Σχετικά με τις μετατροπές στο διαδίκτυο βάσει υπολογιστικού μοντέλου

Οι μετατροπές βάσει υπολογιστικού μοντέλου χρησιμοποιούν δεδομένα που δεν προσδιορίζουν μεμονωμένους χρήστες για την εκτίμηση των μετατροπών που η Google δεν είναι σε θέση να παρατηρήσει άμεσα. Με αυτόν τον τρόπο, μπορείτε να έχετε στη διάθεσή σας μια πιο ολοκληρωμένη αναφορά των μετατροπών σας.

Δημιουργούμε μοντέλα, για να ανακτούμε τμήματα δεδομένων στα οποία γνωρίζουμε ότι δεν μπορούμε να παρατηρήσουμε την απόδοση διαφήμισης, λόγω προστασίας του απορρήτου χρήστη ή τεχνικών περιορισμών. Αυτό το κάνουμε για να παρέχουμε μέτρηση υψηλής ποιότητας, ώστε να κατανοείτε με ακρίβεια τον αντίκτυπο της στρατηγικής μάρκετινγκ που ακολουθείτε και να διατηρείτε την υψηλή ποιότητα της υποβολής προσφορών, προκειμένου να αποτρέπεται η υποβολή χαμηλότερων ή υψηλότερων προσφορών.

Όταν η Google εμφανίζει μετατροπές βάσει υπολογιστικού μοντέλου στο Google Ads, προβλέπουμε τις μετατροπές που αποδίδονται. Στις περισσότερες περιπτώσεις, η Google λαμβάνει αλληλεπιδράσεις με διαφημίσεις και μετατροπές στο διαδίκτυο, αλλά λείπει η σύνδεση μεταξύ των δύο. Το μοντέλο μας προσδιορίζει αν μια αλληλεπίδραση με διαφήμιση Google οδήγησε στη μετατροπή στο διαδίκτυο. Δεν διαπιστώνει εάν έγινε μετατροπή.

Χωρίς το μοντέλο, οι αναφερόμενες μετατροπές θα αντικατοπτρίζουν μόνο το παρατηρήσιμο τμήμα των μετατροπών και όχι την πραγματική απόδοση της καμπάνιας.

Πώς λειτουργούν οι μετατροπές στο διαδίκτυο βάσει υπολογιστικού μοντέλου

Για να δημιουργήσουμε μοντέλα για τμήματα δεδομένων που δεν παρατηρούνται, καταβάλλουμε κάθε δυνατή προσπάθεια για να χρησιμοποιούμε δεδομένα από παρατηρήσιμα τμήματα, όπου γνωρίζουμε ότι η συμπεριφορά είναι η ίδια ή παρόμοια σε σχέση με το τμήμα που δεν παρατηρείται ή έχουμε μια καλή εικόνα ως προς τις διαφορές τους.

Παράδειγμα: Ας υποθέσουμε ότι έχετε ένα τμήμα μετατροπών που δεν είναι παρατηρήσιμες σε έναν τύπο προγράμματος περιήγησης, αλλά μπορούν να παρατηρηθούν σε άλλους τύπους προγραμμάτων περιήγησης. Το μοντέλο μας αρχικά διαπιστώνει τις τάσεις μεταξύ της συμπεριφοράς των χρηστών (για παράδειγμα, ποσοστά μετατροπών) στους διάφορους τύπους προγραμμάτων περιήγησης. Στη συνέχεια, χρησιμοποιούμε τα παρατηρήσιμα δεδομένα από τα μετρήσιμα προγράμματα περιήγησης, μαζί με τυχόν πολώσεις συστήματος, και ενσωματώνουμε άλλες συγκεντρωτικές ιδιότητες, όπως τύπο συσκευής, ώρα της ημέρας, γεωγραφική τοποθεσία, λειτουργικό σύστημα και άλλα, για να προβλέψουμε την πιθανότητα συμβάντων μετατροπής από αλληλεπιδράσεις με διαφημίσεις στον τύπο προγράμματος περιήγησης χωρίς δυνατότητα παρατήρησης.

