Modelowanie konwersji Google - Co to jest i czemu służy?

W jaki sposób odtworzyć najbardziej prawdopodobną podróż użytkownika w sytuacji, kiedy nie wyraził zgody na wykorzystanie plików cookie? Rozwiązaniem jest modelowanie konwersji.

Rzetelne oszacowanie zwrotu z inwestycji w marketingu online zależy od sposobu przypisania każdej konwersji — wygenerowanej dzięki kampaniom reklamowym — do odpowiedniej interakcji użytkownika z reklamą.

To nie jest łatwe, biorąc pod uwagę przede wszystkim wyższe standardy w polityce ochrony prywatności użytkowników — Consent Management Platform — i prawo do odmowy gromadzenia oraz udostępniania danych poprzez pliki cookie. 

Consent Management Platform w praktyce skutkuje wstrzymaniem aktywności kodów śledzących, a w konsekwencji: niepełnymi danymi o liczbie sesji, konwersji, a także wartości przychodów bezpośrednich.

Zmiany widoczne są na pierwszy rzut oka, wystarczy porównać wyżej wymienione wskaźniki w okresach przed i po implementacji CMP na witrynie.

Część utraconych informacji można jednak odzyskać!

Modelowanie konwersji Google. Co to jest?

W najprostszym ujęciu modelowanie konwersji to analiza, czy interakcja z reklamą online była źródłem konwersji (i w jak dużym stopniu).

Modelowanie odbywa się bez identyfikacji użytkownika, innymi słowy gromadzi dane anonimowe, na co wpływ mają indywidualne ustawienia prywatności.

Ten proces znajduje również zastosowanie w sytuacji, kiedy użytkownik niewyrażający zgody na pliki cookie (w całości lub części) przegląda daną witrynę przy pomocy kilku różnych urządzeń.

Przykłady modelowania konwersji w GA4

Google Analytics odnotował wejście na witrynę po kliknięciu reklamy graficznej wyświetlonej na iPhone. Następnie zarejestrował konwersję wygenerowaną przez — z pozoru — innego użytkownika z wejścia bezpośredniego, tym razem przy użyciu laptopa i przeglądarki Chrome dla Windows.

Wspomniany użytkownik był zalogowany na konto Google, co dla algorytmów uczących się stanowi czytelną informację: odnotowane dwa zdarzenia konwersji zostały wygenerowane przez pojedynczego odbiorcę.

Google Analytics odbiera ją, wykorzystując dane o sesjach pochodzących z witryn i aplikacji — danych Google Signals — przyporządkowując zdarzenia konwersji wygenerowane na dwóch różnych urządzeniach jednemu użytkownikowi.

W efekcie zmniejsza raportowaną liczbę użytkowników, urzeczywistniając ją, i jednocześnie umożliwia poprawne przypisanie konwersji do ich źródeł: reklamy graficznej.

To modelowy (nomen omen) scenariusz, poprzez który w łatwy sposób można wyjaśnić działanie konwersji modelowanych. 

Jednak co w przypadku, kiedy użytkownik nie jest zalogowany na konto Google albo zupełnie z niego nie korzysta?

Analytics zakłada, że zachowuje się on podobnie do użytkownika pozostającego nieustannie zalogowanym — i na tej podstawie wraz z biegiem czasu uzupełnia brakujące dane o źródłach (co prawda nie w 100% pewnych, ale prawdopodobnych i w większym stopniu odzwierciedlających rzeczywistość) zdarzeń konwersji, które dotychczas definiowane były jako wejścia bezpośrednie, czyli direct.

Kolejna sytuacja: użytkownik w ogóle nie wyraził zgody na śledzenie. Google Analytics na podstawie danych o liczbie odsłon oraz konwersji prognozuje zarówno, ilu użytkowników — prawdopodobnie — odwiedziło witrynę, jak również które ze źródeł odpowiedzialne jest (lub są) za konwersję.

Źródło: Google Ads - Pomoc

Powyższy screen obrazuje, w jaki sposób stan zgody na pliki cookie wpływa na współczynnik konwersji.

Łatwo zauważyć, iż dla użytkowników "ze zgodą" współczynnik konwersji jest wyższy niż w przypadku pozostałych. Google wskazuje, iż są nawet 5 razy bardziej skłonni do konwertowania.

W tym miejscu warto wspomnieć, iż Google Analytics nie jest w stanie zweryfikować, czy użytkownik  „bez zgody”, a konwertujący wszedł w interakcję z reklamą. W efekcie część z konwersji, pomimo iż zdarzy się faktycznie, nie zostanie zarejestrowana, ponieważ nie zostaną one przypisane do kliknięć reklam bez plików cookie.

