Slijedi sažetak standarda djelatnosti za mjerenje pojavljivanja i vidljivosti videozapisa.
Aktualna akreditacija Vijeća za ocjenjivanje medija (MRC) potvrđuje sljedeće:
|
U nastavku ćete pronaći sažetak postupka mjerenja videozapisa koji upotrebljava YouTube Reserve.
Čemu služi Googleova akreditacija?
Što obuhvaća postupak provjere?
MRC akreditacija mjernih podataka o videozapisima dodijeljena je samo YouTube Reserve izvješću o vidljivosti videozapisa. Definicije tih mjernih podataka navedene su u odjeljku Pojmovnik izvješća Vidljivost videozapisa.
Provjera uključuje sva mjerenja, agregaciju i obradu u vezi s YouTube Reserve izvješćem o vidljivosti videozapisa, što obuhvaća umetnute videooglase koji se mogu preskočiti, umetnute videooglase koji se ne mogu preskočiti i bumper videooglase koji se prodaju putem izravnog rezerviranja.
Što ne obuhvaća postupak provjere?
U provjeru nisu uključena Googleova rješenja za oglašavanje na temelju pojavljivanja koja nisu povezana s videozapisima (kao što je Google Marketing Platform) i sustavi koji broje nekomercijalne klikove (kao što je Google pretraživanje). Ostali sustavi koji nisu dio ove provjere uključuju povezane sustave za podršku i upravljanje kao što je Google Analytics. Osim toga, akreditacija ne obuhvaća sljedeće:
- druga izvješća klijenata (jedinstveni doseg, učinak na robnu marku, položaj i dr.) za rezervaciju na YouTubeu
- ciljanje, sigurnost robne marke
- druge vrste uređaja
- mjerne podatke o klikovima
- YouTube TV, sponzorstva, YouTube Kids i masthead oglase.
Metodologija mjerenja pojavljivanja i vidljivosti videozapisa
Za planiranje i rezerviranje YouTube kampanja u ime oglašivača koji uključe uslugu izravne rezervacije Google upotrebljava interni alat za rezerviranje.
Googleov vlasnički paket za razvoj softvera za interaktivne medijske oglase (IMA SDK) integrira se izravno u player videozapisa na YouTubeu, u mobilnu aplikaciju YouTube ili na partnerske web-lokacije i aplikacije za videozapise za olakšavanje komunikacije između playera za videozapise i poslužitelja oglasa radi mjerenja videozapisa. IMA SDK je predložak za posluživanje videooglasa (VAST) (verzije 2.0, 3.0 ili 4.0) koji implementira usklađenu oznaku za mjerenje linearnog i nelinearnog sadržaja videooglasa radi posluživanja i praćenja digitalnih videooglasa. IMA SDK podržava i oglasno sučelje programa za reprodukciju videozapisa (VPAID) (verzija 2.0), koje omogućuje komunikaciju videooglasa i playera za videozapise, kao i popis za reprodukciju više videooglasa (VMAP), koji omogućuje reprodukciju više oglasa u sadržaju videooglasa.
Svi izmjereni YouTube videooglasi uključeni u izvješće o vidljivosti videozapisa isporučuju se kao umetnuti videooglasi. Za mjerenje pojavljivanja videooglasa koristi se metodologija bilježenja na početku generiranja. Google Ads IMA SDK rješenja u skladu su sa zahtjevima smjernica za pojavljivanja videozapisa koji se odnose na pokretanje događaja mjerenja nakon spremanja u međuspremnik. YouTube Reserve izvješće o vidljivosti videozapisa za klasifikaciju vrsta uređaja upotrebljava kombinaciju korisničkog agenta i podataka SDK-a za mobilnu aplikaciju iz unutarnjih i vanjskih izvora. YouTube Reserve izvješće o vidljivosti videozapisa u provedbi klasifikacije ne oslanja se na treće strane.
U nekim slučajevima kontinuirana reprodukcija ima ulogu, primjerice kad je aktivna automatska reprodukcija ili korisnik gleda videozapis na popisu za reprodukciju. Kad je tako, slijede se određena pravila. Kada koristite Wi-Fi, kontinuirana reprodukcija automatski će prestati nakon četiri sata. Kad upotrebljavate mobilnu mrežu, kontinuirana reprodukcija prestat će ako niste bili aktivni 30 minuta. Približno 17% prometa videooglasa automatski se reproducira. Informacije za slučajeve kad je uređaj isključen potražite u odjeljku Povezani TV uređaj.
Active View description of methodology temelj je na koji se Google Ads oslanja kako bi izmjerio vidljivost videozapisa koja se bilježi u okviru platforme YouTube Reserve za izvješćivanje. YouTube Reserve izvješće o vidljivosti videozapisa bilježi vidljivo pojavljivanje videozapisa kad se najmanje 50% videooglasa prikazuje na vidljivom području preglednika/aplikacije korisnika dvije sekunde bez prestanka.