Οι μετατροπές βάσει υπολογιστικού μοντέλου αναφέρονται με την ίδια ευαισθησία με τις παρατηρούμενες μετατροπές. Περιλαμβάνονται ιδιότητες όπως σύνολα μετατροπών, διαδρομή απόδοσης και αξίες μετατροπής. Στη στήλη Μετατροπές, η Google αναφέρει τόσο τις μετατροπές βάσει υπολογιστικού μοντέλου όσο και τις παρατηρούμενες μετατροπές.

Σημείωση: Οι εισαγωγές μετατροπών εκτός σύνδεσης και οι λογαριασμοί χρηστών με πολύ λίγες εβδομαδιαίες μετατροπές ενδέχεται επί του παρόντος να μην περιλαμβάνουν ορισμένους τύπους μοντέλων.

Οφέλη των μετατροπών στο διαδίκτυο βάσει υπολογιστικού μοντέλου

Ολιστική μέτρηση για το σύνολο της επισκεψιμότητας των διαφημίσεών σας: Δείτε ακριβέστερα δεδομένα για τα αποτελέσματα των διαφημίσεών σας (απόδοση επένδυσης (ROI)) και αποκτήστε μια ολοκληρωμένη εικόνα της διαδρομής μετατροπής στις διάφορες συσκευές και τα κανάλια που προκύπτουν από αλληλεπιδράσεις με διαφημίσεις.
Αποδοτική βελτιστοποίηση καμπάνιας: Με τις μετατροπές βάσει υπολογιστικού μοντέλου, μπορείτε να βελτιστοποιήσετε τις καμπάνιες σας πιο αποδοτικά και να επιτύχετε καλύτερα επιχειρηματικά αποτελέσματα.
- Οι κανονισμοί περί απορρήτου και οι περιορισμοί τεχνολογίας σημαίνουν ότι χάνουμε τη δυνατότητα παρατήρησης για συγκεκριμένες κοόρτες χρηστών (για παράδειγμα, χρήστες που δεν έχουν συναινέσει ή χρήστες που χρησιμοποιούν συγκεκριμένους τύπους συσκευών ή προγράμματα περιήγησης). Αυτό σημαίνει ότι οι αλγόριθμοι της αυτόματης υποβολής προσφορών θα χρειαστεί να λάβουν αποφάσεις βελτιστοποίησης με βάση μη ολοκληρωμένα δεδομένα, με αποτέλεσμα πολωμένη εκμάθηση. Ως αποτέλεσμα, η αυτόματη υποβολή προσφορών μπορεί να ιεραρχήσει πιο χαμηλά αυτές τις κοόρτες, καθώς αναφέρεται χαμηλότερη απόδοση για αυτές, με αποτέλεσμα συνολικά χαμηλότερη απόδοση από τον πλειοδότη. Το μοντέλο επιλύει αυτές τις πολώσεις και τις διορθώνει στις συνολικές αναφορές, για να διασφαλίζει ότι η αυτόματη υποβολή προσφορών έχει πρόσβαση σε πιο αντιπροσωπευτικά δεδομένα απόδοσης.Μάθετε περισσότερα σχετικά με την αυτόματη υποβολή προσφορών
Ακριβής μέτρηση με επίκεντρο το απόρρητο: Οι μετατροπές βάσει υπολογιστικού μοντέλου χρησιμοποιούν δεδομένα που δεν προσδιορίζουν μεμονωμένους χρήστες για την εκτίμηση των μετατροπών που η Google δεν είναι σε θέση να παρατηρήσει άμεσα. Με αυτόν τον τρόπο, μπορείτε να έχετε στη διάθεσή σας μια πιο ολοκληρωμένη αναφορά των μετατροπών σας. Αυτή η προσέγγιση είναι σε ευθεία αντίθεση με τακτικές που δεν διασφαλίζουν το απόρρητο, όπως η λήψη αποτυπωμάτων, η οποία βασίζεται σε μη ασφαλείς μεθόδους όπως η διεύθυνση IP και επιχειρεί τον προσδιορισμό και την παρακολούθηση μεμονωμένων χρηστών. Η Google εφαρμόζει αυστηρή πολιτική ενάντια στη λήψη αποτυπωμάτων για την εξατομίκευση διαφημίσεων, καθώς η συγκεκριμένη μέθοδος δεν επιτρέπει εύλογο έλεγχο και διαφάνεια για τους χρήστες

