Die modellierten Konversionen von Facebook verstehen: Der Schlüssel zur Erschließung einer besseren Messung in einer Post-Cookie-Welt

Inzwischen hat jede große digitale Werbeplattform einige Hinweise zu den erwarteten Auswirkungen der jüngsten Datenschutzänderungen von Apple mit iOS 14.5+ und darüber hinaus gegeben – vor allem die App Tracking Transparency (ATT)-Funktion.

Facebook hat am stärksten reagiert und Apple beschuldigt, kleinen Unternehmen Schaden zuzufügen und sein 28-tägiges Zuordnungsfenster für Anzeigen auslaufen zu lassen, bevor das Update überhaupt veröffentlicht wurde.

Während die anfänglichen Auswirkungen von iOS 14.5+ (das Ende April eingeführt wurde) auf beide Vermarkter und die präsentierten Daten minimal waren, ändert sich alles: Nur wenige Tage vor der WWDC-Konferenz von Apple Anfang Juni stiegen die Akzeptanzraten vorhersehbar auf über 60 % – und diese Zahl dürfte bald die kritische Masse erreichen.

Vermarkter haben über die Auswirkungen spekuliert, die dies auf Facebook-Anzeigen haben wird, und alles in Frage gestellt, von der Genauigkeit der Leistungsdaten bis hin zur Fähigkeit, Zielgruppen zu finden. Aber kommen wir zu den Messingaufgaben: Was jeder wissen möchte, ist, ob der algorithmische Anzeigendienst von Facebook mit weniger Daten genauso effektiv laufen kann.

Der Schlüssel zur Erschließung einer genauen Messung: modellierte Conversions

Eine Möglichkeit, die potenziellen Lücken in der Customer Journey zu füllen und die Effektivität von Marketinginvestitionen genau zu bewerten, ist die Konversionsmodellierung. Und genau das beginnt Facebook zu nutzen.

Was ist Conversion-Modellierung?

Conversion-Modellierung bezieht sich auf die Verwendung von maschinellem Lernen, um die Auswirkungen Ihrer Marketingbemühungen zu quantifizieren, wenn Conversion-Daten nicht gemessen werden können, sei es aufgrund von Tracking-Einschränkungen auf iOS-Geräten oder blinden Flecken durch geräteübergreifendes Kaufverhalten.

Modellierte Konversionen verwenden aggregierte und anonymisierte Daten, um Konversionen zu schätzen, die Anzeigenplattformen wie Facebook oder Google nicht direkt beobachten können, und liefern einen vollständigeren Bericht Ihrer Konversionen unter Berücksichtigung der Benutzereinwilligung.

Warum ist die Conversion-Modellierung gerade jetzt so wichtig?

Die Conversion-Modellierung ermöglicht es Marketingfachleuten, den Erfolg über die gesamte Customer Journey hinweg effektiver zu messen und die Leistung zu optimieren, wenn Conversion-Daten unvollständig sind oder fehlen. Hier ist wie:

• Messung und Berichterstattung: Marketer, die die Modellierung nutzen, können die Gesamtzahl der stattgefundenen Conversions besser berücksichtigen, um die Auswirkungen des Marketings genau zu verstehen und qualitativ hochwertige Gebote aufrechtzuerhalten, die Unter- oder Überbieten verhindern.
• Optimierung und Leistung: Ohne Modellierung müssen Optimierungsmethoden mit Teildaten arbeiten, was möglicherweise zu einer weniger effizienten Leistung führt. Mit modellierten Conversions können Plattformen aus repräsentativeren Daten lernen, was zu besseren Schätzungen und Ergebnissen führt.

Im Moment verpasst Ihr Unternehmen wahrscheinlich eine erhebliche Untergruppe von Personen, die aufgrund der iOS-Änderungen weniger erreichbar sind. Die Modellierung löst dieses Problem, indem dem Algorithmus mehr Daten zugeführt werden, um sicherzustellen, dass Ihre Anzeigen zur richtigen Zeit an die richtigen Personen geliefert werden.

