以注重隐私保护的方式根据模型估算转化，可填补客户转化历程中的未知数据。
根据模型估算转化功能会根据观测到的转化来预测未观测到的转化，而不会识别任何个人。
| 观测到的转化 | 根据模型估算的转化 |
|---|---|
|
利用 Cookie 和其他标识符在广告互动与转化之间建立关联。 |
利用机器学习技术在广告互动与转化之间指定关联，从而将 Cookie 和标识符不可用的情况考虑在内。 |
根据模型估算的转化数据何时纳入您的报告
仅当我们高度确信您的广告促成了转化时，才会将根据模型估算的转化数据纳入到报告的总转化次数中。这种严谨性可以确保我们避免系统性的过度报告。如果我们没有足够的数据，无法建立可信的模型，我们便不会提供根据模型估算转化功能。
保留验证（一种机器学习最佳做法）可确保 Google 模型的准确性。系统会对一部分观测到的转化采用根据模型估算方法，通过与观测到的结果进行比较来了解模型的准确性。这些信息可用于对模型进行微调。
Google 会在发布任何针对根据模型估算功能的更改前不断进行实验，并且如果我们发现对您的数据有显著影响，就会发出相关通知。
根据模型估算转化功能的运作方式如下：
1. 将广告互动分成两组
一组包含的广告互动与转化存在可观测到的明确联系。另一组包含的广告互动与转化没有可观测到的明确联系。
2. 将“观测到联系”的组分成若干个子组
根据共同特征将观测到的转化划分到若干个子组，并针对每个子组计算关键指标。例如，我们发现，早上在法国观测到的转化有特定的转化率，而晚上的转化率可能会有所不同。
3. 将“未观测到联系”的组分成上述相同的子组
这些子组可用于对未观测到的广告互动和转化进行排序。
4. 将未观测到的广告互动与转化相关联
利用“观测到联系”的子组的已知转化率和其他特征，机器学习技术会在适当的情况下将未观测到的广告互动与转化联系起来。然后，观测到的转化和根据模型估算的转化会整合到您的转化数据中，协助您就广告效果报告做出明智决策，并且还会馈送到出价中，从而公正地展现您的广告效果。这有助于提升优化效果。
实际上，使用观测到的数据进行的计算依据的是各种各样的维度（包括位置、时间和浏览器）。这些数据会与来自平台 API、调查问卷和用户样本的数据相结合，以进一步优化根据模型估算功能。
注重隐私保护的方法
Google 不允许使用数字“指纹”收集或其他方法来识别特定用户的身份，而是会使用汇总数据（例如历史转化率、设备类型、时段、地理位置等）来预测观看过或点击过广告的用户完成转化的可能性。
