Paglalarawan ng Pamamaraan

Ang sumusunod ay isang buod ng mga pamantayan sa industriya para sa pagsukat ng mga impression at viewability ng video.

Sine-certify ng kasalukuyang akreditasyon ng Media Rating Council (MRC) na: Ang pagsukat ng impression ng video at viewability ng video sa YouTube Reserve gaya ng iniuulat sa Ulat sa Viewability ng Video sa YouTube Reserve ay nakakasunod sa mga pamantayan sa industriya para sa pagsukat ng impression at viewability ng video. Tumpak ang mga prosesong sumusuporta sa mga teknolohiyang ito. Nalalapat ito sa teknolohiya ng Google sa pagsukat na ginagamit sa lahat ng uri ng device: desktop, nakakonektang TV, mobile, at tablet, sa mga browser at mobile app na environment.

Sa ibaba, may makikita kang buod ng proseso ng pagsukat ng Video na ginagamit ng YouTube Reserve.

Saan may akreditasyon ang Google?

Sine-certify ng akreditasyon na nakakasunod ang teknolohiya ng Google sa pagsukat ng impression at viewability ng Video sa mga pamantayan sa industriya para sa pagbibilang ng mga impression sa video advertising at pagsukat ng mga rate ng viewability.

Sa mga Desktop, Mobile App, at Mobile Web na environment lang akreditado ang Mga Sukatan ng Viewability ng Video.

Ano ang kasama sa proseso ng pag-audit?

Ang “Ulat sa Viewability ng Video sa YouTube Reserve” lang ang may akreditasyon para sa Mga Sukatan ng Video ng MRC. Makikita ang mga kahulugan ng mga sukatang ito sa seksyong Glossary ng ulat sa Viewability ng Video.

Kabilang sa pag-audit ang lahat ng sukatan, pag-aggregate, at pagpoprosesong may kaugnayan sa Ulat sa Viewability ng Video sa YouTube Reserve, na kinabibilangan ng Nalalaktawang in-stream, Hindi nalalaktawang in-stream, at Bumper video na pag-advertise na ibinebenta sa pamamagitan ng direktang pagrereserba.

Ano ang hindi kasama sa proseso ng pag-audit?

Hindi saklaw ng pag-audit na ito ang mga solusyon ng Google sa pag-advertise na nakabatay sa impression na hindi pang-video, gaya ng Google Marketing Platform, at mga system na nagsusukat ng mga pag-click para sa mga di-komersyal na layunin (gaya ng paghahanap sa Google). Kabilang sa iba pang system na hindi saklaw ng pag-audit na ito ang mga nauugnay na system ng suporta at pamamahala gaya ng Google Analytics. Bukod dito, hindi kabilang sa akreditasyon ang mga sumusunod na item:

• Iba pang ulat sa kliyente (Unique Reach, Brand Lift, Placement, at iba pa) para sa Pagpapareserba sa YouTube
• Pag-target, Kaligtasan ng Brand
• Iba pang uri ng device
• Mga sukatan ng pag-click
• YouTube TV, Mga Sponsorship, YouTube Kids, at Mga Masthead.

Pamamaraan sa pagsukat ng impression at viewability ng video

Gumagamit ang Google ng internal na tool sa pag-book para magplano at magreserba ng mga YouTube campaign para sa mga advertiser na nag-opt in sa serbisyo ng direktang pagrereserba.

Ang pinagmamay-ariang Interactive Media Ads Software Development Kit (IMA SDK) ng Google ay direktang isinama sa video player ng YouTube, YouTube mobile app, o mga site at app ng partner sa video para pangasiwaan ang komunikasyon sa pagitan ng mga video player at server ng ad para sa pagsukat ng video. Ang IMA SDK ay isang Video Ad Serving Template (VAST) (mga bersyon 2.0, 3.0, o 4.0) na may nakakasunod na pagpapatupad ng tag na ginagamit para sumukat ng linear at hindi linear na content ng video ad para maghatid at sumubaybay ng mga digital na video ad. Sinusuportahan din ng IMA SDK ang Video Player Ad-Serving Interface (VPAID) (bersyon 2.0) na nagbibigay-daan para magkaroon ng komunikasyon ang video ad at video player sa isa't isa, pati na rin ang Video Multiple Ad Playlist (VMAP) na nagbibigay-daan para makapag-play ng maraming ad sa content ng video ad.

Inihahatid in-stream ang lahat ng sinukat na ad ng video sa YouTube na kasama sa ulat sa viewability ng video. Para sa mga impression ng video ad, ginagamit ng pagsukat ang count-on-begin-to-render methodology. Naaayon ang mga IMA SDK na solusyon ng Google Ads sa mga requirement ng Mga Alituntunin sa Impression ng Video para sa post-buffering initiation ng event ng pagsukat. Gumagamit ang ulat sa viewability ng Video sa YouTube Reserve ng kumbinasyon ng data ng user-agent at mobile app SDK mula sa mga internal at external na source para uriin ang mga klase ng device. Hindi umaasa ang ulat sa viewability ng Video sa YouTube Reserve sa anumang third party para isagawa ang pag-uuri.

Sa ilang sitwasyon, isang salik ang tuloy-tuloy na pag-play, halimbawa, kapag aktibo ang Autoplay o kapag may pinapanood na video sa isang playlist ang user. Kapag ganito ang sitwasyon, may ilang panuntunang sinusunod. Kapag gumagamit ng Wi-Fi, awtomatikong hihinto ang tuloy-tuloy na pag-play pagkalipas ng 4 na oras. Kapag gumagamit ng mobile network, hihinto ang tuloy-tuloy na pag-play kung hindi ka aktibo nang 30 minuto. Autoplay ang tinatayang 17% ng trapiko ng video. Sumangguni sa seksyong Nakakonektang TV para sa mga sitwasyon kung kailan naka-off ang device.

Para sa viewability ng video, ginagamit ng Google Ads ang Active View description of methodology para sukatin ang viewability tulad ng iniuulat sa platform sa pag-uulat sa YouTube Reserve. Itinuturing ng ulat sa Viewability ng Video sa YouTube Reserve na nakikita ang impression ng video kapag lumabas ang kahit man lang 50% ng creative ng video ad sa nakikitang bahagi ng browser/app ng isang user sa loob ng dalawang magkasunod na segundo.

Pamamaraan ng pag-filter

Sinusubukan ng Google na tuloy-tuloy na tumukoy at mag-filter ng pangkalahatan at sophisticated invalid traffic sa pamamagitan ng mga pagkakakilanlan, aktibidad, at pattern na batay sa data. Ginagawa ang pagtukoy at pag-filter na ito sa iba't ibang impression ng video, at kabilang dito ang aktibidad na hindi ginawa ng tao at pinaghihinalaang panloloko. Gayunpaman, dahil hindi palaging malalaman o mahuhulaan ng publisher, advertiser, o ng kani-kanilang ahente ang pagkakakilanlan at layunin ng user, malabong matukoy at maibukod ang lahat ng invalid na trapiko mula sa mga naiulat na resulta sa maagap na paraan. Para maiwasang makompromiso o ma-reverse engineer ang mga proseso sa pag-filter ng invalid na trapiko, walang ibubunyag na detalye tungkol sa mga partikular na pamamaraan sa pag-filter, bukod sa mga naidetalye rito, maliban na lang sa mga auditor bilang bahagi ng proseso ng pag-audit.

Ginagamit sa pag-filter ang pamamaraan sa pag-filter na partikular na pagtukoy (kabilang ang pagsunod sa mga file ng tagubilin ng robot, mga listahan ng pag-filter, at pansubok na aktibidad sa publisher) at pamamaraan sa pag-filter na batay sa aktibidad (kabilang ang pagsusuri sa maraming magkakasunod na aktibidad, naiibang aktibidad, mga attribute ng pakikipag-ugnayan, at iba pang kahina-hinalang aktibidad).

