Geschätzte Online-Conversions

Für geschätzte Conversions werden Daten verwendet, anhand derer sich einzelne Nutzer nicht identifizieren lassen. So lässt sich die Anzahl der Conversions abschätzen, obwohl sie von Google nicht direkt erfasst werden können. Dadurch erhalten Sie einen umfassenderen Einblick in Ihre Conversions.

Dafür ermitteln wir mithilfe von Schätzmodellen den Teil der Daten, der uns aufgrund von Datenschutzbestimmungen oder technischen Einschränkungen bei der Zuordnung von Anzeigen fehlt. Das ist notwendig, damit wir Ihnen eine präzise Conversion-Messung anbieten und Sie die Auswirkungen Ihrer Marketingmaßnahmen genau analysieren können. Außerdem wird so die Gebotsfunktion optimiert, wodurch zu hohe oder zu niedrige Gebote vermieden werden.

Wenn Sie geschätzte Conversions in Google Ads sehen, sind es von uns prognostizierte Zuordnungen von Conversions zu Anzeigeninteraktionen. In den meisten Fällen werden sowohl Anzeigeninteraktionen als auch Online-Conversions von Google erfasst, aber nicht deren Wechselbeziehung zueinander. Durch die Modellierung können wir schätzen, ob eine Google-Anzeigeninteraktion zur Online-Conversion geführt hat. Dabei wird nicht berücksichtigt, ob eine Conversion auch tatsächlich stattgefunden hat.

Ohne Schätzungen würden Berichte nur erfasste Conversions enthalten und somit nicht die tatsächliche Kampagnenleistung widerspiegeln.

Funktionsweise

Zur Ermittlung der nicht erfassbaren Teilmengen von Daten fließen nach Möglichkeit uns vorliegende Informationen in das Modell ein. Damit lassen sich Rückschlüsse bei ähnlichen und unterschiedlichen Daten zum Nutzerverhalten ziehen.

Beispiel: Ein Teil der Conversions kann nicht in allen Browsertypen erfasst werden. Bei der Modellierung wird erst einmal das Nutzerverhalten in allen Browsern analysiert, um übergreifende Trends zu finden, z. B. in Hinblick auf Conversion-Raten. Anschließend kombinieren wir uns vorliegende Browserdaten mit systeminternen Abweichungen und berücksichtigen weitere aggregierte Dimensionen, unter anderem Gerätetyp, Tageszeit, geografischer Standort und Betriebssystem. Damit lässt sich die bedingte Wahrscheinlichkeit von Conversion-Ereignissen für Anzeigeninteraktionen den Browsern prognostizieren, in denen keine Daten erfasst werden.

Geschätzte Conversions werden genau so detailliert aufgezeichnet wie erfasste Conversions. Sie sehen in Ihren Berichten also Daten zur Gesamtzahl der Conversions, zum Conversion-Pfad und zu den Conversion-Werten. Die Berichtsspalte „Conversions“ enthält sowohl geschätzte als auch erfasste Conversions.

Hinweis: Bei Offline-Conversion-Importen und in Nutzerkonten mit sehr wenigen Conversions pro Woche sind bestimmte Schätzungen unter Umständen nicht verfügbar.

Vorteile geschätzter Online-Conversions

Messung des gesamten Anzeigen-Traffics: Sie erhalten genauere Informationen zur Effektivität Ihrer Werbung (ROI, Return on Investment) und einen umfassenden Überblick über den geräte- und kanalübergreifenden Conversion-Pfad, der sich aus den Anzeigeninteraktionen ergibt.
Effiziente Kampagnenoptimierung: Mit geschätzten Conversions können Sie Ihre Kampagnen effektiver optimieren und bessere Geschäftsergebnisse erzielen.
- Aufgrund von Datenschutzbestimmungen und technologischen Einschränkungen werden bestimmte Gruppen bzw. Kohorten nicht erfasst, z. B. Nutzer, die keine Einwilligung erteilt haben oder die bestimmte Geräte oder Browser verwenden. Unsere Algorithmen für die automatische Gebotseinstellung müssen also verschiedene Optimierungen mit unvollständigen Daten vornehmen. Das maschinelle Lernen basiert dann auf verzerrten Daten. Weil weniger Informationen der zuvor genannten Kohorten vorliegen, fallen sie bei der automatischen Gebotseinstellung möglicherweise weniger ins Gewicht, was die Gebotsfunktion insgesamt beeinträchtigt. Durch Modellierung lassen sich Verzerrungen bei der Berichterstellung korrigieren, sodass aussagekräftige Leistungsdaten für die automatische Gebotseinstellung zur Verfügung stehen. Weitere Informationen zur automatischen Gebotseinstellung
Genaue Messung unter Berücksichtigung des Datenschutzes: Für geschätzte Conversions werden Daten verwendet, anhand derer eine Identifizierung einzelner Nutzer nicht möglich ist. So lässt sich die Anzahl der Conversions schätzen, die von Google nicht direkt erfasst werden. Dadurch erhalten Sie einen umfassenderen Einblick in Ihre Conversions. Die Methode von Google unterscheidet sich z. B. vom Fingerprinting, das nicht datenschutzkonform ist und versucht, einzelne Nutzer anhand bestimmter Signale, etwa der IP-Adresse, wiederzuerkennen. Bei Google lehnen wir Fingerprinting für personalisierte Werbung kategorisch ab, weil Besuchern dabei Transparenz und Kontrolle über die Datennutzung fehlen.

