Perihal penukaran dalam talian yang dimodelkan

Penukaran yang dimodelkan menggunakan data yang tidak mengenal pasti pengguna individu untuk menganggarkan penukaran yang tidak dapat dicerap oleh Google secara terus. Perkara ini boleh menawarkan laporan yang lebih lengkap tentang penukaran anda.

Kami melakukan pemodelan untuk mendapatkan semula hirisan data di tempat yang kami tahu kami tidak dapat memerhatikan atribusi iklan disebabkan perlindungan privasi pengguna atau pengehadan teknikal. Kami berbuat demikian untuk memberikan pengukuran berkualiti tinggi supaya anda boleh memahami kesan daripada pemasaran anda dengan tepat dan mengekalkan pembidaan berkualiti tinggi untuk mengelakkan pembidaan kurang atau lebih.

Apabila Google menemukan penukaran yang dimodelkan dalam Google Ads, kami meramalkan penukaran diatributkan. Dalam kebanyakan kes, Google akan menerima interaksi iklan dan penukaran dalam talian tetapi tiada perkaitan antara kedua-dua perkara ini. Pemodelan kami menentukan sama ada interaksi iklan Google membawa kepada penukaran dalam talian. Ini tidak menentukan sama ada penukaran telah berlaku.

Tanpa pemodelan, penukaran yang dilaporkan hanya akan mencerminkan bahagian penukaran yang boleh diperhatikan berbanding prestasi kempen sebenar.

Cara penukaran dalam talian yang dimodelkan berfungsi

Untuk memodelkan hirisan data yang tidak diperhatikan, kami cuba sedaya upaya untuk menggunakan data daripada hirisan yang boleh diperhatikan yang kami tahu gelagat adalah sama atau sangat serupa dengan hirisan yang tidak diperhatikan, atau kami mempunyai pemahaman yang baik tentang cara data tersebut berlainan.

Contoh: Katakan anda mempunyai hirisan penukaran yang tidak dapat diperhatikan pada satu jenis penyemak imbas, tetapi boleh diperhatikan pada jenis penyemak imbas lain. Pemodelan kami terlebih dahulu akan memahami aliran antara gelagat pengguna (contohnya, kadar penukaran) merentas jenis penyemak imbas. Kemudian kami menggunakan data boleh diperhatikan daripada penyemak imbas yang boleh diukur, bersama-sama sebarang bias sistematik dan menyepadukan dimensi agregat lain seperti jenis peranti, masa dalam hari, lokasi geografi, sistem pengendalian dan banyak lagi, untuk meramalkan kemungkinan peristiwa penukaran daripada interaksi iklan pada jenis penyemak imbas yang tidak dapat diperhatikan.

Penukaran yang dimodelkan dilaporkan dengan perincian yang sama seperti penukaran yang diperhatikan. Perkara ini termasuk dimensi seperti jumlah penukaran, laluan atribusi dan nilai penukaran. Dalam lajur “Penukaran”, Google melaporkan penukaran yang dimodelkan dan diperhatikan.

Nota: Import penukaran luar talian dan akaun pengguna yang mempunyai sangat kurang penukaran mingguan mungkin tidak menyepadukan jenis pemodelan tertentu.

Manfaat daripada penukaran dalam talian yang dimodelkan

Pengukuran holistik merentas semua trafik iklan anda: Dapatkan gambaran yang lebih tepat tentang hasil pengiklanan (ROI) anda dan gambaran lengkap laluan penukaran merentas peranti dan saluran yang terhasil daripada interaksi iklan.
Pengoptimuman kempen yang berkesan: Penukaran yang dimodelkan membantu anda mengoptimumkan kempen dengan lebih berkesan dan mencapai keberhasilan perniagaan yang lebih baik.
- Peraturan privasi dan pengehadan teknologi bermaksud kami terlepas pemerhatian untuk kohort pengguna tertentu (contohnya, pengguna yang tidak memberikan persetujuan, atau pengguna yang menggunakan jenis peranti atau penyemak imbas tertentu). Perkara ini bermakna algoritma pembidaan automatik kami perlu membuat keputusan pengoptimuman berdasarkan data yang tidak lengkap, lantas menghasilkan pembelajaran berat sebelah. Hasilnya, pembidaan automatik mungkin menurunkan keutamaan kohort tersebut memandangkan kohort tersebut mempunyai prestasi dilaporkan yang kurang, yang membawa kepada prestasi lemah oleh pembida secara keseluruhan. Pemodelan menyelesaikan bias ini dan membetulkan bias dalam pelaporan keseluruhan untuk memastikan pembidaan automatik mempunyai akses kepada data prestasi yang lebih terangkum.Ketahui lebih lanjut Perihal pembidaan automatik
Pengukuran khusus privasi yang tepat: Penukaran yang dimodelkan menggunakan data yang tidak mengenal pasti pengguna individu untuk menganggarkan penukaran yang tidak dapat diperhatikan oleh Google secara terus. Perkara ini boleh menawarkan laporan yang lebih lengkap tentang penukaran anda. Pendekatan ini berkontras langsung dengan taktik tidak selamat privasi seperti pengambilan cap jari, yang bergantung pada heuristik, seperti alamat IP dan percubaan untuk mengenal pasti serta menjejak pengguna individu. Google mempunyai dasar yang ketat terhadap pengambilan cap jari untuk pemeribadian iklan kerana perkara ini tidak membenarkan kawalan pengguna dan ketelusan yang wajar.