Da die Opt-out-Raten die kritische Masse erreichen, werden modellierte Konversionen für Vermarkter, die ein umfassenderes Bild des Verbraucherverhaltens erhalten und gleichzeitig die Privatsphäre der Benutzer respektieren möchten, oberste Priorität haben.

Was ist neu bei modellierten Conversions auf Facebook?

Als Reaktion auf die massiven Tracking-Änderungen von Apple wird Facebook jetzt erstmals Konversionsdaten modellieren, um die Bereitstellung und Leistung des Anzeigenalgorithmus zu verbessern.

Was bedeutet das für Sie?

Zuvor wurden Benutzer, die sich abgemeldet haben, nur in einem 1-tägigen Klickfenster und nicht in einem 7-tägigen Klick-, 1-tägigen Anzeigefenster gezählt. Das bedeutet, dass ein Benutzer, der nach einem 1-tägigen Klickfenster einen Kauf getätigt hat, nicht in den Algorithmus von Facebook einbezogen wird, wenn es darum geht, herauszufinden, welche Personen in eine Zielgruppe aufgenommen werden sollen, da Facebook nicht erkennen würde, dass sie überhaupt einen Kauf getätigt haben.

Facebook hat kürzlich ein neues Update an ausgewählte Werbetreibende verschickt, in dem drei Änderungen an der Art und Weise beschrieben werden, wie es jetzt Ereignisse und Konversionen verfolgt. Von den drei Änderungen sticht eine als die monumentalste hervor:

Jetzt können Vermarkter das Verhalten von abgemeldeten Benutzern „modellieren“, um Einblicke in das zu erhalten, was sie im 7-Tage-Klick, 1-Tag-Ansichtsfenster tun – und letztendlich dabei helfen, das maschinelle Lerntool von Facebook mit mehr umzugestalten und neu zu konfigurieren vollständige und effektive Daten.

Was wir bisher über die modellierten Conversions von Facebook wissen

Mit ATT-Änderungen kann Facebook keine alternativen Kennungen (z. B. IP-Adressen) mehr verwenden, um Web- und App-Aktivitätsdaten von Drittanbietern von abgemeldeten Benutzern neben ihren Facebook- oder Instagram-Konten zu speichern. Diese Einschränkungen haben dazu geführt, dass einige Facebook-Werbetreibende eine Reduzierung der Leistungsdaten feststellen, die in der Benutzeroberfläche gemeldet werden (insbesondere erhöhte CPAs und niedrigere ROAS ).

Durch das Hinzufügen geschätzter Konversionen zu seinen Zuordnungsfenstern für 7-Tage-Klicks und 1-Tages-Ansichten kann Facebook Vermarktern helfen, verlorene Daten zu berücksichtigen und eine genauere Ansicht der Leistung basierend auf modellierten Schätzungen bereitzustellen.

Folgendes wissen wir bisher über die neue Messlösung von Facebook:

• Es wird verwendet, um nicht beobachtbare Conversions nur auf iOS-Geräten zu schätzen
• Modellierungstechniken verwenden aggregierte Daten wie historische Conversions sowie Conversions, auf die Facebook noch Einblick hat, um die Gesamtzahl der von der Plattform erzielten Conversions zu schätzen, und berücksichtigen dann die niedrigeren Conversion-Raten von abgemeldeten Benutzern, um eine Überinflation zu vermeiden
• Gemeldete Ergebnisse enthalten keine modellierten Konversionen in Fällen, in denen Facebook nicht über genügend Daten verfügt, um Schätzungen zur Leistung von Kampagnen vorzunehmen

Conversion-Modellierung ist nichts Neues in der digitalen Werbung: Google macht das schon immer

Unabhängig davon, ob Sie es bemerkt haben oder nicht, ist die Konversionsmodellierung eine etablierte Sache im Marketing – tatsächlich verwenden Sie sie wahrscheinlich bereits.

Das liegt daran, dass Google Conversions seit Jahren modelliert, und Sie (oder Ihr Gegenüber auf der Suchseite) verwenden sie wahrscheinlich in Ihrer Berichterstattung, um Entscheidungen zu treffen und Ihre Strategie für die bezahlte Suche aufzubauen.

