Modeliranje konverzij zapolni neznanke na poti stranke, pri čemer spoštuje zasebnost uporabnikov.
Modeliranje konverzij uporablja opazovane konverzije za predvidevanje neopazovanih konverzij brez prepoznave posameznika.
| Opazovane konverzije | Modelirane konverzije |
|---|---|
|
Uporabljajo se piškotki in drugi identifikatorji za povezovanje interakcij z oglasi in konverzij. |
Uporablja se strojno učenje za dodeljevanje povezav med interakcijami z oglasi in konverzijami v primerih, ko piškotki in identifikatorji niso bili na voljo. |
Kdaj so modelirane konverzije vključene v poročila
Modelirane konverzije so vključene v skupno število zabeleženih konverzij samo, če obstaja velika verjetnost, da je vaš oglas zagotovil konverzije. S temi strogimi merili preprečujemo sistematično prekomerno poročanje. V primerih, ko nimamo dovolj podatkov, da bi lahko zanesljivo modelirali konverzije, modeliranih konverzij ne zagotovimo.
Preverjanje preusmeritve prometa (najboljši postopek za strojno učenje) vzdržuje natančnost Googlovih modelov. Metodologija modeliranja se uporabi za podnabor opazovanih konverzij za razumevanje natančnosti modela na podlagi primerjave z opazovanimi rezultati. Ti podatki se uporabljajo za izpopolnjevanje modelov.
Google stalno izvaja preizkuse pred uvedbo kakršne koli spremembe modeliranja. Če opazimo bistven vpliv na vaše podatke, vas o tem obvestimo.
Modeliranje konverzij deluje na naslednji način:
1. Razvrstitev interakcij z oglasi v dve skupini
Ena skupina vključuje interakcije z oglasi, ki imajo jasno povezavo s konverzijo, ki jo je mogoče opazovati. Druga skupina vključuje interakcije z oglasi, ki nimajo jasne povezave s konverzijo, ki bi jo bilo mogoče opazovati.
2. Razdelitev opazovane skupine na podskupine
Opazovane konverzije so razdeljene na podskupine na podlagi skupnih značilnosti, za vsako pa se izračunajo ključne meritve. Ugotovljeno je lahko na primer, da imajo konverzije, opažene zjutraj v Franciji, neko stopnjo konverzije, medtem ko je lahko ta stopnja zvečer drugačna.
3. Razdelitev neopazovane skupine na iste podskupine
Te podskupine se uporabijo za razvrstitev neopazovanih interakcij z oglasi in konverzij.
4. Povezovanje neopazovanih interakcij z oglasi in konverzij
Na podlagi znanih stopenj konverzij in drugih značilnosti iz opazovanih podskupin strojno učenje poveže neopazovane interakcije z oglasi in konverzije, kjer je to primerno. Opazovane in modelirane konverzije so nato integrirane v podatke o konverzijah za lažje sprejemanje utemeljenih odločitev glede poročanja o uspešnosti oglasov ter vključene v ponujanje za nepristranski vpogled v uspešnost. To zagotavlja boljšo optimizacijo.
V praksi izračuni na podlagi opazovanih podatkov temeljijo na različnih razsežnostih, vključno z lokacijo, časom in brskalnikom. To se kombinira s podatki iz API-jev platform, anket in panelov uporabnikov za nadaljnje izboljšanje modeliranja.
Pristop s poudarkom na zasebnosti
Google ne dovoli zbiranja prstnih odtisov ali drugih poskusov prepoznave posameznih uporabnikov. Namesto tega Google na podlagi združenih podatkov (kot so pretekle stopnje konverzij, vrsta naprave, ura v dnevu, geografski podatki in drugo) predvidi verjetnost konverzij za uporabnike, ki so si ogledali ali kliknili oglas.
Dodatni viri
- Preberite več o modeliranju konverzij in podatkih merjenja.
- Oglejte si videoposnetek o osnovah modeliranja konverzij v Googlu Ads.
- Preberite več o tem, kako modeliranje konverzij izboljša trženje z novimi viri podatkov merjenja.
- Oglejte si videoposnetek o načelih modeliranja konverzij.
