Змодельовані конверсії

Щоб моделі Google давали точні результати, ми використовуємо такий передовий метод на основі машинного навчання, як перевірка на основі контрольної вибірки. Ми утримуємо певну частку зафіксованих конверсій (дані для перевірки) і розділяємо її. Потім ми порівнюємо дані для перевірки, які було оброблено за допомогою моделі, з необробленими. Ми використовуємо результати перевірки, щоб виявляти неточні дані й коригуємо модель.

Змодельовані конверсії включаються у звіти, лише якщо ми впевнені в достатній якості даних. Коли трафіку недостатньо для точної роботи моделі, змодельовані конверсії не пов’язуються з взаємодіями з оголошеннями (у Google Analytics вони зараховуються до прямого каналу). Так ви можете бути впевнені, що прогнози не завищені, а дані відносно точні.

Загальний алгоритм моделювання Google підлаштовується під ваші дані, щоб відповідати особливостям вашої компанії і поведінці клієнтів.

Google не дозволяє використовувати цифрові відбитки чи інші засоби для встановлення особи користувача. Натомість ми збираємо зведені дані (про коефіцієнти конверсій за певний період, типи пристроїв, час доби, місцезнаходження тощо) і на їх основі прогнозуємо ймовірність конверсій, пов’язаних із певною взаємодією з оголошенням.

У деяких вебпереглядачах (наприклад, Safari й Firefox) не можна відстежувати конверсії за допомогою сторонніх файлів cookie. У такому разі ми моделюємо конверсії відповідно до трафіку вашого вебсайту в цих вебпереглядачах (для комп’ютерів і мобільних пристроїв).

Деякі вебпереглядачі, як-от Safari, обмежують час використання власних файлів cookie сайту. Тоді ми моделюємо конверсії, які не реєструються через це обмеження.

Нормативні акти деяких країн вимагають від рекламодавців отримувати згоду на використання файлів cookie для показу реклами. Для рекламодавців, які ввімкнули режим згоди, ми моделюватимемо конверсії для користувачів, які не надали згоду.

Відповідно до запроваджених компанією Apple правил фреймворку App Tracking Transparency (ATT), розробники повинні запитувати дозвіл користувача, перш ніж використовувати певну інформацію зі сторонніх додатків і вебсайтів для рекламних цілей. Google не використовуватиме інформацію (наприклад, ідентифікатор IDFA), на яку поширюються правила фреймворку ATT. Тому конверсії з оголошень, до трафіку яких застосовується фреймворк ATT, будуть моделюватися. Щоб моделювання було точнішим, дозвольте використовувати довільні параметри URL-адрес на своєму вебсайті.

SKAdNetwork, рішення від Apple для атрибуції конверсій, дає рекламодавцям змогу оцінювати ефективність своїх кампаній для додатків iOS з урахуванням правил фреймворку ATT від Apple. Щоб покращити якість і узгодженість звітів про змодельовані конверсії в інтерфейсі Google Ads, ми поглиблюємо інтеграцію зі SKAdNetwork.

Ми оновили деякі правила Google Play, щоб надати користувачам більше контролю над їхніми даними, а також краще підтримувати їх безпеку й конфіденційність. Оновлення сервісів Google Play передбачають, що з кінця 2021 року, якщо користувач вимкне персоналізацію реклами на основі рекламного ідентифікатора в налаштуваннях Android, цей ідентифікатор буде вилучено. Якщо ви спробуєте переглянути його, натомість показуватиметься рядок нулів. Докладніше про рекламний ідентифікатор.

Після впровадження цих змін змодельовані конверсії використовуватимуться в усіх кампаніях для додатків і можуть указуватися в стовпцях, які містять дані про конверсії, встановлення, дії в додатку й цінність конверсії. У майбутньому в кампаніях для додатків можуть з’явитися додаткові змодельовані конверсії, щоб пом’якшити вплив цього й майбутніх оновлень у роботі сервісів.

Коли користувач взаємодіє з оголошенням на одному пристрої, а конверсію здійснює на іншому, часто її неможливо пов’язати з відповідною взаємодією. Щоб вирішити цю проблему, ми аналізуємо дані великої кількості користувачів, які ввійшли в обліковий запис у ресурсах Google, і екстраполюємо отримані відомості, щоб прогнозувати схожі дії інших користувачів. Ми моделюємо значну кількість конверсій із використанням різних пристроїв (зокрема, отриманих під час перегляду контенту на стаціонарних відеопристроях і комп’ютерах).

Наші спеціалісти з обробки даних постійно вдосконалюють алгоритми, щоб підвищити точність і збільшити масштаб моделювання. Ми регулярно створюємо продукти, що дають змогу отримувати дані спостережень із нових джерел і допомагають покращувати результати моделювання (наприклад, розширене відстеження конверсій і налаштування режиму згоди).

Щоб моделювання було точним, Google використовує такі технології, як перевірка на основі контрольної вибірки. Ми беремо статистику, яка стосується певного сегмента зафіксованих конверсій, і моделюємо ці конверсії. Потім ми перевіряємо, наскільки змодельовані результати збігаються з реальними, і аналізуємо відхилення й систематичні помилки. Так ми постійно вдосконалюємо наші моделі. Схожі методи широко використовуються в ШІ від Google.

Ми включаємо змодельовані конверсії у звіти, лише якщо впевнені, що вони відбулися внаслідок взаємодії з оголошенням. Ми робимо все можливе, щоб кількість змодельованих конверсій у звітах відповідала дійсності. Якщо ж кількості зареєстрованих конверсій недостатньо, звіт не міститиме змодельовані конверсії.

Оскільки для користувача може бути зареєстровано дані одного типу й бракувати інформації іншого типу, модель залежить від типу даних, які потрібно відновити. Також ми застосовуємо методи для запобігання подвійному зарахуванню конверсій у різних моделях. Ми знаємо, що коефіцієнти конверсій для різних рекламних каналів значно відрізняються, тому створюємо окремі моделі для кожного каналу й типу взаємодії з оголошенням (показів або кліків).

Спочатку ми визначаємо, чому неможливо відстежувати конверсії безпосередньо, і вибираємо відповідний алгоритм моделювання. Потім ми застосовуємо його до даних конкретного рекламодавця й отримуємо точні результати, які відображають унікальну поведінку користувачів і коефіцієнти конверсії. Наприклад, якщо багато ваших користувачів розпочинає конверсію на одному пристрої і завершує її на іншому, кількість змодельованих конверсій із використанням різних пристроїв у ваших звітах буде вищою за середнє значення.

Щоб вимірювати конверсії, для певних сегментів трафіку Google враховуватиме додаткові сигнали, зокрема ІР-адреси.

Перш ніж упровадити в моделювання будь-які зміни, ми завжди проводимо тестування. Якщо ці зміни значно впливають на звіти чи призначення ставок, ми повідомляємо користувачів.

Якщо моделювання дає достатньо точні результати, Google прагне автоматично враховувати змодельовані конверсії у звітах і для оптимізації. У деяких випадках для моделювання нам знадобляться дані про відсоток згоди (наприклад, коли конверсії не реєструються для користувачів, які не погодилися на використання файлів cookie).