Η προσέγγιση της μοντελοποίησης μετατροπών της Google

Οι λύσεις Google λειτουργούν σε ένα ευρύ φάσμα χρηστών, επιτρέποντας την επικύρωση της ακρίβειας των μοντέλων μετατροπών σε ένα μεγάλο σύνολο αλληλεπιδράσεων με διαφημίσεις και ενεργειών μετατροπής μέσω διαφόρων βασικών ιδιοτήτων:

Κλίμακα: Έχουμε πρόσβαση σε μεγάλο αριθμό και ποικιλία αλληλεπιδράσεων με διαφημίσεις μεταξύ καναλιών στα διάφορα τμήματα της διοχέτευσης. Με αυτόν τον τρόπο παρέχουμε αναλυτικά δεδομένα σχετικά με την αντίδραση των διαφορετικών χρηστών σε διαφορετικούς τύπους διαφημίσεων, ανεξάρτητα από το πού βρίσκονται στη διοχέτευση και σε όλα τα κανάλια
Ακρίβεια: Η μεγάλη βάση συνδεδεμένων χρηστών επιτρέπει στις εξελιγμένες τεχνικές μοντελοποίησης που χρησιμοποιούμε να λειτουργούν ανεξάρτητα από τα cookie ή άλλα αναγνωριστικά, καθώς μπορούμε να αντλήσουμε ένα πλούσιο σύνολο δεδομένων συμπεριφοράς από ένα αντιπροσωπευτικό σύνολο χρηστών που συμμετέχουν.
Κάλυψη: Πολλοί ιστότοποι χρησιμοποιούν ετικέτες Google, το οποίο σημαίνει ότι τα μοντέλα μετατροπών που επικυρώνονται βάσει ενός μεγάλου συνόλου διαφορετικών ενεργειών μετατροπής. Στο μοντέλο μετατροπών χρησιμοποιούνται δεδομένα που δεν προσδιορίζουν τον χρήστη, προκειμένου να ποσοτικοποιούνται οι μετατροπές που η Google δεν είναι σε θέση να παρατηρήσει άμεσα. Ακολούθως, το μοντέλο μας εκπαιδεύεται μοναδικά σε κάθε διαφημιζόμενο, δημιουργώντας μοναδικά αποτελέσματα
Τεχνική εξειδίκευση: Η εξειδίκευση της Google στο AI αποτελεί μια βασική δυνατότητα, η οποία μας επιτρέπει να δημιουργούμε μοντέλα με την υψηλότερη ποιότητα. Έχουμε εφαρμόσει αυτήν την εξειδίκευση σε όλα τα προϊόντα μέτρησης που χρησιμοποιούν εδώ και χρόνια μοντέλα (η αυτόματη υποβολή προσφορών και οι επισκέψεις στο κατάστημα του Google Ads), καθώς και σε προϊόντα εκτός της μέτρησης (για παράδειγμα, αυτοκίνητα χωρίς οδηγό και προτάσεις στο YouTube).
Δυνατότητα αξιοποίησης: Οι μετατροπές βάσει υπολογιστικού μοντέλου της Google εμφανίζονται στις αναφορές καμπάνιας, αλλά συνδέονται και με τη βελτιστοποίηση και την υποβολή προσφορών. Με τον τρόπο αυτό τα δεδομένα καθίστανται αξιοποιήσιμα, καθώς λειτουργούν προς την επίτευξη των επιχειρηματικών σας στόχων

