Google använder modellering för att beräkna uppskattningar av onlinekonverteringar som inte kan observeras direkt. Modellering möjliggör korrekt attribution av konverteringar utan att identifiera användare. Skälen till att detta behövs kan bland annat vara användarnas integritet, tekniska begränsningar eller att användare växlar mellan enheter. Med modellerade konverteringar kan Google generera mer exakta rapporter, optimera annonskampanjer och förbättra automatisk budgivning.
På den här sidan
- Så fungerar modellerade konverteringar
- Fördelar med modellerade onlinekonverteringar
- Googles metod för konverteringsmodellering
- Exempel på tillgänglig modellering för onlinekonverteringar
- Principerna för modellering av onlinekonvertering
Så fungerar modellerade konverteringar
Googles modeller letar efter trender mellan konverteringar som observerades direkt och sådana som inte gjorde det. Om exempelvis konverteringar som tillskrivs en viss webbläsare liknar konverteringar utan tillskrivning från en annan webbläsare förutser maskininlärningsmodellen övergripande attribution. Utifrån denna prognos uppdateras rapporterade konverteringar så att de omfattar både modellerade och observerade konverteringar.
Fördelar med modellerade onlinekonverteringar
- Holistisk mätning av all annonstrafik: Du får en mer exakt bild av annonseringsresultatet (avkastningen på investeringen) och en fullständig bild av konverteringsvägen från annonseringsinteraktioner på olika enheter och kanaler.
- Effektiv kampanjoptimering: Modellerade konverteringar hjälper dig att optimera dina kampanjer mer effektivt och nå bättre resultat.
- Integritetsförordningar och tekniska begränsningar gör att vissa användarkohorter inte går att observera, till exempel användare som inte gett sitt samtycke och användare med vissa typer av enheter eller webbläsare. Det gör att algoritmer för automatisk budgivning måste fatta optimeringsbeslut grundade på ofullständig data, vilket leder till en polariserad inlärning. Automatisk budgivning kan då prioritera ned dessa kohorter eftersom de har ett sämre rapporterat resultat, vilket leder till allmänt sämre resultat för budgivningssystemet. Modelleringen kompenserar för denna polarisering och korrigerar den i den övergripande rapporteringen så att den automatiska budgivningen kan utgå från mer rättvisande resultatdata. Läs mer om automatisk budgivning i nya Search Ads 360.
Googles metod för konverteringsmodellering
Här är några av de viktigaste metoderna för konverteringsmodellering som vi erbjuder:
Kontrollera att data är korrekt och informera om ändringarValidering av innehållen data (en rekommenderad metod för maskininlärning) gör att Googles modeller förblir rättvisande. En del av de observerade konverteringarna (valideringsdata) hålls tillbaka och delas. Därefter jämförs valideringsdata som kördes genom modellen med valideringsdata som inte gjorde det. Valideringsresultaten används för att kontrollera om det finns felaktigheter och för att finjustera modellen.
Modellerade konverteringar inkluderas bara när de sannolikt är av hög kvalitet. Om det inte finns tillräckligt med trafik som underlag för modellen attribueras modellerade konverteringar inte till annonsinteraktioner. När det gäller Google Analytics attribueras de till kanalen Direkt. På så sätt kan Google kompensera för brist på observerbarhet och samtidigt förhindra felaktigt positiva prognoser.
Googles allmänna modelleringsalgoritm tillämpas separat på din data för att återspegla ditt unika företag och kundbeteende.
Google tillåter inte signaturinsamling och andra försök att identifiera enskilda användare. I stället sammanställer vi data, till exempel tidigare konverteringsfrekvens, enhetstyp, klockslag, geografisk plats, med mera, för att förutse sannolikheten för konverteringar från en viss annonsinteraktion.
Exempel på tillgänglig modellering för onlinekonverteringar
Här är några av de viktigaste metoderna för konverteringsmodellering som vi erbjuder:
Modellering för begränsningar i samband med tredjepartscookiesI vissa webbläsare, till exempel Safari och Firefox, går det inte att mäta konverteringar med tredjepartscookies. Om du förlitar dig på tredjepartscookies för konverteringsmätning sker konverteringsmodelleringen i linje med din webbplatstrafik i dessa webbläsare (datorer och mobila enheter).
I vissa webbläsare, till exempel Safari, är tiden som förstapartscookies tillåts begränsad. Konverteringsmodelleringen sker då i linje med andelen latenta konverteringar utanför denna tidsperiod.
Enligt lagstiftningen i vissa länder måste annonsörer inhämta samtycke för att använda cookies som är relaterade till annonseringsaktiviteter. För annonsörer som har implementerat samtyckesläget sker konverteringsmodelleringen baserat på användare som inte ger sitt samtycke. Konverteringarna modelleras utifrån användare som inte ger sitt samtycke.
