Моделирование конверсий применяется, когда мы не можем напрямую отслеживать их. При этом мы получаем более полные отчеты без использования данных, позволяющих идентифицировать отдельных пользователей.
Из-за технических ограничений или для защиты конфиденциальности пользователей атрибуция конверсий бывает невозможна. В таких случаях с помощью моделирования мы можем заполнять пробелы в данных, чтобы предоставлять вам точные сведения об эффективности рекламы и назначать оптимальные ставки.
Моделирование конверсий в Google Рекламе строится на основе прогнозов атрибуции. Как правило, в Google поступают только данные о взаимодействиях с рекламой и онлайн-конверсиях. Мы не можем напрямую отследить связь между ними, поэтому используем моделирование, чтобы определить, привело ли взаимодействие с объявлением к онлайн-конверсии. При этом мы не знаем, произошла конверсия или нет.
Моделирование помогает оценивать эффективность кампаний по всей совокупности данных, а не только по наблюдаемым конверсиям.
Как моделируются онлайн-конверсии
Чтобы смоделировать данные, не поддающиеся наблюдению, мы сначала тщательно изучаем уже имеющуюся статистику и выявляем в ней закономерности. Моделирование используется, если мы точно знаем, что в определенном случае действуют те же или очень похожие закономерности, или имеем представление о том, как моделируемые данные должны отличаться от статистических.
Пример. Допустим, определенный сегмент конверсий регистрируется во всех браузерах, кроме одного. Сначала мы анализируем доступные данные о поведении пользователей из других браузеров (коэффициенты конверсии и т. д.) и выявляем закономерности. Затем мы берем результаты анализа, учитываем возможные систематические ошибки и общие параметры (тип устройства, время суток, географическое местоположение, операционная система и т. д.) и моделируем, насколько вероятно, что взаимодействие с рекламой в браузере-исключении приведет к конверсии.
Данные для смоделированных конверсий не менее детальны, чем для зарегистрированных: в отчетах указываются общие показатели конверсий, путь атрибуции, ценность конверсий и т. д. Столбец "Конверсии" включает данные и о зарегистрированных, и о смоделированных конверсиях.
Преимущества моделирования онлайн-конверсий
- Комплексное отслеживание рекламного трафика. Вы получаете более точные данные об эффективности объявлений (т. е. рентабельности инвестиций) и полное представление о путях конверсии, включающих разные устройства и каналы.
- Эффективная оптимизация кампаний и улучшение результатов рекламы.
- Данные о когортах пользователей, за действиями которых невозможно наблюдать из-за технологических ограничений и требований к конфиденциальности. Например, сюда входят те, кто не дал согласия на использование файлов cookie или выходит в интернет с устройств или из браузеров, которые ограничивают сбор данных. Если не учитывать этих пользователей, оптимизация ставок будет основана на неполных данных, и алгоритмы автоматического назначения ставок обучатся неверно. Алгоритм будет считать, что реклама для этих когорт неэффективна, и вы потеряете ценную аудиторию. Моделирование решает эту проблему. В результате автоматическое назначение ставок работает лучше, а вы получаете более точное представление об общей эффективности рекламы. Подробнее об автоматическом назначении ставок…
- Соблюдение конфиденциальности. Моделирование основано на данных, не позволяющих идентифицировать пользователей. Оно применяется, когда мы не можем напрямую отслеживать конверсии. Это позволяет создавать более полные отчеты. Этим моделирование отличается от нарушающих конфиденциальность методов, таких как создание цифровых отпечатков (т. е. сбор данных об IP-адресе и других характеристиках пользователя). Google категорически не приемлет создание цифровых отпечатков как метод персонализации рекламы, поскольку оно недостаточно прозрачно и не дает пользователям контроля над их данными.
Как Google подходит к моделированию конверсий
В решениях Google используются модели, проверенные на больших массивах действий-конверсий и взаимодействий с рекламой. Эти модели эффективны для самых разных аудиторий, и вот почему:
- Масштаб. У нас накоплено огромное количество данных о самых разных взаимодействиях с рекламой в разных каналах на всех этапах воронки конверсии. Благодаря этому мы знаем, как разные группы пользователей реагируют на разные типы объявлений.
- Точность. Мы располагаем репрезентативными данными о поведении большого количества пользователей, которые вошли в аккаунт. Мы анализируем их, а затем проецируем выявленные закономерности на выборки пользователей, о которых у нас нет точной информации, например из-за отсутствия файлов cookie и других идентификаторов. Благодаря этому моделирование дает надежные результаты.
- Охват. Теги Google используются на многих сайтах, поэтому мы проверяем правильность моделирования на огромном массиве данных о самых разных действиях-конверсиях. В наших моделях не используется информация, позволяющая установить личность пользователя. Модели обучаются отдельно для каждого рекламодателя, что позволяет получать максимально точные результаты.