Παραδείγματα διαθέσιμων μοντέλων για μετατροπές στο διαδίκτυο

Ορισμένοι από τους σημαντικότερους τύπους μοντέλων μετατροπών που προσφέρουμε είναι οι εξής:

Μοντέλο για περιορισμούς cookie τρίτου μέρους

Ορισμένα προγράμματα περιήγησης (για παράδειγμα, το Safari και το Firefox) δεν επιτρέπουν τη μέτρηση μετατροπών με τη χρήση cookie τρίτου μέρους. Αν βασίζεστε σε cookie τρίτου μέρους για τη μέτρηση μετατροπών, θα διαπιστώσετε ότι το μοντέλο μετατροπών λαμβάνει υπόψη την επισκεψιμότητα των ιστοτόπων σας στα συγκεκριμένα προγράμματα περιήγησης (υπολογιστές και κινητά). Μάθετε πώς να βελτιώσετε το μοντέλο, πραγματοποιώντας αναβάθμιση στην ετικέτα Google

Μοντέλο για περιορισμούς cookie πρώτου μέρους

Ορισμένα προγράμματα περιήγησης (για παράδειγμα, το Safari) περιορίζουν τον χρόνο που επιτρέπονται τα cookie πρώτου μέρους. Θα διαπιστώσετε ότι το μοντέλο μετατροπών λαμβάνει υπόψη το μερίδιο λανθανουσών μετατροπών πέρα από το συγκεκριμένο χρονικό πλαίσιο. Μάθετε πώς μπορείτε να βελτιώσετε το μοντέλο, χρησιμοποιώντας βελτιωμένες μετατροπές

Μοντέλο για περιορισμούς συναίνεσης για cookie στην ΕΕ

Σύμφωνα με κανονισμούς σε ορισμένες χώρες, οι διαφημιζόμενοι πρέπει να λαμβάνουν συναίνεση για τη χρήση cookie που σχετίζονται με διαφημιστικές δραστηριότητες. Οι διαφημιζόμενοι που χρησιμοποιούν τη λειτουργία συναίνεσης θα διαπιστώσουν ότι το μοντέλο μετατροπών λαμβάνει υπόψη τους χρήστες που δεν παραχωρούν τη συναίνεσή τους. Οι μετατροπές μοντελοποιούνται για τους χρήστες που δεν έχουν παραχωρήσει τη συναίνεσή τους.

Αντίκτυπος του iOS 14

Στο πλαίσιο της πολιτικής App Tracking Transparency (ATT) της Apple, θα απαιτείται από τους προγραμματιστές να ζητούν άδεια για τη χρήση συγκεκριμένων πληροφοριών από εφαρμογές και ιστοτόπους άλλων εταιρειών για διαφημιστικούς σκοπούς. Η Google δεν θα χρησιμοποιεί τις πληροφορίες (όπως το IDFA) που εμπίπτουν στην πολιτική ATT. Στο πλαίσιο αυτό, στις μετατροπές των οποίων οι διαφημίσεις προέρχονται από επισκεψιμότητα που επηρεάζεται από την πολιτική ATT θα εφαρμόζεται μοντελοποίηση. Βεβαιωθείτε ότι ο ιστότοπός σας μπορεί να αποδεχτεί αυθαίρετες παραμέτρους URL για βέλτιστη μοντελοποίηση.

