Gumagamit ang Google ng pagmomodelo para tantyahin ang mga online na pangunahing event na hindi direktang maoobserbahan. Dahil din sa pagmomodelo, nagiging tumpak ang attribution nang hindi tumutukoy ng mga user (halimbawa, dahil sa privacy ng user, mga teknikal na limitasyon, o kapag nagpalipat-lipat ng device ang mga user). Kapag nagsama ng mga modeled na pangunahing event, makakapag-alok ang Google ng mas tumpak na pag-uulat, makakapag-optimize ito ng mga campaign ng pag-advertise, at mapapahusay nito ang naka-automate na pag-bid.
Kapag tumitingin ka ng mga ulat sa Google Analytics, tandaan na puwede pa ring i-update ang mga na-attribute na data ng conversion para sa bawat channel sa loob ng hanggang 12 araw pagkatapos maitala ang conversion. (Ito ay dahil pinoproseso ng Analytics ang data na iyon at ginagamit iyon para sa pagsasanay ng modelo). Para maging mas tumpak, pumili ng hanay ng petsa pagkatapos ng nakaraang linggo o bago ito.
Paano gumagana ang mga modeled na pangunahing event
Naghahanap ang mga modelo ng Google ng mga trend sa pagitan ng mga pangunahing event na direktang naobserbahan at ng mga hindi. Halimbawa, kung ang mga pangunahing event na na-attribute sa isang browser ay katulad ng mga hindi na-attribute na pangunahing event mula sa ibang browser, huhulaan ng modelo ng machine learning ang kabuuang attribution. Batay sa hulang ito, pagsasama-samahin ang mga pangunahing event para isama ang mga nakamodelo at inobserbahang pangunahing event.
Diskarte ng pagmomodelo ng pangunahing event ng Google
Tingnan ang katumpakan at i-communicate ang mga pagbabago
Pinapanatili ng holdback validation (pinakamahusay na kagawian sa machine learning) ang katumpakan ng mga modelo ng Google. Inihahambing ang mga nakamodelong pangunahing event sa mga inobserbahang pangunahing event na na-hold back, at ginagamit ang impormasyon para i-tune ang mga modelo. Iko-communicate ng Google ang mga pagbabagong posibleng may malaking epekto sa iyong data.
Magpanatili ng mabusising pag-uulat
Isinasama lang ang mga nakamodelong pangunahing event kapag malaki ang kumpyansa sa kalidad. Kung hindi sapat ang trapiko para bigyan ng data ang modelo, hindi iuulat ang mga nakamodelong pangunahing event (o, pagdating sa Google Analytics, ina-attribute ang mga ito sa "Direktang" channel). Nagbibigay-daan sa Google ang diskarteng ito na mabawi ang kawalan ng observability habang iniiwasan ang sobrang paghula.
Mag-customize para sa iyong negosyo
Inilalapat nang hiwalay ang mas pangkalahatang algorithm ng pagmomodelo ng Google para ipakita ang iyong natatanging negosyo at gawi ng customer.
Huwag tumukoy ng mga indibidwal na user
Hindi pinapayagan ng Google ang mga fingerprint ID o iba pang pagtatangkang tumukoy ng mga indibidwal na user. Sa halip, pinagsasama-sama ng Google ang coarse data (tulad ng mga dating rate ng pangunahing event, uri ng device, oras ng araw, geo, atbp.) para hulaan ang posibilidad ng mga pangunahing event.
Mga modeled na pangunahing event sa mga property sa Google Analytics 4
Sinimulan ng iyong property sa Google Analytics 4 na magsama ng mga modeled na pangunahing event sa mga bayad at organic na channel noong bandang katapusan ng Hulyo 2021. Hindi apektado ang data bago ang petsang iyon.
May kasamang modeled na data ang mga core na ulat (tulad ng mga ulat sa Event, mga pangunahing event, at Attribution) at Mga Pag-explore kung saan puwede kang pumili ng mga event-scoped na dimensyon. Awtomatikong ina-attribute ng mga ulat na ito ang mga pangunahing event sa mga channel batay sa isang kumbinasyon ng inobserbahang data kung posible at nakamodelong data kung kinakailangan.
Mga halimbawa ng pagmomodelo ng pangunahing event
- Para sa mga browser na hindi pumapayag sa third-party cookies na sumukat ng mga pangunahing event, imomodelo ang mga pangunahing event batay sa trapiko ng iyong mga website.
- Ang mga browser na naglilimita sa palugit na oras para sa cookies ng first-party ay magkakaroon ng mga nakamodelong pangunahing event (lampas sa palugit).
- Sa ilang bansa, nire-require ang pahintulot para gamitin ang cookies para sa mga aktibidad ng pag-advertise. Kapag gumamit ang mga advertiser ng consent mode, minomodelo ang mga pangunahing event para sa mga user na hindi nagbigay ng pahintulot. Matuto pa tungkol sa kung paano naaapektuhan ng mga pagpapatupad ng consent mode ang pagmomodelo.
- Sa patakaran sa App Tracking Transparency (ATT) ng Apple, kinakailangang humingi ng pahintulot ang mga developer para gumamit ng ilang partikular na impormasyon mula sa ibang app at website. Hindi gagamit ang Google ng impormasyon (gaya ng IDFA) na nasasaklawan ng patakaran sa ATT. Minomodelo ang mga pangunahing event na may mga ad na nagmula sa trapikong apektado ng ATT.
- Kapag nangyari ang interaction sa ad at pangunahing event sa magkaibang device, posibleng imodelo ang mga pangunahing event.
- Nasasaklawan ng pag-model ng pangunahing event ang mga event na batay sa pag-click at mga engaged na panonood para sa YouTube, para tumulong sa attribution para sa mga engaged-view na pangunahing event.
- May kasamang pag-model ang anumang conversion sa Google Ads na ginawa batay sa mga pangunahing event sa Google Analytics.