À propos des conversions en ligne modélisées

Les conversions modélisées utilisent des données qui n'identifient pas chaque utilisateur pour estimer les conversions que Google ne peut pas observer directement. Vous obtenez ainsi un rapport plus complet sur vos conversions.

La modélisation sert à récupérer des fragments de données lorsque nous savons que nous ne pouvons pas observer l'attribution des annonces en raison de mesures de protection de la confidentialité ou de limitations techniques. Notre objectif est de vous fournir des mesures de haute qualité qui vous permettent d'analyser précisément l'impact de vos actions marketing et de maintenir des enchères optimales afin d'éviter les surenchères ou sous-enchères.

Lorsque Google affiche des conversions modélisées dans Google Ads, nous prédisons les conversions attribuées. Dans la plupart des cas, Google reçoit des données sur les interactions avec les annonces et les conversions en ligne, mais il manque le lien entre les deux. Notre modélisation permet de déterminer si une interaction avec une annonce Google a entraîné une conversion en ligne. Elle ne sert pas à identifier si une conversion a eu lieu ou non.

Sans la modélisation, les conversions comptabilisées dans vos rapports ne refléteraient que la partie des conversions observables et non les performances réelles de la campagne.

Comment fonctionnent les conversions en ligne modélisées ?

Pour modéliser un fragment de données non observées, nous nous efforçons d'utiliser les données des fragments observables si nous savons que le comportement est identique ou très semblable à la partie non détectée, ou si nous avons bien compris en quoi ils sont différents.

Exemple : Supposons qu'un fragment de données de conversion ne soit pas observable sur un type de navigateur spécifique, mais qu'il le soit sur d'autres types de navigateurs. Notre modélisation commence par analyser les tendances concernant le comportement des utilisateurs (par exemple, les taux de conversion) sur les différents types de navigateurs. Nous exploitons ensuite nos données observables issues des navigateurs mesurables (en tenant compte des éventuels biais systématiques) et nous intégrons d'autres dimensions globales (par exemple, le type d'appareil, l'heure de la journée, l'emplacement géographique ou encore le système d'exploitation) afin d'estimer la probabilité que des événements de conversion se soient produits à la suite d'interactions avec des annonces sur le type de navigateur non observable.

Les conversions modélisées sont comptabilisées avec la même précision que les conversions observées. Nous incluons des dimensions telles que le nombre total de conversions, le chemin d'attribution et les valeurs de conversion. Dans la colonne "Conversions", Google comptabilise à la fois les conversions modélisées et observées.

Remarque : Il est possible que les importations de conversions hors connexion et les comptes utilisateur qui enregistrent très peu de conversions hebdomadaires ne soient pas compatibles avec certains types de modélisations.

Avantages des conversions en ligne modélisées

  • Mesure globale concernant l'ensemble du trafic publicitaire : obtenez une représentation plus précise de vos résultats publicitaires (ROI), et une vue d'ensemble des chemins de conversion découlant d'interactions avec vos annonces sur les différents appareils et canaux.
  • Optimisation efficace des campagnes : les conversions modélisées vous permettent d'optimiser plus efficacement vos campagnes et d'obtenir de meilleurs résultats commerciaux.
    • Les réglementations sur la confidentialité et les limitations technologiques nous empêchent d'observer certaines cohortes d'utilisateurs (par exemple, ceux qui n'ont pas donné leur consentement, ou ceux qui utilisent des types d'appareils ou des navigateurs spécifiques). Cela signifie que nos algorithmes d'enchères automatiques doivent prendre des décisions d'optimisation basées sur des données incomplètes. L'apprentissage est donc biaisé. Par conséquent, les enchères automatiques risquent de définir une priorité inférieure pour ces cohortes en raison de leurs résultats plus faibles, ce qui peut réduire les performances globales de l'enchérisseur. La modélisation résout et corrige ces problèmes dans les rapports globaux afin de garantir que les enchères automatiques ont accès à des données de performances plus représentatives. En savoir plus sur les enchères automatiques
  • Mesures précises axées sur la confidentialité : les conversions modélisées utilisent des données qui n'identifient pas chaque utilisateur pour estimer les conversions que Google ne peut pas observer directement. Vous obtenez ainsi un rapport plus complet sur vos conversions. Cette approche est à l'opposé des techniques ne respectant pas la confidentialité, comme le fingerprinting, qui s'appuie sur des méthodes heuristiques telles que la reconnaissance de l'adresse IP pour tenter d'identifier et de suivre chaque utilisateur. La personnalisation des annonces basée sur le fingerprinting est strictement interdite par le règlement de Google, car elle n'offre pas suffisamment de contrôle ni de transparence aux utilisateurs.

