მონაცემების დანაკლისის პრობლემა

კონფიდენციალურობის რეგულაციებმა ციფრული რეკლამისთვის გაზომვის ხარვეზი შექმნა. ევროპის ეკონომიკურ ზონაში ქუქის თანხმობის მაჩვენებელი, როგორც წესი, 50-70 პროცენტის ფარგლებში მერყეობს, რაც ნიშნავს, რომ ვე���გვერდის სესიების 30-50 პროცენტი ქმნის შეზღუდულ ან საერთოდ არ ქმნის კონვერსიის მონაცემებს. რეკლამদातებისთვის, რომლებიც ეყრდნობიან Google Ads-ს, ეს ხარვეზი პირდაპირ ახდენს გავლენას კამპანიების ოპტიმიზაციაზე, აუდიტორიის ტარგეტირებაზე და რეკლამაზე დახარჯული თანხის ანაზღაურების (ROAS) გამოთვლებზე.

Google-ის პასუხი ამ გამოწვევაზე არის კონვერსიის მოდელირება — მანქანური სწავლების მიდგომა, რომელიც იყენებს თანხმობა-მიცემული მომხმარებლების დაკვირვებით მიღებულ მონაცემებს, რათა შეაფასოს კონვერსიები იმ სესიებიდან, სადაც თანხმობა არ იყო მიცემული. როდესაც ეს ხორციელდება Consent Mode V2-ის საშუალებით, ასეთი მოდელირება საშუალებას იძლევა, რომ დაკარგული კონვერსიის მონაცემების მნიშვნელოვანი ნაწილი აღდგეს, სრული რეგულაციური შესაბამისობის შენარჩუნებით.

რა არის კონვერსიის მოდელირება რეალურად

კონვერსიის მოდელირება არც მიხვედრაზეა დაფუძნებული და არც მარტივი ექსტრაპოლაციაა. ეს არის მანქანური სწავლების სისტემა, რომელიც აანალიზებს ქცევით შაბლონებს იმ მომხმარებლებისგან, რომლებმაც ქუქებზე თანხმობა მიცეს, და ამ შაბლონებს იყენე��ს იმისთვის, რომ იწინასწარმეტყველოს იმ მომხმარებლების სავარაუდო ქცევა, რომლებმაც თანხმობა არ მისცეს.

მოდელი ითვალისწინებს ისეთ სიგნალებს, როგორიცაა:

• დღის დრო და კვირის დღე — კონვერსიის მაჩვენებლები იცვლება დროის მიხედვით, და ეს შაბლონი ვრცელდება როგორც თანხმობა-მიცემულ, ისე თანხმობა-უარყოფილ მომხმარებლებზე.
• მოწყობილობის ტიპი და ბრაუზერი — კონვერსიის ქცევა განსხვავდება მობილურსა და დესკტოპს შორის, ისევე როგორც სხვადასხვა ბრაუზერებს შორის.
• გეოგრაფიული რეგიონი — კონვე���სიის მაჩვენებლები იცვლება მდებარეობის მიხედვით, და ეს სიმართლეა თანხმობის სტატუსის მიუხედავად.
• გვერდის შინაარსი და ნავიგაციის შაბლონები — რომელი გვერდები ნახა მომხმარებელმა და რა მიმდევრობით, შეიძლება იყოს კონვერსიის ალბათობის პროგნოზირების საფუძველი.
• რეფერალის წყარო — არხი, რომელმაც მომხმარებელი საიტზე მოიყვანა, ძლიერი პროგნოზირებადი ფაქტორია კონვერსიის განზრახვისთვის.

ამ სიგნალების კომბინაციით Google-ის მოდელები შეძლებენ კონვერსიების რაოდენობის გონივრულ სიზუსტით შეფასებას, რაც რეკლამდातებს აძლევს კამპანიის შედეგიანობის უფრო სრულ სურათს.

როგორ მუშაობს ქუქის გარეშე გაგზავნილი პინგი (cookieless ping)

კონვერსიის მოდელირების საფუძველია ქუქის გარეშე პინგი — მსუბუქი HTTP მოთხოვნა, რომელიც იგზავნება Google-ის სერვერებზე მაშინ, როდესაც მომხმარებელი თანხმობას უარყოფს. იმის გაგება, თუ რას შეიცავს ეს პინგები (და რას არ შეიცავს), კრიტიკულად მნიშვნელოვანია როგორც ტექნიკური იმპლემენტაციისთვის, ისე კონფიდენციალურობის შესაბამისობისთვის.

