Težava vrzeli v podatkih

Predpisi o zasebnosti so ustvarili merilno vrzel za digitalne oglaševalce. V Evropskem gospodarskem prostoru se stopnje soglasja za piškotke običajno gibljejo med 50 in 70 odstotki, kar pomeni, da 30 do 50 odstotkov sej na spletni strani ustvari omejene ali nobenih podatkov o konverzijah. Za oglaševalce, ki se zanašajo na Google Ads, ta vrzel neposredno vpliva na optimizacijo kampanj, ciljanje občinstev in izračune donosnosti oglaševalske porabe (ROAS).

Googlov odgovor na ta izziv je modeliranje konverzij — pristop strojnega učenja, ki uporablja opažene podatke uporabnikov, ki so podali soglasje, za ocenjevanje konverzij iz sej brez soglasja. Ko je implementirano prek Consent Mode V2, lahko to modeliranje povrne znaten del izgubljenih podatkov o konverzijah, pri tem pa ohrani popolno skladnost s predpisi.

Kaj modeliranje konverzij dejansko je

Modeliranje konverzij ni ugibanje in ni preprosta ekstrapolacija. Gre za sistem strojnega učenja, ki analizira vedenjske vzorce uporabnikov, ki so podali soglasje za piškotke, in te vzorce uporablja za napovedovanje verjetnega vedenja uporabnikov, ki soglasja niso podali.

Model upošteva signale, kot so:

• Čas v dnevu in dan v tednu — stopnje konverzij se razlikujejo glede na čas, ta vzorec pa velja tako za uporabnike s soglasjem kot brez njega.
• Vrsta naprave in brskalnik — vedenje pri konverzijah se razlikuje med mobilnimi napravami in namiznimi računalniki ter med vrstami brskalnikov.
• Geografska regija — stopnje konverzij se razlikujejo glede na lokacijo, kar ostaja res ne glede na status soglasja.
• Vsebina strani in vzorci navigacije — katere strani je uporabnik obiskal in v kakšnem zaporedju lahko napoveduje verjetnost konverzije.
• Vir napotitve — kanal, prek katerega je uporabnik prišel na stran, je močan napovednik namena za konverzijo.

Z združevanjem teh signalov lahko Googlovi modeli z razumno natančnostjo ocenijo število konverzij in oglaševalcem ponudijo bolj celovito sliko uspešnosti kampanj.

Kako delujejo cookieless pingi

Temelj modeliranja konverzij je cookieless ping — lahek HTTP-zahtevek, poslan na Googlove strežnike, ko uporabnik zavrne soglasje. Razumevanje, kaj ti pingi vsebujejo (in česa ne), je ključno tako za tehnično implementacijo kot za skladnost z zasebnostjo.

Cookieless ping vključuje:

• Stanje soglasja: Izrecno informacijo, da je uporabnik zavrnil analytics_storage, ad_storage ali oboje.
• URL strani: Stran, ki jo uporabnik trenutno gleda.
• Časovni žig: Kdaj se je dogodek zgodil.
• User agent: Informacije o brskalniku in napravi (ne dovolj edinstvene, da bi identificirale posameznika).
• Funkcionalne informacije: Ali je bila interakcija s stranjo ogled strani, drsenje, klik ali oddaja obrazca.

Cookieless ping izrecno ne vključuje:

• Nobenega identifikatorja piškotkov (_ga, _gid ali kateregakoli drugega).
• Nobenih podatkov za sledenje med spletnimi mesti.
• Nobenih osebnih identifikacijskih podatkov.
• IP-naslova uporabnika v obliki, uporabni za identifikacijo (uporabi se le za grobo geolokacijo in se nato zavrže).

Ti pingi Googlu zagotovijo dovolj kontekstualnih informacij za napajanje modelov konverzij, ne da bi pri tem ogrozili zasebnost posameznega uporabnika.