Conversion-Modellierung von Google

Google-Produkte werden von vielen Nutzern verwendet. So können unsere Conversion-Schätzungen anhand mehrerer wichtiger Dimensionen mit zahlreichen Anzeigeninteraktionen und Conversion-Aktionen abgeglichen werden. Dadurch steigt die Vorhersagegenauigkeit unserer Modelle.

Datenspektrum: Wir haben Zugriff auf einen großen Pool unterschiedlichster Anzeigeninteraktionen aus allen Kanälen und Schritten im Trichter. So liegen uns umfangreiche Informationen dazu vor, wie Nutzer auf verschiedene Anzeigentypen reagieren – und zwar kanalübergreifend und unabhängig davon, an welcher Stelle im Trichter sie sich befinden.
Genauigkeit: Weil viele unserer Nutzer in unseren Produkten angemeldet sind, kommen unsere ausgefeilten Modellierungsverfahren ohne Cookies oder andere Kennungen aus. So können wir zahlreiche Verhaltensdaten von den angemeldeten Nutzern ableiten und übertragen.
Abdeckung: Auf vielen Websites sind Google-Tags eingebunden, d. h. unsere Conversion-Schätzungen lassen sich mit zahlreichen unterschiedlichen Conversion-Aktionen abgleichen. Dabei setzen wir auf Daten, die den Nutzer nicht identifizieren. Auf Grundlage dieser Informationen bestimmen wir die Anzahl der Conversions, die von Google nicht direkt erfasst werden. Daraufhin können wir das Schätzmodell mit den individuellen Daten der einzelnen Werbetreibenden trainieren und so auf deren Zielvorhaben zuschneiden.
Technisches Know-how: Dank unseres Fachwissens im Bereich KI haben wir qualitativ sehr hochwertige Modelle. Diese nutzen wir seit Jahren in unseren Analysetools, z. B. für die automatische Gebotseinstellung sowie für die Messung von Ladenbesuchen in Google Ads. Wir setzen maschinelles Lernen auch in anderen Produkten ein, etwa um selbstfahrende Autos und YouTube-Empfehlungen zu optimieren.
Handlungsorientierte Ergebnisse: Die geschätzten Conversions verwenden wir in Kampagnenberichten sowie zur Optimierung und für Gebote. So kommen auch Sie mithilfe geschätzter Daten Ihren Geschäftszielen näher.

Einsatzmöglichkeiten

Hier sind einige Beispiele für den Einsatz von Conversion-Modellierungen:

Einschränkungen durch Drittanbietercookies

In einigen Browsern (z. B. Safari und Firefox) dürfen keine Conversions mithilfe von Drittanbietercookies erfasst werden. Wenn Sie auf diese Cookies angewiesen sind, werden die Conversions entsprechend Ihrem Website-Traffic auf Mobilgeräten und Computern in diesen Browsern geschätzt. Weitere Informationen zur Verbesserung der Modellierung durch ein Upgrade auf das Google-Tag

Einschränkungen durch eigene Cookies

In manchen Browsern (z. B. Safari) dürfen Sie eigene Cookies setzen, jedoch werden sie kurze Zeit später wieder gelöscht. Nach Ablauf des Tracking-Zeitraums werden die Conversions entsprechend Ihrem Anteil an nicht unmittelbar erfassten Conversions geschätzt. Geschätzte Conversions mithilfe von erweiterten Conversions verbessern

Einschränkungen durch EU-Cookie-Einwilligung

In einigen Ländern ist es gesetzlich vorgeschrieben, dass Werbetreibende eine Einwilligung zur Verwendung von Cookies für Werbeaktivitäten einholen. Bei Werbetreibenden, die den Einwilligungsmodus aktiviert haben, erfolgt die Conversion-Modellierung unter Berücksichtigung der Nutzer, die Cookies abgelehnt haben. Conversions werden also für solche Nutzer geschätzt.

