Problem luki w danych

Regulacje dotyczące prywatności stworzyły lukę pomiarową dla reklamodawców cyfrowych. W Europejskim Obszarze Gospodarczym współczynniki zgód na pliki cookie zazwyczaj mieszczą się w przedziale od 50 do 70 procent, co oznacza, że 30 do 50 procent sesji na stronie generuje ograniczone lub żadne dane o konwersjach. Dla reklamodawców polegających na Google Ads ta luka bezpośrednio wpływa na optymalizację kampanii, targetowanie odbiorców oraz kalkulacje zwrotu z wydatków na reklamę.

Odpowiedzią Google na to wyzwanie jest modelowanie konwersji — podejście oparte na uczeniu maszynowym, które wykorzystuje obserwowane dane od użytkowników, którzy wyrazili zgodę, aby oszacować konwersje z sesji użytkowników, którzy zgody nie udzielili. Wdrożone poprzez Consent Mode V2 modelowanie to może odzyskać znaczną część utraconych danych o konwersjach przy pełnym zachowaniu zgodności regulacyjnej.

Czym faktycznie jest modelowanie konwersji

Modelowanie konwersji nie jest zgadywaniem ani prostą ekstrapolacją. To system uczenia maszynowego, który analizuje wzorce zachowań użytkowników, którzy wyrazili zgodę na pliki cookie, i wykorzystuje te wzorce do przewidywania prawdopodobnego zachowania użytkowników, którzy zgody nie wyrazili.

Model bierze pod uwagę sygnały takie jak:

• Pora dnia i dzień tygodnia — współczynniki konwersji różnią się w zależności od czasu, a ten wzorzec dotyczy zarówno użytkowników ze zgodą, jak i bez zgody.
• Typ urządzenia i przeglądarka — zachowania konwersyjne różnią się między urządzeniami mobilnymi a desktopami oraz między typami przeglądarek.
• Region geograficzny — współczynniki konwersji różnią się w zależności od lokalizacji i pozostaje to prawdą niezależnie od statusu zgody.
• Treść strony i wzorce nawigacji — to, jakie strony użytkownik odwiedził i w jakiej kolejności, może przewidywać prawdopodobieństwo konwersji.
• Źródło wejścia — kanał, który sprowadził użytkownika na stronę, jest silnym predyktorem intencji konwersji.

Łącząc te sygnały, modele Google mogą z rozsądną dokładnością szacować liczbę konwersji, dając reklamodawcom pełniejszy obraz wyników kampanii.

Jak działają cookieless pings

Podstawą modelowania konwersji jest cookieless ping — lekkie żądanie HTTP wysyłane na serwery Google, gdy użytkownik odmówił zgody. Zrozumienie, co zawierają te pingi (a czego nie zawierają), jest kluczowe zarówno dla technicznego wdrożenia, jak i zgodności z przepisami o prywatności.

Cookieless ping zawiera:

• Stan zgody: Jawna informacja, że użytkownik odmówił analytics_storage, ad_storage lub obu.
• Adres URL strony: Strona, którą użytkownik aktualnie ogląda.
• Znacznik czasu: Moment wystąpienia zdarzenia.
• User agent: Informacje o przeglądarce i urządzeniu (niewystarczająco unikalne, by zidentyfikować osobę).
• Informacje funkcjonalne: Czy interakcja na stronie była odsłoną, przewinięciem, kliknięciem czy wysłaniem formularza.

Cookieless ping wyraźnie nie zawiera:

• Żadnego identyfikatora cookie (_ga, _gid ani żadnego innego).
• Żadnych informacji umożliwiających śledzenie między witrynami.
• Żadnych danych osobowych pozwalających na identyfikację.
• Adresu IP użytkownika w formie użytecznej do identyfikacji (jest on wykorzystywany wyłącznie do przybliżonej geolokalizacji, a następnie odrzucany).

Te pingi dostarczają Google wystarczająco dużo kontekstu, aby zasilać modele konwersji, nie naruszając prywatności poszczególnych użytkowników.