Pendekatan pemodelan penukaran Google

Penyelesaian Google berfungsi merentas rangkaian pengguna yang luas yang membolehkan ketepatan model penukaran kami disahkan merentas set interaksi iklan dan tindakan penukaran yang luas menerusi beberapa dimensi utama:

Skala: Kami mempunyai akses kepada magnitud dan kepelbagaian interaksi iklan merentas saluran, merentas pelbagai bahagian corong. Perkara ini memberi kami data yang komprehensif berkenaan cara pengguna berlainan bertindak balas kepada jenis iklan yang berbeza, tidak kira tempat mereka berada dalam corong dan merentas semua saluran.
Ketepatan: Pangkalan pengguna log masuk kami yang tinggi membolehkan teknik pemodelan kami yang sofistikated beroperasi bebas daripada kuki atau pengecam lain memandangkan kami boleh menyimpulkan set data gelagat yang kaya merentas set perwakilan pengguna yang mengikut serta.
Liputan: Banyak laman web menggunakan tag Google, yang bermaksud model penukaran kami disahkan merentas set tindakan penukaran berlainan yang besar. Pemodelan penukaran menggunakan data yang tidak mengenal pasti pengguna untuk mengukur penukaran yang tidak dapat diperhatikan terus oleh Google. Model kami kemudiannya dilatih secara unik pada setiap pengiklan, yang menjana hasil yang unik.
Kepakaran teknikal: Kepakaran Google dalam AI ialah keupayaan utama yang membolehkan kami melakukan pemodelan dengan kualiti tertinggi. Kami telah menjadi pakar dalam bidang ini menerusi produk pengukuran kami yang telah menggunakan pemodelan selama bertahun-tahun (pembidaan automatik dan lawatan kedai Google Ads) serta produk yang tidak dapat diukur (contohnya, kereta tanpa pemandu dan syor YouTube).
Kebolehan melakukan tindakan: Penukaran yang dimodelkan Google dipaparkan dalam pelaporan kempen tetapi turut terikat dengan pengoptimuman dan pembidaan. Perkara ini menjadikan data boleh diambil tindakan dalam usaha mencapai matlamat perniagaan anda.

Contoh pemodelan yang tersedia untuk penukaran dalam talian

Sesetengah daripada usaha pemodelan penukaran yang paling penting yang kami sediakan ialah:

Pemodelan untuk pengehadan kuki pihak ketiga

Sesetengah penyemak imbas (contohnya, Safari dan Firefox) tidak membenarkan pengukuran penukaran menggunakan kuki pihak ketiga. Jika anda bergantung pada kuki pihak ketiga untuk pengukuran penukaran, anda akan mengalami pemodelan penukaran selaras dengan trafik laman web anda pada penyemak imbas tersebut (desktop dan mudah alih). Ketahui cara meningkatkan pemodelan dengan meningkatkan kepada tag Google

Pemodelan untuk pengehadan kuki pihak pertama

Sesetengah penyemak imbas (contohnya, Safari) mengehadkan amaun masa kuki pihak pertama dibenarkan. Anda akan mengalami pemodelan penukaran selaras dengan bahagian penukaran terpendam yang menjangkau tempoh masa tersebut. Ketahui cara meningkatkan pemodelan menggunakan penukaran dipertingkatkan

Pemodelan untuk pengehadan persetujuan kuki EU

Peraturan di sesetengah negara menghendaki pengiklan mendapatkan persetujuan untuk penggunaan kuki yang berkaitan dengan aktiviti pengiklanan. Pengiklan yang telah menggunakan mod persetujuan akan mengalami pemodelan penukaran selaras dengan pengguna mereka yang tidak bersetuju. Penukaran dimodelkan untuk pengguna yang memberikan persetujuan.

