ved hjælp af tredjepartscookies. Hvis du bruger tredjepartscookies til konverteringsmåling, vil du opleve konverteringsmodellering i overensstemmelse med dit websites trafik i disse browsere (computer og mobilenhed).
Nogle browsere, f.eks. Safari, begrænser det tidsrum, som førstepartscookies er tilladt i. Du vil opleve konverteringsmodellering i overensstemmelse med din andel af skjulte konverteringer uden for dette vindue.
Lovgivningen kræver i visse lande, at annoncører indhenter samtykke til brug af cookies i forbindelse med annonceringsaktiviteter. Annoncører, der har indført samtykketilstand, vil opleve konverteringsmodellering i overensstemmelse med de af deres brugere, der ikke har givet samtykke. Konverteringer modelleres for brugere, der ikke har givet samtykke.
Apples ATT-politik (App Tracking Transparency) kræver, at udviklere beder om tilladelse, når de bruger bestemte oplysninger fra andre virksomheders apps og websites til annonceringsformål. Hos Google bruger vi ikke oplysninger, der er omfattet af ATT-politikken (f.eks. IDFA). Derfor vil konverteringer, hvis annoncer stammer fra ATT-påvirket trafik, opleve modellering. For at opnå den bedst mulige modellering skal du sørge for, at dit website kan acceptere arbitrære webadresseparametre.
Med udrulningen af Apples ATT-politik er SKAdNetwork blevet en vigtig del af apptilskrivningsløsningen, når det gælder vurdering af iOS-kampagneeffektivitet for appannoncører. Vi udvider vores integrationer med SKAdNetwork for at forbedre kvaliteten og ensartetheden af vores modellerede rapportering i Google Ads-brugerfladen.
Google Play har annonceret nogle nye politikopdateringer for at give brugerne større kontrol, privatliv og sikkerhed. Som et led i opdateringen af Google Play-tjenesterne i slutningen af 2021 bliver annoncerings-id'et fjernet, når en bruger fravælger tilpasning baseret på annoncerings-id i Android-indstillingerne. Ved forsøg på at få adgang til id'et vises der en streng med nuller i stedet for id'et. Få flere oplysninger om annoncerings-id.
Som følge af denne opdatering af tjenesterne bliver modellerede konverteringer udbredt til alle appkampagner. Det betyder, at kolonnen Konverteringer og kolonnerne Installationer, Handlinger i appen og Konverteringsværdi muligvis indeholder modellerede konverteringer. Fremover bliver der muligvis vist flere modellerede konverteringer for appkampagner for at mindske de potentielle konsekvenser af denne opdatering og eventuelle andre opdateringer af tjenesten.
Når en bruger starter "rejsen" mod en konvertering på én enhed med en annonceinteraktion og fuldfører den på en anden, er det ikke sikkert, at det er muligt at foretage korrekt tilskrivning af konverteringen til annonceinteraktionen. Google observerer data fra det store antal brugere, der er logget ind på Google-tjenester, for at ekstrapolere lignende adfærd blandt alle brugere. Mange konverteringer på tværs af enheder modelleres også, herunder fra Stue og Computer.
Principper for modellering af onlinekonvertering
Konstant kvalitetsforbedringSom med alle andre produkter foretager Googles dataanalytikere løbende algoritmeforbedringer for at øge nøjagtigheden omfanget af modelleringen. Der introduceres jævnligt nye produkter for at få nye kilder til observerbare data, som finjusterer Googles modellering. F.eks. kan udvidede konverteringer og samtykketilstand give flere observerede data.
Google bruger teknikker som validering via tilbageholdelse til at tjekke nøjagtigheden af vores modellering. Google tilbageholder f.eks. en del af de observerede konverteringer og modellerer for det pågældende udsnit. Derefter sammenlignes de modellerede resultater med de faktisk observerede konverteringer, der blev tilbageholdt, unøjagtigheder og påvirkninger måles, og modellerne justeres løbende. Lignende metoder anvendes i vid udstrækning i Google AI.
Google inkluderer kun modellerede konverteringer i deres rapportering, når de er helt sikre på, at konverteringerne faktisk skete som følge af anonnceinteraktioner. Google undgår systematisk rapportering af flere konverteringer end i virkeligheden og har altid til hensigt at minimere overrapportering. Det betyder for nogle brugere, at de ikke observerer nok konverteringer regelmæssigt til, at de kan modellere nøjagtigt. I disse tilfælde rapporterer Google ikke nogen modellerede konverteringer.
Da Google identificerer forskellige huller i målingen, og forskellige typer af observerbare data er nødvendige og tilgængelige, har de forskellige typer af modeller til forskellige typer af huller. Google bruger også teknikker, der medvirker til, at vi undgår dobbelttælling i forskellige typer af modeller. Google ved, at konverteringsrater varierer væsentligt afhængigt af annonceringskanalen, og derfor bygger de separate modeller for hver kanal og annonceinteraktionstype, som er eksponeringer og klik.
Når der er fastsat en generel modelleringsalgoritme til at håndtere et bestemt observeringsmellemrum, anvender Google denne algoritme separat på hver enkelt annoncørs data og får et unikt resultat, der afspejler unik brugeradfærd og konverteringsrater for den pågældende annoncør. Hvis brugere f.eks. har en udpræget tendens til at starte deres rejse på én enhed og konvertere på en anden enhed, vil der blive rapporteret et antal modellerede konverteringer på tværs af enheder, som er højere end gennemsnittet, for dig.
For visse trafiksegmenter bruger Google yderligere signaler til at måle, hvor konverteringer har fundet sted. Disse signaler omfatter f.eks. brugen af IP-adresse til at estimere konverteringer.
Google kører løbende eksperimenter, før de udgiver modelleringsændringer, og hvis de observerer en væsentlig indvirkning på rapportering og budgivning, vil de informere om det.
Google vil bruge tilgængelige data til at levere integreret konverteringsmodellering i din konverteringsrapportering og optimering, når det er muligt for Google at gøre det nøjagtigt. I nogle tilfælde, f.eks. når konverteringer ikke kan observeres for et sæt brugere, der ikke har givet samtykke til cookies, har de brug for data om dine samtykkerater, så de kan levere konverteringsmodellering.