Auswirkungen von iOS 14

Gemäß der ATT-Richtlinien (App Tracking Transparency) von Apple müssen Entwickler eine Einwilligung einholen, wenn sie bestimmte Nutzerinformationen aus Apps und von Websites anderer Unternehmen zu Werbezwecken verwenden. Google nutzt keine Kennungen wie den IDFA, die unter die ATT-Richtlinien fallen. Dementsprechend werden Conversions bei Anzeigen aus iOS-Zugriffen geschätzt. Auf Ihrer Website müssen beliebige URL-Parameter zulässig sein, damit die Schätzung besonders genau wird.

Mit der Einführung der ATT-Richtlinie von Apple, SKAdNetwork, hat sich die App-Attributionslösung von Apple bei der Bewertung der iOS-Kampagnenleistung zu einem wichtigen Beitrag für Werbetreibende entwickelt. Wir möchten die Qualität und Konsistenz der Berichte zu geschätzten Daten auf der Google Ads-Benutzeroberfläche weiter optimieren. Deshalb verstärken wir unsere Anstrengungen, SKAdNetwork einzubinden. Best Practices zur Verbesserung der Messung und Leistung von iOS-App-Kampagnen

Auswirkungen der Google Play-Richtlinien

Es wurden einige Richtlinienänderungen für Google Play angekündigt, durch die Nutzer mehr Kontrolle erhalten und der Datenschutz und die Sicherheit weiter verbessert werden sollen. Im Zuge der Aktualisierung der Google Play-Dienste Ende 2021 wird die Werbe-ID entfernt, wenn ein Nutzer die Personalisierung über die Werbe-ID in den Android-Einstellungen deaktiviert. Beim Versuch, auf die ID zuzugreifen, wird dann anstelle der ID eine Folge von Nullen angezeigt. Weitere Informationen zur Werbe-ID

Aufgrund dieser Änderung können bald in allen App-Kampagnen geschätzte Conversions verwendet werden. Das bedeutet, dass die Spalte „Conversions“ sowie die Spalten „Installieren“, „In-App-Aktion“ und „Conversion-Wert“ möglicherweise geschätzte Conversions enthalten. Künftig werden womöglich noch weitere geschätzte Conversions in App-Kampagnen verwendet, damit sich die aktuelle Änderung und mögliche weitere Aktualisierungen nicht zu stark auf Ihre Kampagnen auswirken.

Geräteübergreifende Conversions

Wenn ein Nutzer den Kaufprozess mit einer Anzeigeninteraktion auf einem Gerät beginnt, die Conversion jedoch auf einem anderen Gerät ausführt, lässt sich die Conversion möglicherweise nicht der Anzeigeninteraktion zuordnen. Dank der uns vorliegenden Daten der zahlreichen Nutzer, die sich in Google-Produkten anmelden, kann ähnliches Verhalten abgeleitet und auf nicht angemeldete Nutzer übertragen werden. Viele geräteübergreifende Conversions werden ebenfalls geschätzt, darunter Conversions auf Geräten im Wohnzimmer und Computern.

Hinweis: Der Anteil der Conversions, die über Google Ads wiederhergestellt werden können, hängt von der Menge der erhobenen Daten ab und davon, wie repräsentativ diese im jeweiligen Zusammenhang sind, z. B. wie realistisch sie die bestehenden Nutzer eines bestimmten Werbetreibenden abbilden. Die Wiederherstellungsraten variieren. Je mehr Daten zur Verfügung stehen, desto verlässlicher arbeitet das Modell und desto aussagekräftiger ist die Schätzung. Sie können den Umfang und die Qualität der Daten verbessern, indem Sie das Google-Tag, den Einwilligungsmodus und erweiterte Conversions implementieren.

Unsere Grundsätze bei der Modellierung von Online-Conversions

Stetige Qualitätssteigerung

Wie bei allen Google-Produkten verbessern unsere Data Scientists kontinuierlich die Algorithmen und damit die Genauigkeit und Anwendbarkeit der Modellierung. Außerdem führen wir regelmäßig neue Funktionen ein, die als zusätzliche Quellen für erfassbare Daten dienen und so zur Modelloptimierung beitragen. Das ist z. B. bei erweiterten Conversions und beim Einwilligungsmodus der Fall.

