تستخدِم "الإحالات الناجحة المستندة إلى نموذج" بياناتٍ لا تحدّد هوية المستخدمِين الفرديِين لتقدير الإحالات الناجحة التي يتعذّر على Google تتبُّعها مباشرةً. ويمكن أن يوفّر ذلك تقريرًا أكثر شمولاً عن إحالاتك الناجحة.
نُنشئ نماذج لاسترداد شرائح البيانات في الحالات التي نعرف فيها أنّنا لن نتمكّن من تتبُّع "التصنيف كإعلان" بسبب حماية خصوصية المستخدِم أو القيود الفنّية. ويتمثّل الغرض من ذلك في توفير قياس عالي الجودة حتى تتمكّن من فهم تأثير حملاتك بدقة والحفاظ على عروض أسعار متميزة للحيلولة دون تقديم عروض أسعار أقل أو أعلى من اللازم.
عندما تقدّم Google "الإحالات الناجحة المستندة إلى نموذج" في "إعلانات Google"، يعني ذلك أنّنا نتوقّع الإحالات الناجحة المنسوبة. وفي معظم الحالات، تتلقّى Google التفاعلات مع الإعلانات والإحالات الناجحة على الإنترنت ولكنها تفتقد الربط بينهما. ويُحدِّد إنشاء النماذج الذي نقوم به ما إذا كان أحد التفاعلات مع إعلان على Google قد أدّى إلى إحالة ناجحة على الإنترنت. ولا يُحدِّد ما إذا حدثت إحالة ناجحة أم لم تحدث.
بدون إنشاء النماذج، لن تعكس الإحالات الناجحة التي تم الإبلاغ عنها إلا الجزء القابل للملاحظة من الإحالات الناجحة بدلاً من أداء الحملة الحقيقي.
آلية عمل الإحالات الناجحة على الإنترنت المستندة إلى نموذج
لإنشاء نموذج لشريحة بيانات لا يمكن مُلاحظَتها، نبذل قصارى جهدنا لاستخدام بيانات من شرائح يُمكن تتبُّعها. وهذا في الحالات التي نعرف فيها أنّ السلوك متطابق أو مشابه جدًا للشريحة التي لا يمكن تتبُّعها أو الحالات التي ندرك فيها جيّدًا مدى اختلاف الشريحتَين.
مثال: لنفترض أنّ لديك شريحة من الإحالات الناجحة التي لا يمكن تتبُّعها على أحد أنواع المتصفّحات، ولكن يمكن تتبُّعها على أنواع متصفّحات أخرى. ومن خلال إنشاء النماذج، سنتعرّف أولاً على المؤشرات بين سلوك المستخدمين (مثل معدلات الإحالات الناجحة) على جميع أنواع المتصفّحات. وبعد ذلك، سنستخدِم بياناتنا القابلة للملاحظة من المتصفّحات القابلة للقياس، جنبًا إلى جنب مع أي انحيازات منظَّمة، وندمج الأبعاد المُجمَّعة الأخرى مثل نوع الجهاز والوقت من اليوم والموقع الجغرافي ونظام التشغيل وغيرها، لتوقُّع احتمالية وقوع أحداث الإحالات الناجحة من التفاعلات مع الإعلانات على نوع المتصفّح غير القابل للملاحظة.
يتم الإبلاغ عن الإحالات الناجحة المستندة إلى نموذج بالدقة نفسها التي يتم بها الإبلاغ عن الإحالات الناجحة الملاحَظة. ويشمل ذلك أبعjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjjj x hn ادًا مثل إجمالي الإحالات الناجحة ومسار الإحالة وقيم الإحالات الناجحة. وفي عمود "الإحالات الناجحة"، تُبلغ Google عن كلٍّ من الإحالات الناجحة المستندة إلى نموذج والإحالات الناجحة الملاحَظة.
مزايا الإحالات الناجحة على الإنترنت المستندة إلى نموذج
- القياس الشامل على مستوى جميع زيارات إعلاناتك: يمكنك الحصول على صورة أكثر دقةً لنتائجك الإعلانية (عائد الاستثمار) وصورة كاملة لمسار الإحالة الناجحة على جميع الأجهزة والقنوات الناتجة عن التفاعلات مع الإعلانات.
