Over gemodelleerde online conversies

Voor conversies die Google niet rechtstreeks kan waarnemen, maken gemodelleerde conversies gebruik van gegevens die niet herleidbaar zijn naar individuele gebruikers. Hierdoor krijgt u een vollediger beeld van uw conversies.

We gebruiken modellen om stukjes gegevens te herstellen in situaties waarin we weten dat we geen advertentieattributie kunnen waarnemen vanwege de bescherming van privacy van gebruikers of technische beperkingen. We doen dit om hoogwaardige metingen te verstrekken zodat u nauwkeurig inzicht krijgt in de impact van uw marketing en biedingen van hoge kwaliteit kunt handhaven. Hierdoor kunt u voorkomen dat er te weinig of te veel wordt geboden.

Als Google gemodelleerde conversies in Google Ads weergeeft, voorspellen we toegeschreven conversies. In de meeste gevallen krijgt Google advertentie-interacties en online conversies, maar ontbreekt de koppeling hiertussen. Met het model dat we uitvoeren, proberen we te voorspellen of een interactie met een Google-advertentie tot de online conversie heeft geleid, niet of er wel of geen conversie heeft plaatsgevonden.

Zonder modellering zouden gerapporteerde conversies alleen het waarneembare gedeelte van de conversies weerspiegelen in plaats van de werkelijke campagneprestaties.

Hoe gemodelleerde online conversies werken

Als we een stukje niet-waargenomen gegevens willen modelleren, proberen we gegevens te gebruiken uit waarneembare stukken waarvan we weten dat het gedrag gelijk is aan of sterk lijkt op het niet-waarneembare gedeelte, of we hebben een goed inzicht in de manier waarop ze van elkaar verschillen.

Bijvoorbeeld: Stel dat u een stukje met conversies heeft dat niet waarneembaar is op één browsertype, maar wel op andere browsertypen. Onze modellen krijgen eerst inzicht in de trends van het gedrag van gebruikers (bijvoorbeeld conversiepercentages) voor verschillende browsertypen. Vervolgens gebruiken we onze waarneembare gegevens van meetbare browsers samen met alle systematische afwijkingen en nemen we andere samengevoegde dimensies op zoals het apparaattype, het tijdstip, de geografische locatie en het besturingssysteem om de kans op conversiegebeurtenissen vanuit advertentie-interacties te voorspellen voor het niet-waarneembare browsertype.

Gemodelleerde conversies worden met hetzelfde detailniveau als waargenomen conversies gerapporteerd. Hieronder vallen ook dimensies zoals conversietotalen, attributiepad en conversiewaarden. Google rapporteert in de kolom Conversies zowel gemodelleerde als waargenomen conversies.

Opmerking: In imports van offline conversies en gebruikersaccounts met heel weinig wekelijkse conversies worden bepaalde typen modellen momenteel niet opgenomen.

Voordelen van gemodelleerde online conversies

  • Integrale meting van al uw advertentieverkeer: U krijgt uit advertentie-interacties een nauwkeuriger beeld van uw advertentieresultaten (ROI) en een volledig beeld van het conversiepad voor alle apparaten en kanalen. 
  • Efficiënte campagneoptimalisatie: Met gemodelleerde conversies kunt u uw campagnes effectiever optimaliseren en betere bedrijfsresultaten behalen.
    • Privacyregelgeving en technologiebeperkingen zorgen ervoor dat observatie van bepaalde cohorten van gebruikers niet meer mogelijk is (bijvoorbeeld gebruikers die geen toestemming hebben gegeven of gebruikers die bepaalde apparaattypen of browsers gebruiken). Dit betekent dat onze algoritmen voor automatisch bieden optimalisatiebeslissingen moeten nemen op basis van onvolledige gegevens, wat leidt tot een vertekend leerproces. Als gevolg daarvan prioriteert 'Automatisch bieden' deze cohorten mogelijk niet meer omdat ze lager gerapporteerde prestaties hebben, wat tot slechtere algehele prestaties leidt voor de bieder. Door modellen te gebruiken, worden dit soort vertekeningen opgelost en gecorrigeerd in de algehele rapportage. Zo heeft 'Automatisch bieden' toegang tot representatievere prestatiegegevens.Meer informatie over Automatisch bieden
  • Nauwkeurige privacygerichte meting: Voor conversies die Google niet rechtstreeks kan waarnemen, maken gemodelleerde conversies gebruik van gegevens die niet herleidbaar zijn naar individuele gebruikers. Dit kan een vollediger rapport voor uw conversies opleveren. Deze benadering staat lijnrecht tegenover onveilige privacytactieken zoals fingerprinting, waarbij gebruik wordt gemaakt van heuristieken, zoals IP-adressen, en wordt geprobeerd afzonderlijke gebruikers te herkennen en bij te houden. Google heeft een streng beleid tegen het gebruik van fingerprinting voor advertentiepersonalisatie, omdat dit geen redelijke controle van gebruikers of voor transparantie biedt.

