Modelované online konverze

Modelované konverze využívají údaje, které neumožňují identifikovat jednotlivé uživatele, k odhadu konverzí, které Google nemůže zaznamenat přímo. Můžete tak získat úplnější přehled o svých konverzích.

Modelování provádíme, abychom obnovili části dat, u nichž kvůli ochraně soukromí uživatelů nebo technickým omezením nelze zaznamenávat atribuci reklamy. Cílem je zajistit vysokou kvalitu měření, abyste si mohli udělat přesnou představu o účincích vašeho marketingu a nastavovat optimální nabídky, které nebudou příliš nízké ani příliš vysoké.

Modelované konverze, které Google zobrazuje ve službě Google Ads, jsou založeny na predikci připsaných konverzí. Ve většině případů má Google záznamy o interakcích s reklamami a o online konverzích, neví však nic o jejich vzájemném propojení. Naše modelování zjišťuje, zda interakce s reklamou Google vedla k online konverzi. Neurčuje, zda ke konverzi došlo či ne.

Bez modelování by vykazované konverze odrážely pouze tu část konverzí, které lze zaznamenat, a nikoli skutečný výkon kampaně.

Princip modelovaných online konverzí

Při modelování nezaznamenané části dat se v maximální míře snažíme využít data zaznamenaná, u nichž víme, že se týkají chování stejného jako to zaznamenané nebo velmi podobnému, případně máme jasnou představu o tom, v čem se tato dvě chování lišila.

Příklad: Řekněme, že určité vaše konverze nelze zaznamenat v prohlížeči jednoho typu, zatímco v jiných typech prohlížečů je zaznamenat lze. Naše modely nejprve zjistí, jaké trendy existují mezi chováním uživatelů (například konverzními poměry) v různých typech prohlížečů. Potom použijeme dostupné údaje z prohlížečů umožňujících měření, spolu s případnými systematickými odchylkami, a výpočet doplníme o další agregované dimenze, například typ zařízení, denní dobu, zeměpisnou polohu, operační systém atd. Na základě toho předpovíme pravděpodobnost konverzní události po interakci s reklamou v prohlížeči, kde měření provádět nelze.

Modelované konverze se zaznamenávají se stejnou úrovní podrobnosti jako konverze zaznamenané. Z dimenzí to zahrnuje například celkové počty konverzí, atribuční trasu a hodnoty konverzí. Ve sloupci Konverze vykazuje Google modelované i zaznamenané konverze.

Poznámka: Import offline konverzí a uživatelské účty s velmi malým týdenním počtem konverzí nemusí určité typy modelů používat.

Výhody modelovaných online konverzí

Komplexní měření veškerého reklamního provozu: Získáte přesnější přehled o výsledcích inzerce (návratnosti investic) a úplnou představu o konverzní trase po interakcích s reklamami, a to napříč zařízeními i kanály.
Efektivní optimalizace kampaní: Modelované konverze vám pomohou účinněji optimalizovat kampaně a dosáhnout lepších obchodních výsledků.
- Vzhledem k předpisům a omezením v oblasti ochrany soukromí přicházíme o možnost sledovat chování některých kohort uživatelů (například těch, kteří k tomu nedali souhlas, případně uživatelů používajících určité druhy zařízení či prohlížečů). To znamená, že naše algoritmy automatického nabízení cen budou muset o optimalizaci rozhodovat na základě neúplných údajů a výsledkem bude zkreslené učení. Kvůli tomu mohou automatické nabídky zmenšit prioritu těchto kohort, protože u nich mají zaznamenán menší výkon. To pak vede k celkově horším výsledkům inzerenta. Modelování tento problém řeší a odstraňuje zkreslení ve všech vykazovaných datech. Automatické nabízení cen má díky tomu k dispozici reprezentativnější údaje o výkonu. Další informace o automatickém nabízení cen
Přesné měření respektující ochranu soukromí: Modelované konverze při odhadování konverzí, které Google nemůže zaznamenat přímo, používají údaje, jež neumožňují identifikovat jednotlivé uživatele. Můžete tak získat úplnější přehled o svých konverzích. Jde o zcela opačný přístup, než jaký používají metody nerespektující ochranu soukromí, například digitální otisky. Ty spoléhají na heuristiku, například IP adresu, a snaží se identifikovat a sledovat jednotlivé uživatele. Společnost Google uplatňuje přísné zásady proti používání digitálních otisků k personalizaci reklam, protože tato metoda není dostatečně transparentní a neposkytuje uživatelům přiměřenou kontrolu.

