Google 会利用建模方法来预测无法直接观察到的在线转化情况。建模方法可在不识别用户身份的情况下(例如,为了保护用户隐私;存在技术限制;或者当用户在设备之间切换时)实现准确的转化归因。通过纳入根据模型估算的转化,Google 可提供更准确的报告、优化广告系列并改善自动出价。
“根据模型估算的转化”功能的工作原理
Google 的模型会在直接观察到的转化与非直接观察到的转化之间找寻趋势。例如,如果某个浏览器上已归因的转化与另一个浏览器上未归因的转化相似,机器学习模型将会预测总体归因。然后,系统会根据预测结果来更新所报告的转化,以同时涵盖根据模型估算的转化和观察到的转化。
Google 根据模型估算转化的方法
检查准确性并传达变化
保留验证(一种机器学习最佳做法)可确保 Google 模型的准确性。系统会保留并拆分观察到的一部分转化(验证数据)。然后,将经过模型模拟的验证数据与未经模型模拟的验证数据进行比较。最后,根据验证结果检查误差并进一步调整模型。Google 将传达可能会对数据产生重大影响的建模变化。
始终提供严谨的报告
仅当质量较为可信时,根据模型估算的转化才会被涵盖在内。如果没有足够的流量为模型提供信息,系统就不会将根据模型估算的转化归因于广告互动 [或者,会归因于“直接”渠道,如果使用的是 Google Analytics(分析)]。这种方法可让 Google 弥补缺失的观察能力,同时还可防止过度预测。
为您的业务量身定制
系统会针对您的具体业务和客户行为,将 Google 的通用建模算法单独应用于您的数据。
不会识别特定用户的身份
Google 不允许使用指纹或其他方法来识别特定用户的身份,而是会汇总数据(例如历史转化率、设备类型、时段、地理位置等等)来预测特定广告互动带来转化的几率。