- تحسين الحملات بكفاءة: تساعدك الإحالات الناجحة المستندة إلى نموذج على تحسين حملاتك بفعالية أكبر وتحقيق نتائج أفضل لنشاطك التجاري.
- نظرًا للوائح الخصوصية والقيود التقنية، نفقد قدرتنا على ملاحظة بعض المجموعات النموذجية من المستخدمين (على سبيل المثال، المستخدمون الذين لم يمنحوا موافقتهم أو المستخدمون الذين يعتمدون على أنواع أجهزة أو متصفّحات معيّنة). ويترتب على ذلك أنّ خوارزميات عروض الأسعار المبرمَجة ستحتاج إلى اتّخاذ قرارات التحسين استنادًا إلى بيانات غير مكتملة، ما يؤدي بدوره إلى التعلُّم المنحاز. ونتيجةً لذلك، قد تعمل عروض الأسعار المبرمَجة على خفض أولوية هذه المجموعات النموذجية بسبب انخفاض مستوى أدائها، ما يؤدي إلى أداء أقل عمومًا من جانب نظام عروض الأسعار. ويعمل إنشاء النماذج على حل هذه الانحيازات وتصحيحها في إعداد التقارير بوجهٍ عام بما يضمن وصول عروض الأسعار المبرمَجة إلى بيانات أداء أكثر دقةً.اطّلِع على مزيد من المعلومات عن عروض الأسعار المبرمَجة.
- القياس الدقيق الذي يركّز على الخصوصية: تستخدِم "الإحالات الناجحة المستندة إلى نموذج" بياناتٍ لا تحدّد هوية المستخدمِين الفرديِين لتقدير الإحالات الناجحة التي يتعذّر على Google تتبُّعها مباشرةً. ويمكن أن يوفّر ذلك تقريرًا أكثر شمولاً عن إحالاتك الناجحة. يتعارض هذا المنهج مباشرةً مع الأساليب غير المصمّمة بالتوافق مع معايير الخصوصية، مثل البصمات الرقمية التي تعتمد على إشارات استدلالية، مثل عنوان IP، ومحاولة تحديد المستخدمِين الفرديِين وتتبُّعهم. وتطبِّق Google سياسة صارمة على استخدام البصمات الرقمية لتخصيص الإعلانات، لأنّ هذا الأسلوب لا يسمح بتحكُّم المستخدم بالقدر المعقول وشفافية المعلومات.
منهج إنشاء نماذج الإحالة الناجحة في Google
تعمل حلول Google على مستوى مجموعة واسعة من المستخدمِين، بما يسمح بالتحقّق من دقّة نماذج الإحالات الناجحة على مستوى مجموعة كبيرة من التفاعلات مع الإعلانات وإجراءات الإحالات الناجحة من خلال عدّة سمات رئيسية:
- النطاق: يمكننا الوصول إلى مجموعة كبيرة ومتنوّعة من التفاعلات مع الإعلانات على مستوى قنوات مختلفة وأجزاء متنوّعة من مسار الإحالة الناجحة. ويمنحنا ذلك بيانات شاملة عن كيفية تفاعل المستخدمين المختلفين مع الأنواع المختلفة من الإعلانات، بغض النظر عن موضعهم في مسار الإحالة الناجحة وفي جميع القنوات.
- الدقة: تسمح قاعدتنا الكبيرة من المستخدمين الذين سجّلوا دخولهم بتنفيذ أساليب إنشاء النماذج المتطورة بشكلٍ مستقل عن ملفات تعريف الارتباط أو أي معرّفات أخرى، بما أنّه يمكننا استنتاج شريحة ثرية من مجموعة بيانات السلوك على مستوى مجموعة تمثيلية من المستخدمين الذين منحوا موافقتهم.