ქუქის გარეშე პინგი მოიცავს:

• თანხმობის სტა��უსს: მკაფიო ინფორმაციას იმის შესახებ, რომ მომხმარებელმა უარყო analytics_storage, ad_storage, ან ორივე.
• გვერდის URL-ს: იმ გვერდს, რომელსაც მომხმარებელი ათვალიერებს.
• დროის შტამპს: როდის მოხდა მოვლენა.
• User agent-ს: ბრაუზერისა და მოწყობილობის ინფორმაციას (არ არის საკმარისად უნიკალური კონკრეტული პირის იდენტიფიკაციისთვის).
• ფუნქციურ ინფორმაციას: იყო თუ არა გვერდთან ინტერაქცია გვერდის ნახვა, სკროლი, დაკლიკება ან ფორმის გაგზავნა.

ქუქის გარეშე პინგი მკაფიოდ არ შეიცავს:

• არანაირ ქუქის იდენტი��იკატორს (_ga, _gid ან სხვა).
• არანაირ cross-site თრექინგის ინფორმაციას.
• არანაირ პერსონალურად იდენტიფიცირებად ინფორმაციას.
• მომხმარებლის IP მისამართს ისეთ ფორმაში, რომელიც იდენტიფიკაციისთვის გამოსადეგია (ის გამოიყენება მხოლოდ უხეში გეოლოკაციისთვის და შემდეგ იშლება).

ეს პინგები Google-ს აძლევს საკმარის კონტექსტუალურ ინფორმაციას, რომლითაც კვებავს კონვერსიის მოდელებს, ინდივიდუალური მომხმარებლის კონფიდენციალურობის დარღვევის გარეშე.

Advanced Mode vs Basic Mode: კრიტიკული არჩევანი

Consent Mode V2 გთავაზობთ ორი დონის იმპლემენტაციას, და მათ შორის განსხვავება მონაცემების აღდგენის თვალსაზრისით ძალიან დიდია:

Basic mode საერთოდ არ აგზავნის მონაცემებს Google-ში მანამ, სანამ მომხმარებელი თანხმობას არ მისცემს. ეს არის ყველაზე მარტივი იმპლემენტაცია — ფაქტობრივად Google-ის თეგების დაბლოკვა თანხმობის მიღებამდე. უპირატესობაა მაქსიმალური სიმარტივე; ნაკლი — ნულოვანი მონაცემების აღდგენა იმ სესიებიდან, სადაც თანხმობა არ იყო მიცემული. ქუქის გარეშე პინგების გარ��შე არ არსებობს მოდელირებისთვის საჭირო შეყვანები.

Advanced mode აგზავნის ქუქის გარეშე პინგებს არათანმხები სესიებისთვის, ამასთან სრულად სცემს პატივს მომხმარებლის გადაწყვეტილებას — არ ადგენს ქუქებს და არ აგროვებს პერსონალურ იდენტიფიკატორებს. სწორედ ეს ხდის შესაძლებელს კონვერსიის მოდელირებას. Google რეკომენდაციას უწევს Advanced mode-ს და მას სთხოვს Consent Mode V2-ის სრული შესაბამისობისთვის.

ამ რეჟიმებს შორის არჩევანი პირდაპირ და გაზომვად გავლენას ახდენს თქვენს მონაცემებზე. საიტი, რომელსაც აქვს 60-პროცენტიანი თანხმობის მაჩვ��ნებელი და იყენებს Basic mode-ს, ხედავს მხოლოდ თავისი კონვერსიის მონაცემების 60 პროცენტს. იგივე საიტი Advanced mode-ის გამოყენებისას შესაძლოა ხედავდეს 80-90 პროცენტამდე შეფასებულ კონვერსიებს დაკვირვებით მიღებული (თანხმობა-მიცემული) და მოდელირებული (თანხმობა-უარყოფილი) მონაცემების კომბინაციის წყალობით.

