Informazioni sulle conversioni online modellate

Le conversioni modellate utilizzano dati che non identificano i singoli utenti per effettuare stime delle conversioni che Google non è in grado di osservare direttamente. In questo modo avrai un report sulle conversioni più completo.

Utilizziamo le conversioni modellate per recuperare frammenti di dati nei casi in cui non possiamo usare l'attribuzione dell'annuncio a causa delle norme sulla tutela della privacy utente o di limitazioni tecniche. Lo scopo è fornire una misurazione di alta qualità per consentirti di valutare con precisione l'impatto delle tue iniziative di marketing ed evitare di fare offerte eccessive o insufficienti.

Quando mostra le conversioni modellate in Google Ads, Google prevede le conversioni attribuite. Nella maggior parte dei casi Google registra le interazioni con gli annunci e le conversioni online, ma ciò che manca è il collegamento tra le due. La definizione del modello che eseguiamo ha lo scopo di valutare se l'interazione con un annuncio Google abbia generato la conversione online, non se una conversione si sia o meno verificata.

Senza definizione del modello, le conversioni registrate rifletterebbero solo la porzione osservabile delle conversioni anziché il vero rendimento della campagna.

Come funzionano le conversioni online modellate

Per effettuare la definizione del modello per una porzione di dati non osservata, facciamo il possibile per utilizzare dati provenienti da porzioni osservabili per le quali sappiamo che il comportamento è uguale o molto simile a quello della porzione non osservata oppure di cui conosciamo bene le differenze.

Esempio: supponiamo che una porzione delle tue conversioni non sia osservabile in un tipo di browser, ma che lo sia in altri tipi. La definizione del modello che eseguiamo interpreta innanzitutto le tendenze di comportamento degli utenti, ad esempio i tassi di conversione, nei vari tipi di browser. Poi utilizza i dati osservabili dai browser misurabili, insieme a eventuali distorsioni sistematiche, e incorpora altre dimensioni aggregate come tipo di dispositivo, ora del giorno, posizione geografica, sistema operativo e altre per prevedere la probabilità degli eventi di conversione originati dalle interazioni con gli annunci nel tipo di browser non osservabile.

Le conversioni modellate sono registrate con lo stesso livello di granularità delle conversioni osservate. Sono incluse dimensioni quali totale conversioni, percorso di attribuzione e valori di conversione. Nella colonna "Conversioni", Google registra le conversioni modellate e osservate.

Nota: le importazioni delle conversioni offline e gli account utente con un numero molto basso di conversioni settimanali non possono incorporare determinati tipi di definizione del modello.

Vantaggi delle conversioni online modellate

Misurazione olistica di tutto il traffico dagli annunci: ottieni un quadro più accurato dei risultati pubblicitari (ROI) e una panoramica completa del percorso di conversione sui vari dispositivi e canali derivanti dalle interazioni con gli annunci.
Ottimizzazione efficace delle campagne: le conversioni modellate ti consentono di ottimizzare le tue campagne in modo più efficace e di ottenere risultati migliori.
- Le norme sulla privacy e le limitazioni tecnologiche ci impediscono di osservare determinate coorti di utenti, ad esempio quelli che hanno negato il consenso o che utilizzano determinati tipi di dispositivi o browser. Ciò significa che i nostri algoritmi per le offerte automatiche dovranno prendere decisioni di ottimizzazione sulla base di dati incompleti, generando così un apprendimento distorto. Di conseguenza, le offerte automatiche potrebbero ridurre la priorità di tali coorti, in quanto hanno un rendimento registrato più basso, il che comporta un rendimento generale peggiore per l'offerente. La modellazione risolve questi problemi e li corregge nei report complessivi per garantire che le offerte automatiche abbiano accesso a dati sul rendimento più rappresentativi.Scopri di più sulle offerte automatiche
Misurazioni accurate focalizzate sulla privacy: le conversioni modellate utilizzano dati che non identificano i singoli utenti per effettuare stime delle conversioni che Google non è in grado di osservare direttamente. In questo modo avrai un report sulle conversioni più completo. Questo approccio è in contrasto diretto con le strategie che non rispettano la privacy, ad esempio il fingerprinting che si basa sull'euristica, ovvero su indicatori quali l'indirizzo IP, e tenta di identificare e monitorare i singoli utenti. Google applica norme molto severe per contrastare l'uso del fingerprinting per la personalizzazione degli annunci, in quanto non consente un ragionevole controllo degli utenti e un'adeguata trasparenza.