Přístup společnosti Google k modelování konverzí

Řešení Google pracují se širokou škálou uživatelů. Díky tomu můžeme přesnost našeho modelování konverzí ověřovat na rozsáhlé sadě interakcí s reklamami a konverzních akcí v několika klíčových dimenzích:

Rozsah: Máme přístup k velkému množství různorodých interakcí s reklamami v celé řadě kanálů a v různých fázích konverzní cesty. To nám poskytuje komplexní data o tom, jak různí uživatelé reagují na různé druhy reklam, a to ve všech kanálech a bez ohledu na to, v jaké fázi konverzní cesty se uživatel právě nachází.
Přesnost: Díky početné základně přihlášených uživatelů mohou naše sofistikované metody modelování fungovat nezávisle na souborech cookie a jiných identifikátorech. Jsme totiž schopni odvodit rozsáhlou sadu údajů o chování v rámci reprezentativní množiny přihlášených uživatelů.
Pokrytí: Značky Google používá mnoho webů, což znamená, že naše konverzní modely jsou ověřeny pro celou řadu různých konverzních akcí. Při modelování konverzí používáme údaje, které neumožňují identifikovat uživatele, a vyčíslujeme konverze, které Google nemůže zaznamenat přímo. Pro každého inzerenta se náš model učí zvlášť, takže vždy poskytuje jedinečné výsledky.
Technická odbornost: Dosáhnout špičkové kvality modelování společnosti Google pomáhají její vědomosti v oblasti umělé inteligence. Toto své know-how jsme postupně dovedli k dokonalosti pomocí našich měřicích produktů (automatické nabízení cen a návštěvy prodejen v Google Ads), které již modelování používají celé roky, ale i produktů, které se měření netýkají (například autonomních vozidel a návrhů na YouTube).
Akce: Modelované konverze Google se zobrazují v přehledech kampaní, jsou ale využívány i při optimalizaci a určování cenových nabídek. Jde tedy o užitečné údaje přispívající k dosažení vašich obchodních cílů.

Příklady dostupných modelů pro online konverze

Mezi nejvýznamnější dostupné způsoby modelování konverzí patří:

Modelování pro případ omezení souborů cookie třetích stran

Některé prohlížeče (například Safari a Firefox) neumožňují měření konverzí pomocí souborů cookie třetích stran. Pokud tyto soubory cookie k měření konverzí používáte, budeme pro vás modelování konverzí používat v souladu s návštěvností vašeho webu z těchto prohlížečů (pro počítače a mobilní zařízení). Přečtěte si, jak modelování zdokonalit upgradem na značku Google.

Modelování pro případ omezení souborů cookie první strany

Některé prohlížeče (například Safari) omezují dobu, po kterou jsou povoleny soubory cookie první strany. Modelování konverzí pro vás budeme používat v souladu s tím, jaká část vašich latentních konverzí nastane po této době. Přečtěte si, jak vylepšit modelování pomocí rozšířených konverzí.

Modelování pro případ omezení v souvislosti s požadavkem EU na získání souhlasu s používáním souborů cookie

V některých zemích mají inzerenti zákonnou povinnost vyžádat si od uživatelů souhlas s používáním souborů cookie pro reklamní účely. U inzerentů používajících režim souhlasu uplatníme modelování konverzí, a to v rozsahu odpovídajícím počtu uživatelů, kteří jim souhlas neudělili. Konverze tedy budou modelovány pro uživatele, kteří s používáním souborů cookie nesouhlasí.

Dopady změn v systému iOS 14

Zásady společnosti Apple pro měření aplikací (ATT) vyžadují, aby vývojáři požádali o svolení, pokud pro reklamní účely používají určité informace z aplikací a webů jiných firem. Google nebude používat informace, na které se vztahují zásady ATT (např. identifikátor IDFA). U konverzí, jejichž reklamy pocházejí z návštěvnosti ovlivněné zásadami ATT, proto bude použito modelování. Aby bylo modelování co nejpřesnější, zkontrolujte, zda váš web přijímá volné parametry adresy URL.

Zavedením zásad ATT společnosti Apple, SKAdNetwork, se atribuční řešení od společnosti Apple stává pro inzerenty aplikací důležitým vstupem při posuzování výkonu jejich kampaní pro iOS. V zájmu zlepšení kvality a konzistence přehledů modelovaných výkazů v uživatelském rozhraní Google Ads prohlubujeme integraci s SKAdNetwork. Přečtěte si další informace o doporučených postupech pro lepší měření a výkon kampaní na aplikace pro iOS.

Dopad zásad Google Play

Služba Google Play oznámila aktualizace zásad s cílem umožnit uživatelům lepší kontrolu, zvýšit ochranu jejich soukromí a zlepšit zabezpečení. Jedním z důsledků aktualizace služeb Google Play koncem roku 2021 bude, že když se uživatel v nastavení systému Android odhlásí z personalizace využívající inzertní ID, tento identifikátor bude odstraněn. Při pokusu o získání identifikátoru nebude vrácen tento identifikátor, ale řetězec nul. Další informace o inzertním ID

V souvislosti s touto aktualizací služby budeme rozšiřovat modelované konverze na všechny kampaně na aplikace. Ve sloupci konverzí, instalací, akcí v aplikacích i hodnot konverzí se tedy mohou objevit modelované konverze. Do budoucna mohou v kampaních na aplikace přibýt další modelované konverze, jejichž cílem bude zmírnit možný dopad této a případných dalších aktualizací služby.

