Fill the Gaps: Modeled Conversions in DV360 und CM
Durch den Wegfall von 3rd-Party Cookies in vielen Browsern, durch Einschränkungen wie Apple’s ITP und steigende Anforderungen an die Privatsphäre von Nutzerinnen und Nutzern ist die Sorge der unvollständigen Messung von Kampagnenperformance berechtigt. Das Conversion Modeling ermöglicht es Werbetreibenden entstehende Lücken mit statistischen Vorhersagen wieder zu schließen. Wie das Ganze funktioniert, und was benötigt wird, erklären wir.
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: