Nov 11, 2024
W skrócie
- Firma MiQ rozpoczęła niezależne testy interfejsu Attribution Reporting API, aby ocenić jego skuteczność w przypadku pomiaru konwersji i opracować dokładne funkcje pomiarowe zapewniające ochronę prywatności.
- Testerzy stwierdzili, że interfejs Attribution Reporting API raportował 85% tych samych unikalnych konwertujących użytkowników co pliki cookie innych firm, a dodatkowo 3,7% użytkowników, których nie rejestrowały pliki cookie innych firm.
- Jako eksperci w dziedzinie chmury MiQ wdrożyła raporty podsumowujące w środowisku zaufanego wykonywania w chmurze, aby zachować sygnały bez śledzenia przez podmioty zewnętrzne. Ta inicjatywa jest na wczesnym etapie testowania, ale już pomogła w skalowaniu testów raportowania atrybucji i wpłynęła na nowe procesy wdrażania dla marketerów korzystających z TEE.
Rozwijanie funkcji kierowania i pomiarów z zachowaniem ochrony prywatności
MiQ to globalny dostawca zautomatyzowanych usług medialnych, który oferuje markom i agencjom kompleksowe kampanie, analizy i rozwiązania dotyczące skuteczności. W miarę jak ekosystem reklamowy wkracza w nową erę prywatności online, firma MiQ dostrzegła potrzebę alternatywnych systemów, które nie opierają się na plikach cookie innych firm. Zaczęła więc integrować interfejsy API Piaskownicy prywatności, aby umożliwić dokładne rozwiązania zapewniające ochronę prywatności na potrzeby pomiaru skuteczności reklam.
Dlatego zespół MiQ postanowił zbadać przypadki użycia interfejsu API po stronie kupującego, w tym wykorzystanie sygnałów interfejsu Attribution Reporting API do optymalizacji i trafności reklam, a także własne rozwiązania i rozwiązania partnerów, aby ocenić skuteczność tej technologii w raportowaniu na poziomie zdarzenia i pomiarze konwersji.
Testowanie interfejsu Attribution Reporting API na potrzeby pomiaru zdarzeń
Ponieważ dotychczasowa technologia własna MiQ wykorzystuje do segmentacji odbiorców dane chroniące prywatność, w tym dane własne, dane przeglądarki i identyfikatory zorientowane na prywatność, testerzy byli dobrze przygotowani do zintegrowania raportowania atrybucji i używania interfejsów API Piaskownicy prywatności do tworzenia rozwiązania pomiarowego obejmującego wiele platform DSP.
Niezależna analiza raportowania atrybucji przeprowadzona przez MiQ wykorzystywała dane 6 marek z 4 różnych rynków, aby ocenić możliwości pomiarowe interfejsu API. W trakcie testów zespół napotkał ograniczenia związane z ochroną prywatności w raportach na poziomie zdarzenia, które należało uwzględnić, w tym utratę danych i większą ilość zakłóceń. Ustalili, że aby skutecznie ograniczyć szum bez zniekształcania wyników, muszą ograniczyć kampanię do 1 konwersji o wysokim priorytecie na użytkownika. Po przeanalizowaniu opinii zainteresowanych podmiotów z całego ekosystemu zespół Piaskownicy prywatności zdecydował się udostępnić elastyczne konfiguracje na poziomie zdarzenia, które umożliwiają testerom dostosowywanie interfejsu Attribution Reporting API do ich potrzeb.
Utrata danych i dostępność urządzeń okazały się bardziej złożonymi problemami. Testerzy MiQ zauważyli, że interfejs API był obecny w przypadku około 25% wyświetleń reklam, co można przypisać do wielu czynników, w tym ograniczeń zasad dotyczących udostępniania interfejsu Attribution Reporting API w systemie iOS. Stwierdzili też, że w przypadku korzystania z odpowiedniej przeglądarki Chrome pliki cookie rejestrują o 11% więcej unikalnych konwertujących niż Attribution Reporting. Te czynniki doprowadziły do hipotezy roboczej, która wskazywała na wstępnie skonfigurowane 7-dniowe opóźnienie raportowania jako główną przyczynę. Jest to konfiguracja chroniąca prywatność, która ma na celu ograniczenie możliwości odtworzenia identyfikatora użytkownika w różnych witrynach. Aby rozwiązać ten problem, firma MiQ przekonfigurowała swoją metodę pomiaru, aby zoptymalizować ją pod kątem interfejsu Attribution Reporting API, zachowując jednocześnie wysoki poziom dokładności pomiarów.
Wyniki i wnioski
Z testów przeprowadzonych przez MiQ wynika, że interfejs Attribution Reporting API raportował 85% tych samych unikalnych konwertujących użytkowników co pliki cookie, a dodatkowo 3,7% użytkowników, których pliki cookie nie rejestrowały. Raporty na poziomie zdarzenia rejestrują te same bogate dane co starsze piksele konwersji, dlatego okazały się bardzo przydatnym zbiorem danych. Firma MiQ doszła do wniosku, że do dokładnego modelowania rzeczywistego ROI kampanii potrzebna jest kombinacja raportów zbiorczych i raportów na poziomie zdarzenia. Wyraziła jednak optymizm co do możliwości wykorzystania interfejsów Attribution Reporting API do zrozumienia wpływu reklam na wyniki biznesowe i optymalizacji modeli określania stawek.
Firma MiQ, jako ekspert w dziedzinie chmury, zaczęła też wdrażać raporty podsumowujące z użyciem usługi Aggregation Service w środowisku wykonawczym opartym na chmurze, aby zachować sygnały bez śledzenia przez podmioty zewnętrzne. Ta inicjatywa jest na wczesnym etapie testowania i pomoże nam w opracowaniu materiałów dla przyszłych testerów.
MiQ uważa, że raportowanie atrybucji to jedno z wielu skutecznych rozwiązań, które marketerzy mogą stosować w połączeniu z innymi, aby osiągać najlepsze wyniki kampanii. MiQ i zespół Piaskownicy prywatności zachęcają marketerów i agencje do udziału w testach i przekazywania opinii.