Approche de Google concernant la modélisation des conversions

Les solutions Google touchent un large éventail d'utilisateurs. Nous pouvons ainsi valider la précision de nos modèles de conversion pour un grand nombre d'interactions avec les annonces et d'actions de conversion à travers plusieurs dimensions clés :

  • Échelle : nous avons accès à un grand nombre et à une grande diversité d'interactions avec les annonces, sur tous les canaux et dans les différentes parties de l'entonnoir. Nous disposons ainsi de données complètes sur les réactions des différents utilisateurs en fonction des types d'annonces, quelle que soit l'étape à laquelle ils se trouvent dans l'entonnoir, et ce sur l'ensemble des canaux.
  • Précision : l'importante base d'utilisateurs connectés à nos propriétés permet à nos techniques de modélisation sophistiquées de ne pas utiliser de cookies ni d'identifiants. En effet, nous pouvons déduire un ensemble complet de données comportementales à partir d'un groupe représentatif d'utilisateurs ayant accepté la personnalisation des annonces.
  • Couverture : comme de nombreux sites Web utilisent des balises Google, nos modèles de conversion sont validés pour un grand nombre d'actions de conversion différentes. La modélisation des conversions utilise des données qui n'identifient pas les utilisateurs pour quantifier les conversions que Google ne peut pas observer directement. Notre modèle fait ensuite l'objet d'un entraînement spécifique sur chaque annonceur, ce qui permet de générer des résultats uniques.
  • Expertise technique : l'expertise de Google dans le domaine de l'IA joue un rôle essentiel et nous permet d'obtenir la meilleure modélisation possible. Nous avons acquis cette maîtrise à travers nos différents produits de mesure qui utilisent la modélisation depuis des années (par exemple, les enchères automatiques et les conversions "visites en magasin" dans Google Ads), ainsi que nos autres produits (comme les véhicules autonomes et les recommandations YouTube).
  • Exploitabilité : les conversions modélisées de Google apparaissent dans les rapports sur vos campagnes, mais elles sont également associées à l'optimisation et aux enchères. Ces données sont donc exploitables, car elles vous aident à atteindre vos objectifs commerciaux.

Exemples de modélisations disponibles pour les conversions en ligne

Voici quelques-uns des principaux types de modélisations des conversions disponibles :

Modélisation pour pallier les restrictions liées aux cookies tiers

Certains navigateurs (Safari et Firefox, par exemple) ne permettent pas de mesurer les conversions à l'aide de cookies tiers. Si vous utilisez ce type de cookie pour mesurer les conversions, la modélisation des conversions s'alignera sur le trafic de vos sites Web dans ces navigateurs (sur ordinateur et sur mobile). Découvrez comment améliorer la modélisation en passant à la balise Google.

Modélisation pour pallier les restrictions liées aux cookies propriétaires

Certains navigateurs (Safari, par exemple) limitent la durée de stockage des cookies propriétaires. Vos conversions seront alors modélisées d'après la part de conversions latentes au-delà de cette période. Découvrez comment améliorer la modélisation grâce au suivi avancé des conversions.

Modélisation pour pallier les restrictions liées au consentement aux cookies dans l'UE

Conformément à la réglementation de certains pays, les annonceurs doivent obtenir le consentement des internautes pour utiliser des cookies dans le cadre de leurs activités publicitaires. Pour les annonceurs ayant adopté le mode Consentement, la modélisation des conversions sera adaptée à leurs utilisateurs n'ayant pas donné leur consentement. Les conversions sont modélisées pour ce type d'utilisateur.

