Google utilizza modelli per stimare le conversioni online che non possono essere osservate direttamente. I modelli consentono un'attribuzione precisa delle conversioni senza identificare gli utenti, ad esempio per motivi di privacy dell'utente, a causa di limitazioni tecniche o quando gli utenti passano da un dispositivo all'altro. L'inclusione delle conversioni modellate consente a Google di offrire report più accurati, ottimizzare le campagne pubblicitarie e migliorare le offerte automatiche.
In questa pagina
- Come funzionano le conversioni modellate
- Vantaggi delle conversioni online modellate
- Approccio alla modellazione delle conversioni di Google
- Esempi di modellazione disponibili per le conversioni online
- Principi di modellazione delle conversione online
Come funzionano le conversioni modellate
I modelli di Google cercano le tendenze tra le conversioni osservate direttamente e non. Ad esempio, se le conversioni attribuite su un browser sono simili a quelle non attribuite da un altro browser, il modello di machine learning prevederà l'attribuzione complessiva. In base a questa previsione, le conversioni registrate vengono quindi aggiornate in modo da includere sia le conversioni modellate sia quelle osservate.
Vantaggi delle conversioni online modellate
- Misurazione olistica di tutto il traffico dagli annunci: ottieni un quadro più accurato dei risultati pubblicitari (ROI) e una panoramica completa del percorso di conversione sui vari dispositivi e canali derivanti dalle interazioni con gli annunci.
- Ottimizzazione efficace delle campagne: le conversioni modellate ti consentono di ottimizzare le tue campagne in modo più efficace e di ottenere risultati migliori.
- Le norme sulla privacy e le limitazioni tecnologiche ci impediscono di osservare determinate coorti di utenti, come quelli che hanno negato il consenso o che utilizzano determinati tipi di dispositivi o browser. Ciò significa che gli algoritmi per le offerte automatiche dovranno prendere decisioni di ottimizzazione sulla base di dati incompleti, generando così un apprendimento distorto. Di conseguenza, le offerte automatiche potrebbero ridurre la priorità di queste coorti, in quanto hanno un rendimento registrato più basso, il che comporta un rendimento generale peggiore per l'offerente. La modellazione risolve questi problemi e li corregge nei report complessivi per garantire che le offerte automatiche abbiano accesso a dati sul rendimento più rappresentativi. Scopri di più sulle offerte automatiche in Search Ads 360.
Approccio alla modellazione delle conversioni di Google
Di seguito sono riportati alcuni degli approcci più importanti alla modellazione delle conversioni disponibili:
Verificare l'accuratezza e comunicare le modificheLa convalida di holdback (una best practice di machine learning) garantisce l'accuratezza costante dei modelli di Google. Una parte delle conversioni osservate (dati di convalida) viene trattenuta e suddivisa. In seguito, i dati di convalida che sono stati elaborati tramite il modello vengono confrontati con quelli che non lo sono stati. I risultati della convalida vengono utilizzati per verificare la presenza di imprecisioni e per perfezionare ulteriormente il modello.
Le conversioni modellate vengono incluse solo quando si è certi della loro qualità. Se il volume di traffico non è sufficiente per fornire dati al modello, le conversioni modellate non vengono attribuite alle interazioni con gli annunci o, nel caso di Google Analytics, vengono attribuite al canale "Diretto". Questo approccio consente a Google di compensare la perdita di osservabilità evitando sovrastime.
L'algoritmo di definizione dei modelli più generale di Google viene applicato separatamente ai tuoi dati per riflettere l'unicità della tua attività e del comportamento dei clienti.
Google non consente le impronte o altri tentativi di identificazione di singoli utenti. Aggrega invece i dati, ad esempio i tassi di conversione storici, il tipo di dispositivo, l'ora del giorno, i dati geografici e altri ancora, per prevedere la probabilità delle conversioni da una specifica interazione con l'annuncio.
Esempi di modellazione disponibili per le conversioni online
Di seguito sono riportati alcuni dei principali tipi di modellazione delle conversioni disponibili:
Modellazione per le limitazioni relative ai cookie di terze partiAlcuni browser, ad esempio Safari e Firefox, non consentono la misurazione delle conversioni mediante i cookie di terze parti. Se ti affidi ai cookie di terze parti per la misurazione delle conversioni, noterai una modellazione delle conversioni in linea con il traffico del tuo sito web su questi browser (desktop e mobile).
Alcuni browser, ad esempio Safari, limitano la quantità di tempo per la quale i cookie proprietari sono consentiti. Noterai una modellazione delle conversioni in linea con la tua quota di conversioni latenti oltre questa finestra.
In alcuni paesi, le normative richiedono che gli inserzionisti ottengano il consenso all'utilizzo dei cookie per attività pubblicitarie. Gli inserzionisti che hanno adottato la modalità di consenso noteranno una modellazione delle conversioni in linea con i loro utenti che hanno negato il consenso. Le conversioni vengono modellate per gli utenti che non hanno dato il proprio consenso.
