2024 年 11 月 11 日
概述
- MiQ 独立开展了 Attribution Reporting API 测试，以评估其在转化衡量用例中的效果，并开发准确且注重隐私保护的衡量功能。
- 测试人员发现，Attribution Reporting API 报告的唯一转化用户中有 85% 与第三方 Cookie 报告的结果相同，另有 3.7% 的唯一转化用户则是第三方 Cookie 未能捕获到的。
- 作为云领域的专家，MiQ 在基于云的可信执行环境中实现了摘要报告，以在不进行第三方跟踪的情况下维护信号。尽管该计划目前处于早期测试阶段，但已帮助扩大了 Attribution Reporting 测试的规模，并为使用 TEE 的营销者提供了新的实现流程。
不断提升注重隐私保护的定位和效果衡量功能
MiQ 是一家全球性的程序化媒体提供商，可为品牌和代理机构提供全方位服务的广告系列、分析和效果解决方案。随着广告生态系统进入线上隐私保护的新时代，MiQ 意识到需要不依赖第三方 Cookie 的替代系统，并开始集成 Privacy Sandbox API，以实现准确且注重隐私保护的广告效果衡量解决方案。
这促使 MiQ 团队探索该 API 的买方应用场景，包括利用 Attribution Reporting API 信号来优化广告和提高广告相关性，同时结合专有解决方案和合作伙伴解决方案来评估该技术在事件级报告和转化衡量方面的效果。
测试 Attribution Reporting API 以衡量事件
由于 MiQ 现有的专有技术已使用注重隐私保护的数据（包括第一方数据、浏览器数据和以隐私保护为中心的 ID）进行受众群体细分，因此测试人员能够很好地集成归因报告并使用 Privacy Sandbox API 构建跨 DSP 的效果衡量解决方案。
MiQ 的独立 Attribution Reporting 分析使用了来自四个不同市场的六个品牌的数据，以评估该 API 的衡量功能。随着测试的深入，该团队在事件级报告中遇到了需要考虑的隐私权限制问题，包括数据丢失和干扰增加。他们发现必须将广告系列限制为每个用户仅一次高优先级转化，这样才能有效地减少干扰，而不会扭曲结果。在审核了整个生态系统中利益相关者的反馈后，Privacy Sandbox 团队决定发布灵活的事件级配置，以便测试人员根据自己的需求自定义 Attribution Reporting。
事实证明，数据丢失和设备可用性是更复杂的挑战。MiQ 的测试人员注意到，该 API 仅出现在约 25% 的广告展示中，这可能是由多种因素造成的，包括关于在 iOS 上提供 Attribution Reporting API 的政策限制。他们还发现，在符合条件的 Chrome 浏览器上运行时，Cookie 记录的唯一转化用户数量比 Attribution Reporting 记录的结果多 11%。他们依据这些因素提出了一个工作假设，认为预配置的七天报告延迟是导致问题的主要原因。这种延迟是一项保护隐私的配置，旨在对重新创建用户级跨网站标识符进行限制。为解决此问题，MiQ 重新配置了其衡量方法，以针对 Attribution Reporting API 进行优化，同时仍保持较高的衡量准确度。
结果和心得
MiQ 通过测试发现，Attribution Reporting API 报告的唯一转化用户中有 85% 与 Cookie 报告的结果相同，另有 3.7% 的唯一转化用户则是 Cookie 未能捕获到的。事件级报告能捕获到的数据与传统转化像素同样丰富，因此是非常切实可行的数据集。虽然 MiQ 认为需要汇总报告和事件级报告相结合才能准确地为广告系列的真实投资回报率建模，但他们对 Attribution Reporting API 在了解广告对业务成果的影响和优化出价模型方面的可行性持乐观态度。
作为云领域的专家，MiQ 还开始在基于云的可信执行环境中使用 Aggregation Service 实现摘要报告，以在不进行第三方跟踪的情况下维护信号。尽管该计划目前处于早期测试阶段，但有助于为未来的测试人员提供实用的资源。
MiQ 认为，Attribution Reporting 是一个强大的解决方案，营销者可将其与其他工具结合使用，尽可能提升广告系列的效果。MiQ 和 Privacy Sandbox 团队强烈建议营销者和代理机构日后参与测试并提供反馈。