Advanced Mode vs Basic Mode: ključna odločitev

Consent Mode V2 ponuja dve ravni implementacije, razlika med njima pa je dramatična glede na obseg povrnjenih podatkov:

Basic mode Googlu ne pošilja popolnoma nobenih podatkov, dokler uporabnik ne poda soglasja. To je najpreprostejša implementacija — v bistvu le blokira Google oznake, dokler soglasje ni dano. Prednost je največja možna preprostost; slabost pa je ničelno povračilo podatkov iz sej brez soglasja. Brez cookieless pingov ni vhodnih podatkov za modeliranje.

Advanced mode pošilja cookieless pinge za seje brez soglasja, pri tem pa v celoti spoštuje odločitev uporabnika o soglasju, saj ne nastavlja nobenih piškotkov in ne zbira nobenih osebnih identifikatorjev. To je tisto, kar omogoča modeliranje konverzij. Google priporoča Advanced mode in ga zahteva za polno skladnost s Consent Mode V2.

Izbira med tema načinoma ima neposreden, merljiv vpliv na vaše podatke. Spletno mesto s 60-odstotno stopnjo soglasja, ki uporablja Basic mode, vidi le 60 odstotkov svojih podatkov o konverzijah. Ista stran, ki uporablja Advanced mode, lahko potencialno vidi 80 do 90 odstotkov ocenjenih konverzij prek kombinacije opaženih (s soglasjem) in modeliranih (brez soglasja) podatkov.

Pragi za aktivacijo: kdaj se modeliranje vklopi

Modeliranje konverzij se ne aktivira samodejno za vsako spletno mesto. Google zahteva minimalne količine podatkov, da zagotovi statistično zanesljivost modelov. Ključni pragovi so:

• Modeliranje konverzij v Google Ads: Približno 1.000 oglasnih klikov na dan vsaj 7 zaporednih dni. Pod tem pragom ni dovolj podatkov o konverzijah s soglasjem, da bi se model lahko zanesljivo učil.
• Vedenjsko modeliranje v GA4: Nižji pragovi, vendar Google še vedno zahteva najmanj 1.000 dogodkov na dan s podanim soglasjem za vsako vrsto dogodka, ki se modelira.
• Zahteva po konsistentnosti: Pragovi morajo biti izpolnjeni dosledno. Občasni prometni skoki, ki jim sledijo mirna obdobja, modeliranja ne bodo aktivirali.

Za spletna mesta, ki teh pragov ne dosegajo, bo v računu Google Ads prikazano, da je modeliranje konverzij nedostopno. To je pogost vir frustracij za male in srednje oglaševalce, vendar odraža resnično statistično omejitev — modeli, trenirani na premalo podatkih, bi dajali nezanesljive ocene.

Koliko podatkov lahko dejansko povrnete?

Googlovi objavljeni podatki in neodvisne študije kažejo, da lahko modeliranje konverzij prek Consent Mode V2 v Advanced mode povrne 50 do 70 odstotkov konverzij, ki bi bile sicer izgubljene zaradi zavrnjenega soglasja. Natančna stopnja povračila je odvisna od več dejavnikov:

• Stopnja soglasja: Spletna mesta z višjimi stopnjami soglasja zagotavljajo več učnih podatkov za model, kar izboljša natančnost za segment brez soglasja.
• Obseg prometa: Večji promet pomeni več signalov in boljše delovanje modela.
• Vrsta konverzije: Preproste, visokofrekvenčne konverzije (na primer cilji, temelječi na ogledih strani) je lažje modelirati kot kompleksne, redke konverzije (na primer oddaja povpraševanj v segmentu podjetij).
• Raznolikost vedenja uporabnikov: Če se uporabniki s soglasjem in brez njega zelo različno vedejo, ima model težjo nalogo. V praksi je glavna vedenjska razlika običajno prav odločitev o soglasju, zato modeli delujejo razmeroma dobro.