Impak iOS 14

Dasar Ketelusan Penjejakan Apl (ATT) Apple mewajibkan pembangun meminta kebenaran apabila mereka menggunakan maklumat tertentu daripada apl dan laman web syarikat lain untuk tujuan pengiklanan. Google tidak akan menggunakan maklmat (seperti IDFA) yang tertakluk pada dasar ATT. Selaras dengan perkara ini, penukaran yang mempunyai iklan yang berasal pada trafik yang menerima kesan ATT akan mengalami pemodelan. Pastikan laman web anda boleh menerima parameter URL arbitrari untuk pemodelan yang terbaik.

Dengan pelancaran dasar ATT Apple, SKAdNetwork, penyelesaian atribusi apl Apple telah menjadi input penting kepada pengiklan apl dalam penilaian prestasi kempen iOS mereka. Untuk meningkatkan kualiti dan ketekalan pelaporan yang dimodelkan dalam UI Google Ads, kami memperdalam penyepaduan kami dengan data SKAdNetwork. Ketahui lebih lanjut tentang amalan terbaik untuk memacu ukuran dan prestasi yang lebih baik untuk kempen Apl iOS anda.

Kesan dasar Google Play

Google Play telah mengumumkan beberapa kemaskinian dasar baharu untuk memperkukuh kawalan, privasi dan keselamatan pengguna. Sebagai sebahagian daripada kemaskinian perkhidmatan Google Play pada akhir tahun 2021, ID pengiklanan akan dialih keluar apabila pengguna menarik diri daripada pemeribadian menggunakan ID pengiklanan dalam Tetapan Android. Sebarang percubaan untuk mengakses pengecam akan menerima rentetan sifar dan bukannya pengecam. Ketahui lebih lanjut tentang ID Pengiklanan

Hasil daripada kemaskinian perkhidmatan ini, kami akan mengembangkan penukaran yang dimodelkan kepada semua Kempen apl. Perkara ini bermakna lajur penukaran anda (serta pemasangan, tindakan dalam apl dan lajur nilai penukaran anda) mungkin mengandungi penukaran yang dimodelkan. Pada masa depan, mungkin terdapat penukaran yang dimodelkan tambahan dalam kempen apl sebagai cara untuk mengurangkan kesan yang mungkin terhasil daripada kemaskinian ini dan kemaskinian perkhidmatan lain.

Penukaran merentas peranti

Apabila pengguna memulakan perjalanan mereka pada satu peranti melalui interaksi iklan dan melengkapkan penukaran pada peranti lain, penukaran tidak boleh diatributkan kepada interaksi iklan. Google memerhatikan data daripada sebilangan besar pengguna yang log masuk pada produk Google untuk mengunjurkan gelagat yang serupa merentas semua pengguna. Banyak penukaran merentas peranti turut dimodelkan, termasuk daripada Ruang tamu dan Desktop.

Nota: Bahagian penukaran ini yang boleh dipulihkan melalui Google Ads bergantung pada amaun data yang boleh diperhatikan yang kami miliki untuk setiap situasi dan perwakilan data boleh diperhatikan tersebut (contohnya, takat data tersebut mewakili keseluruhan pangkalan pengguna pengiklan tertentu secara realistik). Kadar pemulihan berbeza-beza bergantung pada masalah yang kami tangani. Semakin banyak data boleh diperhatikan, semakin baik kualiti model. Ketahui cara anda boleh menambah baik perkara ini dengan melaksanakan tag Google, mod persetujuan dan penukaran dipertingkatkan.

Prinsip pemodelan penukaran dalam talian

Peningkatan kualiti yang berterusan

Seperti semua produk lain, saintis data kami membuat peningkatan algoritma secara berterusan untuk meningkatkan ketepatan dan skala pemodelan. Kami memperkenalkan produk baharu secara kerap untuk memberi kami sumber data boleh diperhatikan yang baharu, yang sekali gus memperkemas pemodelan kami (contohnya, penukaran dipertingkatkan dan mod persetujuan boleh memberi kami lebih banyak data yang diperhatikan).