Impact d'iOS 14

Suite à l'application du Règlement ATT (App Tracking Transparency) d'Apple, les développeurs devront demander l'autorisation d'utiliser certaines informations provenant d'applications et de sites d'autres entreprises à des fins publicitaires. Google n'utilisera pas d'informations (telles que l'IDFA) qui relèvent de l'ATT. Pour cette raison, les conversions associées à des annonces issues du trafic concerné par l'ATT feront l'objet d'une modélisation. Pour une modélisation optimale, assurez-vous que votre site peut accepter les paramètres d'URL arbitraires.
Suite à la mise en place de l'ATT, la solution d'attribution d'applications d'Apple (SKAdNetwork) joue un rôle plus important pour les annonceurs du secteur des applications lorsqu'ils évaluent les performances de leurs campagnes iOS. Pour améliorer la qualité et la cohérence des rapports modélisés dans l'interface utilisateur de Google Ads, nous approfondissons nos intégrations de SKAdNetwork. En savoir plus sur les bonnes pratiques pour optimiser les performances et les mesures de vos campagnes pour applications iOS

Impact des règles Google Play

Nous avons annoncé de nouvelles mises à jour du règlement Google Play pour renforcer le niveau de contrôle, la confidentialité et la sécurité des utilisateurs. Suite à cette mise à jour des services Google Play fin 2021, nous supprimerons l'identifiant publicitaire lorsqu'un utilisateur désactivera la personnalisation basée sur cet identifiant dans les paramètres Android. Toute personne qui tentera d'accéder à cet identifiant recevra alors une chaîne de zéros. En savoir plus sur l'identifiant publicitaire

En raison de cette mise à jour du service, nous allons étendre les conversions modélisées à toutes les campagnes pour applications. Cela signifie que la colonne "Conversions" (ainsi que les colonnes "Installations", "Actions dans l'application" et "Valeur de conversion") pourront contenir des conversions modélisées. À l'avenir, nous pourrons ajouter d'autres conversions modélisées dans les campagnes pour applications afin d'atténuer l'impact éventuel de cette mise à jour et d'autres modifications potentielles du service.

Conversions multi-appareils

Lorsqu'un utilisateur commence son parcours sur un appareil en interagissant avec une annonce et qu'il réalise la conversion sur un autre, il peut être impossible d'attribuer la conversion à cette interaction. Google observe les données correspondant au grand nombre de personnes connectées sur ses propriétés afin d'extrapoler un comportement similaire pour l'ensemble des utilisateurs. De nombreuses conversions multi-appareils sont aussi modélisées, y compris celles effectuées sur les appareils de salon et sur les ordinateurs de bureau.

Remarque : La part des conversions que vous pouvez récupérer via Google Ads dépend de la quantité de données observables dont nous disposons pour chaque situation et du caractère représentatif de ces données (par exemple, dans quelle mesure elles représentent de façon réaliste la base d'utilisateurs d'un annonceur spécifique dans son intégralité). Les taux de récupération varient en fonction de chaque cas. Plus la quantité de données observables est élevée, meilleure est la qualité du modèle. Découvrez comment améliorer la modélisation en implémentant la balise Google, le mode Consentement et le suivi avancé des conversions.

Principes de modélisation des conversions en ligne

Amélioration constante de la qualité

Comme pour tous nos autres produits, nos data scientists s'efforcent constamment d'améliorer les algorithmes afin d'accroître la précision et l'échelle de la modélisation. Nous lançons régulièrement de nouveaux produits pour obtenir des sources supplémentaires de données observables permettant d'affiner notre modélisation. Par exemple, le suivi avancé des conversions et le mode Consentement nous fournissent davantage de données observées.

