Problemet med datagabet

Privatlivsregler har skabt et målingsgab for digitale annoncører. I Det Europæiske Økonomiske Samarbejdsområde ligger cookie-samtykkeraten typisk mellem 50 og 70 procent, hvilket betyder, at 30 til 50 procent af websitets sessioner genererer begrænsede eller ingen konverteringsdata. For annoncører, der er afhængige af Google Ads, påvirker dette gab direkte kampagneoptimering, målretning af målgrupper og beregning af afkast på annonceforbrug.

Googles svar på denne udfordring er konverteringsmodellering — en maskinlæringstilgang, der bruger observerede data fra brugere, der har givet samtykke, til at estimere konverteringer fra sessioner uden samtykke. Når det implementeres via Consent Mode V2, kan denne modellering gendanne en betydelig del af de tabte konverteringsdata, samtidig med at fuld regulatorisk overholdelse opretholdes.

Hvad konverteringsmodellering egentlig er

Konverteringsmodellering er ikke gætværk, og det er ikke simpel ekstrapolering. Det er et maskinlæringssystem, der analyserer adfærdsmønstre fra brugere, der har givet samtykke til cookies, og bruger disse mønstre til at forudsige den sandsynlige adfærd hos brugere, der ikke har givet samtykke.

Modellen tager højde for signaler som:

• Tidspunkt på dagen og ugedag — konverteringsrater varierer over tid, og dette mønster gælder både for brugere med og uden samtykke.
• Enhedstype og browser — konverteringsadfærd er forskellig mellem mobil og desktop og mellem browsertype.
• Geografisk region — konverteringsrater varierer efter placering, og det gælder uanset samtykkestatus.
• Sideindhold og navigationsmønstre — hvilke sider en bruger har set, og i hvilken rækkefølge, kan forudsige sandsynligheden for konvertering.
• Henvisningskilde — kanalen, der førte brugeren til sitet, er en stærk indikator for konverteringsintent.

Ved at kombinere disse signaler kan Googles modeller estimere antallet af konverteringer med rimelig nøjagtighed og give annoncører et mere komplet billede af kampagneperformance.

Sådan fungerer cookieless pings

Grundlaget for konverteringsmodellering er cookieless pinget — en letvægts-HTTP-anmodning, der sendes til Googles servere, når en bruger har afvist samtykke. At forstå, hvad disse pings indeholder (og hvad de ikke gør), er afgørende både for teknisk implementering og for overholdelse af privatlivsregler.

Et cookieless ping indeholder:

• Samtykkestatus: Den eksplicitte information om, at brugeren har afvist analytics_storage, ad_storage eller begge.
• Side-URL: Den side, brugeren ser.
• Tidsstempel: Hvornår hændelsen fandt sted.
• User agent: Browser- og enhedsoplysninger (ikke unikke nok til at identificere en person).
• Funktionelle oplysninger: Om sideinteraktionen var et sidevisning, scroll, klik eller formularindsendelse.

Et cookieless ping indeholder udtrykkeligt ikke:

• Nogen cookie-identifikator (_ga, _gid eller andre).
• Nogen cross-site tracking-information.
• Nogen personhenførbare oplysninger.
• Brugerens IP-adresse i en form, der kan bruges til identifikation (den bruges kun til grov geolokation og kasseres derefter).

Disse pings giver Google tilstrækkelig kontekstuel information til at fodre konverteringsmodellerne uden at kompromittere den enkelte brugers privatliv.

Advanced mode vs Basic mode: Et kritisk valg

Consent Mode V2 tilbyder to implementeringsniveauer, og forskellen mellem dem er dramatisk, når det gælder datagendannelse:

Basic mode sender absolut ingen data til Google, før brugeren giver samtykke. Det er den enkleste implementering — i praksis blot at blokere Google-tags, indtil samtykke er givet. Fordelen er maksimal enkelhed; ulempen er nul datagendannelse fra sessioner uden samtykke. Ingen cookieless pings betyder ingen input til modellering.

Advanced mode sender cookieless pings for sessioner uden samtykke, samtidig med at brugerens samtykkebeslutning respekteres fuldt ud ved ikke at sætte cookies eller indsamle personlige identifikatorer. Det er dette, der muliggør konverteringsmodellering. Google anbefaler Advanced mode og kræver det for fuld overholdelse af Consent Mode V2.

Valget mellem disse tilstande har en direkte, målbar effekt på dine data. Et site med en samtykkerate på 60 procent, der bruger Basic mode, ser kun 60 procent af sine konverteringsdata. Det samme site, der bruger Advanced mode, kan potentielt se 80 til 90 procent af de estimerede konverteringer gennem kombinationen af observerede (med samtykke) og modellerede (uden samtykke) data.

Aktiveringstærskler: Hvornår modelleringen går i gang

Konverteringsmodellering aktiveres ikke automatisk for hvert website. Google kræver minimumsdatamængder for at sikre, at modellerne er statistisk pålidelige. De vigtigste tærskler er:

• Google Ads-konverteringsmodellering: Cirka 1.000 annonceklik om dagen i mindst 7 sammenhængende dage. Under denne tærskel er der ikke nok konverteringsdata med samtykke til, at modellen pålideligt kan lære.
• GA4-adfærdsmode llering: Lavere tærskler, men Google kræver stadig mindst 1.000 hændelser om dagen med samtykke givet for hver hændelsestype, der modelleres.
• Krav om konsistens: Tærsklerne skal opfyldes konsekvent. Sporadiske trafikspidser efterfulgt af stille perioder vil ikke aktivere modellering.