Με τη διάθεση της πολιτικής ATT της Apple, το SKAdNetwork, η λύση απόδοσης εφαρμογών της Apple, αποτελεί πλέον μια σημαντική πηγή στοιχείων εισόδου για τους διαφημιζομένους εφαρμογών όσον αφορά την αξιολόγηση της απόδοσης των καμπανιών iOS. Για να βελτιώσουμε την ποιότητα και τη συνέπεια των αναφορών μας βάσει υπολογιστικού μοντέλου στη διεπαφή χρήστη του Google Ads, εμβαθύνουμε τις ενσωματώσεις στο SKAdNetwork. Μάθετε περισσότερα σχετικά με τις βέλτιστες πρακτικές για την αύξηση της μέτρησης και της απόδοσης των καμπανιών εφαρμογών iOS.

Αντίκτυπος των πολιτικών του Google Play

Το Google Play ανακοίνωσε ορισμένες νέες ενημερώσεις πολιτικής για την ενίσχυση του ελέγχου, του απορρήτου και της ασφάλειας των χρηστών. Στο πλαίσιο της ενημέρωσης των υπηρεσιών Google Play στα τέλη του 2021, το αναγνωριστικό διαφήμισης θα καταργείται όταν ένας χρήστης εξαιρείται από την εξατομίκευση με χρήση του αναγνωριστικού διαφήμισης στις ρυθμίσεις Android. Εάν προσπαθήσετε να αποκτήσετε πρόσβαση στο αναγνωριστικό, θα λάβετε μια συμβολοσειρά από μηδενικά αντί για το αναγνωριστικό. Μάθετε περισσότερα σχετικά με το αναγνωριστικό διαφήμισης

Λόγω αυτής της ενημέρωσης υπηρεσιών, οι μετατροπές βάσει υπολογιστικού μοντέλου θα διατίθενται πλέον για όλες τις Καμπάνιες εφαρμογών. Αυτό σημαίνει ότι η στήλη μετατροπών (καθώς και η στήλη εγκαταστάσεων, ενεργειών εντός εφαρμογής και αξίας μετατροπής) ενδέχεται να περιέχει μετατροπές βάσει υπολογιστικού μοντέλου. Στο μέλλον, ενδέχεται να διατεθούν επιπλέον μετατροπές βάσει υπολογιστικού μοντέλου στις Καμπάνιες εφαρμογών, προκειμένου να μετριαστεί ο αντίκτυπος από αυτήν και άλλες πιθανές ενημερώσεις υπηρεσιών.

Μετατροπές μεταξύ συσκευών

Όταν ένας χρήστης ξεκινά τη διαδρομή του σε μία συσκευή με μια αλληλεπίδραση με διαφήμιση και ολοκληρώνει τη μετατροπή σε κάποια άλλη, ενδεχομένως αυτή η μετατροπή να μην μπορεί να αποδοθεί στην αλληλεπίδραση με τη διαφήμιση. Η Google παρατηρεί δεδομένα από τον μεγάλο αριθμό συνδεδεμένων χρηστών σε προϊόντα Google, προκειμένου να υπολογίζει κατά προσέγγιση παρόμοια συμπεριφορά σε όλους τους χρήστες. Χρησιμοποιούνται, επίσης, πολλά μοντέλα μετατροπών μεταξύ συσκευών, συμπεριλαμβανομένων του καθιστικού και του υπολογιστή.

Σημείωση: Το μερίδιο αυτών των μετατροπών που μπορεί να ανακτηθεί μέσω του Google Ads εξαρτάται από τον όγκο των δεδομένων με δυνατότητα παρατήρησης που έχουμε για κάθε κατάσταση και από την αντιπροσωπευτικότητα αυτών των δεδομένων με δυνατότητα παρατήρησης (για παράδειγμα, πόσο πραγματικά μοιάζουν με τη συνολική βάση χρηστών ενός συγκεκριμένου διαφημιζομένου). Τα ποσοστά ανάκτησης διαφέρουν ανάλογα με το πρόβλημα που αντιμετωπίζουμε. Όσο περισσότερα είναι τα δεδομένα με δυνατότητα παρατήρησης, τόσο καλύτερη θα είναι η ποιότητα του μοντέλου. Μάθετε πώς μπορείτε να επιτύχετε βελτίωση σε αυτήν την περίπτωση, εφαρμόζοντας την ετικέτα Google, τη λειτουργία συναίνεσης και τις βελτιωμένες μετατροπές.

