Modelované online konverzie

Modelované konverzie používajú údaje, ktoré neidentifikujú jednotlivých používateľov, s cieľom odhadnúť konverzie, ktoré Google nedokáže pozorovať priamo. Môžete vďaka nim získať ucelenejší prehľad o svojich konverziách.

Modelovanie vykonávame s cieľom obnoviť časti údajov, pri ktorých vieme, že kvôli ochrane súkromia používateľa alebo pre technické obmedzenia nemôžeme pozorovať atribúciu reklamy. Robíme to, aby sme poskytli kvalitné meranie, vďaka čomu môžete presne zistiť vplyv svojho marketingu a udržiavať kvalitné ponuky. Vyhnete sa tak nedostatočným alebo nadmerným ponukám.

Keď Google zobrazuje modelované konverzie v službe Google Ads, ide o predpoklad pripísaných konverzií. Vo väčšine prípadov Google získava interakcie s reklamou a online konverzie, ale už nie prepojenie medzi nimi. Naše modelovanie určuje, či interakcia s reklamou Google viedla k online konverzii. Nezisťuje, či došlo ku konverzii.

Bez modelovania by zaznamenávané konverzie vyjadrovali len pozorovateľnú časť konverzií, nie skutočnú výkonnosť kampane.

Ako fungujú modelované online konverzie

Pri modelovaní nepozorovanej časti údajov sa snažíme čo najlepšie využívať údaje z pozorovateľných častí, pri ktorých vieme, že ide o rovnaké alebo veľmi podobné správanie ako v nepozorovanej časti, alebo máme dobrý prehľad o rozdieloch medzi nimi.

Príklad: Povedzme, že máte časť konverzií, ktoré pri jednom type prehliadača nie sú pozorovateľné, ale možno ich pozorovať pri iných typoch prehliadačov. Naše modely najprv preskúmajú trendy správania používateľov (napríklad konverzné pomery) v rôznych typoch prehliadačov. Následne použijeme naše pozorovateľné údaje z merateľných prehliadačov spolu s prípadnými systémovými vplyvmi a začleníme ďalšie agregované dimenzie, ako sú typ zariadenia, čas dňa, geografická oblasť, operačný systém a ďalšie. Predvídame tak pravdepodobnosť konverzných udalostí z interakcií s reklamami na nepozorovateľnom type prehliadača.

Modelované konverzie sa v prehľadoch uvádzajú na rovnakej úrovni podrobnosti ako pozorované konverzie. Patria sem dimenzie ako celkové počty konverzií, cesta atribúcie a hodnoty konverzie. Google v stĺpci Konverzie uvádza modelované aj pozorované konverzie.

Poznámka: Importy offline konverzií a používateľské účty s veľmi malým počtom týždenných konverzií nemusia zahŕňať určité typy modelovania.

Výhody modelovaných online konverzií

Holistické meranie návštevnosti všetkých reklám: získajte presnejšiu predstavu o výsledkoch svojej reklamy (návratnosti investícií) a ucelený obraz o konverznej ceste naprieč zariadeniami a kanálmi vyplývajúcej z interakcií s reklamami.
Efektívna optimalizácia kampaní: modelované konverzie pomáhajú efektívnejšie optimalizovať kampane a dosahovať lepšie podnikateľské výsledky.
- V dôsledku nariadení o ochrane súkromia a technických obmedzení strácame prehľad o určitých kohortách používateľov (napríklad v prípade používateľov, ktorí neudelili súhlas, alebo používateľov používajúcich určité typy zariadení alebo prehliadače). To znamená, že naše algoritmy automatických ponúk budú musieť prijímať rozhodnutia týkajúce sa optimalizácie na základe neúplných údajov, čo povedie k zaujatej optimalizácii. Automatické ponuky tak môžu znižovať prioritu týchto kohort, pretože tieto kohorty dosahujú v prehľadoch nižšiu výkonnosť, čo vedie k celkovej nižšej výkonnosti na strane ponúkajúceho. Modelovanie tieto vplyvy rieši a napráva ich v súhrnných prehľadoch, aby mali automatické ponuky prístup k reprezentatívnejším údajom o výkonnosti. Ďalšie informácie o automatických ponukách
Presné meranie zamerané na ochranu súkromia: modelované konverzie používajú údaje, ktoré neidentifikujú jednotlivých používateľov, s cieľom odhadnúť konverzie, ktoré Google nedokáže pozorovať priamo. Môžete vďaka nim získať ucelenejší prehľad o svojich konverziách. Tento prístup je v priamom kontraste s prístupom nezaručujúcim ochranu súkromia, ako sú digitálne stopy. Takýto prístup sa spolieha na heuristiku, napríklad adresu IP, a snaží sa identifikovať a sledovať jednotlivých používateľov. Google uplatňuje prísne pravidlá proti používaniu digitálnych stôp na prispôsobenie reklám, pretože to neumožňuje primeranú kontrolu používateľmi a transparentnosť.