აქტივაციის ზღვარი: როდის იწყებს მუშაობას მოდელირება

კონვერსიის მოდელირება ავტომატურად არ აქტიურდება ყველა ვებგვერდისთვის. Google-ს სჭირდება მინიმალური მონაცემების მოცულობა, რათა უზრუნველყოს, რომ მოდელები სტატისტიკურად ს���ნდოა. ძირითადი ზღვარი ასეთია:

• Google Ads-ის კონვერსიის მოდელირება: დაახლოებით დღეში 1,000 რეკლამაზე დაკლიკება მინიმუმ 7 ზედიზედ დღეს. ამ ზღვარზე ქვემოთ არ არის საკმარისი თანხმობა-მიცემული კონვერსიის მონაცემები, რომ მოდელმა საიმედოდ ისწავლოს.
• GA4-ის ქცევითი მოდელირება: შედარებით დაბალი ზღვარი, მაგრამ Google მაინც ითხოვს მინიმუმ დღეში 1,000 მოვლენას, სადაც თითოეული მოდელირებადი მოვლენის ტიპზე თანხმობა არის მიცემული.
• სტაბილურობის მოთხოვნა: ეს ზღვარი უნდა შესრულდეს სტაბილურად. სპორადული ტრაფიკის პიკები, რომლებსაც მოჰყვება ჩუმი პერიოდები, მოდელირებას არ ააქტიურებს.

ვებგვერდებისთვის, რომლებიც ამ ზღვარს ვერ აღწევენ, კონვერსიის მოდელირება თქვენს Google Ads ანგარიშში გამოჩნდება, როგორც მიუწვდომელი. ეს ხშირი იმედგაცრუების წყაროა მცირე და საშუალო რეკლამდატებისთვის, მაგრამ ასახავს რეალურ სტატისტიკურ შეზღუდვას — ძალიან მცირე მონაცემებზე გაწვრთნილი მოდელები წარმოქმნიან არასანდო შეფასებებს.

რამდენი მონაცემის აღდგენა შეგიძლიათ რეალურად?

Google-ის გამოქვეყნებული მონაცემები და დამოუკიდებელი კვლევები მიუთითებს, რომ Consent Mode V2-ის Advanced mode-ის საშუალებით კონვერსიის მოდელირებამ შეიძლება აღადგინოს 50-70 პროცენტი იმ კონვერსიებიდან, რომლებიც სხვაგვარად დაიკარგებოდა თანხმობის უარყოფის გამო. ზუსტი აღდგენის მაჩვენებელი დამოკიდებულია რამდენიმე ფაქტორზე:

• თანხმობის მაჩვენებელი: საიტები, სადაც თანხმობის მაჩვენებელი მაღალია, მოდელს აძლევს მეტ სასწავლო მონაცემს, რაც აუმჯობესებს სიზუსტეს არათანმხები სეგმენტისთვის.
• ტრაფიკის მოცულობა: მაღალი ტრაფიკი ნიშნავს მეტ სიგნალს და უკეთეს მოდელის მუშა���ბას.
• კონვერსიის ტიპი: მარტივი, მაღალი მოცულობის კონვერსიები (მაგალითად, pageview-ზე დაფუძნებული მიზნები) უფრო იოლია მოდელირებისთვის, ვიდრე რთული, დაბალი მოცულობის კონვერსიები (მაგალითად, საწარმოო ლიდების გაგზავნა).
• მომხმარებლის ქცევის მრავალფეროვნება: თუ თანხმობა-მიცემული და თანხმობა-უარყოფილი მომხმარებლების ქცევა ძალიან განსხვავდება, მოდელს უფრო რთული ამოცანა აქვს. პრაქტიკაში, ძირითადი ქცევითი განსხვავება, როგორც წესი, თავად თანხმობის გადაწყვეტილებაა, ამიტომ მოდელები საკმაოდ კარგად მუშაო��ს.

პრაქტიკულ ჭრილში: საიტი, რომელსაც აქვს 60-პროცენტიანი თანხმობის მაჩვენებელი და კარგავს თავისი კონვერსიის მონაცემების 40 პროცენტს, შეიძლება ელოდოს დაახლოებით 20-28 პროცენტული პუნქტის აღდგენას მოდელირების გზით, რაც მთლიან დაკვირვებით+მოდელირებულ კონვერსიებს მიიყვანს რეალური საერთო რაოდენობის დაახლოებით 80-88 პროცენტამდე.

ზემოქმედება Smart Bidding-ზე და ROAS-ზე

კონვერსიის მოდელირება მხოლოდ რეპორტინგის სიზუსტეს არ ეხება — ის პირდაპირ მოქმედებს ავტომატურ ბიდინგის სტრატეგიებზე. Google Ads-ის Smart Bidding ალგორითმები (Target CPA, Target ROAS, Maximise Conversions) კონვერსიის მონაცემებს იყენებენ, როგორც ძირითად სასწავლო სიგნალს. როდესაც კონვერსიის მონაცემები არასრულია თანხმობის ხარვეზების გამო, ეს ალგორითმები იღებენ არასრულყოფილ ბიდინგის გადაწყვეტილებებს.