Hoe Google omgaat met conversiemodellering

Google-oplossingen werken voor een grote verscheidenheid aan gebruikers, waardoor de nauwkeurigheid van onze conversiemodellen kan worden gevalideerd voor een groot aantal advertentie-interacties en conversieacties via verschillende belangrijke dimensies:

  • Schaal: We hebben toegang tot een grote en diverse hoeveelheid advertentie-interacties op kanalen in verschillende delen van de trechter. Hierdoor beschikken we over uitgebreide gegevens over hoe verschillende gebruikers op verschillende advertentietypen reageren, ongeacht waar ze zich in de trechter en op alle kanalen bevinden.
  • Nauwkeurigheid: Met ons hoge aantal ingelogde gebruikers kunnen onze geavanceerde modelleringstechnieken onafhankelijk van cookies of andere ID's werken, omdat we een uitgebreide reeks gedragsgegevens kunnen afleiden uit een representatieve groep ingelogde gebruikers.
  • Dekking: Veel websites gebruiken Google-tags, wat betekent dat onze conversiemodellen op basis van een groot aantal verschillende conversieacties worden gevalideerd. Conversiemodellen maken gebruik van gegevens die de gebruiker niet herkennen om conversies te kwantificeren die Google niet rechtstreeks kan waarnemen. Ons model wordt vervolgens op elke adverteerder afzonderlijk getraind en levert unieke resultaten op.
  • Technische expertise: De expertise die Google heeft op het gebied van machine learning geeft ons het vermogen om hoogwaardige modellen te maken. We hebben die expertise opgebouwd door middel van alle meetproducten waarin al jaren modellering wordt gebruikt (bijv. in 'Automatisch bieden' en winkelbezoeken van Google Ads) en met producten die verder gaan dan metingen (bijvoorbeeld auto's zonder bestuurders en YouTube-aanbevelingen).
  • Actiegerichtheid: De gemodelleerde conversies van Google worden in campagnerapporten weergegeven, maar zijn ook gekoppeld aan optimalisatie en bieden. Hierdoor worden de gegevens actiegericht omdat ze meewerken aan de bedrijfsdoelen.

Voorbeelden van beschikbare modellen voor online conversies

Hier volgen een aantal van de belangrijkste typen conversiemodellering die we kunnen bieden: 

Modellen voor cookiebeperkingen van derden

Sommige browsers (zoals Safari en Firefox) staan geen conversiemeting toe via cookies van derden. Als u voor conversiemeting gebruikmaakt van cookies van derden, krijgt u te maken met de resultaten van conversiemodellen die overeenkomen met het verkeer van uw websites in die browsers (desktop en mobiel). Meer informatie over hoe u modellen kunt verbeteren door te upgraden naar de algemene sitetag

Modellen voor first-party cookiebeperkingen

Sommige browsers (bijvoorbeeld Safari) beperken de toegestane tijd voor first-party cookies. U krijgt te maken met de resultaten van conversiemodellen die overeenkomen met uw aandeel aan latente conversies buiten die periode. 

Impact van iOS 14

Het Apple-beleid voor App Tracking Transparency (ATT) vereist dat ontwikkelaars om rechten vragen als ze bepaalde informatie van apps en websites van andere bedrijven gebruiken voor advertentiedoeleinden. Google gebruikt geen informatie (zoals IDFA) die onder het ATT-beleid valt. Voor conversies afkomstig van advertenties van verkeer waarop ATT van invloed is worden daarom modellen gebruikt.

Conversies via verschillende apparaten

Wanneer een gebruiker een conversietraject op het ene apparaat met een advertentie-interactie start en de conversie op een ander apparaat afrondt, kan de conversie mogelijk niet worden toegeschreven aan de advertentie-interactie. Google analyseert dan gegevens van een groot aantal gebruikers die bij Google-services zijn ingelogd, om vergelijkbaar gedrag van alle gebruikers af te leiden. Alle conversies via verschillende apparaten worden gemodelleerd.

Opmerking: Het aandeel van deze conversies dat via Google Ads kan worden teruggevonden, is afhankelijk van de hoeveelheid waarneembare gegevens die we hebben voor elke situatie en de representativiteit van die waarneembare gegevens (hoe realistisch deze bijvoorbeeld overeenkomen met het hele gebruikersbestand van een bepaalde adverteerder). De snelheid waarmee data wordt teruggevonden kan per probleem verschillen. Hoe groter de hoeveelheid waarneembare gegevens, hoe beter de modelkwaliteit. Meer informatie over hoe u dit kunt verbeteren door implementatie van de algemene sitetag en de toestemmingsmodus.