Bukod pa rito, nalalapat ang mga sumusunod na parameter sa pamamaraan ng pag-filter:

• Hindi ginagamit ng Google ang third-party na pag-filter.
• Mga source na ginamit para sa pagtukoy ng aktibidad na hindi ginawa ng tao: Ginagamit ng Google ang IAB/ABCe International Spiders & Robots List pati na rin ang mga karagdagang filter batay sa mga nakaraang aktibidad ng robot. Ginagamit ang file sa pagbubukod ng IAB Robots List.
• Mga proseso ng pag-filter na batay sa aktibidad: Sangkot sa mga pagkilala na batay sa aktibidad ang pagsasagawa ng ilang uri ng pagsusuri sa pattern, paghahanap ng gawi ng aktibidad na malamang na magpapakilala sa trapikong hindi mula sa tao. May mga nakahandang system ang Ad Traffic Quality team para matukoy ang anumang kahina-hinalang aktibidad at gumagawa ng naaangkop na pag-filter batay sa aktibidad.
• Isinasagawa ang lahat ng pag-filter 'nang huli na' at nang passive. Ang ibig sabihin noon ay ibibigay sa user (browser, robot, o iba pa) ang kanyang request nang walang palatandaang na-flag ang kanyang trapiko, o kung hindi man, ifi-filter at aalisin siya dahil ayaw ng Google na ipaalam sa user agent na na-trigger ng kanyang aktibidad ang alinman sa mga mekanismo sa pag-filter ng Google. Sa ilang sitwasyon, gumagamit din ng pag-block sa frontend, kapag malamang na humantong sa invalid na aktibidad ang magiging resulta na request sa ad. Ayon sa dating impormasyon, wala pang 2% ng mga request sa ad ang naba-block.
• May mga ipinatupad na proseso para alisin ang self-announced na aktibidad sa pag-prefetch.
• Kapag may nakitang mga pagbabago o mali, may mga ipinapatupad nang proseso para itama ang data na ito at magbigay ng mga refund sa mga advertiser. Ipapakita ang mga refund na ito sa mga buod ng pagsingil. Ang pagkasira ng mga log file ay napakabihira, pero kung sakaling mangyari ito, may mga ipinapatupad nang proseso para i-recover ang mga ito.
• May mga ipinatupad na proseso para mag-alis ng aktibidad mula sa mga internal na IP address ng Google.
• Tuloy-tuloy na sinusubaybayan ang mga panuntunan at limitasyon sa pag-filter. Mababago nang manual ang mga ito, at regular na awtomatikong ina-update.

Tandaan: Ang rate ng pasya sa GIVT at SIVT para sa trapiko ng Youtube Reservation ay 100%.

Machine learning

Gumagamit ang Google ng mga technique na may patnubay na AI¹ sa pamamagitan ng mga pamamaraang tulad ng Pag-uuri (halimbawa, Neural Network approach), kung saan huhulaan ng modelo ang invalid na trapiko (IVT) sa pamamagitan ng pasyang oo/hindi tungkol sa kung invalid ba ang isang event, at Logistic Regression, kung saan nagbibigay ang modelo ng marka sa iba't ibang aktibidad at pagkatapos ay magkakaroon ng pasya sa IVT batay sa mga threshold ng marka. Posible ring gumamit ng mga tree method at graph method ang mga modelo ng may patnubay na AI ng Google.

Kasama sa mga data source ng ginamit para sa Google AI ang mga log ng mga query at interaction (“mga log ng mga ad”), mga hindi log na data na puwedeng isama sa mga log ng mga ad, at iba't iba pang karagdagang pinagmamay-ariang signal. Nakasalalay ang Google sa daan-daang data source na may iba't ibang laki: ang kabuuang bilang ng mga tala sa bawat data source ay mula libo-libo hanggang trilyon-trilyon, depende sa data source. Ang mga modelong batay sa trapiko ay kinakailangang suriin nang may minimum na 7 araw ng trapiko bilang data ng input.

Para sa mga aktibong depensa, nagpapanatili ang Google ng mga pamamaraan sa pagsubaybay sa mga signal sa trapiko (data sa pagsasanay) na ipinapasok sa mga modelo, na nagti-trigger ng mga alerto para sa pagpasok ng tao kung hindi matugunan ang ilang partikular na hangganan ng threshold. Dahil dito, inaasahan ang minimal, kung mayroon man, na pagbaba ng katumpakan.