Advanced Mode vs Basic Mode: kluczowy wybór

Consent Mode V2 oferuje dwa poziomy wdrożenia, a różnica między nimi jest ogromna pod względem odzyskiwania danych:

Basic mode nie wysyła do Google absolutnie żadnych danych, dopóki użytkownik nie wyrazi zgody. To najprostsze wdrożenie — w praktyce polega na blokowaniu tagów Google do momentu udzielenia zgody. Zaletą jest maksymalna prostota; wadą — zerowe odzyskiwanie danych z sesji bez zgody. Brak cookieless pings oznacza brak danych wejściowych do modelowania.

Advanced mode wysyła cookieless pings dla sesji bez zgody, w pełni respektując decyzję użytkownika poprzez niewykorzystywanie żadnych cookies ani identyfikatorów osobistych. To właśnie umożliwia modelowanie konwersji. Google rekomenduje Advanced mode i wymaga go dla pełnej zgodności z Consent Mode V2.

Wybór między tymi trybami ma bezpośredni, mierzalny wpływ na Twoje dane. Strona z 60-procentowym współczynnikiem zgód, korzystająca z Basic mode, widzi jedynie 60 procent swoich danych o konwersjach. Ta sama strona, używająca Advanced mode, może potencjalnie zobaczyć 80 do 90 procent szacowanych konwersji dzięki połączeniu danych obserwowanych (ze zgodą) i modelowanych (bez zgody).

Progi aktywacji: kiedy uruchamia się modelowanie

Modelowanie konwersji nie włącza się automatycznie dla każdej witryny. Google wymaga minimalnych wolumenów danych, aby zapewnić statystyczną wiarygodność modeli. Kluczowe progi to:

• Modelowanie konwersji w Google Ads: Około 1 000 kliknięć reklam dziennie przez co najmniej 7 kolejnych dni. Poniżej tego progu nie ma wystarczającej liczby konwersji ze zgodą, aby model mógł się wiarygodnie uczyć.
• Modelowanie zachowań w GA4: Niższe progi, ale Google nadal wymaga minimum 1 000 zdarzeń dziennie ze zgodą dla każdego typu zdarzenia, które ma być modelowane.
• Wymóg spójności: Progi muszą być spełniane konsekwentnie. Sporadyczne skoki ruchu, po których następują okresy ciszy, nie uruchomią modelowania.

Dla witryn, które nie spełniają tych progów, modelowanie konwersji będzie widoczne jako niedostępne w koncie Google Ads. To częste źródło frustracji dla małych i średnich reklamodawców, ale odzwierciedla realne ograniczenie statystyczne — modele trenowane na zbyt małej ilości danych generowałyby niewiarygodne szacunki.

Ile danych możesz faktycznie odzyskać?

Opublikowane dane Google oraz niezależne badania sugerują, że modelowanie konwersji poprzez Consent Mode V2 w Advanced mode może odzyskać 50 do 70 procent konwersji, które w przeciwnym razie zostałyby utracone z powodu odmowy zgody. Dokładny poziom odzysku zależy od kilku czynników:

• Współczynnik zgód: Witryny z wyższym poziomem zgód dostarczają więcej danych treningowych dla modelu, co poprawia jego dokładność dla segmentu bez zgody.
• Wolumen ruchu: Większy ruch oznacza więcej sygnałów i lepszą wydajność modelu.
• Typ konwersji: Proste, wysokowolumenowe konwersje (jak cele oparte na odsłonach stron) są łatwiejsze do modelowania niż złożone, niskowolumenowe konwersje (jak zgłoszenia leadów B2B).
• Zróżnicowanie zachowań użytkowników: Jeśli użytkownicy ze zgodą i bez zgody zachowują się bardzo różnie, zadanie modelu jest trudniejsze. W praktyce główną różnicą behawioralną bywa sama decyzja o zgodzie, więc modele działają dość dobrze.