Teknik yang sofistikated untuk menyemak ketepatan

Kami menggunakan teknik seperti pengesahan penahanan untuk menyemak ketepatan pemodelan kami (contohnya, kami menahan sebahagian penukaran yang diperhatikan dan model bagi hirisan tersebut). Kemudian kami membandingkan keputusan yang dimodelkan dengan penukaran diperhatikan yang sebenar yang telah kami tahan, mengukur ketidaktepatan dan bias serta menala model kami secara berterusan. Kaedah yang serupa digunakan secara meluas dalam Google AI.

Ambang yang ketat untuk pelaporan

Kami hanya menyertakan penukaran yang dimodelkan dalam pelaporan kami apabila kami mempunyai keyakinan yang tinggi bahawa penukaran telah benar-benar berlaku hasil daripada interaksi iklan. Kami mengelakkan daripada melaporkan lebih banyak penukaran daripada yang sebenar secara sistematik dan sentiasa berusaha untuk meminimumkan pelaporan berlebihan. Perkara ini bermakna untuk sesetengah pengguna, kami tidak memerhatikan penukaran yang mencukupi secara tetap untuk berupaya melakukan pemodelan secara yakin. Dalam kes ini, kami tidak melaporkan sebarang penukaran yang dimodelkan.

Setiap jurang ditangani melalui metodologi pemodelan yang unik

Oleh sebab kami mengenal pasti jurang yang berlainan dalam pengukuran dan jenis data boleh diperhatikan yang berlainan diperlukan dan tersedia, kami mempunyai jenis model yang berlainan untuk jenis jurang yang berlainan. Kami turut menggunakan teknik yang menyingkirkan pengiraan berganda merentas pelbagai jenis model. Kami tahu bahawa kadar penukaran berbeza-beza secara ketara mengikut saluran pengiklanan dan dengan hal yang demikian, kami membina model yang berasingan bagi setiap saluran dan jenis interaksi iklan (tera berbanding klik).

Hasil daripada setiap model adalah unik kepada perniagaan anda dan gelagat pengguna

Setelah algoritma pemodelan yang umum ditentukan untuk menangani jurang pemerhatian tertentu, kami menggunakan algoritma pada data setiap pengiklan secara berasingan dan memperoleh hasil unik yang mencerminkan gelagat pengguna serta kadar penukaran yang unik bagi pengiklan tersebut. Contohnya, jika pengguna anda mempunyai kecenderungan tinggi untuk memulakan perjalanan mereka pada satu peranti dan melakukan penukaran pada peranti lain, penukaran yang dimodelkan merentas peranti yang lebih tinggi daripada purata akan dilaporkan bagi anda.

Dasar yang ketat terhadap pengambilan cap jari

Teknologi pengambilan cap jari lazimnya bergantung pada heuristik seperti alamat IP yang mengenal pasti pengguna merentas pelbagai titik hubungan dan peranti serta menjana "ID cap jari" untuk mengenal pasti pengguna dalam interaksi masa depan. Kami tidak menjana ID tersebut atau cuba mengenal pasti pengguna individu kerana perkara ini tidak membenarkan kawalan pengguna dan ketelusan yang wajar. Selanjutnya, kami tidak membenarkan pihak lain membawa data pengambilan cap jari dalam produk pengiklanan kami. Sebaliknya, kami mengagregatkan data seperti kadar penukaran sejarah, jenis peranti, masa dalam hari dan lokasi untuk meramalkan kemungkinan peristiwa penukaran merentas set pengguna yang melihat atau mengklik pada iklan.

Menyampaikan maklumat tentang perubahan pemodelan yang ketara

Kami sentiasa menjalankan percubaan sebelum melancarkan sebarang perubahan pemodelan dan jika kami mengesan kesan pelaporan serta pembidaan yang ketara, kami akan menyampaikan maklumat ini sewajarnya.

Penyepaduan automatik

Jika kami dapat melakukan perkara ini dengan tepat, Google akan menggunakan data yang tersedia untuk memberikan pemodelan penukaran yang disepadukan dalam pelaporan serta pengoptimuman penukaran anda. Dalam sesetengah kes, misalnya apabila penukaran tidak boleh diperhatikan untuk set pengguna yang tidak memberikan kebenaran kepada kuki, kami memerlukan data berkenaan kadar persetujuan supaya kami boleh memberikan pemodelan penukaran.

Pautan berkaitan

Adakah perkara ini membantu?

Bagaimanakah dapat kami meningkatkannya?