Tuloy-tuloy na sinasanay ulit ang mga modelo kapag naaangkop at praktikal, at regular o tuloy-tuloy na sinusuri ang performance ng modelo. Dahil dito (katulad sa mga pamamaraan namin sa pagsubaybay sa itaas), inaasahan ang minimal, kung mayroon man, na pagbaba ng katumpakan.

Minimal ang mga bias sa pagsasanay ng Google AI at data ng pagsusuri at kung mataas ang mga ito, hindi aaprubahan ang depensa sa IVT. Sumasailalim sa cross-functional na proseso ng pagsusuri ang lahat ng proyekto ng Google AI (“mga paglunsad”) bago aprubahan ang mga ito. Bilang bahagi ng prosesong ito, sinusuri ang bias para sa (mga) modelo at nauugnay na data, at dapat matugunan ng mga proyekto ang paunang natukoy na mga pamantayan sa kalidad ng trapiko ng ad bago maaprubahan. Mayroong tuloy-tuloy na pagsubaybay para ma-detect ang pagkakaroon ng bias sa mga modelo, na magti-trigger ng mga alerto at pag-evaluate, pagsusuri, at mga update sa modelo.

Naglalapat ang Google ng kumbinasyon ng mga technique ng AI at/o pagpasok/pagsusuri ng tao sa lahat ng trapiko. Para sa ilang depensa, nakasalalay ang Google sa pagbuo ng lead na batay sa AI na sinusundan ng pagsusuri ng tao. Nagsisimula ang ibang depensa sa data ng pagsusuri ng tao at gagamit ng Google AI para mag-generalize. Nagbabago ang paglalapat namin ng mga technique ng AI at pagpasok/pagsusuri ng tao, at nag-iiba ang paggamit namin batay sa iba't ibang pamantayan, kabilang ang mga alerto, pag-escalate, at organic na pagbabago-bago sa mga uri ng invalid na trapiko na posibleng lumabas. Dahil dito, hindi steady ang pamamahagi, at nagbabago-bago sa paglipas ng panahon ang “antas” ng pag-rely sa Google AI o pagpasok/pagsusuri ng tao.

¹Nakasalalay ang may patnubay na Google AI sa may label na data ng input at output, ibig sabihin, may inaasahan sa kung ano ang magiging output ng modelo ng AI.

Kwalipikasyon ng partner sa negosyo

Nalalapat ang mga patakaran sa ad sa level ng platform ng YouTube sa lahat ng party. Matuto pa tungkol sa mga patakaran sa ad para sa Mga Advertiser.

Tuloy-tuloy na nagfi-filter ang Google ng invalid na trapiko, at susuriin nito ang sinumang partner sa negosyo na nakakatanggap ng maraming invalid na trapiko. Puwedeng masuspinde o isara ang account ng mga partner na patuloy na nakakatanggap ng maraming invalid na trapiko.

Pag-uulat sa data ng video

Makakakuha ang mga advertiser ng iba't ibang uri ng ulat sa pagrereserba sa YouTube (tulad ng Unique Reach, Brand Lift, at iba pa) mula sa kanilang pangunahing contact sa Google sales.

Ang mga sukatan lang na nakalista sa ulat sa viewability ng video ang saklaw ng akreditasyon ng MRC. Puwedeng magkaroon ng hindi kapansin-pansing dami ng trapiko sa YouTube TV sa ulat sa viewability ng video para sa mga may akreditasyong environment sa Desktop at Mobile. Hindi kasama sa pag-audit sa akreditasyon ang iba pang pag-uulat ng mga sukatan ng impression at viewability ng video sa iba pang available na ulat sa YouTube Reservation.

Ang mga sukatan sa ulat sa viewability ng video sa YouTube Reserve ay iniuulat na Kabuuang Net ng SIVT sa mga Desktop, Mobile Web, at In-App sa Mobile na environment. Tinatayang general invalid traffic ang humigit-kumulang 23% ng kabuuang trapiko ng mga invalid na impression ng video.

Sinusukat at iniuulat sa ulat sa viewability ng video sa YouTube Reserve ang mga sumusunod na format ng video ad. Ang lahat ng iba pang format ng ad na hindi inilalarawan sa ibaba ay hindi kasama sa ulat sa viewability ng video sa YouTube Reserve, kasama ang mga ad na inihahatid sa mobile application na YouTube Kids.