- التغطية: تستخدِم العديد من المواقع الإلكترونية علامات Google، ما يعني أنّه يتم التحقّق من صحة نماذج الإحالات الناجحة على مستوى مجموعة كبيرة من إجراءات الإحالات الناجحة المختلفة. ويستخدِم أسلوب وضع نماذج الإحالات الناجحة بيانات لا تحدّد هوية المستخدم لقياس الإحالات الناجحة التي تتعذّر على Google ملاحظتها مباشرةً. وبعد ذلك، يتم تدريب نموذجنا بشكلٍ فريد على كل مُعلِن، ما يؤدي إلى تحقيق نتائج فريدة.
- الخبرة الفنّية: تمثّل خبرة Google في مجال الذكاء الاصطناعي (AI) ميزة رئيسية تتيح لنا إنشاء النماذج بأعلى مستوى جودة. ولقد أتقنّا ذلك من خلال منتجات القياس التي وظّفت أسلوب إنشاء النماذج لعدّة أعوام (عروض الأسعار المبرمَجة في "إعلانات Google" وزيارات المتجر) بالإضافة إلى المنتجات التي لا يمكن قياسها (مثل السيارات الذاتية القيادة واقتراحات YouTube).
- قابلية التنفيذ: تظهر الإحالات الناجحة المستندة إلى نموذج من Google في إعداد تقارير الحملات، ولكنها ترتبط أيضًا بالتحسين وتقديم عروض الأسعار. ويعمل ذلك على عرض بيانات قابلة للتنفيذ لأنّها تساعد على تحقيق أهداف نشاطك التجاري.
أمثلة على النماذج المتاحة للإحالات الناجحة على الإنترنت
في ما يلي بعض أهم جهود وضع نماذج الإحالات الناجحة المتاحة:
إنشاء نماذج للقيود المفروضة على ملفات تعريف الارتباط للطرف الثالث
إنشاء نماذج للقيود المفروضة على ملفات تعريف الارتباط للطرف الأول
وضع النماذج في ظل القيود المفروضة على الموافقة على ملفات تعريف الارتباط في الاتحاد الأوروبي
تأثير الإصدار 14 من نظام التشغيل iOS
تأثير سياسات متجر Google Play
أعلن متجر Google Play عن إجراء بعض التعديلات الجديدة على السياسة لتعزيز تحكُّم المستخدِم وخصوصيته وأمانه. مع تعديل خدمات Google Play في نهاية عام 2021، ستتم إزالة المعرِّف الإعلاني إذا أوقف المستخدم ميزة تخصيص الإعلانات باستخدام معرّف الإعلان في إعدادات Android. إذا حاول مستخدِم الوصول إلى المعرّف الإعلاني، ستظهر له سلسلة أصفار بدلاً من المعرّف الإعلاني. اطلّع على مزيد من المعلومات عن المعرِّف الإعلاني.
نتيجة لتعديل هذه الخدمة، سنعمل على توسيع نطاق الإحالات الناجحة المستندة إلى نموذج لتشمل جميع "حملات التطبيقات". وذلك يعني أنّ الإحالات الناجحة المستندة إلى نموذج يمكن أن تظهر في عمود الإحالات الناجحة (بالإضافة إلى أعمدة التثبيت والإجراء داخل التطبيق وقيمة الإحالات الناجحة). يمكن أن تظهر "إحالات ناجحة مستندة إلى نموذج" إضافية لاحقًا في حملات التطبيقات للتخفيف من التأثير الذي قد ينتج عن هذا التعديل وأيّ تعديلات أخرى محتملة في الخدمة.
الإحالات الناجحة باستخدام أكثر من جهاز واحد
عندما يبدأ أحد المستخدمِين رحلته على أحد الأجهزة من خلال تفاعل مع الإعلان، ويُكمل الإحالة الناجحة على جهاز آخر، قد يتعذّر نَسب تلك الإحالة الناجحة إلى الحالة الصحيحة للتفاعل مع الإعلان. وتلاحظ Google البيانات من العدد الكبير للمستخدمين الذين سجّلوا دخولهم على خدمات Google بهدف استنباط السلوك المشابه على مستوى جميع المستخدمين. ويتمّ أيضًا وضع نماذج للعديد من الإحالات الناجحة باستخدام أكثر من جهاز واحد، بما في ذلك الإحالات الناجحة التي تتمّ من أجهزة غرفة المعيشة وأجهزة الكمبيوتر المكتبي.
