Conversion modeling e il machine learning in Google Ads

4 minuti   Tracking

By Giovanni Fabbrocino

Conversion modeling e il machine learning in Google Ads

Di cosa parleremo oggi

Google Ads introduce il conversion modeling, migliorando le performance pubblicitarie con un approccio innovativo e rispettoso della privacy tramite machine learning. Questo articolo ti aiuterà ad avere una panoramica completa delle potenzialità nascoste negli strumenti privacy centric messi a disposizione in Google Ads.

Nel mondo sempre più attento alla privacy in cui viviamo, Google ha sviluppato un sistema innovativo per tracciare le conversioni delle campagne pubblicitarie senza compromettere la sicurezza degli utenti: il conversion modeling.

Questa tecnica rappresenta una svolta per gli advertiser di Google Ads, soprattutto per coloro che si avvicinano per la prima volta al mondo della pubblicità online e desiderano comprendere come le conversioni modellate possano potenziare le performance delle loro campagne.

Cos’è il conversion modeling?

Il conversion modeling è un processo che utilizza le conversioni osservate per prevedere quelle non osservate, senza identificare singoli individui. In pratica, si distinguono due tipi di conversioni:

  • Conversioni Osservate: si basano su cookie e altri identificatori per collegare le interazioni con gli annunci alle conversioni.
  • Conversioni Modellate: applicano l’apprendimento automatico (machine learning) per stabilire collegamenti tra le interazioni con gli annunci e le conversioni, nei casi in cui cookie e identificatori non sono disponibili.

Il conversion modeling è un processo che utilizza le conversioni osservate per prevedere quelle non osservate, senza identificare singoli individui.

Quando le conversioni modellate vengono incluse nei report

Le conversioni modellate contribuiscono al totale delle conversioni riportate solo quando esiste un’elevata fiducia che l’annuncio abbia generato conversioni. Questo metodo serve a prevenire una sovrastima sistematica delle performance.

Google adotta la validazione di ritenzione, una pratica consigliata nel machine learning, per mantenere l’accuratezza dei suoi modelli, affinando continuamente la metodologia di modellazione attraverso esperimenti e comunicazioni tempestive in caso di impatti significativi sui dati.

Come funziona il conversion modeling?

Analizziamo i principi fondamentali presentati da Google nella sua documentazione:

  • Separazione delle interazioni con l’annuncio: le interazioni vengono divise in gruppi, uno con un collegamento osservabile a una conversione e l’altro senza.
  • Divisione del gruppo osservato: le conversioni osservate vengono suddivise in sottogruppi basati su caratteristiche condivise, calcolando metriche chiave per ciascuno.
  • Classificazione del gruppo non osservato: i sottogruppi sono utilizzati per classificare le interazioni e le conversioni non osservate.
  • Collegamento di interazioni e conversioni non osservate: l’apprendimento automatico utilizza i tassi di conversione noti e altre caratteristiche dei sottogruppi osservati per collegare le interazioni e le conversioni non osservate, integrando i dati nelle informazioni sulle conversioni per ottimizzare le decisioni sulla performance degli annunci.

Approccio centrato sulla privacy

Google impedisce il fingerprinting e altri tentativi di identificazione individuale, preferendo utilizzare dati aggregati (come tassi di conversione storici, tipo di dispositivo, ora del giorno, geolocalizzazione e altro) per prevedere la probabilità di conversioni da parte degli utenti che hanno visualizzato o cliccato su un annuncio.

Dove Google usa il conversion modeling

Dove Google usa il conversion modeling

Conversioni Cross-Device

Un elemento fondamentale del conversion modeling riguarda le conversioni cross-device.

Questo scenario si verifica quando un utente inizia il proprio percorso su un dispositivo interagendo con un annuncio e completa la conversione su un altro dispositivo. Google modella queste conversioni per fornire una visione completa del percorso dell’utente, superando le limitazioni dei dispositivi separati.

Ciò è fondamentale per comprendere l’impatto reale delle campagne, soprattutto in un mondo sempre più multi-dispositivo.

Valore delle conversioni

Quando si parla di valore di conversione, Google utilizza i dati delle conversioni osservate per prevedere il valore di quelle modellate.

Questo approccio assicura che le decisioni sugli investimenti pubblicitari possano essere basate su stime accurate del ritorno economico, permettendo agli advertiser di ottimizzare le campagne in modo informato.

Limitazioni dei cookie e identificatori di dispositivo

In situazioni in cui i cookie sono limitati o non consentiti, o quando gli identificatori dei dispositivi non sono disponibili, il conversion modeling diventa cruciale.

Google applica la modellazione delle conversioni in base al traffico del sito web, alle politiche di consenso dei Paesi e all’utilizzo di identificatori aggregati per conto del traffico mobile consentito o storico.

Questo permette di superare le restrizioni imposte da politiche come la trasparenza nel tracciamento delle app di Apple (ATT) e di mantenere l’efficacia delle campagne pubblicitarie anche in scenari complessi.