Prístup Googlu k modelovaniu konverzií

Riešenia spoločnosti Google fungujú pri širokej škále používateľov, čo umožňuje overiť presnosť našich modelov konverzií v rámci veľkej skupiny interakcií s reklamou a konverzných akcií prostredníctvom niekoľkých kľúčových dimenzií:

Rozsah: máme prístup k veľkému množstvu rôznych interakcií s reklamou naprieč kanálmi v rôznych častiach lievika. To nám poskytuje komplexné údaje o tom, ako rôzni používatelia reagujú na rôzne typy reklám bez ohľadu na to, kde v lieviku sa nachádzajú, a naprieč všetkými kanálmi.
Presnosť: naša silná základňa prihlásených používateľov umožňuje, aby naše sofistikované techniky modelovania fungovali nezávisle od súborov cookie alebo iných identifikátorov. Z reprezentatívnej skupiny prihlásených používateľov totiž môžeme odvodiť širokú množinu údajov o správaní.
Pokrytie: značky Googlu používa množstvo webov, vďaka čomu sú naše modely konverzií overené v rámci veľkej skupiny rôznych konverzných akcií. Modelovanie konverzií používa údaje, ktoré neidentifikujú používateľa pri vyčísľovaní konverzií, ktoré Google nedokáže pozorovať priamo. Náš model sa potom unikátne optimalizuje pre každého inzerenta, čo prináša jedinečné výsledky.
Technická odbornosť: odbornosť Googlu v oblasti umelej inteligencie predstavuje kľúčovú schopnosť, ktorá nám umožňuje modelovať v najvyššej kvalite. V tejto oblasti sme sa zdokonalili vďaka našim službám merania, ktoré využívajú modelovanie už celé roky (automatické ponuky a návštevy predajne v službe Google Ads), ale aj vďaka službám nesúvisiacim s meraním (napríklad autonómne autá a odporúčania na YouTube).
Užitočnosť: modelované konverzie Googlu sa zobrazujú v prehľadoch kampaní, ale sú tiež prepojené s optimalizáciou a ponukami. Vďaka tomu sú dáta akcieschopné, pretože sú v súlade s vašimi obchodnými cieľmi.

Príklady dostupného modelovania online konverzií

Tu sú niektoré z najdôležitejších riešení modelovania konverzií, ktoré máme k dispozícii:

Modelovanie v prípade obmedzení súborov cookie tretích strán

Niektoré prehliadače (napríklad Safari a Firefox) nepovoľujú meranie konverzií pomocou súborov cookie tretej strany. Ak sa pri meraní konverzií spoliehate na súbory cookie tretej strany, modelovanie konverzií bude závisieť od návštevnosti vašich webov v týchto prehliadačoch (v počítačoch a mobilných zariadeniach). Zistite, ako zlepšiť modelovanie inováciou na značku Google.

Modelovanie v prípade obmedzení súborov cookie hostiteľskej domény

Niektoré prehliadače (napríklad Safari) obmedzujú čas povolenia súborov cookie hostiteľskej domény. Modelovanie konverzií bude závisieť od podielu skrytých konverzií po uplynutí tohto času. Zistite, ako zlepšiť modelovanie pomocou rozšírených konverzií.

Modelovanie v prípade obmedzení súhlasu s používaním súborov cookie v EÚ

Nariadenia v niektorých krajinách vyžadujú, aby inzerenti získali súhlas s používaním súborov cookie súvisiacich s reklamnými aktivitami. Inzerenti, ktorí aktivovali režim súhlasu, zaznamenajú modelovanie konverzií zodpovedajúce používateľom, ktorí neudelili súhlas. V prípade používateľov, ktorí neposkytli súhlas, dochádza k modelovaniu konverzií.

