Problemet med datagapet

Integritetsregler har skapat ett mätgap för digitala annonsörer. Inom Europeiska ekonomiska samarbetsområdet ligger samtyckesnivåerna för cookies vanligtvis mellan 50 och 70 procent, vilket innebär att 30 till 50 procent av webbplatsens sessioner genererar begränsad eller ingen konverteringsdata. För annonsörer som förlitar sig på Google Ads påverkar detta gap direkt kampanjoptimering, målgruppsinriktning och beräkningar av avkastning på annonsutgifter.

Googles svar på denna utmaning är konverteringsmodellering – en maskininlärningsmetod som använder observerad data från användare som har gett samtycke för att uppskatta konverteringar från sessioner utan samtycke. När detta implementeras via Consent Mode V2 kan modelleringen återställa en betydande del av den förlorade konverteringsdatan samtidigt som full regelefterlevnad upprätthålls.

Vad konverteringsmodellering faktiskt är

Konverteringsmodellering är inte gissningar och inte heller enkel extrapolering. Det är ett maskininlärningssystem som analyserar beteendemönster hos användare som har samtyckt till cookies och använder dessa mönster för att förutsäga det sannolika beteendet hos användare som inte har samtyckt.

Modellen tar hänsyn till signaler som:

• Tid på dygnet och veckodag – konverteringsgrader varierar över tid, och detta mönster gäller både för användare med och utan samtycke.
• Enhetstyp och webbläsare – konverteringsbeteende skiljer sig mellan mobil och desktop, och mellan olika webbläsare.
• Geografisk region – konverteringsgrader varierar beroende på plats, och detta gäller oavsett samtyckesstatus.
• Sidinnehåll och navigationsmönster – vilka sidor en användare tittade på och i vilken ordning kan förutsäga sannolikheten för konvertering.
• Referenskälla – kanalen som tog användaren till webbplatsen är en stark indikator på konverteringsintention.

Genom att kombinera dessa signaler kan Googles modeller uppskatta antalet konverteringar med rimlig noggrannhet och ge annonsörer en mer komplett bild av kampanjresultaten.

Hur cookieless-pings fungerar

Grunden för konverteringsmodellering är cookieless-pingen – en lättviktig HTTP-förfrågan som skickas till Googles servrar när en användare har nekat samtycke. Att förstå vad dessa pings innehåller (och vad de inte innehåller) är avgörande både för teknisk implementation och för integritetsregelefterlevnad.

En cookieless-ping innehåller:

• Samtyckesstatus: Den uttryckliga informationen om att användaren har nekat analytics_storage, ad_storage eller båda.
• Sidans URL: Sidan som användaren tittar på.
• Tidsstämpel: När händelsen inträffade.
• User agent: Webbläsar- och enhetsinformation (inte tillräckligt unik för att identifiera en individ).
• Funktionell information: Om sidinteraktionen var en sidvisning, scroll, klick eller formulärinskickning.

En cookieless-ping innehåller uttryckligen inte:

• Någon cookie-identifierare (_ga, _gid eller någon annan).
• Någon information för spårning mellan webbplatser.
• Någon personligt identifierbar information.
• Användarens IP-adress i en form som kan användas för identifiering (den används endast för grov geolokalisering och kastas sedan bort).

Dessa pings ger Google tillräckligt med kontextuell information för att mata in i konverteringsmodeller utan att kompromissa med den enskilda användarens integritet.

Advanced mode vs Basic mode: ett avgörande val

Consent Mode V2 erbjuder två implementeringsnivåer, och skillnaden mellan dem är dramatisk när det gäller dataåterställning:

Basic mode skickar absolut ingen data till Google förrän användaren ger sitt samtycke. Det är den enklaste implementeringen – i praktiken att blockera Google-taggar tills samtycke ges. Fördelen är maximal enkelhet; nackdelen är noll dataåterställning från sessioner utan samtycke. Inga cookieless-pings innebär inga indata till modelleringen.

Advanced mode skickar cookieless-pings för sessioner utan samtycke samtidigt som användarens samtyckesbeslut respekteras fullt ut genom att inga cookies sätts och inga personliga identifierare samlas in. Det är detta som möjliggör konverteringsmodellering. Google rekommenderar Advanced mode och kräver det för full efterlevnad av Consent Mode V2.

Valet mellan dessa lägen har en direkt, mätbar påverkan på din data. En webbplats med 60 procents samtyckesgrad som använder Basic mode ser bara 60 procent av sin konverteringsdata. Samma webbplats som använder Advanced mode kan potentiellt se 80 till 90 procent av uppskattade konverteringar genom kombinationen av observerad (med samtycke) och modellerad (utan samtycke) data.

Aktiveringströsklar: när modelleringen startar

Konverteringsmodellering aktiveras inte automatiskt för varje webbplats. Google kräver minimivolymer av data för att säkerställa att modellerna är statistiskt tillförlitliga. De viktigaste trösklarna är:

• Google Ads-konverteringsmodellering: Cirka 1 000 annonsklick per dag under minst 7 på varandra följande dagar. Under denna tröskel finns det inte tillräckligt med konverteringsdata med samtycke för att modellen ska kunna lära sig på ett tillförlitligt sätt.
• GA4-beteendemodellering: Lägre trösklar, men Google kräver fortfarande minst 1 000 händelser per dag med samtycke givet för varje händelsetyp som modelleras.
• Krav på konsekvens: Trösklarna måste uppnås konsekvent. Sporadiska trafiktoppar följda av lugna perioder aktiverar inte modellering.