Konverze mezi zařízeními

Když uživatel zahájí cestu interakcí s reklamou na jednom zařízení a konverzi provede na jiném, nemusí být možné konverzi k interakci s reklamou přiřadit. Google sleduje údaje od velkého počtu uživatelů přihlášených ve službách Google a na jejich základě pak extrapoluje podobné chování v množině všech uživatelů. Modelujeme také mnoho konverzí mezi zařízeními, ať už jde o domácí kina a herní konzole nebo kancelářské počítače.

Poznámka: Podíl těchto konverzí, které lze prostřednictvím Google Ads obnovit, závisí na tom, kolik zaznamenaných údajů pro jednotlivé situace máme a jak jsou tyto údaje spolehlivé (například jak věrně připomínají celou uživatelskou základnu příslušného inzerenta). Míra obnovení závisí na problému, který řešíme. Čím více zaznamenaných dat je možné získat, tím lepší je kvalita modelu. Přečtěte si, jak lze modelování zlepšit pomocí implementace značky Google, režimu souhlasu a rozšířených konverzí.

Principy modelování online konverzí

Průběžné zvyšování kvality

Neustálé zdokonalování je u služeb Google standardem. Naši datoví analytici proto průběžně vylepšují algoritmy a snaží se zvýšit rozsah a přesnost modelů. Pravidelně zavádíme nové služby, které nám poskytují nové zdroje zaznamenatelných údajů použitelných k ladění našich modelů (více těchto dat získáváme například díky rozšířeným konverzím a režimu souhlasu).

Propracované metody kontroly přesnosti

Pomocí různých metod kontrolujeme přesnost našich modelů. Jednou z nich je zpětné ověření spočívající například v tom, že zadržíme část zaznamenaných konverzí a vytvoříme jejich data modelováním). Výsledky modelu pak srovnáme se skutečnými zaznamenanými konverzemi, vyhodnotíme nepřesnosti a zkreslení a výsledky využijeme k ladění modelů. Podobné metody se v Google AI používají často.

Striktní limity pro uvádění v přehledech

Modelované konverze uvádíme v přehledech pouze v případě, že s vysokou mírou spolehlivosti předpokládáme, že k nim skutečně došlo v důsledku interakcí s reklamami. Zásadně systematicky nevykazujeme více konverzí, než kolik jich skutečně nastalo, a vždy se snažíme, aby vykázaných neuskutečněných konverzí bylo co nejméně. To znamená, že u některých uživatelů pravidelně zaznamenávaný počet konverzí nedostačuje k tomu, abychom mohli spolehlivě modelovat. V takových případech žádné modelované konverze nevykazujeme.

Každou mezeru v datech řešíme specifickou modelovací technologií

Protože v měření mohou být různé druhy mezer a existuje více druhů dat, která jsou potřeba a k dispozici, používáme pro různé typy mezer různé modely. Kromě toho využíváme techniky, které zabraňují dvojímu započtení při modelování různými metodami. Víme, že se konverzní poměr v různých reklamních kanálech výrazně liší. Proto vytváříme pro každý kanál a každý druh interakce s reklamou (zobrazení a kliknutí) samostatný model.

Výsledek každého modelu je specifický pro danou firmu a chování jejích uživatelů

Poté, co vybereme obecný algoritmus modelování vhodný k řešení určité mezery v datech, jej použijeme samostatně na data každého inzerenta a dojdeme tak k jedinečným výsledkům, které odrážejí specifické chování uživatelů a konverzní poměr u daného inzerenta. Pokud například mají vaši uživatelé velmi vysokou tendenci zahájit cestu na jednom zařízení a konverzi provést na jiném, budete mít nadprůměrný počet modelovaných konverzí mezi zařízeními.

Striktní zásady proti digitálním otiskům

Technologie digitálních otisků se zpravidla opírá o heuristiku (například IP adresy), která identifikuje uživatele na různých kontaktních bodech a zařízeních a generuje „ID digitálního otisku“. Pomocí něj pak lze uživatele rozpoznat při budoucích interakcích. Tato ID nevytváříme ani se nesnažíme identifikovat jednotlivé uživatele. Tato metoda totiž není dostatečně transparentní a neposkytuje uživatelům přiměřenou kontrolu. Také nedovolujeme ostatním, aby údaje o digitálních otiscích využívali v našich reklamních službách. Místo toho předpovídáme pravděpodobnost konverzní události v množině uživatelů, kteří reklamu zhlédli nebo na ni klikli, pomocí souhrnných dat, například minulých konverzních poměrů, typu zařízení, denní doby a lokality.

Sdělování významných změn v modelování

Než v modelech uděláme jakékoli změny, průběžně je ověřujeme v experimentech. Pokud zjistíme, že má změna výrazný vliv na přehledy nebo cenové nabídky, řádně vás o tom informujeme.

Automatická integrace

Kdykoli je to možné spolehlivě udělat, využívá Google dostupná data k integrovanému modelování konverzí ve vašich optimalizacích a přehledech konverzí. V některých případech, například když u skupiny uživatelů, kteří nedali souhlas s používáním souborů cookies, nelze zaznamenávat konverze, budeme k modelování konverzí potřebovat údaje o tom, jaké procento vašich uživatelů dalo souhlas.

Související odkazy

Pomohly vám tyto informace?

Jak bychom článek mohli vylepšit?