Geprüfte Genauigkeit

Wir prüfen die Genauigkeit der Modellierung mithilfe bestimmter Verfahren, z. B. der Holdback-Validierung. Dabei wird ein Teil der erfassten Conversions zurückgehalten und dann nachgebildet. Die geschätzten Ergebnisse gleichen wir mit den tatsächlich erfassten Conversions ab. So können wir mögliche Ungenauigkeiten und Verzerrungen finden und sie gegebenenfalls nutzen, um die Modelle zu verbessern. Ähnliche Validierungsverfahren sind bei der KI von Google Standard.

Strenge Grenzwerte für die Berichterstellung

In den Berichten werden geschätzte Conversions nur berücksichtigt, wenn wir mit hoher Wahrscheinlichkeit davon ausgehen, dass Conversions aufgrund von Anzeigeninteraktionen ausgeführt wurden. Wir möchten nicht mehr Conversions aufzeichnen, als tatsächlich stattgefunden haben, oder zu viele Berichtsdaten liefern. Bei Werbetreibenden, die nicht regelmäßig eine gewisse Anzahl von Conversions erzielen, können wir keine verlässlichen Schätzungen abgeben. Diese Google Ads-Nutzer sehen dann keine geschätzten Conversions in ihren Berichten.

Spezielle Modellierungsmethoden bei lückenhafter Messung

Weil die Messung teilweise unterbrochen ist und verschiedene Arten von erfassbaren Daten notwendig und verfügbar sind, haben wir unterschiedliche Modelle, um die verschiedenen Lücken zu schließen. Außerdem wenden wir Verfahren an, um Mehrfachzählungen in den diversen Modellen zu vermeiden. Da sich Conversion-Raten je nach Werbekanal stark unterscheiden, erstellen wir für jeden Kanal und jede Art von Anzeigeninteraktion jeweils eigene Modelle, z. B. für Impressionen und für Klicks.

Auf Ihr Unternehmen und das Verhalten Ihrer Nutzer zugeschnittene Schätzungen

Sobald ein allgemeiner Modellierungsalgorithmus ermittelt wurde, um eine bestimmte Beobachtungslücke zu schließen, wenden wir ihn separat auf die Daten jedes Werbetreibenden an. So erhalten wir spezifische Ergebnisse für das jeweilige Nutzerverhalten und die Conversion-Raten. Wenn Ihre Nutzer beispielsweise dazu neigen, den Kaufprozess auf einem Gerät zu beginnen, aber auf einem anderen die Conversion ausführen, werden Sie eine überdurchschnittlich hohe Anzahl von geschätzten geräteübergreifenden Conversions in den Berichten sehen.

Strikte Richtlinie gegen Fingerprinting

Bei Fingerprinting-Technologien werden Nutzer in der Regel an verschiedenen Anzeigen-Touchpoints und über Geräte hinweg anhand von IP-Adressen und ähnlichen Signalen identifiziert. Dabei wird eine „Fingerabdruck-ID“ generiert, um Nutzer bei zukünftigen Interaktionen wiederzuerkennen. Bei Google sind solche IDs nicht zulässig. Wir versuchen auch nicht, einzelne Personen zu identifizieren, weil Besuchern dabei Transparenz und Kontrolle über die Datennutzung fehlen. Es ist ebenfalls untersagt, Fingerprinting-Daten in unsere Werbeprodukte zu importieren. Stattdessen aggregiert Google Daten wie bisherige Conversion-Raten, Gerätetyp, Tageszeit und Standort, um die Wahrscheinlichkeit von Conversion-Ereignissen für alle Nutzer zu prognostizieren, die eine Anzeige angesehen oder darauf geklickt haben.

Benachrichtigung bei wesentlichen Modellierungsänderungen

Wenn wir Änderungen an der Modellierung vornehmen, testen wir sie vor der Einführung ausgiebig. Falls wir dabei erhebliche Auswirkungen auf die Berichterstellung und die Gebotsfunktion feststellen, informieren wir unsere Nutzer und Kunden entsprechend.

Automatisch verfügbar

In Konten mit ausreichend Daten setzen wir Conversion-Modellierung zur Conversion-Berichterstellung und Conversion-Optimierung ein. Wenn Sie Conversions für bestimmte Nutzer nicht erfassen können, weil sie Ihre Cookies abgelehnt haben, benötigen wir Ihre Einwilligungsraten, um Conversion-Modellierung anzuwenden.

Weitere Informationen

War das hilfreich?

Wie können wir die Seite verbessern?