Przekładając to na praktykę: strona z 60-procentowym współczynnikiem zgód, tracąca 40 procent danych o konwersjach, może oczekiwać odzyskania około 20 do 28 punktów procentowych dzięki modelowaniu, co podnosi łączną liczbę konwersji obserwowanych plus modelowanych do około 80 do 88 procent rzeczywistej wartości.

Wpływ na Smart Bidding i ROAS

Modelowanie konwersji nie dotyczy wyłącznie dokładności raportowania — bezpośrednio wpływa na zautomatyzowane strategie ustalania stawek. Algorytmy Smart Bidding w Google Ads (Target CPA, Target ROAS, Maximise Conversions) wykorzystują dane o konwersjach jako główny sygnał treningowy. Gdy dane o konwersjach są niekompletne z powodu luk związanych ze zgodą, algorytmy te podejmują suboptymalne decyzje dotyczące stawek.

Bez modelowania Smart Bidding widzi mniej konwersji, niż faktycznie miało miejsce, i może:

• Zaniżać stawki na wartościowe słowa kluczowe, tracąc udział w wyświetleniach na rzecz konkurentów.
• Błędnie przypisywać wyniki między kampaniami, przesuwając budżet z efektywnych kampanii, które po prostu mają wyższy odsetek odmów zgody.
• Raportować sztucznie zaniżony ROAS, co może prowadzić do cięć budżetowych w kampaniach, które w rzeczywistości są rentowne.

Przy aktywnym modelowaniu konwersji Smart Bidding otrzymuje pełniejszy obraz rzeczywistego wolumenu konwersji, co pozwala agresywniej licytować tam, gdzie jest to uzasadnione, i efektywniej alokować budżet między kampaniami.

Dlaczego to ma znaczenie dla reklamodawców właśnie teraz

Google uczyniło Consent Mode V2 wymogiem dla reklamodawców targetujących użytkowników z EOG i Wielkiej Brytanii. Od marca 2024 funkcje reklam spersonalizowanych dla tych odbiorców są dostępne wyłącznie dla reklamodawców korzystających z certyfikowanego przez Google CMP z Consent Mode V2. To nie jest opcjonalne — to wymóg egzekwowany.

Reklamodawcy, którzy nie wdrożyli Consent Mode V2 z certyfikowanym CMP, już doświadczają:

• Utraty danych o odbiorcach remarketingowych dla użytkowników z EOG/Wielkiej Brytanii.
• Braku modelowania konwersji, co skutkuje większymi lukami w danych.
• Pogorszenia wydajności Smart Bidding.
• Ograniczonej możliwości mierzenia i optymalizacji ROAS kampanii.

FlexyConsent jest certyfikowanym przez Google CMP, który wdraża Consent Mode V2 w Advanced mode domyślnie. Automatycznie zarządza wszystkimi wymaganymi parametrami zgody — analytics_storage, ad_storage, ad_user_data, ad_personalization oraz functionality_storage — zapewniając, że Twoje konfiguracje Google Ads i GA4 otrzymują sygnały potrzebne do aktywacji modelowania konwersji.

Dzięki obsłudze IAB TCF 2.3, natywnym integracjom z WordPress, Shopify i PrestaShop oraz planom zaczynającym się od 0 EUR miesięcznie, FlexyConsent usuwa zarówno techniczne, jak i finansowe bariery poprawnego wdrożenia Consent Mode V2.

Najważniejsza lekcja: Modelowanie konwersji nie jest miłym dodatkiem — to mechanizm, który wypełnia lukę między zgodnością z przepisami o prywatności a skutecznym pomiarem działań reklamowych. Bez niego podejmujesz decyzje dotyczące stawek i budżetu na podstawie niekompletnych danych. Z Consent Mode V2 w Advanced mode i certyfikowanym przez Google CMP możesz odzyskać 50 do 70 procent utraconych konwersji i dostarczyć algorytmom Smart Bidding sygnały, których potrzebują, aby działać optymalnie.