Izmantojot konfidencialitāti nodrošinošu reklāmguvumu modelēšanu, tiek aizpildīti nezināmie dati par klienta ceļu.
Reklāmguvumu modelēšanā tiek izmantoti novērotie reklāmguvumi, lai prognozētu nenovērotos reklāmguvumus, neidentificējot nevienu reklāmguvumu.
| Novērotie reklāmguvumi | Modelētie reklāmguvumi |
|---|---|
|
Tiek izmantoti sīkfaili un citi identifikatori, lai reklāmu mijiedarbības gadījumus saistītu ar reklāmguvumiem. |
Tiek izmantota mašīnmācīšanās, lai reklāmas mijiedarbības gadījumus saistītu ar reklāmguvumiem, ņemot vērā situācijas, kad sīkfaili un identifikatori nebija pieejami. |
Kad modelētie reklāmguvumi tiek iekļauti jūsu pārskatos
Modelētie reklāmguvumi tiek iekļauti kopējo reģistrēto reklāmguvumu skaitā tikai tad, ja ir liela pārliecība, ka jūsu reklāma ir nodrošinājusi reklāmguvumus. Tādējādi mēs izvairāmies no sistemātiskas pārāk liela reklāmguvumu skaita reģistrēšanas. Gadījumos, kad nav pietiekami daudz datu, lai varētu droši modelēt reklāmguvumus, mēs to nedarām.
Google modeļu precizitāti nodrošina aizturētā validācija (mašīnmācīšanās paraugprakse). Modelēšanas metodoloģija tiek lietota novēroto reklāmguvumu apakškopai, lai izprastu modeļa precizitāti, salīdzinot ar novērotajiem rezultātiem. Šī informācija tiek izmantota, lai uzlabotu modeļus.
Google pastāvīgi veic eksperimentus pirms jebkuru modelēšanas izmaiņu ieviešanas un, ja konstatējam būtisku ietekmi uz jūsu datiem, par to informējam.
Kā darbojas reklāmguvumu modelēšana
1. Reklāmu mijiedarbības gadījumi tiek iedalīti divās grupās
Viena grupa ietver reklāmu mijiedarbības gadījumus, kuros ir skaidra, novērojama saistība ar reklāmguvumu. Otra grupa ietver reklāmu mijiedarbības gadījumus, kam nav skaidra, novērojama saistība ar reklāmguvumu.
2. Novērotā grupa tiek iedalīta apakšgrupās
Novērotie reklāmguvumi tiek iedalīti apakšgrupās, pamatojoties uz kopīgām pazīmēm, un katrai grupai tiek aprēķināti galvenie rādītāji. Piemēram, no rīta Francijā novērotajiem reklāmguvumiem tiek noteikts konkrēts reklāmguvumu līmenis, kurš vakarā var būt atšķirīgs.
3. Nenovērotā grupa tiek kārtota tādās pašās apakšgrupās
Šīs apakšgrupas tiek izmantotas, lai kārtotu nenovērotos reklāmu mijiedarbības gadījumus un reklāmguvumus.
4. Nenovērotie reklāmu mijiedarbības gadījumi un reklāmguvumi tiek saistīti
Izmantojot zināmos reklāmguvumu līmeņus un citas novēroto apakšgrupu pazīmes, mašīnmācīšanās tehnoloģija saista nenovērotos reklāmu mijiedarbības gadījumus ar reklāmguvumiem (ja piemērojams). Pēc tam novērotie un modelētie reklāmguvumi tiek integrēti jūsu reklāmguvumu datos, lai palīdzētu jums pieņemt pārdomātus lēmumus par reklāmu veiktspējas pārskatiem, kā arī tiek ņemti vērā cenu noteikšanā, lai nodrošinātu objektīvu priekšstatu par veiktspēju. Šādi tiek nodrošināta labāka optimizācija.
Praksē to aprēķinu pamatā, kam izmantoti novērotie dati, ir dažādas kategorijas, tostarp atrašanās vieta, laiks un pārlūkprogramma. Šie aprēķini tiek apvienoti ar datiem no platformu API, aptaujām un lietotāju paneļiem, lai turpinātu uzlabot modelēšanu.
Uz konfidencialitāti vērsta pieeja
Google neatļauj izmantot ciparnospieduma izveidi vai citus mēģinājumus identificēt atsevišķus lietotājus. Tā vietā Google izmanto apkopotos datus (piemēram, vēsturisko reklāmguvumu līmeni, ierīces veidu, diennakts laiku, ģeogrāfisko atrašanās vietu utt.), lai prognozētu to lietotāju nodrošināto reklāmguvumu iespējamību, kuri ir skatījuši reklāmu vai noklikšķinājuši uz tās.
Papildu resursi
- Uzziniet vairāk par reklāmguvumu modelēšanu un novērtēšanas datiem.
- Noskatieties video Reklāmguvumu modelēšanas pamati programmā Google Ads
- Uzziniet, kā reklāmguvumu modelēšana uzlabo jūsu mārketinga pasākumus, izmantojot jaunus novērtēšanas datu avotus.
- Noskatieties video Reklāmguvumu modelēšanas principi
