Смоделированные онлайн-конверсии

Смоделированные конверсии рассчитываются на основе агрегированных анонимных данных. Они создаются в случаях, когда Google не получает реальных данных о конверсиях. Эти данные позволяют получить более полное представление об эффективности рекламы.

Иногда атрибуция конверсий невозможна из-за технических ограничений или для защиты конфиденциальности пользователей. Моделирование нужно, чтобы заполнять пробелы в данных, предоставлять вам точные сведения об эффективности рекламы и назначать оптимальные ставки.

Данные о смоделированных конверсиях в Google Рекламе рассчитываются 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 этими явлениями, поэтому мы ее моделируем. Таким образом, моделирование основывается только на уже зарегистрированных конверсиях, а не гипотетических. Допущения Google касаются только того, действительно ли взаимодействие с рекламой привело к совершению конверсии.

В целом моделирование помогает оценить эффективность кампаний по всей совокупности данных, а не по выборке из пользователей, вошедших в аккаунт.

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.

Детализация данных о смоделированных конверсиях такая же, как о 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.

Примечание. Некоторые типы моделирования могут быть недоступны при импорте офлайн-конверсий и для аккаунтов пользователей, где регистрируется слишком мало конверсий еженедельно.

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 заполняет пробелы, возникающие, когда мы не можем напрямую отслеживать конверсии. При этом не используются данные, позволяющие установить личность отдельных пользователей. 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 пользователю контроля над своими 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 самых разных каналах на всех возможных этапах последовательности конверсии. Благодаря этому мы отлично 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, поэтому при атрибуции конверсий учитываются особенности вашего бизнеса, и вы получаете максимально точные результаты.
  • Передовые технические знания и разработки. Google – один из мировых лидеров по технологиям машинного обучения. 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

В Safari, Firefox и других браузерах нельзя отслеживать конверсии с помощью сторонних файлов cookie. Если вы используете этот метод, то там, где он недоступен, мы моделируем конверсии на основе трафика из этих браузеров на компьютерах и мобильных устройствах. Подробнее о том, как перейти на глобальный тег для более эффективного моделирования конверсий

Ограничения в отношении собственных файлов cookie

Safari и некоторые другие браузеры ограничивают срок действия собственных файлов cookie. Когда он истекает, конверсии перестают учитываться, и в таких случаях мы используем моделирование. Подробнее о том, как перейти на расширенное отслеживание конверсий для более эффективного моделирования

Ограничения, связанные с запросом согласия пользователей из ЕС

В некоторых странах запрещается использовать файлы cookie для показа рекламы без согласия пользователей. Если рекламодатель включил запрос согласия, моделирование конверсий будет использоваться в отношении пользователей, не давших согласия.

Требования в iOS 14

В соответствиями с правилами App Tracking Transparency (ATT) от Apple разработчики должны запрашивать разрешение на то, чтобы использовать для рекламы определенные данные, полученные из приложений и с сайтов других компаний. Google планирует отказаться от использования идентификаторов IDFA и другой информации, которой касаются правила ATT. Поэтому данные о конверсиях, полученных благодаря рекламе, на которую распространяется действие ATT, будут моделироваться. А для этого на сайте необходимо разрешить использование произвольных параметров в URL.

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 кликом рекламы. В Google решили эту проблему так: проанализировали, как вошедшие в аккаунт пользователи ведут себя на ресурсах Google, и экстраполировали найденные закономерности на всех пользователей. Поэтому все сведения о конверсиях в результате взаимодействий на нескольких устройствах смоделированы.

Примечание. Процент конверсий, которые могут быть смоделированы в Google Рекламе, колеблется в зависимости от того, какой объем статистики мы собрали, насколько она репрезентативна (например, насколько полно отражает особенности поведения всей пользовательской базы рекламодателя) и почему система не может отследить эти конверсии напрямую. Чем больше собрано статистики, тем точнее результаты моделирования. Вы можете дополнительно улучшить их с помощью глобального тега, режима согласия и расширенного отслеживания конверсий.

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 в машинном обучении.

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 все, чтобы количество конверсий в отчетах не завышалось. Но для максимально точного моделирования в аккаунте должно быть накоплено достаточно статистики, 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

Ситуации, в которых требуется моделирование, во многом отличаются: и причинами, по которым прямое отслеживание конверсий невозможно; и статистикой, которая нужна для моделирования; и статистикой, которая для него доступна. Поэтому для разных ситуаций у нас есть разные модели. Мы также используем методики, которые минимизируют вероятность, что одна и та же конверсия будет учтена дважды. Кроме того, в разных рекламных каналах очень разные коэффициенты конверсии, поэтому мы используем отдельные модели для каждого канала и типа взаимодействия с рекламой (например, для показов и кликов).

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

Создание цифрового отпечатка – это сбор данных об IP-адресе, устройствах и других характеристиках пользователя, которые позволяют определять этого пользователя при дальнейших взаимодействиях. Мы не создаем такие идентификаторы, поскольку этот метод недостаточно прозрачен и не дает пользователю контроля над своими данными. Кроме того, мы не позволяем импортировать сторонние цифровые отпечатки в наши рекламные продукты. Вместо этого мы используем агрегированные данные о динамике коэффициентов конверсии, типах устройств, времени суток, географическом местоположении и т. д. На основе этих данных мы прогнозируем вероятность связи между зарегистрированным просмотром (кликом) объявления и совершенной конверсией.

Информирование о существенных изменениях в работе моделей

Прежде чем менять что-то для рекламодателей, мы тщательно тестируем все изменения в наших алгоритмах. Если мы обнаруживаем, что эти изменения способны сильно повлиять на отчеты и ставки, то обязательно об этом сообщаем.

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 проценте согласия ваших пользователей (например, если конверсии невозможно отслеживать для людей, запретивших файлы cookie).

Статьи по теме

Эта информация оказалась полезной?
Как можно улучшить эту статью?

Требуется помощь?

Войдите в свой аккаунт, чтобы мы могли предоставить вам дополнительные варианты поддержки и быстрее решить вашу проблему.

Поиск
Удалить поисковый запрос
Закрыть поиск
Приложения Google
Главное меню
Поиск по Справочному центру
true
73067
false
false