Co warunkuje działanie konwersji modelowanych?

Zaktualizowana przez Google polityka RODO, wskutek której — jak już wspomnieliśmy we wstępie — użytkownik ma prawo zrezygnować zarówno z części, jak i całości plików cookie, odczuwalnie ograniczyła dostęp do informacji o nich (np. skąd pochodzą, w jaki sposób kupują czy realizują inne cele konwersji), a także efektywności działań marketingowych. 

Rozwiązaniami, które minimalizują problemy wynikające z braku wiedzy o zachowaniach konsumenckich, a tym samym ratują, choć fragmentaryczne dane są:

• Consent Mode,

• Google Signals.

Jak działa Consent Mode?

To dodatek do Consent Management Platform pozwalający na gromadzenie danych zanonimizowanych. Nie jest co prawda tak skuteczny jak klasyczne pliki cookies, niemniej jednak minimalizuje utratę danych o użytkownikach aż o 70%.

1. Po przejściu na witrynę użytkownik widzi pop-up z informacją o możliwości wyrażenia zgody lub odrzucenia (w całości lub w części) na przetwarzanie plików cookies. W pierwszym przypadku śledzenie zachowań użytkownika będzie przebiegało bez zakłóceń, jak dotychczas. W drugim witryna wyśle do Google Tag Manager informację o uruchomieniu Consent Mode.

2. Google wykorzystując technologię sztucznej inteligencji (algorytmów uczących się), gromadzi zanonimizowane dane o użytkownikach. 

Przykład:

Wśród 1000 użytkowników, którzy poprzez kampanię Google Ads, wygenerowali konwersję, 35% nie wyraziło zgody na śledzenie. Consent Mode dostarczy zatem danych o zachowaniu 65% z nich. Pozostałe (35% danych) o zachowaniu użytkowników zostaną opracowane przez technologię AI Google na podstawie najbardziej prawdopodobnego scenariusza. 

3. Dane zebrane poprzez Consent Mode — dotyczące źródeł, liczby konwersji, a więc skuteczności prowadzonych działań marketingowych — przekazywane są Google Ads. Google zapowiada, że będą one również dostępne w ramach Search Ads 360, a także Display&Video 360.

Brak Consent Mode oznacza utratę wartościowych danych dotyczących około 30% z całości ruchu generowanego na witrynie, co z kolei uniemożliwia Google Analytics 4 na opracowanie konwersji modelowych. 

Chcesz dowiedzieć się więcej o Consent Mode? 

Przeczytaj: 12 rzeczy, które musisz wiedzieć o Consent mode

Jak działa Google Signals? 

Wykorzystując logowanie w usługach Google i partnerskich, umożliwia przypisanie jednemu użytkownikowi kilku zdarzeń konwersji, które zostały zainicjowane i wygenerowane na dwóch różnych urządzeniach czy przeglądarkach. 

Najważniejszą korzyścią wdrożenia usługi w kontekście tematu niniejszego artykułu są raporty cross-device dające wgląd do prawdopodobnej ścieżki konwersji użytkownika. To właśnie na podstawie zawartych w nich danych (a dodatkowo przy wykorzystaniu informacji pochodzących od osób, które aktywowały personalizację reklam) Google Analytics modeluje zachowania użytkowników, którzy na ścieżce konwersji korzystają z różnych urządzeń.

Google Signals należy aktywować ręcznie z poziomu panelu administracyjnego Google Analytics 4: 

1. Kliknij "Administracja",

2. W kolumnie "Usługa" kliknij zakładkę "Informacje o śledzeniu",

3. Kliknij "Gromadzenie danych",

4. Kliknij "Rozpocznij".

Proces przetwarzania, a następnie aktualizacja danych o konwersjach w Google Analytics jest czasochłonny i może potrwać nawet tydzień. Warto już teraz uzbroić się w cierpliwość i mieć świadomość, że wgląd do pełnych danych analitycznych otrzymamy dopiero po upływie pewnego czasu.

Jednym z najbardziej wartościowym wskaźników efektywności prowadzonych kampanii jest liczba wygenerowanych konwersji. Gromadzenie pełnych danych na ich temat nie zawsze jest jednak możliwe, przede wszystkim wskutek zwiększonej ochrony prywatności. Luki w wiedzy o użytkownikach, a co za tym idzie ścieżce, jaką pokonuje, na szczęście można odzyskać, choć w części — dzięki modelowaniu konwersji. Co w rezultacie pozwala zarówno na sprawniejszą optymalizację kampanii oraz opracowywanie dokładniejszych jak i bliższych rzeczywistości raportów dotyczących ich skuteczności.