Vplyv systému iOS 14

Pravidlá súvisiace s rámcom App Tracking Transparency (ATT) spoločnosti Apple budú od vývojárov vyžadovať, aby žiadali o povolenie pri používaní určitých informácií z aplikácií a webov iných firiem na reklamné účely. Google nebude používať informácie (napríklad IDFA), na ktoré sa vzťahujú pravidlá pre ATT. Konverzie z reklám, ktoré pochádzajú z návštevnosti ovplyvnenej rámcom ATT, budú preto podliehať modelovaniu. Ak chcete, aby modelovanie fungovalo čo najlepšie, uistite sa, že váš web dokáže prijímať ľubovoľné parametre webovej adresy.

S uvedením pravidiel rámca ATT spoločnosti Apple, SKAdNetwork, sa riešenie atribúcie aplikácií od spoločnosti Apple stalo dôležitým vstupom pre inzerentov aplikácií pri hodnotení výkonnosti ich kampaní pre iOS. V záujme zlepšenia kvality a konzistentnosti našich modelovaných reportov v používateľskom rozhraní služby Google Ads prehlbujeme integrácie s riešením SKAdNetwork. Prečítajte si viac o osvedčených postupoch na zlepšenie merania a výkonnosti kampaní na aplikácie pre iOS.

Vplyv pravidiel služby Google Play

Služba Google Play oznámila nové aktualizácie pravidiel s cieľom poskytnúť používateľom väčšiu kontrolu, zlepšiť ochranu súkromia a zabezpečenie. V rámci aktualizácie Služieb Google Play v druhej polovici roka 2021 bude zavedená novinka: keď používateľ deaktivuje v nastaveniach Androidu prispôsobovanie pomocou reklamného identifikátora, reklamný identifikátor bude odstránený. Pri akýchkoľvek pokusoch o prístup k identifikátoru bude namiesto neho prijatý reťazec núl. Ďalšie informácie o reklamnom identifikátore

V dôsledku tejto aktualizácie služby rozšírime modelované konverzie na všetky kampane na aplikácie (ang. App campaign). To znamená, že stĺpec konverzií (ako aj stĺpec inštalácií, akcií v aplikácii a hodnoty konverzie) môže obsahovať modelované konverzie. V budúcnosti môžu v kampaniach na aplikácie pribudnúť ďalšie modelované konverzie. Chceme tak zmierniť vplyv tejto a prípadných ďalších aktualizácií služby.

Konverzie naprieč zariadeniami

Keď používateľ začne svoju cestu interakciou s reklamou v jednom zariadení a konverziu dokončí v inom zariadení, túto konverziu nemusí byť možné pripísať danej interakcii s reklamou. Google pozoruje dáta od veľkého množstva prihlásených používateľov v službách Googlu, aby vyvodil podobné správanie v rámci všetkých používateľov. Modeluje sa aj mnoho konverzií naprieč zariadeniami vrátane konverzií zo zariadení v obývačkách a z počítačov.

Poznámka: Podiel týchto konverzií, ktoré možno obnoviť v službe Google Ads, závisí od množstva pozorovateľných údajov, ktoré máme k dispozícii pre jednotlivé situácie, a od reprezentatívnosti týchto pozorovateľných údajov (napríklad ako realisticky sa podobajú celej používateľskej základni konkrétneho inzerenta). Miery obnovenia sa líšia v závislosti od problému, ktorý riešime. Čím je pozorovateľných údajov viac, tým je kvalita modelu lepšia. Zistite, ako ju môžete zlepšiť implementovaním značky Google, režimu súhlasu a rozšírených konverzií.

Princípy modelovania online konverzií

Neustále zlepšovanie kvality

Podobne ako pri všetkých ostatných službách platí, že naši dátoví analytici priebežne zlepšujú algoritmy, aby zvýšili presnosť a rozsah modelovania. Pravidelne predstavujeme nové služby, ktoré nám poskytujú nové zdroje pozorovateľných údajov spresňujúce naše modelovanie (napríklad viac pozorovaných údajov nám môžu poskytnúť rozšírené konverzie a režim súhlasu).

