La modélisation des conversions respectueuse de la confidentialité comble les inconnues dans le parcours client.
Elle utilise les conversions observées pour prédire les conversions non observées, sans identifier une seule personne.
| Conversions observées | Conversions modélisées |
|---|---|
|
Utilise des cookies et d'autres identifiants pour associer les interactions avec les annonces et les conversions. |
Utilise le machine learning (apprentissage automatique) pour associer les interactions avec les annonces et les conversions en l'absence de cookies et d'identifiants. |
Quand les conversions modélisées sont-elles incluses dans vos rapports ?
Les conversions modélisées ne sont incluses dans le nombre total de conversions enregistrées que si nous sommes convaincus que votre annonce a généré des conversions. Cette rigueur nous permet d'éviter de générer systématiquement des rapports qui enregistrent plus de données que celles réellement observées. Et lorsque nous ne disposons pas de suffisamment de données pour pouvoir modéliser en toute confiance, nous ne fournissons pas de modélisation des conversions.
La validation par réservation constitue une bonne pratique de machine learning et garantit la précision des modèles Google. La méthodologie de modélisation est appliquée à un sous-ensemble de conversions observées, ce qui permet de comprendre la justesse du modèle en comparant les résultats observés. Ces informations permettent d'ajuster les modèles.
Google effectue constamment des tests avant d'appliquer tout changement de modélisation. Si nous détectons un impact significatif sur vos données, nous vous en informons.
La modélisation des conversions fonctionne comme suit :
1. Les interactions avec les annonces sont divisées en deux groupes
Un groupe contient des interactions avec un lien clair et observable vers une conversion. L'autre groupe contient des interactions sans lien clair et observable vers une conversion.
2. Le groupe observé est divisé en sous-groupes
Les conversions observées sont divisées en sous-groupes en fonction de caractéristiques communes. Pour chaque sous-groupe, des métriques clés sont calculées. Par exemple, des conversions observées le matin en France affichent un certain taux de conversion, qui peut être différent le soir.
3. Le groupe non observé est classé dans ces mêmes sous-groupes
Ces sous-groupes permettent de trier les interactions et les conversions avec les annonces non observées.
4. Les interactions avec les annonces et les conversions non observées sont associées
En utilisant les taux de conversion connus et d'autres caractéristiques des sous-groupes observés, le machine learning associe les interactions avec les annonces et les conversions non observées, le cas échéant. Les conversions observées et modélisées sont ensuite intégrées dans vos données de conversion pour vous aider à prendre des décisions éclairées concernant les rapports sur les performances des annonces. Elles alimentent les enchères afin de fournir un aperçu impartial de vos performances. L'optimisation en est améliorée.
En pratique, les calculs à partir des données observées sont basés sur plusieurs dimensions dont le lieu, l'heure et le navigateur. Ils sont associés aux données des API de plate-forme, des enquêtes et des panels d'utilisateurs pour affiner davantage la modélisation.
Approche axée sur la confidentialité
Google n'autorise pas le fingerprinting ni aucune autre tentative d'identification des utilisateurs. Nous utilisons plutôt les données globales (comme l'historique des taux de conversion, le type d'appareil, l'heure de la journée et la zone géographique) afin d'estimer la probabilité de conversion par des utilisateurs qui ont vu ou cliqué sur une annonce.
Autres ressources
- En savoir plus sur la modélisation des conversions et les données de mesure
- Découvrez les principes fondamentaux de la modélisation des conversions dans Google Ads.
- Découvrez comment la modélisation des conversions améliore vos actions marketing grâce à de nouvelles sources de données de mesure.
- En savoir plus sur les principes de modélisation des conversions