Principes van online conversiemodellen

Constante kwaliteitsverbetering

Onze datawetenschappers verbeteren de algoritmen voortdurend, om de nauwkeurigheid en schaal van modellen, net als voor alle andere producten, te verbeteren. We introduceren regelmatig nieuwe producten zodat we nieuwe bronnen met waarneembare gegevens krijgen. Zo kunnen we onze modellen beter afstemmen (via verbeterde conversies en de toestemmingsmodus krijgen we bijvoorbeeld meer waarneembare gegevens).

Geavanceerde technieken om op nauwkeurigheid te controleren

We gebruiken technieken zoals validatie voor vasthouden om de nauwkeurigheid van onze modellen te controleren (we houden bijvoorbeeld een deel van de waargenomen conversies vast en modelleren voor dat stuk gegevens). Vervolgens vergelijken we de gemodelleerde resultaten met de daadwerkelijke waargenomen conversies die we hebben vastgehouden. Ook meten we onnauwkeurigheden en vertekeningen en stellen onze modellen voortdurend af. Bij machine learning worden in grote lijnen vergelijkbare methoden gebruikt. 

Strikte drempelwaarden voor rapportage

We nemen in onze rapportage alleen gemodelleerde conversies op als we er veel vertrouwen in hebben dat er daadwerkelijk conversies plaatsvinden als gevolg van advertentie-interacties. We vermijden dat er systematisch meer conversies worden gerapporteerd dan er werkelijk plaatsvinden en streven er altijd naar zo min mogelijk te veel te rapporteren. Voor sommige gebruikers betekent dit dat we regelmatig te weinig conversies waarnemen om betrouwbaar te modelleren. In deze gevallen rapporteren we geen gemodelleerde conversies. 

Voor alle hiaten wordt een unieke methodologie voor modelleren gebruikt

Omdat we verschillende hiaten in de metingen vaststellen en er verschillende soorten waarneembare gegevens nodig en beschikbaar zijn, hebben we verschillende soorten modellen voor verschillende soorten hiaten. We gebruiken ook technieken die dubbeltellingen in verschillende typen modellen voorkomen. We gebruiken ook technieken die dubbeltellingen in verschillende typen modellen voorkomen. We weten dat de conversiepercentages per advertentiekanaal aanzienlijk verschillen. Daarom ontwikkelen we afzonderlijke modellen voor elk kanaal- en advertentie-interactietype (vertoningen versus klikken).

De uitkomst van elk model is uniek voor uw bedrijf en voor het gedrag van uw gebruikers.

Zodra er een algemeen modelalgoritme is vastgesteld voor een specifiek hiaat in observaties, passen we dat algoritme toe op de afzonderlijke gegevens van elke adverteerder en komen we tot unieke resultaten die het unieke gedrag van gebruikers en de conversiepercentages voor die adverteerder weerspiegelen. Als uw gebruikers een conversietraject bijvoorbeeld vaak op het ene apparaat starten en de conversie op een ander apparaat afronden, wordt er een meer dan gemiddeld aantal gemodelleerde conversies via verschillende apparaten voor u gerapporteerd.

Streng beleid tegen fingerprinting

Fingerprinting-technologieën zijn meestal afhankelijk van heuristieken zoals IP-adressen, waarmee gebruikers op verschillende contactpunten en apparaten worden herkend, en genereren een 'vingerafdruk-ID' om de gebruiker bij toekomstige interacties te herkennen. Wij genereren dit soort ID's niet en proberen ook niet om afzonderlijke gebruikers te herkennen, omdat dit geen redelijke controle van gebruikers en transparantie biedt. Ook staan we in onze advertentieproducten geen gegevens van anderen toe die met behulp van fingerprinting zijn verzameld. In plaats daarvan verzamelen we gegevens zoals historische conversiepercentages, apparaattype, tijdstip van de dag en geo, om de kans op conversiegebeurtenissen te voorspellen voor de groep gebruikers die een advertentie heeft bekeken of erop heeft geklikt.

Aanzienlijke modelwijzigingen communiceren

We voeren doorlopend experimenten uit voordat we modelwijzigingen implementeren. Als we een aanzienlijke impact op het gebied van rapportage en bieden vaststellen, communiceren we hierover. 

Automatische integratie

Google gebruikt beschikbare gegevens, als dit op nauwkeurige wijze mogelijk is, om geïntegreerde conversiemodellen in uw conversierapporten en -optimalisatie te bieden. In sommige gevallen, bijvoorbeeld als conversies niet kunnen worden waargenomen voor een groep gebruikers die geen toestemming heeft gegeven voor cookies, hebben we gegevens over uw toestemmingspercentages nodig zodat we conversiemodellen kunnen verstrekken.

Gerelateerde links

Was dit nuttig?
Hoe kunnen we dit verbeteren?

Meer hulp nodig?

Log in voor extra supportopties om uw probleem snel op te lossen

Zoeken
Zoekopdracht verwijderen
Zoeken sluiten
Google-apps
Hoofdmenu
Zoeken in het Helpcentrum
true
73067
false