Αρχές της μοντελοποίησης μετατροπών στο διαδίκτυο

Συνεχής βελτίωση ποιότητας

Όπως σε όλα τα υπόλοιπα προϊόντα, οι επιστήμονες δεδομένων που διαθέτουμε βελτιώνουν συνεχώς τους αλγόριθμους, για να αυξάνουν την ακρίβεια και την κλίμακα της μοντελοποίησης. Παρουσιάζουμε τακτικά νέα προϊόντα, για να αποκτούμε νέες πηγές παρατηρήσιμων δεδομένων, τα οποία ρυθμίζουν λεπτομερώς το μοντέλο μας (για παράδειγμα, οι βελτιωμένες μετατροπές και η λειτουργία συναίνεσης μπορούν να μας δώσουν περισσότερα παρατηρούμενα δεδομένα).

Εξελιγμένες τεχνικές στον έλεγχο ακρίβειας

Χρησιμοποιούμε τεχνικές όπως η επικύρωση παρακράτησης, για να ελέγχουμε την ακρίβεια της μοντελοποίησής μας (για παράδειγμα, παρακρατούμε ένα τμήμα των παρατηρούμενων μετατροπών και πραγματοποιούμε μοντελοποίηση για το συγκεκριμένο τμήμα). Στη συνέχεια, συγκρίνουμε τα αποτελέσματα βάσει υπολογιστικού μοντέλου με τις πραγματικές παρατηρούμενες μετατροπές που δεσμεύτηκαν, υπολογίζουμε τις ανακρίβειες και τις πολώσεις και συνεχώς ρυθμίζουμε λεπτομερώς τα μοντέλα μας. Παρόμοιες μέθοδοι χρησιμοποιούνται ευρέως στο Google AI.

Αυστηρά όρια αναφοράς

Συμπεριλαμβάνουμε τις μετατροπές βάσει υπολογιστικού μοντέλου στις αναφορές μας, μόνο όταν είμαστε απόλυτα βέβαιοι ότι οι μετατροπές σημειώθηκαν όντως ως αποτέλεσμα των αλληλεπιδράσεων με διαφημίσεις. Αποφεύγουμε τη συστηματική αναφορά περισσότερων μετατροπών από όσες όντως σημειώθηκαν και προσπαθούμε πάντα να ελαχιστοποιήσουμε την υπερβολική αναφορά. Αυτό σημαίνει ότι για ορισμένους χρήστες δεν παρατηρούμε επαρκείς μετατροπές σε τακτική βάση, ώστε να είναι εφικτή η δημιουργία αξιόπιστου μοντέλου. Σε αυτές τις περιπτώσεις, δεν αναφέρουμε μετατροπές βάσει υπολογιστικού μοντέλου.

Κάθε κενό αντιμετωπίζεται μέσω μιας μοναδικής μεθοδολογίας μοντελοποίησης

Καθώς διαπιστώνουμε διαφορετικά κενά στη μέτρηση και απαιτούνται και είναι διαθέσιμοι διαφορετικοί τύποι παρατηρήσιμων δεδομένων, έχουμε διαφορετικούς τύπους μοντέλων για διαφορετικούς τύπους κενών. Χρησιμοποιούμε, επίσης, τεχνικές που εξαλείφουν τη διπλή καταμέτρηση στους διάφορους τύπους μοντέλων. Γνωρίζουμε ότι τα ποσοστά μετατροπών διαφέρουν σημαντικά ανάλογα με το κανάλι διαφήμισης και, ως εκ τούτου, δημιουργούμε ξεχωριστά μοντέλα για κάθε κανάλι και τύπο αλληλεπίδρασης με διαφήμιση (εμφανίσεις έναντι κλικ).