Le norme relative all'ATT (App Tracking Transparency) di Apple impongono agli sviluppatori di chiedere l'autorizzazione quando utilizzano determinate informazioni provenienti da app e siti web di altre aziende per scopi pubblicitari. Google non utilizzerà informazioni, ad esempio l'IDFA, che rientrano in queste norme. In linea con questo approccio, saranno modellate le conversioni i cui annunci hanno origine dal traffico interessato dall'ATT. Per ottenere una definizione del modello ottimale, assicurati che il tuo sito web possa accettare parametri URL arbitrari.
Google Play ha annunciato nuovi aggiornamenti delle norme per rafforzare il controllo, la privacy e la sicurezza degli utenti. Nell'ambito dell'aggiornamento dei Google Play Services a fine 2021, l'ID pubblicità sarà rimosso quando un utente disattiva la personalizzazione che utilizza l'ID pubblicità nelle impostazioni di Android. Per qualsiasi tentativo di accesso all'identificatore verrà mostrata una stringa di zeri al posto dell'identificatore. Scopri di più sull'ID pubblicità
Come risultato di questo aggiornamento del servizio, estenderemo le conversioni modellate a tutte le campagne per app. Questo significa che la colonna delle conversioni, nonché le colonne delle installazioni, delle azioni in-app e del valore di conversione, potrebbero contenere conversioni modellate. In futuro potremmo aggiungere altre conversioni modellate alle campagne per app per compensare le eventuali conseguenze di questo e altri potenziali aggiornamenti del servizio.
Potrebbe non essere possibile attribuire la conversione all'interazione qualora un utente inizi il proprio percorso su un dispositivo con un'interazione con un annuncio e completi la conversione su un altro. Google osserva i dati provenienti dall'elevato numero di utenti che hanno eseguito l'accesso alle proprietà di Google per estrapolare un comportamento simile tra tutti. Vengono modellate anche molte conversioni cross-device, incluse quelle dal soggiorno e dal computer.
Principi di modellazione delle conversione online
Miglioramento costante della qualitàCome per tutti gli altri prodotti, i data scientist di Google migliorano continuamente gli algoritmi per aumentare l'accuratezza e la scalabilità della modellazione. Vengono introdotti regolarmente nuovi prodotti per ottenere nuove fonti di dati osservabili che consentono di perfezionare la modellazione di Google. Ad esempio, le conversioni avanzate e la modalità di consenso possono ottenere più dati osservati.
Google utilizza tecniche come la convalida di holdback per verificare l'accuratezza della modellazione. Ad esempio, Google esegue l'holdback di una parte delle conversioni osservate e modella questo segmento. Poi vengono confrontati i risultati modellati con le conversioni osservate effettive sottoposte a holdback, vengono misurate le imprecisioni e le distorsioni e i modelli vengono perfezionati continuamente. Metodi simili sono ampiamente utilizzati da Google AI.
Google include le conversioni modellate nei report solo quando è altamente probabile che le conversioni si siano effettivamente verificate come conseguenza delle interazioni con gli annunci. Google evita di registrare sistematicamente più conversioni rispetto alla realtà e cerca sempre di ridurre al minimo la registrazione in eccesso. Ciò significa che per alcuni utenti non osserviamo regolarmente conversioni sufficienti per una definizione del modello accurata. In questi casi, Google non registra alcuna conversione modellata.
Poiché Google identifica lacune diverse nella misurazione e sono necessari e disponibili vari tipi di dati osservabili, dispone di modelli diversi per tipi di lacune differenti. Google utilizza anche tecniche che eliminano il doppio conteggio nei vari tipi di modelli. Google sa che i tassi di conversione variano in modo significativo in base al canale pubblicitario e, di conseguenza, crea modelli distinti per ogni canale e tipo di interazione con gli annunci, ovvero impressioni e clic.
Una volta stabilito che un algoritmo di modellazione generale risolve una specifica lacuna di osservazione, Google lo applica separatamente ai dati di ciascun inserzionista per ottenere risultati unici che riflettono il comportamento di utenti unici e i tassi di conversione dell'inserzionista. Ad esempio, se i tuoi utenti hanno un'elevata tendenza a iniziare il proprio percorso su un dispositivo e a effettuare la conversione su un altro, verranno registrate per te conversioni modellate cross-device più elevate della media.
Per alcuni segmenti di traffico, Google si baserà su indicatori aggiuntivi per misurare dove si sono verificate le conversioni. Questi indicatori includono, ad esempio, l'utilizzo dell'indirizzo IP per stimare le conversioni.
Google esegue costantemente esperimenti prima di implementare eventuali modifiche alla modellazione e, se rileva un impatto significativo su report e offerte, lo comunica di conseguenza.
Ove sia possibile garantire la massima accuratezza, Google utilizzerà i dati disponibili per integrare la modellazione delle conversioni nei report sulle conversioni e nell'ottimizzazione. In alcuni casi, ad esempio quando non è possibile osservare le conversioni per un insieme di utenti che non hanno acconsentito ai cookie, avremo bisogno dei dati sui tuoi tassi di consenso per poter offrire la modellazione delle conversioni.