მოდელირების გარეშე Smart Bidding ხედავს რეალურად მომხდარზე ნაკლებ კონვერსიას და შეიძლება:

• დაბალ ბიდებს აყენებდეს ღირებულ საკვანძო სიტყვებზე, რის შედეგადაც კარგავს იმპრესიების წილს კონკურენტებთან.
• არასწორად ანაწილებდეს შედეგიანობას კამპანიებს შორის, ბიუჯეტის გადატანით იმ კამპანიებიდა���, რომლებიც რეალურად ეფექტიანია, მაგრამ აქვთ უფრო მაღალი თანხმობის უარყოფის მაჩვენებელი.
• აჩვენებდეს ხელოვნურად დაბალ ROAS-ს, რაც შეიძლება გახდეს ბიუჯეტის შემცირების მიზეზი იმ კამპანიებისთვის, რომლებიც სინამდვილეში მომგებიანია.

კონვერსიის მოდელირების აქტიურობისას Smart Bidding იღებს კონვერსიის რეალური მოცულობის უფრო სრულ სურათს, რაც საშუალებას აძლევს, უფრო აგრესიულად და ეფექტიანად დააბიდოს იქ, სადაც ეს გამართლებულია, და უკეთ გადაანაწილოს ბიუჯეტი კამპანიებს შორის.

რატომ არის ეს მნიშვნელოვანი რეკლა��დატებისთვის სწორედ ახლა

Google-მა Consent Mode V2 სავალდებულო გახადა იმ რეკლამდატებისთვის, რომლებიც ტარგეტირებას უკეთებენ EEA და ბრიტანეთის მომხმარებლებს. 2024 წლის მარტიდან ამ აუდიტორიებისთვის პერსონალიზებული რეკლამირების ფუნქციები ხელმისაწვდომია მხოლოდ იმ რეკლამდატებისთვის, რომლებიც იყენებენ Google-სერტიფიცირებულ CMP-ს Consent Mode V2-თან ერთად. ეს არ არის არჩევითი — ეს არის იძულებით დაწესებული მოთხოვნა.

რეკლამდატები, რომლებმაც ჯერ არ დანერგეს Consent Mode V2 სერტიფიცირებულ CMP-სთან ერთად, უკვე აწყდებიან:

• Remarketing აუდიტორიის მონაცემების დ���კარგვას EEA/UK მომხმარებლებისთვის.
• კონვერსიის მოდელირების არქონას, რაც იწვევს უფრო დიდ მონაცემთა ხარვეზებს.
• Smart Bidding-ის მუშაობის გაუარესებას.
• შეზღუდულ შესაძლებლობას გაზომონ და ოპტიმიზაცია გაუკეთონ კამპანიის ROAS-ს.

FlexyConsent არის Google-სერტიფიცირებული CMP, რომელიც Consent Mode V2-ს ახორციელებს ნაგულისხმევად Advanced mode-ში. ის ავტომატურად მართავს ყველა საჭირო თანხმობის პარამეტრს — analytics_storage, ad_storage, ad_user_data, ad_personalization და functionality_storage — რათა თქვენი Google Ads და GA4 კონფიგურაციებმა მიიღონ ის სიგნალები, რომლებიც ���ჭირდებათ კონვერსიის მოდელირების გასააქტიურებლად.

IAB TCF 2.3 მხარდაჭერით, WordPress, Shopify და PrestaShop პლატფორმებთან ნატურალური ინტეგრაციებით და ტარიფებით, რომლებიც იწყება თვეში 0 ევროიდან, FlexyConsent ხსნის როგორც ტექნიკურ, ისე ფინანსურ ბარიერებს Consent Mode V2-ის სწორი იმპლემენტაციისთვის.

ძირითადი დასკვნა: კონვერსიის მოდელირება არ არის უბრალოდ სასურველი დამატება — ეს არის მექანიზმი, რომელიც ხიდს აშენებს კონფიდენციალურობის შესაბამისობასა და ეფექტიან სარეკლამო გაზომვას შორის. მის გარეშე თქვენ იღებთ ბიდინგისა და ბიუჯეტის გადაწყვეტილებებს არასრულ მონაცემებზე დაყრდნობით. Consent Mode V2-ის Advanced mode-ისა და Google-სერტიფიცირებული CMP-ს გამოყენებით შეგიძლიათ აღადგინოთ დაკარგული კონვერსიების 50-70 პროცენტი და მისცეთ თქვენს Smart Bidding ალგორითმებს ის სიგნალი, რომელიც სჭირდებათ ოპტიმალური მუშაობისთვის.