Sofistikované techniky kontroly presnosti

Na kontrolu presnosti nášho modelovania používame techniky, ako je overenie pomocou zadržania (napríklad zadržíme časť pozorovaných konverzií a modelujeme pre tento úsek). Potom porovnáme modelované výsledky so skutočnými pozorovanými konverziami, ktoré sme zadržali, zmeriame nepresnosti a vplyvy a modely priebežne dolaďujeme. Podobné metódy majú v prípade umelej inteligencie od Googlu široké využitie.

Prísne prahy reportov

Modelované konverzie zahŕňame do našich reportov iba vtedy, keď máme veľkú istotu, že ku konverziám v skutočnosti došlo na základe interakcií s reklamou. Systematicky sa vyhýbame zaznamenávaniu viacerých konverzií, než ku koľkým skutočne došlo, a vždy sa snažíme minimalizovať nadhodnocovanie prehľadov. V prípade niektorých používateľov to znamená, že pravidelne nepozorujeme dostatočný počet konverzií, aby sme mohli modelovať spoľahlivo. V takýchto prípadoch nereportujeme žiadne modelované konverzie.

Každá medzera sa rieši pomocou jedinečnej metodológie modelovania

Keďže identifikujeme rôzne medzery v meraní a sú potrebné a dostupné rôzne typy pozorovateľných dát, máme rôzne typy modelov pre rôzne typy medzier. Používame tiež techniky, ktoré eliminujú dvojité započítavanie v rámci rôznych typov modelov. Vieme, že konverzné pomery sa výrazne líšia podľa reklamného kanála, a preto vytvárame osobitné modely pre každý kanál a typ interakcie s reklamou (zobrazenia a kliknutia).

Výsledok každého modelu je pre danú firmu a správanie používateľa jedinečný

Po určení všeobecného algoritmu modelovania na riešenie konkrétnej medzery v pozorovaní použijeme tento algoritmus zvlášť pre údaje každého inzerenta a dospejeme k jedinečným výsledkom, ktoré vyjadrujú správanie jedinečných používateľov a konverzné pomery pre daného inzerenta. Ak napríklad majú vaši používatelia veľmi vysokú tendenciu začať svoju cestu v jednom zariadení a konverziu uskutočniť v inom zariadení, v prehľadoch budete mať zaznamenaných viac konverzií ako priemerný počet modelovaných konverzií naprieč zariadeniami.

Prísne pravidlá zakazujúce digitálne stopy

Technológie digitálnych stôp sa zvyčajne spoliehajú na heuristiku, ako sú adresy IP, ktoré identifikujú používateľov naprieč rôznymi dotykovými bodmi a zariadeniami a generujú „identifikátor digitálnej stopy“ na identifikáciu používateľa pri budúcich interakciách. Takéto identifikátory negenerujeme ani sa nesnažíme identifikovať jednotlivých používateľov, pretože to používateľovi neposkytuje primeranú kontrolu ani transparentnosť. Okrem toho nepovoľujeme iným, aby do našich reklamných služieb odosielali údaje digitálnych stôp. Namiesto toho agregujeme údaje, ako sú historické konverzné pomery, typ zariadenia, čas dňa a poloha, s cieľom predvídať pravdepodobnosť konverznej udalosti v rámci skupiny používateľov, ktorí si pozreli reklamu alebo na ňu klikli.

Oznamovanie zásadných zmien modelovania

Pred zavedením akýchkoľvek zmien modelovania spúšťame priebežne experimenty a ak zistíme výrazný vplyv na prehľady a ponuky, príslušne o tom informujeme.

Automatická integrácia

V prípadoch, keď je to možné robiť presne, bude Google vo vašich prehľadoch a optimalizácii konverzií používať integrované modelovanie konverzií. V niektorých prípadoch, napríklad keď nie je možné pozorovať konverzie pri skupine používateľov, ktorí nevyjadrili súhlas so súbormi cookie, budeme potrebovať údaje o vašich mierach súhlasu, aby sme mohli poskytnúť modelovanie konverzií.

Súvisiace odkazy

Pomohlo vám to?

Ako ju môžeme zlepšiť?