Metodologija filtriranja
- Google ne koristi filtriranje treće strane.
- Izvori koji se upotrebljavaju za identifikaciju strojnog prometa: Google koristi IAB/ABCe međunarodni popis alata za indeksiranje i robota, kao i dodatne filtre na temelju prošlih robotskih aktivnosti. Koristi se datoteka za izuzimanje popisa IAB robota.
- Postupci filtriranja na temelju aktivnosti: prepoznavanje na temelju aktivnosti uključuje provođenje određenih vrsta analize uzoraka koje su namijenjene pronalaženju aktivnosti pomoću kojih se može prepoznati strojni promet. Googleov tim za kvalitetu prometa oglasa ima na raspolaganju sustave za utvrđivanje sumnjivih aktivnosti te u skladu s tim vrši filtriranje na temelju aktivnosti.
- Filtriranje se vrši naknadno i pasivno. Drugim riječima, korisniku (pregledniku, robotu ili dr.) se nudi zahtjev bez upozorenja da je njegov promet označen ili će na drugi način biti filtriran i uklonjen jer Google ne želi softveru za pristup sadržaju ukazivati da je njegova aktivnost pokrenula Googleove mehanizme filtriranja. U nekim se slučajevima upotrebljava blokiranje prikaza kada je vjerojatno da će rezultirajući zahtjev za oglas dovesti do nevažeće aktivnosti. Prema dosadašnjem iskustvu blokira se manje od 2% zahtjeva.
- Implementirani su određeni postupci za uklanjanje svih aktivnosti pretpreuzimanja koje je korisnik najavio.
- Postoje postupci koji služe za ispravljanje tih podataka i povrat novca oglašivačima kada se otkriju nedosljednosti ili pogreške. Ti se povrati sredstava prikazuju u sažecima naplate. Oštećenje datoteka zapisnika iznimno je rijetko, no u slučaju oštećenja postoje postupci za vraćanje podataka.
- Implementirani su postupci kojima se uklanjaju aktivnosti s Googleovih internih IP adresa.
- Pravila filtriranja i pragovi stalno se nadziru. Moguće ih je ručno izmijeniti, a redovito se automatski ažuriraju.
Strojno učenje
Google upotrebljava tehnike nadzirane umjetne inteligencije1 metodama kao što su klasifikacija (na primjer pristup neuralne mreže), u kojoj će model predvidjeti nevažeći promet (IVT) donoseći odluku da/ne o tome je li događaj nevažeći, i logistička regresija u kojoj model ocjenjuje različite aktivnosti, a zatim se odluka o nevažećem prometu donosi na temelju pragova ocjena. Modeli nadziranog Googleovog AI-ja mogu upotrebljavati i metode stabla i grafikona.
Izvori podataka koji se upotrebljavaju za Googleov AI obuhvaćaju zapisnike upita i interakcija (zapisnici oglasa), podatke izvan zapisnika koji se mogu povezati s podacima iz zapisnika oglasa i brojne druge dodatne vlasničke signale. Google se oslanja na stotine izvora podataka različite veličine: ukupan broj zapisa po izvoru podataka kreće se u rasponu od nekoliko tisuća do nekoliko bilijuna, ovisno o izvoru podataka. Modeli koji se temelje na prometu moraju se procijeniti s ulaznim podacima za minimalno sedam dana prometa.
Za aktivne zaštite Google održava postupke nadzora signala za promet (podaci za učenje) koji se učitavaju u model i koji aktiviraju upozorenja za ljudsku intervenciju ako se ne ispune određeni pragovi. Zbog toga se, u slučaju da se ono uopće pojavi, očekuje minimalno smanjenje točnosti.
Modeli se kontinuirano unaprjeđuju kada je to prikladno i praktično, a izvedba modela redovito se i kontinuirano procjenjuje. Zbog toga se, u slučaju da se ono uopće pojavi, očekuje minimalno smanjenje točnosti (slično kao kod naših prethodno spomenutih postupaka nadzora).
Pristranost u podacima za učenje i procjenu Googleovog AI-ja minimalna je, a kada bi bila relevantna, IVT zaštita ne bi bila odobrena. Svi projekti Googleovog AI-ja ("pokretanja") prolaze postupak pregleda različitih funkcija prije nego što se odobre. U sklopu tog postupka procjenjuje se pristranost za modele i odgovarajuće podatke te projekti moraju ispuniti unaprijed određene kriterije kvalitete za promet oglasa prije nego što se odobre. Uspostavljen je kontinuirani nadzor s ciljem otkrivanja pojavljivanja pristranosti u modelima, što aktivira upozorenja te procjenu, analizu i ažuriranja modela.