مبادئ إنشاء نماذج الإحالات الناجحة على الإنترنت
تحسين الجودة المستمر
مثل كل المنتجات الأخرى، يُجري فريقنا من علماء البيانات تحسينات مستمرة على الخوارزميات لزيادة مستوى الدقة وتوسيع نطاق إنشاء النماذج. ونطرح منتجات جديدة بصفة منتظمة لتزويدنا بمصادر جديدة للبيانات القابلة للملاحظة، ما يؤدي إلى ضبط دقيق لأسلوب إنشاء النماذج (على سبيل المثال، يمكن أن تزوِّدنا الإحالات الناجحة المحسّنة ووضع الموافقة بكمية أكبر من البيانات الملاحَظة).
الأساليب المتطوّرة للتحقّق من الدقة
نستخدِم أساليب مثل التحقّق من صحة الاحتجاز بهدف التحقّق من دقة إنشاء النماذج (على سبيل المثال، نحتجز جزءًا من الإحالات الناجحة الملاحَظة ونُنشئ نموذجًا لتلك الشريحة). وبعد ذلك، نقارِن النتائج المستندة إلى نموذج بالإحالات الناجحة المرصودة الفعلية التي احتفظنا بها، ونقيس حالات عدم الدقّة والانحيازات، ونضبط نماذجنا باستمرار. ويتم استخدام طرق مشابهة على نطاق واسع في تكنولوجيات الذكاء الاصطناعي من Google.
الحدود الصارمة لإعداد التقارير
لا يتمّ تضمين الإحالات الناجحة المستندة إلى نموذج في تقاريرنا إلّا عندما نكون واثقِين للغاية من أنّ الإحالات الناجحة قد حدثت نتيجةً للتفاعلات مع الإعلانات. ولذلك، نتجنّب بشكلٍ منهجي الإبلاغ عن إحالات ناجحة أكثر من الواقع ونسعى دائمًا إلى تقليل الإبلاغ الزائد. ويعني هذا بالنسبة إلى بعض المستخدمين أنّنا لا نلاحظ عددًا كافيًا من الإحالات الناجحة بصفة منتظمة لنتمكّن من إنشاء نموذج بثقة. وفي هذه الحالات، لا نُبلغ عن أيّ إحالات ناجحة مستندة إلى نموذج.
تتم معالجة كل فجوة من خلال منهجية إنشاء نماذج فريدة.
لكل نموذج نتيجة فريدة بالنسبة إلى نشاطك التجاري وسلوك المستخدم
بعد تحديد خوارزمية إنشاء نماذج عامة لمعالجة فجوة معيّنة في الملاحظة، نطبِّق تلك الخوارزمية على بيانات كل مُعلِن على حدة، ونتوصل إلى نتائج فريدة تعكس سلوك المستخدم الفردي ومعدلات الإحالات الناجحة المتعلّقة بهذا المُعلِن. على سبيل المثال، إذا كان مستخدموك يميلون كثيرًا إلى بدء رحلتهم على أحد الأجهزة وإجراء إحالة ناجحة على جهاز آخر، سيتم إبلاغك بعدد أعلى من المتوسط للإحالات الناجحة المستندة إلى نموذج باستخدام أكثر من جهاز واحد.
سياسة صارمة ضد البصمات الرقمية
الإبلاغ عن التغييرات الكبيرة في إنشاء النماذج
الدمج التلقائي
حيثما يمكننا إجراء ذلك بدقة، ستستخدِم Google البيانات المتاحة لتوفير أسلوب إنشاء نماذج إحالة ناجحة يكون مدمجًا في إعداد تقارير الإحالات الناجحة والتحسين. وفي بعض الحالات، مثل عدم إمكانية تتبُّع الإحالات الناجحة لمجموعة من المستخدمِين الذين لم يوافقوا على ملفّات تعريف الارتباط، سنحتاج إلى بيانات عن معدّلات الموافقة لديك حتى نتمكّن من وضع نماذج للإحالات الناجحة.