Approccio alla definizione del modello di conversione di Google

Le soluzioni Google funzionano per una vasta gamma di utenti, consentendo la convalida dell'accuratezza dei nostri modelli di conversione per un'ampia serie di interazioni con gli annunci e azioni di conversione attraverso diverse dimensioni chiave:

Scalabilità: abbiamo accesso a una grande quantità e varietà di interazioni con gli annunci nei diversi canali in varie parti della canalizzazione. Questo ci fornisce dati completi sul modo in cui utenti diversi reagiscono a tipi di annunci differenti, indipendentemente da dove si trovano nella canalizzazione e dal canale.
Accuratezza: la nostra vasta base di utenti che hanno effettuato l'accesso consente alle nostre sofisticate tecniche di modellazione di operare in modo indipendente dai cookie o da altri identificatori, poiché possiamo desumere un vasto set di dati comportamentali relativi a un insieme rappresentativo di utenti che hanno accettato questo tipo di uso delle informazioni.
Copertura: molti siti web utilizzano i tag di Google, il che significa che i nostri modelli di conversione vengono convalidati per un elevato numero di azioni di conversione diverse. La definizione del modello di conversione utilizza dati che non identificano l'utente per quantificare le conversioni che Google non è in grado di osservare direttamente. Il nostro modello viene poi addestrato in modo univoco in base a ogni inserzionista, generando così risultati unici.
Competenze tecniche: l'esperienza di Google nell'IA è fondamentale per una definizione del modello di massima qualità. Applichiamo queste capacità acquisite a tutti i nostri prodotti di misurazione che da anni utilizzano la definizione del modello (le offerte automatiche e le visite in negozio di Google Ads), nonché ai prodotti che non riguardano la misurazione, ad esempio le auto a guida autonoma e i consigli di YouTube.
Utilità dei dati: le conversioni modellate di Google sono mostrate nei report sulle campagne, ma sono legate anche all'ottimizzazione e alle offerte. In questo modo i dati risultano utili in quanto consentono di raggiungere gli obiettivi aziendali.

Esempi di modellazione disponibili per le conversioni online

Di seguito sono riportati alcuni dei principali tipi di definizione del modello di conversione disponibili:

Modellazione per le limitazioni relative ai cookie di terze parti

Alcuni browser, ad esempio Safari e Firefox, non consentono la misurazione delle conversioni mediante i cookie di terze parti. Se ti affidi ai cookie di terze parti per la misurazione delle conversioni, noterai una definizione del modello di conversione in linea con il traffico del tuo sito web su questi browser (desktop e dispositivi mobili). Scopri come migliorare la definizione del modello passando all'uso del tag Google

Definizione del modello per le limitazioni relative ai cookie proprietari

Alcuni browser, ad esempio Safari, limitano la quantità di tempo per la quale i cookie originali sono consentiti. Noterai una definizione del modello di conversione in linea con la tua quota di conversioni latenti oltre tale finestra. Scopri come migliorare la modellazione utilizzando le conversioni avanzate

Modellazione per le limitazioni relative al consenso sui cookie dell'UE

In alcuni paesi, le normative richiedono che gli inserzionisti ottengano il consenso all'utilizzo dei cookie per attività pubblicitarie. Gli inserzionisti che hanno adottato la modalità di consenso noteranno una definizione del modello di conversione in linea con i loro utenti che non hanno dato il consenso. Le conversioni vengono modellate per gli utenti che non hanno dato il proprio consenso.

Impatto di iOS 14

Le norme relative all'ATT (App Tracking Transparency) di Apple impongono agli sviluppatori di chiedere l'autorizzazione quando utilizzano determinate informazioni provenienti da app e siti web di altre aziende per scopi pubblicitari. Google non utilizzerà informazioni, ad esempio l'IDFA, che rientrano in queste norme. In linea con questo approccio, saranno modellate le conversioni i cui annunci hanno origine dal traffico interessato dall'ATT. Per ottenere una definizione del modello ottimale, assicurati che il tuo sito web possa accettare parametri URL arbitrari.

Con l'implementazione delle norme ATT di Apple, SKAdNetwork, la soluzione di attribuzione delle app di Apple, è diventata importante per gli inserzionisti di app quando valutano il rendimento delle loro campagne per iOS. Per migliorare la qualità e la coerenza dei nostri report modellati nell'interfaccia utente di Google Ads, stiamo rafforzando le nostre integrazioni con SKAdNetwork. Scopri di più sulle best practice per migliorare la misurazione e il rendimento delle tue campagne per app per iOS.

Impatto delle norme Google Play

Google Play ha annunciato nuovi aggiornamenti delle norme per rafforzare il controllo, la privacy e la sicurezza degli utenti. Nell'ambito dell'aggiornamento dei Google Play Services a fine 2021, l'ID pubblicità sarà rimosso quando un utente disattiva la personalizzazione che utilizza l'ID pubblicità nelle impostazioni di Android. Per qualsiasi tentativo di accesso all'identificatore verrà mostrata una stringa di zeri al posto dell'identificatore. Scopri di più sull'ID pubblicità

Come risultato di questo aggiornamento del servizio, estenderemo le conversioni modellate a tutte le campagne per app. Questo significa che la colonna delle conversioni, nonché le colonne delle installazioni, delle azioni in-app e del valore di conversione, potrebbero contenere conversioni modellate. In futuro potremmo aggiungere altre conversioni modellate alle campagne per app per compensare le eventuali conseguenze di questo e altri potenziali aggiornamenti del servizio.