For websites, der ikke opfylder disse tærskler, vil konverteringsmodellering fremstå som utilgængelig i din Google Ads-konto. Dette er en almindelig frustration for små og mellemstore annoncører, men det afspejler en reel statistisk begrænsning — modeller, der trænes på for få data, vil give upålidelige estimater.

Hvor mange data kan du faktisk gendanne?

Googles offentliggjorte data og uafhængige undersøgelser antyder, at konverteringsmodellering via Consent Mode V2 Advanced mode kan gendanne 50 til 70 procent af de konverteringer, der ellers ville gå tabt på grund af afvist samtykke. Den præcise gendannelsesrate afhænger af flere faktorer:

• Samtykkerate: Sites med højere samtykkerater giver mere træningsdata til modellen, hvilket forbedrer nøjagtigheden for segmentet uden samtykke.
• Trafikvolumen: Højere trafik betyder flere signaler og bedre modelperformance.
• Konverteringstype: Enkle konverteringer med høj volumen (som mål baseret på sidevisninger) er lettere at modellere end komplekse konverteringer med lav volumen (som enterprise-leads).
• Diversitet i brugeradfærd: Hvis brugere med og uden samtykke opfører sig meget forskelligt, får modellen en sværere opgave. I praksis er den største adfærdsforskel typisk selve samtykkebeslutningen, så modellerne klarer sig rimeligt godt.

For at sætte det i praktiske termer: Et site med en samtykkerate på 60 procent, der mister 40 procent af sine konverteringsdata, kan forvente at gendanne cirka 20 til 28 procentpoint gennem modellering, så det samlede antal observerede plus modellerede konverteringer kommer op på cirka 80 til 88 procent af det reelle totalniveau.

Effekt på Smart Bidding og ROAS

Konverteringsmodellering handler ikke kun om rapporteringsnøjagtighed — den påvirker direkte automatiske budstrategier. Google Ads Smart Bidding-algoritmer (Target CPA, Target ROAS, Maximise Conversions) bruger konverteringsdata som deres primære træningssignal. Når konverteringsdata er ufuldstændige på grund af samtykkegab, træffer disse algoritmer suboptimale budbeslutninger.

Uden modellering ser Smart Bidding færre konverteringer, end der faktisk har fundet sted, og kan:

• Byde for lavt på værdifulde søgeord og miste impressionsandel til konkurrenter.
• Fejlattribuere performance på tværs af kampagner og flytte budget væk fra effektive kampagner, der tilfældigvis har højere afvisningsrater for samtykke.
• Rapportere kunstigt lav ROAS, hvilket potentielt fører til budgetnedskæringer for kampagner, der faktisk er rentable.

Med aktiv konverteringsmodellering får Smart Bidding et mere komplet billede af det reelle konverteringsvolumen, hvilket gør det muligt at byde mere aggressivt, hvor det er berettiget, og fordele budgettet mere effektivt på tværs af kampagner.

Hvorfor dette er vigtigt for annoncører lige nu

Google har gjort Consent Mode V2 til et krav for annoncører, der målretter brugere i EØS og Storbritannien. Siden marts 2024 er personaliserede annoncefunktioner for disse målgrupper kun tilgængelige for annoncører, der bruger en Google-certificeret CMP med Consent Mode V2. Det er ikke valgfrit — det er et håndhævet krav.

Annoncører, der ikke har implementeret Consent Mode V2 med en certificeret CMP, oplever allerede:

• Tab af remarketingmålgruppedata for brugere i EØS/UK.
• Ingen konverteringsmodellering, hvilket resulterer i større datagab.
• Forringet Smart Bidding-performance.
• Reduceret evne til at måle og optimere kampagners ROAS.

FlexyConsent er en Google-certificeret CMP, der implementerer Consent Mode V2 i Advanced mode som standard. Den håndterer automatisk alle nødvendige samtykkeparametre — analytics_storage, ad_storage, ad_user_data, ad_personalization og functionality_storage — og sikrer, at dine Google Ads- og GA4-konfigurationer modtager de signaler, de har brug for, for at aktivere konverteringsmodellering.

Med IAB TCF 2.3-understøttelse, native integrationer til WordPress, Shopify og PrestaShop og planer, der starter fra EUR 0 pr. måned, fjerner FlexyConsent både de tekniske og økonomiske barrierer for korrekt implementering af Consent Mode V2.

Vigtig pointe: Konverteringsmodellering er ikke en nice-to-have — det er mekanismen, der bygger bro mellem overholdelse af privatlivsregler og effektiv måling af annoncering. Uden den træffer du bud- og budgetbeslutninger baseret på ufuldstændige data. Med Consent Mode V2 Advanced mode og en Google-certificeret CMP kan du gendanne 50 til 70 procent af de tabte konverteringer og give dine Smart Bidding-algoritmer de signaler, de har brug for, for at yde optimalt.