Google primjenjuje kombinaciju tehnika umjetne inteligencije i/ili ljudske intervencije/pregleda na sav promet. Za neke zaštite Google se oslanja na stvaranje potencijalnih korisnika/klijenata na temelju umjetne inteligencije, nakon čega slijedi pregled koji provode ljudi. Druge zaštite kreću od podataka prikupljenih pregledom koji provode ljudi i upotrebljavaju Googleov AI za generalizaciju. Naša se primjena umjetne inteligencije i ljudske intervencije/pregleda razvija, a njihova upotreba mijenja u skladu s više kriterija, uključujući upozorenja, eskalacije i organske fluktuacije u vrstama nevažećeg prometa koje se mogu pojaviti. U skladu s tim, distribucija nije u stabilnom stanju, a stupanj pouzdanosti Googleovog AI-ja ili ljudske intervencije/pregleda s vremenom se mijenja.
1 Nadzirani Googleov AI oslanja se na označene ulazne i izlazne podatke, što znači da postoje očekivanja o tome kako će izgledati izlazni podaci modela umjetne inteligencije.
Kvalifikacija poslovnog partnera
Pravila za oglase na razini YouTubeove platforme primjenjuju se na sve strane. Saznajte više o pravilima o oglasima za oglašivače.
Google neprestano filtrira nevažeći promet i pregledat će svakog poslovnog partnera koji prima velike količine nevažećeg prometa. Partnerima koji neprestano primaju velike količine nevažećeg prometa može se obustaviti ili zatvoriti račun.
Izvješćivanje o videopodacima
U područje primjene MRC akreditacije ulaze samo mjerni podaci koji su navedeni u izvješću o vidljivosti videozapisa. U izvješću o vidljivosti videozapisa za akreditirana okruženja računala i mobilnih uređaja može biti prisutna beznačajna količina prometa YouTube TV-a. Druga izvješća s mjernim podacima o pojavljivanjima i vidljivosti videozapisa dobivena putem drugih dostupnih izvješća o rezervacijama na YouTubeu izuzeta su iz provjere akreditacije.
Mjerni podaci u YouTube Reserve izvješću o vidljivosti videozapisa prikazuju ukupnu neto vrijednost SIVT-a u okruženjima računala, weba za mobilne uređaje i unutar mobilnih aplikacija. Procjenjuje se da je približno 23% ukupnog nevažećeg prometa pojavljivanja videozapisa opći nevažeći promet.
- Umetnuti oglasi koji se mogu preskočiti: u umetnutom videooglasu koji se može preskočiti gledatelji mogu odabrati žele li preskočiti oglas nakon prvih pet sekundi. Prilikom prikazivanja oglasa koji se može preskočiti broj prikaza na YouTubeu povećat će se nakon 30 sekundi prikazivanja ili kada se oglas pogleda u cijelosti (oglasi moraju trajati najmanje 12 sekundi da bi se broj prikaza povećao). Videooglasi koji se mogu preskočiti mogu trajati najviše šest minuta.
- Bumper oglasi: kratki videooglasi koji traju približno šest sekundi i prikazuju se prije, tijekom ili nakon prikazivanja videosadržaja na YouTubeu. Bumper oglasi ne mogu se preskočiti.
- Umetnuti videooglasi koji se ne mogu preskočiti: u umetnutom videooglasu koji se ne može preskočiti gledatelji nemaju mogućnost odabira preskakanja oglasa. Napominjemo da videooglasi koji se ne mogu preskočiti ne povećavaju broj prikaza. Videooglasi koji se ne mogu preskočiti mogu trajati najviše 15 odnosno 20 sekundi, ovisno o regiji u kojoj se oglas prikazuje.
Vremenska zona izvješćivanja za YouTube Reserve izvješće o vidljivosti videozapisa bit će jednaka vremenskoj zoni pripadne kampanje. YouTube Reserve izvješće o vidljivosti videozapisa obuhvaća provjeru putem vodenog žiga kako bi se provjerila i kvaliteta osnovnih mjernih podataka (pojavljivanja, nevažeća pojavljivanja, mjerljiva pojavljivanja, nemjerljiva pojavljivanja, vidljiva pojavljivanja, nevidljiva pojavljivanja). Ukupne brojke tih osnovnih mjernih podataka u vodenom žigu možete usporediti s povezanim brojkama u tablici izvješćivanja. U slučaju bilo kakvih odstupanja obratite se osobi za kontakt Googleove prodaje. YouTube izvješće o vidljivosti videozapisa temelji se na prilagodljivim datumskim rasponima. Obratite se osobi za kontakt Googleove prodaje da biste zatražili izvješće.
Komunikacija povezana s promjenom metodologije
Sve promjene metodologije komuniciraju se putem obavijesti u okviru pomoći za Google Ads.