Conversioni cross-device

Potrebbe non essere possibile attribuire la conversione all'interazione qualora un utente inizi il proprio percorso su un dispositivo con un'interazione con un annuncio e completi la conversione su un altro. Google osserva i dati provenienti dall'elevato numero di utenti che hanno eseguito l'accesso alle proprietà di Google per estrapolare un comportamento simile tra tutti. Vengono modellate anche molte conversioni cross-device, incluse quelle dal soggiorno e dal computer.

Nota: la quota di queste conversioni che può essere recuperata tramite Google Ads dipende dalla quantità di dati osservabili di cui disponiamo per ogni situazione e dalla loro rappresentatività, ad esempio in che misura sono realisticamente simili all'intera base utenti di un determinato inserzionista. Le percentuali di recupero variano a seconda del problema che stiamo affrontando. Maggiore è la quantità di dati osservabili, migliore è la qualità del modello. Scopri come migliorare questo valore implementando il tag Google, la modalità di consenso e le conversioni avanzate.

Principi di definizione del modello di conversione online

Miglioramento costante della qualità

Come per tutti gli altri prodotti, i nostri data scientist migliorano continuamente gli algoritmi per aumentare l'accuratezza e la scalabilità della modellazione. Introduciamo regolarmente nuovi prodotti per poter disporre di nuove fonti di dati osservabili che ci consentano di perfezionare la modellazione. Ad esempio, le conversioni avanzate e la modalità di consenso possono fornirci più dati osservati.

Tecniche sofisticate per la verifica dell'accuratezza

Usiamo tecniche quali la convalida di holdback per verificare l'accuratezza della modellazione. Ad esempio, eseguiamo l'holdback di una porzione delle conversioni osservate e modelliamo tale porzione. Poi confrontiamo i risultati modellati con le effettive conversioni osservate sottoposte a holdback, misuriamo le imprecisioni e le distorsioni e perfezioniamo continuamente i nostri modelli. Metodi simili sono ampiamente utilizzati nell'IA di Google.

Soglie rigorose per i report

Includiamo le conversioni modellate nei report solo quando siamo veramente sicuri che le conversioni siano effettivamente il risultato di interazioni con annunci. Evitiamo di registrare sistematicamente più conversioni rispetto alla realtà e cerchiamo sempre di ridurre al minimo la registrazione in eccesso. Ciò significa che per alcuni utenti non osserviamo regolarmente conversioni sufficienti per una definizione del modello affidabile. In questi casi, non registriamo alcuna conversione modellata.

Ogni lacuna viene eliminata attraverso una metodologia di definizione del modello unica

Poiché identifichiamo lacune diverse nella misurazione e sono necessarie e disponibili varie tipologie di dati osservabili, disponiamo di modelli diversi per tipi di lacune differenti. Utilizziamo anche tecniche che eliminano il doppio conteggio nei vari tipi di modelli. Sappiamo che i tassi di conversione variano in modo significativo in base al canale pubblicitario e, di conseguenza, creiamo modelli distinti per ogni canale e tipo di interazione con gli annunci (impressioni e clic).

Il risultato di ogni modello è unico per ciascuna attività e il comportamento dei suoi utenti

Una volta stabilito che un algoritmo di modellazione generale risolve una specifica lacuna di osservazione, lo applichiamo separatamente ai dati di ciascun inserzionista per ottenere risultati unici che riflettono il comportamento di utenti unici e i tassi di conversione dell'inserzionista. Ad esempio, se i tuoi utenti hanno un'elevata tendenza a iniziare il proprio percorso su un dispositivo e a effettuare la conversione su un altro, verranno registrate per te conversioni modellate cross-device più elevate della media.

Norme rigide contro il fingerprinting

Le tecnologie di fingerprinting di solito si basano su euristiche, ovvero sull'uso di indicatori come gli indirizzi IP che identificano gli utenti in vari touchpoint e dispositivi e generano un "ID impronta" per identificare l'utente nelle interazioni future. Non generiamo tali ID né tentiamo di identificare i singoli utenti perché questo non ne consente un ragionevole controllo e non permette un'adeguata trasparenza. Inoltre, non consentiamo ad altri di inserire dati di fingerprinting nei nostri prodotti pubblicitari. Aggreghiamo invece i dati, ad esempio i tassi di conversione storici, il tipo di dispositivo, l'ora del giorno e la posizione, per prevedere le probabilità degli eventi di conversione nell'insieme di utenti che hanno visualizzato o fatto clic su un annuncio.

Comunicazione delle modifiche della definizione del modello significative

Eseguiamo sempre esperimenti prima di implementare eventuali modifiche della modellazione e, se rileviamo un impatto significativo su report e offerte, provvediamo a inviare le opportune comunicazioni.

Integrazione automatica

Ove sia possibile garantire la massima accuratezza, Google utilizzerà i dati disponibili per integrare la definizione del modello di conversione nei report sulle conversioni e nell'ottimizzazione. In alcuni casi, ad esempio quando non è possibile osservare le conversioni per un insieme di utenti che non hanno acconsentito ai cookie, avremo bisogno dei dati sui tuoi tassi di consenso per poter offrire la definizione del modello di conversione.

Link correlati

È stato utile?

Come possiamo migliorare l'articolo?