Conversion Modeling - Datenlücken in der Customer Journey füllen
Conversion Modelling kann mit Hilfe von Machine Learning Technologien Datenlücken in der Messung von Kampagnen füllen. Wie das in DV360 genau funktioniert lest ihr hier!
Warum brauchen wir Conversion Modelling?Jüngste Veränderungen in der Datenerhebung und Speicherung haben traditionelle Methoden der Kampagnenanalyse beeinflusst. Consent Management, Privacy Shield, Browser Updates, welche die Verwendung von Third-Party Cookies verhindern reißen Löcher in die Messung und Analyse von Online Conversions. Auch Cross Devices Messungen werden durch fehlende Cookies erschwert.
Conversion Modelling hilft nun diese Datenlücken zu füllen, indem mithilfe von Machine Learning Technologie die allgemeine Kampagnenperformance rekonstruiert wird.
In DV360 werden zum Beispiel nicht zuordenbare Klicks und Impressionen, die wahrscheinlich Conversions verursacht haben - aber nicht messbar waren - mithilfe von Machine Learning zugeordnet. Aktuell beobachtbare Signale wie z. B. Gerät, Datum und Uhrzeit sowie Konversionstyp und -modell über alle aktive Kampagnen hinweg werden beobachtet und das Kundenverhalten genau und aggregiert dargestellt.
Weiterlesen: Conversion Modeling