Praktično povedano: spletno mesto s 60-odstotno stopnjo soglasja, ki izgublja 40 odstotkov svojih podatkov o konverzijah, lahko pričakuje, da bo prek modeliranja povrnilo približno 20 do 28 odstotnih točk, s čimer se skupno število opaženih in modeliranih konverzij približa 80 do 88 odstotkom dejanskega skupnega števila.

Vpliv na Smart Bidding in ROAS

Modeliranje konverzij ni pomembno le za natančnost poročanja — neposredno vpliva na avtomatizirane strategije ponujanja. Algoritmi Google Ads Smart Bidding (Target CPA, Target ROAS, Maximise Conversions) uporabljajo podatke o konverzijah kot svoj glavni učni signal. Ko so podatki o konverzijah zaradi vrzeli v soglasju nepopolni, ti algoritmi sprejemajo suboptimalne odločitve pri ponujanju.

Brez modeliranja Smart Bidding zazna manj konverzij, kot jih je dejansko bilo, in lahko:

• Premalo ponuja za dragocene ključne besede ter izgublja delež prikazov v korist konkurentov.
• Napačno pripisuje uspešnost med kampanjami in preusmerja proračun stran od učinkovitih kampanj, ki imajo zgolj višjo stopnjo zavrnjenega soglasja.
• Poroča umetno nizek ROAS, kar lahko vodi do zmanjšanja proračuna za kampanje, ki so v resnici donosne.

Ko je modeliranje konverzij aktivno, Smart Bidding prejme bolj celovito sliko dejanskega obsega konverzij, kar mu omogoča bolj agresivno ponujanje tam, kjer je to upravičeno, in učinkovitejšo razporeditev proračuna med kampanjami.

Zakaj je to za oglaševalce pomembno prav zdaj

Google je Consent Mode V2 postavil kot zahtevo za oglaševalce, ki ciljajo na uporabnike v EGP in Združenem kraljestvu. Od marca 2024 so funkcije personaliziranega oglaševanja za te občinstva na voljo le oglaševalcem, ki uporabljajo Google-certificiran CMP s Consent Mode V2. To ni opcijsko — gre za uveljavljeno zahtevo.

Oglaševalci, ki še niso implementirali Consent Mode V2 s certificiranim CMP, že doživljajo:

• Izgubo podatkov o remarketing občinstvih za uporabnike iz EGP/UK.
• Brez modeliranja konverzij, kar povzroča večje vrzeli v podatkih.
• Poslabšano delovanje Smart Bidding.
• Zmanjšano zmožnost merjenja in optimizacije ROAS kampanj.

FlexyConsent je Google-certificiran CMP, ki Consent Mode V2 implementira v Advanced mode privzeto. Samodejno upravlja vse zahtevane parametre soglasja — analytics_storage, ad_storage, ad_user_data, ad_personalization in functionality_storage — ter zagotavlja, da vaše konfiguracije Google Ads in GA4 prejmejo signale, ki jih potrebujejo za aktivacijo modeliranja konverzij.

S podporo za IAB TCF 2.3, izvirnimi integracijami za WordPress, Shopify in PrestaShop ter paketi, ki se začnejo pri 0 EUR na mesec, FlexyConsent odstrani tako tehnične kot finančne ovire za pravilno implementacijo Consent Mode V2.

Ključno sporočilo: Modeliranje konverzij ni nekaj, kar bi bilo zgolj lepo imeti — je mehanizem, ki premošča vrzel med skladnostjo z zasebnostjo in učinkovitim merjenjem oglaševanja. Brez njega sprejemate odločitve o ponujanju in proračunu na podlagi nepopolnih podatkov. Z Consent Mode V2 v Advanced mode in Google-certificiranim CMP lahko povrnete 50 do 70 odstotkov izgubljenih konverzij in svojim algoritmom Smart Bidding zagotovite signal, ki ga potrebujejo za optimalno delovanje.