Techniques sophistiquées pour vérifier la précision

Nous utilisons des techniques telles que la validation avec retenue ("holdback validation") afin de vérifier la précision de la modélisation. Par exemple, nous réservons une partie des conversions observées et nous modélisons ce fragment. Nous comparons ensuite les résultats modélisés aux conversions réellement observées que nous avions mises de côté, puis nous mesurons les erreurs et les biais dans le but d'améliorer continuellement nos modèles. Des méthodes similaires sont couramment utilisées pour l'IA de Google.

Seuils rigoureux pour le reporting

Nous n'incluons les conversions modélisées dans nos rapports que lorsque nous sommes sûrs que des conversions se sont réellement produites suite à des interactions avec des annonces. Nous évitons systématiquement de comptabiliser un nombre de conversions supérieur à celui réellement enregistré : l'idée est de rester au plus proche du nombre de conversions réelles, sans le dépasser. Ainsi, il peut arriver que nous ne détections pas suffisamment de conversions de façon régulière auprès de certains utilisateurs pour pouvoir appliquer notre modèle en toute confiance. Dans ce cas, nous ne comptabilisons aucune conversion modélisée.

Chaque type de données manquantes est modélisé via une méthodologie unique

Il existe plusieurs types de données manquantes. Dans le même temps, les types de données observables nécessaires et disponibles sont variés. C'est pourquoi nous proposons différents modèles en fonction des types de données manquantes. Nous utilisons également des techniques qui éliminent la double comptabilisation à travers les différents types de modèles. Nous savons que les taux de conversion varient considérablement selon le canal publicitaire. C'est pourquoi nous créons des modèles distincts pour chaque canal et chaque type d'interaction avec une annonce (impression ou clic).

Le résultat de chaque modèle est propre à votre entreprise et au comportement de vos utilisateurs

Une fois qu'un algorithme de modélisation général est déterminé pour combler une lacune d'observation spécifique, nous l'appliquons séparément aux données de chaque annonceur. Nous obtenons ainsi des résultats uniques qui reflètent le comportement des utilisateurs et les taux de conversion de l'annonceur en question. Par exemple, si vos utilisateurs ont une forte tendance à commencer leur parcours sur un appareil et à effectuer une conversion sur un autre, nous ajouterons à vos rapports un nombre de conversions modélisées multi-appareils supérieur à la moyenne.

Règlement strict contre le fingerprinting

Les technologies de fingerprinting s'appuient généralement sur des méthodes heuristiques (comme la reconnaissance de l'adresse IP) pour identifier les utilisateurs sur différents points de contact et appareils. Elles génèrent ensuite un "ID d'empreinte" pour identifier l'utilisateur lors de ses futures interactions. Nous ne générons pas ce type d'identifiants et nous ne cherchons pas à identifier les utilisateurs, car cette technique ne leur offre pas suffisamment de contrôle ni de transparence. De même, nous n'autorisons pas les tiers à intégrer des données de fingerprinting dans nos produits publicitaires. Notre démarche consiste plutôt à regrouper des données (comme l'historique des taux de conversion, le type d'appareil, l'heure de la journée et la zone géographique) pour estimer la probabilité que des événements de conversion se soient produits parmi l'ensemble d'utilisateurs qui ont vu une annonce ou cliqué dessus.

Communication des changements importants concernant la modélisation

Nous exécutons continuellement des tests avant d'appliquer tout changement de modélisation. Si nous détectons un impact important sur vos rapports et vos enchères, nous vous en informons.

Intégration automatique

Lorsque le niveau de précision sera suffisant, Google utilisera les données disponibles pour intégrer la modélisation des conversions dans le reporting de vos conversions et dans votre optimisation. Dans certains cas (par exemple, lorsque nous ne pourrons pas observer les conversions pour un groupe d'utilisateurs ayant refusé les cookies), nous aurons besoin de données sur vos taux de consentement pour pouvoir modéliser ces conversions.

Liens associés

Ces informations vous-ont elles été utiles ?

Comment pouvons-nous l'améliorer ?
Recherche
Effacer la recherche
Fermer le champ de recherche
Applications Google
Menu principal