Το αποτέλεσμα κάθε μοντέλου είναι μοναδικό για την επιχείρησή σας και τη συμπεριφορά των χρηστών

Μόλις καθοριστεί ένας γενικός αλγόριθμος μοντελοποίησης για την αντιμετώπιση ενός συγκεκριμένου κενού παρατήρησης, εφαρμόζουμε αυτόν τον αλγόριθμο στα δεδομένα του κάθε διαφημιζομένου ξεχωριστά και καταλήγουμε σε μοναδικά αποτελέσματα που αντιπροσωπεύουν τη μοναδική συμπεριφορά χρηστών και τα μοναδικά ποσοστά μετατροπών για τον συγκεκριμένο διαφημιζόμενο. Για παράδειγμα, αν οι χρήστες σας τείνουν ιδιαίτερα να ξεκινούν τη διαδρομή τους σε μία συσκευή και να πραγματοποιούν μετατροπή σε άλλη συσκευή, θα αναφέρεται για εσάς υψηλότερο ποσοστό μετατροπών βάσει υπολογιστικού μοντέλου μεταξύ συσκευών σε σχέση με τον μέσο όρο.

Αυστηρή πολιτική ενάντια στη λήψη αποτυπωμάτων

Οι τεχνολογίες λήψης αποτυπωμάτων συνήθως βασίζονται σε μη ασφαλείς μεθόδους όπως οι διευθύνσεις IP που προσδιορίζουν τους χρήστες σε διάφορα σημεία επαφής και συσκευές και δημιουργούν ένα "αναγνωριστικό μοναδικού χαρακτηριστικού", για να προσδιορίζουν τον χρήστη σε μελλοντικές αλληλεπιδράσεις. Δεν δημιουργούμε τέτοια αναγνωριστικά ούτε προσπαθούμε να προσδιορίσουμε μεμονωμένους χρήστες, καθώς αυτές οι πρακτικές δεν επιτρέπουν εύλογο έλεγχο και διαφάνεια για τους χρήστες. Επιπλέον, δεν επιτρέπουμε σε άλλους να εισάγουν δεδομένα λήψης αποτυπωμάτων στα διαφημιστικά μας προϊόντα. Αντί αυτού, συγκεντρώνουμε δεδομένα όπως τα ποσοστά μετατροπών ιστορικού, τον τύπο συσκευής, την ώρα της ημέρας και την τοποθεσία, για να προβλέψουμε την πιθανότητα συμβάντος μετατροπής στο σύνολο των χρηστών που είδαν ή έκαναν κλικ σε μια διαφήμιση.

Γνωστοποίηση σημαντικών αλλαγών στη μοντελοποίηση

Πραγματοποιούμε συνεχώς πειράματα πριν τη διάθεση αλλαγών στη μοντελοποίηση και, αν διαπιστώσουμε ότι υπάρχει σημαντικός αντίκτυπος στις αναφορές και στην υποβολή προσφορών, κάνουμε τις ανάλογες γνωστοποιήσεις.

Αυτόματη ενσωμάτωση

Στις περιπτώσεις που μπορούμε να το κάνουμε με ακρίβεια, η Google θα χρησιμοποιεί τα διαθέσιμα δεδομένα για την παροχή ενσωματωμένης μοντελοποίησης μετατροπών στις αναφορές και στη βελτιστοποίηση των μετατροπών σας. Σε ορισμένες περιπτώσεις, όπως όταν οι μετατροπές δεν μπορούν να παρατηρηθούν για ένα σύνολο χρηστών που δεν έχουν συναινέσει σε cookie, θα χρειαστούμε δεδομένα σχετικά με τα ποσοστά συναίνεσης, προκειμένου να μπορούμε να παρέχουμε μοντελοποίηση μετατροπών.

Σχετικοί σύνδεσμοι

Σας βοήθησε αυτό;

Με ποιον τρόπο μπορούμε να το βελτιώσουμε;