Fill the Gaps: Modeled Conversions in DV360 und CM
Management Summary
Aufgrund fehlender 3rd-Party (3P) Cookies können Conversions nicht wie zuvor Kampagnen zugewiesen werden, sodass sich ein unvollständiges Bild für Werbetreibende ergibt. Dies kann massive Auswirkungen haben, da die Anzahl der Conversions nicht nur für das Überwachen von Kampagnen relevant ist, sondern ebenfalls Gebotsstrategien beeinflussen kann. Um dem entgegenzuwirken arbeitet Google bereits seit einiger Zeit mit Modeled Conversions. Diese helfen das ganzheitliche Bild wieder herzustellen, sodass wir als Werbetreibende wissen, ob unsere Anzeigen für eine Conversion mitverantwortlich sind.
Conversion Modeling & DSGVO
Das geht – und ist auch GDPR-konform? Und ist die künstliche Steigerung von Conversions nicht genauso ineffizient? Ja und Nein!
Bei einer beispielhaften Kampagne haben wir bei einem Teil der NutzerInnen keine Möglichkeit zu sehen, um wen es sich handelt, was sie auf der Webseite machen und ob die Website aufgrund der geschalteten Werbung aufgerufen wurde. Für die restlichen NutzerInnen ist genau das, aufgrund von 3rd-Party (3P) Cookies nach einer Impression oder mit 1st-Party (1P) Cookies nach einem Klick und bestätigter Einwilligung, möglich. Zudem lässt sich sehen, welche Conversions erzielt wurden. Alle anderen Conversions werden als vermeintlich organisch gezählt, und können der Kampagne nicht zugewiesen werden.
Der Modellierungsprozess
Nun kommt die Modellierung ins Spiel. Diese geschieht in 6 Schritten:
1.
Die beiden Gruppen an NutzerInnen werden entsprechend unterteilt, sodass sich die NutzerInnen mit 3P-Cookies in der einen, und die ohne in der anderen befinden.
Gruppe 1: NutzerInnen mit Cookies (3P bei Impression oder 1P bei Klick auf Ad)
Gruppe 2: NutzerInnen ohne Cookies
2.
Gruppe 1 wird weiter unterteilt in Cluster, basierend auf den Signalen dieser. Diese Signale umfassen unter anderem das Gerät eines Nutzers, den Aufenthaltsort, die Uhrzeit, die Art des Browsers und die Art einer Conversion. (Die genutzten Signale sind vielfältig und werden sich zukünftig sicher ebenfalls ändern.)
Beispielhafter Modellierungsprozess:
Gruppe 1
Gruppe 2
Durch Cookies zuordbare Conversions.
Unzuordbare Conversions.
Anhand von Signalen der Nutzer*innen werden sie in Cluster unterteilt.
Modellierung & Validierung:
Anhand von Signalen können sie den Clustern der Gruppe 1 zugeordnet werden
Cluster 1:
Signale:
AT, Chrome, Smartphone, konvertiert Abends
Cluster 2:
Signale:
DE, Safari & Mozilla, Smartphone, konvertiert Abends
Cluster 3:
Signale:
DE & AT, Chrome, Desktop, konvertiert Vormittags
Signale zur Modellierung
Browser Typ
Land
Tag & Uhrzeit
Gerätetyp
Art der Conversion
3.
Anhand dieser Charakteristika lässt sich statistisch vorhersagen, wie wahrscheinlich Conversions dieser Gruppe 1 und deren Cluster sind. So lässt sich ein Modell erstellen, welches vorhersagen kann, wie viele der nicht zuordenbaren Conversions der Kampagne attribuiert werden können.
4.
Die Conversions und Interaktionen auf der Seite, die durch fehlende Cookies nicht den NutzerInnen zugeordnet werden können, werden nun stattdessen versucht mit diesen neuen Clustern zu matchen. Dieses Matching geschieht mithilfe der Signale.
5.
Ist das Matching erfolgreich, gibt es einen weiteren Schritt, um die Zuweisung zu der Kampagne zu validieren. Dazu wird ein Teil der NutzerInnen der ersten Gruppe regelmäßig mit dem Modell verglichen.
6.
Ist das Modell valide, und stimmt die Vorhersage des Modells mit der Probe aus Gruppe 1 überein, werden diese modellierten Conversions in Display & Video 360 (DV360) oder dem Campaign Manager (CM) als Conversion der Kampagne zugewiesen. Ist das Modell nicht valide wird der Prozess erneut durchlaufen.
Der Modellierungsprozess
Nun kommt die Modellierung ins Spiel. Diese geschieht in 6 Schritten:
1.
Die beiden Gruppen an NutzerInnen werden entsprechend unterteilt, sodass sich die NutzerInnen mit 3P-Cookies in der einen, und die ohne in der anderen befinden.
Gruppe 1: NutzerInnen mit Cookies (3P bei Impression oder 1P bei Klick auf Ad)
Gruppe 2: NutzerInnen ohne Cookies
2.
Gruppe 1 wird weiter unterteilt in Cluster, basierend auf den Signalen dieser. Diese Signale umfassen unter anderem das Gerät eines Nutzers, den Aufenthaltsort, die Uhrzeit, die Art des Browsers und die Art einer Conversion. (Die genutzten Signale sind vielfältig und werden sich zukünftig sicher ebenfalls ändern.)
Signale zur Modellierung
Browser Typ
Land
Tag & Uhrzeit
Gerätetyp
Art der Conversion
3.
Anhand dieser Charakteristika lässt sich statistisch vorhersagen, wie wahrscheinlich Conversions dieser Gruppe 1 und deren Cluster sind. So lässt sich ein Modell erstellen, welches vorhersagen kann, wie viele der nicht zuordenbaren Conversions der Kampagne attribuiert werden können.
4.
Die Conversions und Interaktionen auf der Seite, die durch fehlende Cookies nicht den NutzerInnen zugeordnet werden können, werden nun stattdessen versucht mit diesen neuen Clustern zu matchen. Dieses Matching geschieht mithilfe der Signale.
5.
Ist das Matching erfolgreich, gibt es einen weiteren Schritt, um die Zuweisung zu der Kampagne zu validieren. Dazu wird ein Teil der NutzerInnen der ersten Gruppe regelmäßig mit dem Modell verglichen.
6.
Ist das Modell valide, und stimmt die Vorhersage des Modells mit der Probe aus Gruppe 1 überein, werden diese modellierten Conversions in Display & Video 360 (DV360) oder dem Campaign Manager (CM) als Conversion der Kampagne zugewiesen. Ist das Modell nicht valide wird der Prozess erneut durchlaufen.
Die Implementierung
Klingt gut, aber wie können modellierte Conversions inkludiert werden? Dazu muss ein Haken in den folgenden Einstellungen gesetzt werden:
Campaign Manager: Werbetreibender > Floodlight-Konfiguration > Attributionsmodelle
DV360: Werbetreibender > Ressourcen > Floodlight-Gruppe > Allgemeine Angaben > Attribution > Attributionsmodelle
Tipps:
Um die Modellierung bestmöglich zu gestalten, empfiehlt sich, dass Global Site Tags oder der GTM verwendet, die Einwilligungserklärung der Website entsprechend angepasst, und die “Erweiterte Attribution” im Campaign Manager in der Floodlight Konfiguration angewählt werden.
Die Conversionmodellierung ist nur eine von vielen Möglichkeiten, sich auf die Zeit nach dem 3rd-Party Cookie vorzubereiten. Laden Sie hier unser FAQ zur Cookieless Future herunter.