- Передовые технические знания и разработки. Google – один из мировых лидеров в области искусственного интеллекта. Благодаря этому наши модели очень точны. Мы годами совершенствовали функции моделирования в наших продуктах. Это и Google Реклама с ее автоматическим назначением ставок и отслеживанием посещений магазинов, и беспилотные автомобили, и рекомендации на YouTube.
- Практическая применимость. Смоделированные конверсии нужны не только для статистики. Они также учитываются при назначении ставок и оптимизации кампаний. Таким образом, они не только дают более полную картину результатов рекламы, но и помогают получать от нее больше выгоды.
Примеры моделирования онлайн-конверсий
Ниже перечислены примеры случаев, когда используется моделирование конверсий.
Блокировка сторонних файлов cookie
Ограничения в отношении собственных файлов cookie
Ограничения, связанные с запросом согласия пользователей из ЕС
Требования в iOS 14
Влияние правил Google Рекламы
Правила Google Play будут обновлены, чтобы надежнее защитить конфиденциальность и безопасность пользователей и предоставить им контроль над собственными данными. В конце 2021 года мы обновим сервисы Google Play. После этого, если пользователь откажется от персонализации с применением рекламного идентификатора в настройках Android, этот идентификатор будет удален. Вместо него будет видна строка нулей. Подробнее о рекламном идентификаторе…
После этого обновления мы начнем использовать моделирование конверсий во всех кампаниях для приложений. Это означает, что в столбцах, содержащих данные о конверсиях, установках, действиях в приложении и ценности конверсии, могут быть указаны смоделированные конверсии. В будущем в отчетах о кампаниях для приложений могут появляться и другие типы смоделированных конверсий. Это поможет избежать возможных потерь данных из-за этого или других потенциальных изменений в работе сервисов.
Отслеживание конверсий в результате взаимодействий на нескольких устройствах
Когда пользователь нажимает на объявление на одном устройстве, а конверсию совершает на другом, то иногда невозможно связать конверсию с исходным взаимодействием с рекламой. В Google решили эту проблему так: проанализировали, как вошедшие в аккаунт пользователи ведут себя на ресурсах Google, и экстраполировали найденные закономерности на всех пользователей. Кроме того, для конверсий в результате взаимодействий на нескольких устройствах широко используется моделирование, например для устройств в гостиной и компьютеров.
Принципы моделирования онлайн-конверсий
Непрерывное повышение качества
Наши специалисты по обработке данных постоянно совершенствуют алгоритмы во всех наших продуктах – в том числе и используемые для моделирования. Благодаря этому точность и масштаб моделирования непрерывно растут. Периодически мы запускаем новые продукты и функции, такие как расширенное отслеживание конверсий и режим согласия, и их статистика тоже помогает улучшать результаты моделирования.
Передовые методики проверки точности
Мы контролируем точность полученных результатов с помощью ряда методик. Например, мы используем контрольные данные: берем статистику, касающуюся определенного сегмента зарегистрированных напрямую конверсий, и моделируем эти же конверсии. Затем мы проверяем, насколько смоделированные результаты совпадают с реальными, и анализируем отклонения и систематические ошибки. Так мы постоянно совершенствуем наши модели. Похожие методы широко используются искусственным интеллектом от Google.
Жесткие минимальные ограничения по количеству исходных данных
Мы включаем смоделированные конверсии в отчеты, только если достаточно уверены, что конверсии действительно получены в результате взаимодействия с рекламой. Мы делаем всё, чтобы количество конверсий в отчетах не завышалось. Но для максимально точного моделирования в аккаунте должно быть накоплено достаточно данных, то есть рекламодатель должен регулярно получать не меньше определенного количества конверсий. Если это не так, моделирование конверсий не используется.
Уникальные методики моделирования для разных ситуаций
Учет особенностей компании и ее пользовательской базы
Сначала мы определяем, почему в вашей конкретной ситуации невозможно отследить конверсии напрямую, и выбираем оптимальный алгоритм моделирования. Затем алгоритм анализирует вашу статистику с учетом всех ее закономерностей (коэффициенты конверсии, особенности поведения пользователей и т. д.). Благодаря этому результаты моделирования максимально точны. Например, если мы определим, что ваши пользователи часто совершают конверсии в результате взаимодействий на нескольких устройствах, алгоритм моделирования сделает на это поправку.
Категорический отказ от использования цифровых отпечатков
Информирование о существенных изменениях в работе моделей
Автоматическая интеграция
Если моделирование дает достаточно точные результаты, по возможности Google автоматически учитывает смоделированные конверсии в отчетах и оптимизации. Но в некоторых случаях для моделирования требуются данные о доле согласия ваших пользователей (например, если конверсии невозможно отслеживать для людей, запретивших файлы cookie).