Apples ATT-policy (App Tracking Transparency) innebär att utvecklare måste begära tillstånd för att använda viss information från andra företags appar och webbplatser i marknadsföringssyfte. Google använder inte information (till exempel IDFA) som omfattas av ATT-policyn. Därför tillämpas modellering på konverteringar där annonsen ursprungligen visades i trafik som omfattas av ATT. Se till att din webbplats godtar godtyckliga webbadressparametrar för att få bästa möjliga resultat av modelleringen.
I Google Play har några policyuppdateringar införts för att förbättra användarkontroll, integritet och säkerhet. Som ett led i uppdateringen av Google Play-tjänster i slutet av 2021 tas reklam-id:n bort när en användare väljer bort annonsanpassning med hjälp av reklam-id:t i Android-inställningarna. Alla som försöker komma åt identifieraren ser en rad med nollor i stället för identifieraren. Läs mer om annonserings-id.
Som ett resultat av denna uppdatering utvidgar vi modellerade konverteringar till alla appkampanjer. Det innebär att konverteringskolumnen och kolumnerna för installation, åtgärd i app och konverteringsvärde kan innehålla modellerade konverteringar. Vi kan komma att införa ytterligare modellerade konverteringar i appkampanjer för att minska effekten av denna och eventuella andra uppdateringar av tjänsten.
Om en användare inleder sin kundresa med en annonsinteraktion på en enhet och slutför konverteringen på en annan, kan konverteringen inte alltid tillskrivas annonsinteraktionen. Google observerar data från det stora antal användare som är inloggade på Googles tjänster för att extrapolera liknande användarbeteenden. Många konverteringar över flera enheter modelleras också, bland annat från vardagsrum och dator.
Principerna för modellering av onlinekonvertering
Kontinuerlig förbättring av kvalitetenSom med alla andra produkter arbetar Googles data scientists kontinuerligt med att förbättra algoritmerna för att öka modelleringens precision och skala. Vi lanserar regelbundet nya produkter för att få nya källor till observerbar data, så att vi kan finjustera Googles modellering. Förbättrade konverteringar och samtyckesläget kan till exempel ge mer observerad data.
Google använder tekniker som omdirigering och validering av innehållen data för att kontrollera modelleringens precision. Google omdirigerar till exempel en del av de observerade konverteringarna och skapar modeller för den delen. Sedan jämförs de modellerade resultaten med de faktiska observerade konverteringarna som omdirigerats. Felaktigheter och partiskhet mäts och modellerna finjusteras kontinuerligt. Liknande metoder används i stor utsträckning av Google AI.
Google inkluderar bara modellerade konverteringar i sina rapporter när vi är mycket säkra på att konverteringarna faktiskt var ett resultat av annonsinteraktioner. Vi undviker systematiskt att rapportera fler konverteringar än vad som faktiskt har skett och strävar alltid efter att minimera överrapportering. Det betyder att vi för vissa användare inte regelbundet kan observera tillräckligt många konverteringar för att skapa korrekta modelleringar. I sådana fall rapporterar Google inga modellerade konverteringar.
Eftersom Google identifierar olika luckor i mätningarna och eftersom vi har tillgång till och behöver olika typer av observerbar data, använder vi olika typer av modellering för olika typer av luckor. Vi använder också tekniker som eliminerar dubbelräkning i olika typer av modelleringar. Google vet att konverteringsfrekvensen varierar avsevärt mellan olika annonseringskanaler. Därför bygger vi separata modeller för varje kanal och typ av annonsinteraktion, det vill säga exponeringar och klick.
När en generell modelleringsalgoritm har fastställts för en viss observationslucka tillämpar Google den separat på varje annonsörs data och får unika resultat som reflekterar annonsörens specifika användarbeteenden och konverteringsfrekvens. Om dina användare till exempel har en stark tendens att påbörja sin kundresa på en enhet och sedan byta till en annan enhet, rapporteras en större mängd modellerade konverteringar för flera enheter.
För vissa trafiksegment använder Google ytterligare signaler för att mäta var konverteringar har skett. Dessa signaler inkluderar bland annat användning av IP-adress för att uppskatta konverteringar.
Google kör alltid experiment innan vi lanserar förändringar i modelleringen. Om vi upptäcker betydande effekter på rapporteringen och budgivningen informerar vi om detta.
Där det går att göra på ett korrekt sätt använder Google tillgänglig data för att tillhandahålla integrerad konverteringsmodellering i rapportering av och optimering för konverteringar. I vissa fall, till exempel när det inte är möjligt att observera konverteringar för en viss grupp användare som inte samtyckt till användning av cookies, behöver vi data om samtyckesfrekvens för att kunna tillhandahålla konverteringsmodellering.