Benefit del conversion modeling

Benefits del conversion modeling

Una visione rappresentativa delle performance

Il primo grande vantaggio del conversion modeling è la capacità di fornire un quadro più accurato dei risultati pubblicitari, inclusi il ritorno sull’investimento (ROI) e il percorso di conversione attraverso dispositivi e canali.

Questa visione olistica consente agli advertiser di comprendere meglio l’efficacia delle loro campagne, superando le barriere poste dalla frammentazione dei dispositivi e dai silos dei canali.

Ottimizzazione e campagne più efficaci

Le normative sulla privacy e le limitazioni tecnologiche portano alla perdita di osservabilità per certi segmenti di utenti (ad esempio, utenti che non danno il consenso o che utilizzano determinati tipi di dispositivi o browser).

Ciò significa che gli algoritmi di offerta automatizzati di Google devono prendere decisioni di ottimizzazione basate su dati incompleti e spesso distorti. Il conversion modeling colma queste lacune nei dati, garantendo che le decisioni di offerta automatizzate siano basate su informazioni accurate sull’attività del tuo sito web o app.

Misurazione accurata e privacy centric

Il conversion modeling fornisce dati significativi e azionabili proteggendo al contempo l’identità degli individui che interagiscono con i tuoi annunci e il tuo sito web.

Google utilizza tecniche come la validazione di ritenzione per verificare l’accuratezza della modellazione. Confrontando i risultati modellati con le conversioni osservate trattenute, misura le inesattezze e i pregiudizi e sintonizza continuamente i modelli.

Metodi simili sono ampiamente utilizzati nell’apprendimento automatico, garantendo che i dati su cui basi le tue decisioni pubblicitarie siano sia precisi che rispettosi della privacy.

Come migliorare il conversion modeling

Come migliorare il conversion modeling: schema

È possibile potenziare ulteriormente questo strumento per massimizzare l’efficacia delle campagne pubblicitarie con gli strumenti Google?

La risposta è sì, principalmente tramite 3 strumenti: tag di Google, conversioni avanzate e consent mode.

Tag di Google

Per iniziare, è fondamentale configurare correttamente il tuo tag di Google. Questo passaggio è cruciale per mitigare le conversioni non osservate, offrendo una modellazione delle conversioni più forte e accurata.

Il tag di Google svolge un ruolo chiave nel ridurre le interruzioni, sbloccando più identificatori durevoli, come i cookie di prima parte e le Informazioni Personali Identificabili (PII), garantendo così una misurazione robusta.

Conversioni avanzate

Le conversioni avanzate migliorano l’accuratezza della misurazione delle conversioni su tutto l’account aumentando i dati osservabili e la qualità generale del conversion modeling.

I tuoi dati di prima parte vengono abbinati agli utenti Google registrati che hanno interagito con i tuoi annunci. Quando avviene un match, viene registrata una conversione. Questo processo, sicuro per la privacy, avviene in un ambiente crittografato utilizzando un algoritmo di hashing unidirezionale sicuro, SHA256, sui tuoi dati cliente di prima parte, come gli indirizzi email, prima di inviarli a Google.

Gli inserzionisti che implementano le conversioni potenziate possono recuperare fino al 15% di conversioni aggiuntive influenzate dall’ITP di Apple, con un aumento delle conversioni del 17% su YouTube e un impatto del 3,5% sulle offerte di ricerca.

Modalità di consenso (consent mode)

La modalità di consenso regola automaticamente il comportamento dei tuoi tag di Google in base allo stato del consenso ai cookie dei tuoi utenti, consentendo a Google di modellare le lacune nelle conversioni.

Questa soluzione è particolarmente rilevante per gli inserzionisti nelle regioni EEA, UK e CH, la cui misurazione è influenzata dalla direttiva ePrivacy. La modellazione delle conversioni attraverso la modalità di consenso recupera più della metà dei percorsi da clic su annuncio a conversione persi, con risultati che possono variare a seconda dei tassi di consenso e della configurazione della modalità di consenso.

Come migliorare il conversion modeling: schema

Considerazioni finali

Attraverso la configurazione corretta e l’attuazione delle politiche di misurazione indicate da Google stesso, gli advertiser di Google Ads possono superare le sfide poste dalla privacy e dalle limitazioni tecnologiche.

Implementando queste soluzioni, è possibile ottenere una visione più accurata e completa dell’efficacia delle campagne, garantendo decisioni pubblicitarie basate su dati solidi e un rispetto incondizionato della privacy degli utenti.

Questi strumenti avanzati rappresentano un passo avanti significativo per tutti gli advertiser, promettendo di trasformare le performance delle campagne pubblicitarie in un ambiente digitale all’avanguardia e performante.

Scritto da:
Giovanni Fabbrocino

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

© Copyright 2024 © LOOP Agency Loop srl, Piazzale Clodio 22, 00195 Roma (RM) - CF e P.IVA 10041740969 - loopsrl@pecditta.com - RM-1551855
Privacy Policy - Cookie Policy

Powered by MarchettiDesign