Problem jaza u podacima

Propisi o privatnosti stvorili su jaz u mjerenju za digitalne oglašivače. U Europskom gospodarskom prostoru stope pristanka na kolačiće obično se kreću između 50 i 70 posto, što znači da 30 do 50 posto sesija na web-stranici generira ograničene ili nikakve podatke o konverzijama. Za oglašivače koji se oslanjaju na Google Ads, ovaj jaz izravno utječe na optimizaciju kampanja, ciljanje publike i izračun povrata na oglašivačku potrošnju.

Googleov odgovor na ovaj izazov je modeliranje konverzija — pristup temeljen na strojnom učenju koji koristi opažene podatke korisnika koji su dali pristanak kako bi procijenio konverzije iz sesija bez pristanka. Kada se provodi putem Consent Mode V2, ovo modeliranje može povratiti znatan dio izgubljenih podataka o konverzijama uz potpuno poštivanje regulatornih zahtjeva.

Što modeliranje konverzija zapravo jest

Modeliranje konverzija nije nagađanje i nije jednostavna ekstrapolacija. To je sustav strojnog učenja koji analizira obrasce ponašanja korisnika koji su dali pristanak na kolačiće i koristi te obrasce za predviđanje vjerojatnog ponašanja korisnika koji nisu dali pristanak.

Model uzima u obzir signale kao što su:

• Doba dana i dan u tjednu — stope konverzije variraju ovisno o vremenu, a taj se obrazac primjenjuje i na korisnike s pristankom i bez njega.
• Vrsta uređaja i preglednik — ponašanje u konverziji razlikuje se između mobilnih uređaja i desktopa te između različitih preglednika.
• Geografska regija — stope konverzije razlikuju se po lokaciji, a to vrijedi bez obzira na status pristanka.
• Sadržaj stranice i obrasci navigacije — koje je stranice korisnik pregledao i kojim redoslijedom može predvidjeti vjerojatnost konverzije.
• Izvori dolaznog prometa — kanal koji je doveo korisnika na stranicu snažan je prediktor namjere za konverziju.

Kombiniranjem ovih signala Googleovi modeli mogu procijeniti broj konverzija s razumnom točnošću, dajući oglašivačima potpuniju sliku uspješnosti kampanja.

Kako funkcioniraju cookieless pingovi

Temelj modeliranja konverzija je cookieless ping — lagani HTTP zahtjev koji se šalje na Googleove poslužitelje kada je korisnik uskratio pristanak. Razumijevanje što ti pingovi sadrže (i što ne sadrže) ključno je i za tehničku implementaciju i za usklađenost s propisima o privatnosti.

Cookieless ping uključuje:

• Stanje pristanka: Izričitu informaciju da je korisnik uskratio analytics_storage, ad_storage ili oboje.
• URL stranice: Stranicu koju korisnik trenutačno pregledava.
• Vremensku oznaku: Kada se događaj dogodio.
• User agent: Informacije o pregledniku i uređaju (nedovoljno jedinstvene da bi se identificirala pojedinačna osoba).
• Funkcionalne informacije: Je li interakcija bila prikaz stranice, pomicanje, klik ili slanje obrasca.

Cookieless ping izričito ne uključuje:

• Bilo koji identifikator kolačića (_ga, _gid ili bilo koji drugi).
• Bilo kakve informacije za praćenje između web-mjesta.
• Bilo kakve osobne identifikacijske podatke.
• IP adresu korisnika u obliku uporabljivom za identifikaciju (koristi se samo za grubu geolokaciju, a zatim se odbacuje).

Ti pingovi Googleu daju dovoljno kontekstualnih informacija za hranjenje modela konverzija, a da se pritom ne ugrozi privatnost pojedinog korisnika.

Advanced mode vs Basic mode: ključan odabir

Consent Mode V2 nudi dvije razine implementacije, a razlika među njima dramatična je u smislu povrata podataka:

Basic mode ne šalje nikakve podatke Googleu dok korisnik ne da pristanak. To je najjednostavnija implementacija — u biti samo blokira Google oznake dok se pristanak ne da. Prednost je maksimalna jednostavnost; nedostatak je nulti povrat podataka iz sesija bez pristanka. Bez cookieless pingova nema ni ulaznih podataka za modeliranje.

Advanced mode šalje cookieless pingove za sesije bez pristanka, istovremeno u potpunosti poštujući korisnikovu odluku o pristanku tako što ne postavlja kolačiće i ne prikuplja osobne identifikatore. Upravo to omogućuje modeliranje konverzija. Google preporučuje Advanced mode i zahtijeva ga za punu usklađenost s Consent Mode V2.

Odabir između ovih modova ima izravan, mjerljiv utjecaj na vaše podatke. Web-stranica sa stopom pristanka od 60 posto koja koristi Basic mode vidi samo 60 posto svojih podataka o konverzijama. Ista stranica koja koristi Advanced mode može potencijalno vidjeti 80 do 90 posto procijenjenih konverzija kroz kombinaciju opaženih (s pristankom) i modeliranih (bez pristanka) podataka.

Pragovi aktivacije: kada se modeliranje uključuje

Modeliranje konverzija ne aktivira se automatski za svaku web-stranicu. Google zahtijeva minimalne količine podataka kako bi osigurao statističku pouzdanost modela. Ključni pragovi su:

• Google Ads modeliranje konverzija: Otprilike 1.000 klikova na oglase dnevno tijekom najmanje 7 uzastopnih dana. Ispod tog praga nema dovoljno podataka o konverzijama s pristankom da bi se model mogao pouzdano učiti.
• GA4 modeliranje ponašanja: Niži pragovi, ali Google i dalje zahtijeva najmanje 1.000 događaja dnevno s danim pristankom za svaku vrstu događaja koja se modelira.
• Zahtjev za dosljednošću: Pragovi se moraju ispunjavati dosljedno. Povremeni skokovi prometa praćeni razdobljima tišine neće aktivirati modeliranje.

Za web-stranice koje ne ispunjavaju ove pragove, modeliranje konverzija će se u vašem Google Ads računu prikazivati kao nedostupno. To je čest izvor frustracije za male i srednje oglašivače, ali odražava stvarno statističko ograničenje — modeli trenirani na premalo podataka davali bi nepouzdane procjene.

Koliko podataka zapravo možete povratiti?

Googleovi objavljeni podaci i neovisna istraživanja sugeriraju da modeliranje konverzija putem Consent Mode V2 u Advanced mode može povratiti 50 do 70 posto konverzija koje bi inače bile izgubljene zbog uskraćivanja pristanka. Točna stopa povrata ovisi o nekoliko čimbenika:

• Stopa pristanka: Web-stranice s višim stopama pristanka pružaju više podataka za treniranje modela, što poboljšava njegovu točnost za segment bez pristanka.
• Obujam prometa: Veći promet znači više signala i bolje performanse modela.
• Vrsta konverzije: Jednostavne, visokofrekventne konverzije (poput ciljeva temeljenih na prikazu stranice) lakše je modelirati od složenih, niskofrekventnih konverzija (poput B2B leadova velikih poduzeća).
• Raznolikost korisničkog ponašanja: Ako se korisnici s pristankom i bez pristanka ponašaju vrlo različito, model ima teži zadatak. U praksi je glavna razlika u ponašanju upravo odluka o pristanku, pa modeli uglavnom rade prilično dobro.

Praktično govoreći: web-stranica sa stopom pristanka od 60 posto koja gubi 40 posto svojih podataka o konverzijama može očekivati da će povratiti otprilike 20 do 28 postotnih bodova kroz modeliranje, čime se ukupne opažene-plus-modelirane konverzije podižu na približno 80 do 88 posto stvarnog ukupnog broja.

Učinak na Smart Bidding i ROAS

Modeliranje konverzija nije samo pitanje točnosti izvještavanja — ono izravno utječe na automatizirane strategije licitiranja. Google Ads Smart Bidding algoritmi (Target CPA, Target ROAS, Maximise Conversions) koriste podatke o konverzijama kao svoj primarni signal za učenje. Kada su podaci o konverzijama nepotpuni zbog jaza u pristanku, ti algoritmi donose suboptimalne odluke o licitiranju.

Bez modeliranja, Smart Bidding vidi manje konverzija nego što ih se stvarno dogodilo i može:

• Premalo licitirati za vrijedne ključne riječi, gubeći udio pojavljivanja u korist konkurenata.
• Pogrešno pripisivati uspješnost između kampanja, preusmjeravajući budžet s učinkovitih kampanja koje imaju višu stopu uskraćivanja pristanka.
• Prikazivati umjetno nizak ROAS, što može dovesti do rezanja budžeta za kampanje koje su zapravo profitabilne.

S aktivnim modeliranjem konverzija, Smart Bidding dobiva potpuniju sliku stvarnog volumena konverzija, što mu omogućuje agresivnije licitiranje gdje je to opravdano i učinkovitiju raspodjelu budžeta između kampanja.

Zašto je ovo važno za oglašivače upravo sada

Google je Consent Mode V2 učinio obveznim za oglašivače koji ciljaju korisnike u EGP-u i Ujedinjenom Kraljevstvu. Od ožujka 2024. personalizirane oglašivačke značajke za ove publike dostupne su samo oglašivačima koji koriste Google-certified CMP s Consent Mode V2. To nije opcija — to je obvezujući zahtjev.

Oglašivači koji nisu implementirali Consent Mode V2 s certificiranim CMP-om već doživljavaju:

• Gubitak podataka o remarketing publici za korisnike iz EGP-a/UK-a.
• Izostanak modeliranja konverzija, što dovodi do većih praznina u podacima.
• Smanjene performanse Smart Bidding strategija.
• Oslabljenu mogućnost mjerenja i optimizacije ROAS-a kampanja.

FlexyConsent je Google-certified CMP koji implementira Consent Mode V2 u Advanced mode po zadanim postavkama. Automatski upravlja svim potrebnim parametrima pristanka — analytics_storage, ad_storage, ad_user_data, ad_personalization i functionality_storage — osiguravajući da vaše Google Ads i GA4 konfiguracije dobiju signale potrebne za aktivaciju modeliranja konverzija.

Uz podršku za IAB TCF 2.3, izvorne integracije za WordPress, Shopify i PrestaShop te pakete koji počinju od 0 EUR mjesečno, FlexyConsent uklanja i tehničke i financijske prepreke za ispravnu implementaciju Consent Mode V2.

Ključna poruka: Modeliranje konverzija nije „lijepo imati” značajka — to je mehanizam koji premošćuje jaz između usklađenosti s propisima o privatnosti i učinkovitog mjerenja oglašavanja. Bez njega donosite odluke o licitiranju i budžetu na temelju nepotpunih podataka. Uz Consent Mode V2 u Advanced mode i Google-certified CMP možete povratiti 50 do 70 posto izgubljenih konverzija i dati svojim Smart Bidding algoritmima signal koji im je potreban za optimalne performanse.