• Mga nalalaktawang in-stream ad: Sa isang nalalaktawang video ad, bibigyan ang mga manonood ng opsyong laktawan ang ad pagkatapos ng unang 5 segundo. Pagkatapos mapanood ang isang nalalaktawang ad, makakadagdag ito sa bilang ng panonood sa YouTube kapag umabot ng 30 segundo o kapag pinanood nang buo ang ad (dapat ay 12 segundo man lang ang haba ng mga creative para maidagdag sa mga bilang ng panonood. Ang maximum na haba ng mga nalalaktawang video ad ay puwedeng 6 na minuto.
• Mga bumper ad: Maiikling video ad na humigit-kumulang 6 na segundo ang haba at lumalabas bago, habang, o pagkatapos ng video content sa YouTube. Mga hindi nalalaktawang ad ang mga bumper ad.
• Mga hindi nalalaktawang in-stream na video ad: Sa isang hindi nalalaktawang video ad, walang opsyon ang mga manonood na laktawan ang ad. Tandaang hindi dinaragdagan ng mga hindi nalalaktawang ad ang bilang ng panonood. Puwedeng may maximum na 15 segundo o 20 segundo ang mga hindi nalalaktawang ad, depende sa rehiyon kung saan ipinapakita ang Ad.

Pareho lang ang time zone ng pag-uulat para sa “Ulat sa Viewability ng Video sa YouTube Reserve” at ang time zone ng nauugnay na campaign. Magsasama rin ng pagsusuri sa watermark sa “Ulat sa Viewability ng Video sa YouTube Reserve” para sa pagsusuri sa kalidad sa mga pangunahing sukatan (Mga Impression, Invalid na impression, Nasusukat na Impression, Hindi nasusukat na impression, Natitingnang impression, Hindi natitingnang impression). Puwede mong ihambing ang kabuuang bilang ng mga pangunahing sukatang ito sa watermark na may mga nauugnay na numero sa talahanayan ng pag-uulat. Kung may anumang pagkakaiba, makipag-ugnayan sa iyong pangunahing contact sa Google sales. Available ang ulat na “Viewability ng Video sa YouTube” batay sa mga nako-customize na hanay ng petsa. Makipag-ugnayan sa iyong pangunahing contact sa Google sales para i-request ang ulat.

Konektadong TV

Isinumite namin ang Nakakonektang TV (Connected TV o CTV) para sa akreditasyon ng MRC at idaragdag ang mga sukatang ito sa Ulat sa Viewability ng Video sa pagtanggap ng akreditasyon. Para sa mga CTV device na sertipikadong magdala ng YouTube, dapat ipaalam sa app kapag hindi nakikita ang app (halimbawa, lumipat ng HDMI input ang user, na-off ng user ang device). Titiyakin nito na ihihinto ng YouTube ang pag-playback ng video (at dahil dito, hindi ihahatid ang mga ad) kapag hindi nakikita ang app. Sa mga bihirang instance, walang kakayahan ang Google na matukoy kung naka-off ang isang TV device. Walang limitasyon sa pagsukat sa latency.

Komunikasyon kaugnay ng pagbabago sa pamamaraan

Ipinapaalam ang anumang pagbabago sa pamamaraan sa pamamagitan ng Mga Anunsyo ng Tulong sa Google Ads.

Paghahayag sa Pag-uulat sa Posisyon ng Placement

Sa ngayon, hindi iniuulat ng Google ang posisyon ng placement ng mga video ad. Ang posisyon ng in-stream ad sa mga video ad ng Google ay bahagyang hatid ng pag-optimize ng Google AI para sa mga advertiser at bahagyang ayon sa available na imbentaryo mula sa pabago-bagong pattern sa gawi ng aming mga user. Naglalaan ng mga ad ang mga algorithm ng Google sa paghahatid ayon sa mga salik na ito para sa bawat indibidwal na Impression. Naiiba ito sa pag-uulat sa spot position sa linear TV, kung saan nakatakda ang spot para sa bawat viewer.