Adiós atribución de último click: Google Ads cambia el modelo de datos predeterminado
¿Es este realmente el final de la atribución de último click?
Según anunció Google ayer lunes en un su blog, ya no utilizará la atribución de último click como modelo de conversión predeterminado en Google Ads, su red publicitaria de compra.
El cambio significará que, en el futuro, el método de atribución predeterminado para cualquier punto de contacto de conversión (una nueva página de compra de productos, una campaña de instalación de Apps, una Landing destino de anuncios Display) se incluirá en lo que Google llama "atribución basada en datos", su solución algorítmica que asigna crédito a diferentes impresiones a lo largo del tiempo.
Las acciones de conversión actuales con medición del último click continuarán atribuyéndose según el anuncio final que generó una conversión, y la medición del último click seguirá estando disponible.
Los anunciantes pueden desactivar la atribución basada en datos y elegir uno de los cinco métodos de atribución basados en reglas de Google: último click, primer click, lineal (que acredita cada impresión por igual), decadencia en el tiempo (créditos por la duración entre una impresión y conversión) y en función de la posición (40% de crédito cada una a la primera y última impresión, y 20% distribuido sobre el resto).
“Los modelos de atribución basados en reglas, a diferencia de la atribución basada en datos, funcionan con reglas fijas y estáticas que asignan créditos a los puntos de contacto”, dijo Vidhya Srinivasan, VP de compras, análisis y medición de Google.
La atribución basada en datos es un modelo de datos en vivo, por lo que la forma en que el algoritmo asigna crédito será diferente para cada marca o campaña. La puntuación de atribución podría cambiar en función de qué sitios o aplicaciones contribuyen a las conversiones, o cómo cambian los patrones de los consumidores en los navegadores, aplicaciones y dispositivos. Los modelos basados en reglas son estáticos… se podría decir incluso que estancados. Pero el último click sigue siendo popular, el valor predeterminado hasta el día de hoy. Es un modelo intuitivo, especialmente para los anunciantes pequeños y medianos que no utilizan proveedores de medición ni reservan presupuestos de prueba.
Google no había establecido la atribución basada en datos como predeterminada hasta ahora porque en muchas situaciones no alcanzaría los umbrales de volumen, dijo Srinivasan. Una vez más, los anunciantes más pequeños ven menos ventas, descargas u otras conversiones, y el producto necesita que los datos funcionen.
"Debido a cómo hemos estado mejorando y entrenando nuestros modelos de atribución basados en datos, hemos eliminado [ese] requisito que existía anteriormente".
El cambio a la atribución predeterminada basada en datos también consolida más inversión publicitaria y, por lo tanto, más datos en un solo canal. Srinivasan dijo que el modelo de Google ha mejorado hasta el punto de que puede ejecutar atribuciones basadas en datos para cualquier tipo de campaña. Pero Google quiere que cada vez más anunciantes utilicen la atribución basada en datos porque la calidad del modelo de datos de Google está vinculada a la cantidad de impresiones y conversiones que ve.
Los datos modelados serán aún más importantes cuando se eliminen las cookies de terceros, dijo Srinivasan. El aprendizaje automático puede "compensar las lagunas en los datos" si los anunciantes no pueden realizar un seguimiento eficaz de los clientes o las conversiones, dijo.
La atribución basada en datos puede no ser más compatible con la privacidad que el último click, en sí mismo, pero en un entorno de privacidad en el que a menudo está prohibido conectar las impresiones de anuncios con la actividad del usuario online, será la metodología más fiable.
"Para crear las soluciones centradas en la privacidad más efectivas y duraderas, debemos seguir pensando en cómo estamos aprovechando los datos que tenemos de la manera más inteligente posible", dijo Srinivasan.
Artículo original publicado en inglés en AdExchanger