Pokud se zobrazování řádkové položky měří pomocí několika systémů, jsou nesrovnalosti v přehledech běžným a očekávaným jevem. Týká se to i rozdílů mezi uživatelským rozhraním a přehledy.
Pokud reklamní server zobrazuje řádkové položky hostované třetí stranou, bude také docházet k nesrovnalostem v přehledech mezi oběma systémy. Údaje se u kampaní běžně mohou lišit až o 20 %.
Nesrovnalosti mohou vznikat z následujících důvodů:
- Latence: Početní nesrovnalosti mohou být způsobeny prodlevou mezi prvotním požadavkem řádkové položky a zobrazením kreativy. Příklad:
- Často se stává, že uživatel stránku opustí v době, kdy již prohlížeč obdržel požadavek řádkové položky služby Display & Video 360, ale třetí strana ještě nedodala požadovanou kreativu.
- Také se může stát, že uživatel klikne na odkaz, ale před načtením vstupní stránky přejde jinam.
- Připojení k síti a spolehlivost serverů: U reklamního serveru třetí strany může dojít k selhání nebo k problémům, které mu brání zaznamenat zobrazení do protokolu.
- Blokovače reklam: Software na blokování reklam může třetí straně zabránit v zobrazení řádkové položky poté, co služba Display & Video 360 již započítala zobrazení.
- Nízké cíle zobrazování: Pokud řádková položka zaznamenala málo zobrazení, může i malý početní rozdíl způsobit velké nesrovnalosti v procentuálním vyjádření.
- Pokud například kampaň realizuje 100 zobrazení denně a v jednom dni se počet zobrazení bude lišit o 30, bude to znamenat 30% rozdíl, i když nezaznamenaných zobrazení není mnoho.
- Filtrování: Reklamní servery používají různé metody k odfiltrování zobrazení od spammerů, robotů, zpětných kliknutí, analyzátorů odkazů a dalších automatizovaných nebo neautentických zdrojů provozu.
- Různí poskytovatelé a metody měření: Nesrovnalosti se mohou vyskytnout v případě, že různí poskytovatelé měření používají různou metodiku.
- Atribuční modely: Atribuční modely definují, jak se počítají konverze a která zobrazení nebo kliknutí za ně obdrží kredit. Vzhledem k rozdílným metodám počítání se hodnoty z různých atribučních modelů budou lišit. Pokud porovnáváte dva zdroje dat (včetně porovnávání přehledů v uživatelském rozhraní se staženými přehledy), zkontrolujte si, zda se jejich atribuční modely shodují.
- Zdroje dat: Mezi přehledy YouTube a standardními přehledy mohou být nesrovnalosti, protože používají různé zdroje dat. Další informace o přehledech řádkových položek pro YouTube a partnery