För webbplatser som inte uppfyller dessa trösklar kommer konverteringsmodellering att visas som otillgänglig i ditt Google Ads-konto. Detta är en vanlig frustration för små och medelstora annonsörer, men det återspeglar en verklig statistisk begränsning – modeller som tränas på för lite data skulle ge opålitliga uppskattningar.

Hur mycket data kan du faktiskt återställa?

Googles publicerade data och oberoende studier tyder på att konverteringsmodellering via Consent Mode V2 Advanced mode kan återställa 50 till 70 procent av de konverteringar som annars skulle gå förlorade på grund av nekade samtycken. Den exakta återställningsgraden beror på flera faktorer:

• Samtyckesgrad: Webbplatser med högre samtyckesgrad ger mer träningsdata till modellen, vilket förbättrar dess noggrannhet för segmentet utan samtycke.
• Trafikvolym: Högre trafik innebär fler signaler och bättre modellprestanda.
• Konverteringstyp: Enkla konverteringar med hög volym (som sidvisningsbaserade mål) är lättare att modellera än komplexa konverteringar med låg volym (som företagsleads).
• Mångfald i användarbeteende: Om användare med och utan samtycke beter sig mycket olika får modellen ett svårare jobb. I praktiken tenderar den största beteendeskillnaden att vara själva samtyckesbeslutet, så modellerna presterar oftast ganska bra.

För att uttrycka detta i praktiska termer: en webbplats med 60 procents samtyckesgrad som förlorar 40 procent av sin konverteringsdata kan förvänta sig att återställa ungefär 20 till 28 procentenheter genom modellering, vilket ger totalt observerade plus modellerade konverteringar på cirka 80 till 88 procent av det verkliga totalantalet.

Effekt på Smart Bidding och ROAS

Konverteringsmodellering handlar inte bara om rapporteringsnoggrannhet – den påverkar direkt automatiska budstrategier. Google Ads Smart Bidding-algoritmer (Target CPA, Target ROAS, Maximise Conversions) använder konverteringsdata som sin primära träningssignal. När konverteringsdata är ofullständig på grund av samtyckesgap fattar dessa algoritmer suboptimala budbeslut.

Utan modellering ser Smart Bidding färre konverteringar än vad som faktiskt inträffade och kan:

• Budgivning för lågt på värdefulla sökord och förlora visningsandel till konkurrenter.
• Felattribuera resultat mellan kampanjer och flytta budget från effektiva kampanjer som råkar ha högre andel nekade samtycken.
• Rapportera artificiellt låg ROAS, vilket potentiellt leder till budgetnedskärningar för kampanjer som i själva verket är lönsamma.

Med aktiv konverteringsmodellering får Smart Bidding en mer komplett bild av den verkliga konverteringsvolymen, vilket gör det möjligt att bjuda mer aggressivt där det är motiverat och fördela budgeten mer effektivt mellan kampanjer.

Varför detta är viktigt för annonsörer just nu

Google har gjort Consent Mode V2 till ett krav för annonsörer som riktar sig till användare i EES och Storbritannien. Sedan mars 2024 är personanpassade annonsfunktioner för dessa målgrupper endast tillgängliga för annonsörer som använder en Google-certifierad CMP med Consent Mode V2. Detta är inte valfritt – det är ett krav som upprätthålls.

Annonsörer som inte har implementerat Consent Mode V2 med en certifierad CMP upplever redan:

• Förlust av remarketingmålgruppsdata för användare i EES/Storbritannien.
• Ingen konverteringsmodellering, vilket resulterar i större datagap.
• Försämrad prestanda för Smart Bidding.
• Minskad förmåga att mäta och optimera kampanjernas ROAS.

FlexyConsent är en Google-certifierad CMP som implementerar Consent Mode V2 i Advanced mode som standard. Den hanterar automatiskt alla nödvändiga samtyckesparametrar – analytics_storage, ad_storage, ad_user_data, ad_personalization och functionality_storage – och säkerställer att dina Google Ads- och GA4-konfigurationer får de signaler de behöver för att aktivera konverteringsmodellering.

Med stöd för IAB TCF 2.3, inbyggda integrationer för WordPress, Shopify och PrestaShop samt planer som börjar från 0 EUR per månad, tar FlexyConsent bort både de tekniska och ekonomiska hindren för en korrekt implementation av Consent Mode V2.

Viktig slutsats: Konverteringsmodellering är inte en trevlig extrafunktion – det är mekanismen som överbryggar gapet mellan regelefterlevnad för integritet och effektiv annonsmätning. Utan den fattar du bud- och budgetbeslut baserat på ofullständig data. Med Consent Mode V2 Advanced mode och en Google-certifierad CMP kan du återställa 50 till 70 procent av förlorade konverteringar och ge dina Smart Bidding-algoritmer de signaler de behöver för att prestera optimalt.