Im Laufe der Zeit hat sich die Methodik von Google langsam von einem deterministischen Ansatz, der sich um Cookies dreht, zu einem probabilistischen modellierten Ansatz entwickelt, den wir jetzt sehen. Anfang April führte der Suchgigant die Konversionsmodellierung durch den Consent Mode ein, um Vermarktern dabei zu helfen, Online-Messfunktionen mit einem Datenschutz-ersten-Ansatz weiter zu erhalten.

Der Zustimmungsmodus wurde mit dem Verständnis entwickelt, dass Benutzer ohne Zustimmung mit einer niedrigeren Rate konvertieren, wie im folgenden Beispiel gezeigt:

Laut Google kann die Conversion-Modellierung durch den Zustimmungsmodus dazu beitragen, mehr als 70 % der durch Dateneinschränkungen verlorenen Journeys vom Anzeigenklick zur Conversion wiederherzustellen.

Sollten Sie sich Sorgen darüber machen, dass Facebook über seine modellierten Conversions berichtet?

Kurz gesagt, nein.

Denken Sie darüber nach: Facebook hat ein begründetes Interesse daran, dass modellierte Conversions funktionieren. Wenn sie über modellierte Daten berichten und am Ende völlig daneben liegen, riskieren sie, das Vertrauen (und das Geschäft) ihrer Werbetreibenden zu verlieren – was sie um keinen Preis gefährden werden.

Tatsächlich hat Facebook, um seine Konversionsberichte so robust wie möglich zu machen , neue Metrikanmerkungen eingeführt , um hervorzuheben, wo Modellierung verwendet werden kann, um bestimmte Konversionen zu berücksichtigen. Sie planen auch, modellierte Daten nur dann einzubeziehen, wenn sie über genügend Informationen verfügen, auf denen sie sicher modellieren können.

Maßnahmen, die Sie zur Vorbereitung ergreifen können

Da die langfristigen Auswirkungen von iOS 14 (und seine direkten Änderungen auf das Tracking über mobile Apps und Desktops hinweg) noch in der Luft liegen, ist es von entscheidender Bedeutung, dass digitale Vermarkter sich so schnell wie möglich anpassen und anpassen. Hier sind einige wichtige Schritte, die Sie jetzt unternehmen können, um sich proaktiv vorzubereiten.

Grundlegende Schritte, die Sie bereits haben sollten:

• Verifiziere deine Domain auf Facebook: Um Conversion-Ereignisse zu konfigurieren, muss Facebook deine Domain anhand der im Facebook-Hilfezentrum beschriebenen Schritte verifizieren .
• Nutzen Sie das aggregierte Ereignismanagement von Facebook: Konfigurieren Sie Ihre Webereignisse für die Messung von Webereignissen von Personen, die iOS 14.5+ und neuere Versionen verwenden , korrekt, damit die Modellierungslösungen von Facebook sie verarbeiten können.

Der entscheidende nächste Schritt zur Vorbereitung auf die Zukunft:

• Werden Sie ein Early Adopter der Facebook Conversions API: Wie Facebook es erklärt, „ermöglicht die Facebook Conversions API Werbetreibenden, Web- und Offline-Ereignisse von ihren Servern direkt an Facebook zu senden. Server-Events sind mit einem Pixel verknüpft und werden wie Browser-Pixel-Events verarbeitet. Das bedeutet, dass Serverereignisse in der Messung, Berichterstellung und Optimierung genauso verwendet werden wie Browser-Pixel-Ereignisse.“ Wir empfehlen Werbetreibenden, die Conversions API zusätzlich zum Facebook-Pixel zu implementieren, um eine vollständige Sichtbarkeit des Trichters und einen zuverlässigeren Datenaustausch zu gewährleisten.

Möchten Sie mehr über den allgemeinen Stand des Datenschutzes im Jahr 2021 erfahren? Sehen Sie sich unser kostenloses Whitepaper an, um die gesamte Landschaft der bevorstehenden Änderungen an Ihren Marketingdaten zu erkunden.