Over gemodelleerde online conversies

Voor conversies die Google niet rechtstreeks kan waarnemen, wordt gebruikgemaakt van gemodelleerde conversies. Deze zijn gebaseerd op gegevens die niet herleidbaar zijn tot individuele gebruikers. Hierdoor krijgt u een completer beeld van uw conversies.

We gebruiken modellen om gegevens te herstellen in situaties waarin we geen advertentieattributie kunnen waarnemen wegens de bescherming van de privacy van gebruikers of wegens technische beperkingen. We doen dit om metingen van hoge kwaliteit te bieden, zodat u gedetailleerd inzicht krijgt in de impact van uw marketing en nauwkeurig kunt blijven bieden. Zo voorkomt dat u te veel of te weinig biedt.

Als Google gemodelleerde conversies in Google Ads toont, voorspellen we toegeschreven conversies. In de meeste gevallen krijgt Google advertentie-interacties en online conversies, maar ontbreekt de koppeling hiertussen. Onze modellering bepaalt of een interactie met een Google-advertentie tot de online conversie heeft geleid. De modellering bepaalt niet of er wel of geen conversie heeft plaatsgevonden.

Zonder modellering zouden gerapporteerde conversies alleen het waarneembare gedeelte van de conversies weerspiegelen in plaats van de werkelijke campagneprestaties.

Hoe gemodelleerde online conversies werken

Als we niet-waargenomen gegevens willen modelleren, doen we dat op basis van waarneembare gegevens waarvan we weten dat deze hetzelfde of sterk gelijkend gedrag vertonen als, of juist afwijkend gedrag vertonen van, de niet-waargenomen gegevens.

Voorbeeld: U heeft conversiegegevens die niet waarneembaar zijn in één browsertype, maar wel in andere typen browsers. Onze modellen krijgen eerst inzicht in de trends van het gedrag van gebruikers (bijvoorbeeld conversiepercentages) voor verschillende browsertypen. Daarna gebruiken we onze waarneembare gegevens van meetbare browsers samen met alle systematische afwijkingen en nemen we andere minder gedetailleerde dimensies op, zoals het apparaattype, het tijdstip, de geografische locatie en het besturingssysteem, om de kans op conversiegebeurtenissen vanuit advertentie-interacties te voorspellen voor het niet-waarneembare browsertype.

Gemodelleerde conversies worden met hetzelfde detailniveau als waargenomen conversies gerapporteerd. Hieronder vallen ook dimensies zoals conversietotalen, attributiepad en conversiewaarden. Google rapporteert in de kolom Conversies zowel gemodelleerde als waargenomen conversies.

Opmerking: Voor geïmporteerde offline conversies en in gebruikersaccounts met heel weinig wekelijkse conversies worden bepaalde typen modellen mogelijk niet gebruikt.

Voordelen van gemodelleerde online conversies

Integrale meting van al uw advertentieverkeer: U krijgt uit advertentie-interacties een nauwkeuriger beeld van uw advertentieresultaten (ROI) en een compleet beeld van het conversiepad voor alle apparaten en kanalen.
Efficiënte campagneoptimalisatie: Met gemodelleerde conversies kunt u uw campagnes effectiever optimaliseren en betere bedrijfsresultaten behalen.
- Privacyregelgeving en technologiebeperkingen zorgen ervoor dat observatie van bepaalde cohorten van gebruikers niet meer mogelijk is (bijvoorbeeld gebruikers die geen toestemming hebben gegeven of gebruikers die bepaalde apparaattypen of browsers gebruiken). Dit betekent dat onze algoritmen voor automatisch bieden optimalisatiebeslissingen moeten nemen op basis van onvolledige gegevens, wat leidt tot een vertekend leerproces. Als gevolg daarvan prioriteert 'Automatisch bieden' deze cohorten mogelijk niet meer omdat ze lager gerapporteerde prestaties hebben, wat tot slechtere algehele prestaties leidt voor de bieder. Door modellen te gebruiken, worden dit soort vertekeningen opgelost en gecorrigeerd in de algehele rapportage. Zo heeft 'Automatisch bieden' toegang tot representatievere prestatiegegevens. Meer informatie over automatisch bieden.

Hoe Google omgaat met conversiemodellering

Google-oplossingen werken voor een grote verscheidenheid aan gebruikers, waardoor de nauwkeurigheid van onze conversiemodellen kan worden gevalideerd voor een groot aantal advertentie-interacties en conversieacties via verschillende belangrijke dimensies:

Schaal: We hebben toegang tot een grote, diverse hoeveelheid advertentie-interacties in kanalen in verschillende delen van de trechter. Hierdoor beschikken we over uitgebreide gegevens over hoe verschillende gebruikers op verschillende advertentietypen reageren, ongeacht waar ze zich in de trechter en in alle kanalen bevinden.
Nauwkeurigheid: Dankzij het hoge aantal ingelogde gebruikers kunnen onze geavanceerde modelleringstechnieken onafhankelijk van cookies of andere ID's werken, omdat we een uitgebreide reeks gedragsgegevens kunnen afleiden uit een representatieve groep ingelogde gebruikers.
Dekking: Veel websites gebruiken Google-tags, wat betekent dat onze conversiemodellen op basis van een groot aantal verschillende conversieacties worden gevalideerd. Conversiemodellen maken gebruik van gegevens die de gebruiker niet herkennen om conversies te kwantificeren die Google niet rechtstreeks kan waarnemen. Ons model wordt daarna voor elke adverteerder afzonderlijk getraind en levert unieke resultaten op.
Technische expertise: Door de expertise die Google op het gebied van AI heeft, kunnen we modellen van de hoogste kwaliteit maken. We hebben die expertise opgebouwd aan de hand van alle meetproducten waarin al jaren modellering wordt gebruikt (Automatisch bieden en rapportage over winkelbezoeken in Google Ads) en aan de hand van producten die verder gaan dan metingen (zoals zelfrijdende auto's en YouTube-aanbevelingen).
Actiegerichtheid: De gemodelleerde conversies van Google worden in campagnerapporten opgenomen, maar zijn ook gekoppeld aan optimalisatie en bieden. Hierdoor worden de gegevens actiegericht omdat ze meewerken aan de bedrijfsdoelen.

Voorbeelden van beschikbare modellen voor online conversies

Hier volgen een aantal van de belangrijkste typen conversiemodellen die we kunnen bieden:

Modellen voor beperkingen met betrekking tot cookies van derden

Sommige browsers (zoals Safari en Firefox) staan geen conversiemeting toe via cookies van derden. Als u voor conversiemeting gebruikmaakt van cookies van derden, ziet u de resultaten van conversiemodellering die het verkeer naar uw websites in die browsers (desktop en mobiel) vertegenwoordigt. Lees meer informatie over hoe u modellering kunt verbeteren door te upgraden naar de Google-tag.

Modellen voor beperkingen met betrekking tot first-party cookies

Sommige browsers (bijvoorbeeld Safari) beperken de toegestane tijd voor first-party cookies. U ziet de resultaten van conversiemodellering die uw aandeel aan latente conversies buiten de toegestane tijd vertegenwoordigt. Lees meer informatie over hoe u modellering kunt verbeteren met gebruik van verbeterde conversies.

Modellen voor beperkingen met betrekking tot toestemming voor cookies in de EU

In sommige landen schrijft de regelgeving voor dat adverteerders toestemming moeten vragen voor het gebruik van cookies die bedoeld zijn voor advertentieactiviteiten. Adverteerders die de toestemmingsmodus hebben aangezet, zien de resultaten van conversiemodellen die hun gebruikers vertegenwoordigen die geen toestemming hebben gegeven. Voor gebruikers die geen toestemming hebben gegeven, worden gemodelleerde conversies gebruikt.

Impact van iOS 14

Het Apple-beleid voor App Tracking Transparency (ATT) vereist dat ontwikkelaars om rechten vragen als ze bepaalde informatie van apps en websites van andere bedrijven gebruiken voor advertentiedoeleinden. Google gebruikt geen informatie (zoals IDFA) die onder het ATT-beleid valt. Voor conversies die afkomstig zijn van advertenties voor verkeer waarop ATT van invloed is, worden daarom modellen gebruikt. Zorg dat uw website willekeurige URL-parameters accepteert als u optimale modellering wilt.

Sinds de uitrol van SKAdNetwork, het ATT-beleid van Apple, is de Apple-oplossing voor app-attributie belangrijk geworden voor app-adverteerders om hun iOS-campagneprestaties te evalueren. We verbeteren onze integraties met SKAdNetwork om de kwaliteit en consistentie van onze gemodelleerde rapportage in de Google Ads-UI te verbeteren. Lees meer informatie over best practices voor betere metingen en prestaties voor uw iOS-app-campagnes.

Impact van het Google Play-beleid

Google Play heeft een aantal nieuwe beleidsupdates aangekondigd om gebruikers meer controle, privacy en beveiliging te bieden. In het kader van de update van Google Play-services van eind 2021 wordt de advertentie-ID verwijderd als een gebruiker zich in de Android-instellingen afmeldt voor personalisatie via de advertentie-ID. Bij elke poging om de ID op te vragen, wordt een tekenreeks met nullen getoond in plaats van de ID. Lees meer informatie over de advertentie-ID.

Als gevolg van deze service-update breiden we gemodelleerde conversies uit naar alle app-campagnes. Dit betekent dat de kolom Conversies gemodelleerde conversies kan bevatten, net als de kolommen Installaties, In-app acties en Conversiewaarde. In de toekomst zijn er mogelijk aanvullende gemodelleerde conversies in app-campagnes om de eventuele impact van deze en andere potentiële service-updates te beperken.

Conversies via verschillende apparaten

Wanneer een gebruiker een conversietraject op het ene apparaat met een advertentie-interactie start en de conversie op een ander apparaat afrondt, kan de conversie mogelijk niet worden toegeschreven aan de advertentie-interactie. Google analyseert dan gegevens van een groot aantal gebruikers die bij Google-services zijn ingelogd, om vergelijkbaar gedrag van alle gebruikers af te leiden. Veel conversies via verschillende apparaten worden ook gemodelleerd, waaronder van woonkamer en desktop.

Opmerking: Het aandeel van deze conversies dat via Google Ads kan worden hersteld, is afhankelijk van de hoeveelheid waarneembare gegevens die we voor elke situatie hebben en van de representativiteit van die gegevens (hoe nauwkeurig deze bijvoorbeeld aansluiten bij het hele gebruikersbestand van een bepaalde adverteerder). De snelheid waarmee gegevens worden teruggevonden, kan per probleem verschillen. Hoe groter de hoeveelheid waarneembare gegevens, hoe hoger de kwaliteit van het model. Lees meer informatie over hoe u modellen kunt verbeteren door implementatie van de Google-tag, de toestemmingsmodus en verbeterde conversies.

Principes van online conversiemodellen

Constante kwaliteitsverbetering

Onze datawetenschappers werken voortdurend aan de algoritmen om de nauwkeurigheid en schaal van modellen te verbeteren, net als ze dit voor alle andere producten doen. We introduceren regelmatig nieuwe producten om de beschikking te krijgen over nieuwe bronnen met waarneembare gegevens. Zo kunnen we onze modellen beter afstemmen (gebruik van verbeterde conversies en de toestemmingsmodus levert bijvoorbeeld meer waarneembare gegevens op).

Geavanceerde technieken om op nauwkeurigheid te controleren

We gebruiken technieken zoals holdout-validatie om de nauwkeurigheid van onze modellen te checken (we houden bijvoorbeeld een deel van de waargenomen conversies vast en modelleren gegevens voor dat deel). Daarna vergelijken we de gemodelleerde resultaten met de daadwerkelijke waargenomen conversies die we hebben vastgehouden. Ook meten we onnauwkeurigheden en vertekeningen, en stellen we onze modellen voortdurend bij. Vergelijkbare methoden worden veel gebruikt in AI van Google.

Strikte drempelwaarden voor rapportage

We nemen in onze rapportage alleen gemodelleerde conversies op als we er veel vertrouwen in hebben dat er daadwerkelijk conversies plaatsvinden door advertentie-interacties. We voorkomen dat er systematisch meer conversies worden gerapporteerd dan er werkelijk plaatsvinden en streven er altijd naar zo min mogelijk te veel te rapporteren. Voor sommige gebruikers betekent dit dat we regelmatig te weinig conversies waarnemen om betrouwbaar te modelleren. In deze gevallen rapporteren we geen gemodelleerde conversies.

Voor alle hiaten wordt een unieke methodologie voor modelleren gebruikt

Omdat we verschillende hiaten in de metingen vaststellen en er verschillende soorten waarneembare gegevens nodig en beschikbaar zijn, hebben we verschillende soorten modellen voor verschillende soorten hiaten. We gebruiken ook technieken die dubbeltellingen in verschillende typen modellen voorkomen. We weten dat de conversiepercentages per advertentiekanaal aanzienlijk verschillen. Daarom ontwikkelen we afzonderlijke modellen voor elk kanaal en type advertentie-interactie (vertoningen versus klikken).

De uitkomst van elk model is uniek voor uw bedrijf en voor het gedrag van uw gebruikers.

Nadat er een algemeen modelalgoritme is vastgesteld voor een specifiek hiaat in observaties, passen we dat algoritme toe op de afzonderlijke gegevens van elke adverteerder en komen we tot unieke resultaten die het unieke gedrag van gebruikers en de conversiepercentages voor die adverteerder weerspiegelen. Als uw gebruikers een conversietraject bijvoorbeeld vaak op het ene apparaat starten en de conversie op een ander apparaat afronden, wordt er een meer dan gemiddeld aantal gemodelleerde conversies via verschillende apparaten voor u gerapporteerd.

Gebruik van andere ID's

Voor bepaalde verkeerssegmenten gebruikt Google aanvullende signalen om te meten waar conversies hebben plaatsgevonden. Deze signalen omvatten bijvoorbeeld het gebruik van het IP-adres om conversies te schatten.

Melding bij aanzienlijke modelwijzigingen

We voeren doorlopend experimenten uit voordat we modelwijzigingen implementeren. Als we een aanzienlijke impact op het gebied van rapportage en bieden vaststellen, laten we dat weten.

Automatische integratie

Google gebruikt beschikbare gegevens, als dit op nauwkeurige wijze mogelijk is, om geïntegreerde conversiemodellering in uw conversierapporten en -optimalisatie te bieden. In sommige gevallen, bijvoorbeeld als conversies niet kunnen worden waargenomen voor een groep gebruikers die geen toestemming heeft gegeven voor cookies, hebben we gegevens over uw toestemmingspercentages nodig zodat we conversiemodellering kunnen gebruiken.

Gerelateerde links

Was dit nuttig?

Hoe kunnen we dit verbeteren?