08。

跟踪和报告Adtech平台中的展示和报告印象,点击和转换

在本书的前几章中,我们了解了广告商和出版商如何使用AdTech平台来建立和运行广告活动。

在本章中,我们将看看Adtech平台如何收集数据,以便广告商和发布商可以跟踪和查看关于他们广告系列性能的详细报告。

本章中的大多数解释和例子都说明了跟踪和报告是如何在发行商和广告商的广告服务器中工作的,但许多其他平台,如dsp和ssp也包括这些功能。

印象,点击和转换跟踪

跟踪是Adtech平台的重要组成部分,是了解广告活动和测量关键指标的表现的第一步。

基本上,跟踪涉及收集有关广告活动的数据。

AdTech平台追踪的领域有很多,包括印象、点击和转化率等基本指标,以及可见性和广告曝光时间等。他们还可以跟踪视频广告的参数,如播放次数、完成率和平均播放时间。

印象跟踪

印象跟踪非常简单地跟踪每个广告收到的印象数。

每次将其显示给用户时都会计算侧面。

例如,如果用户访问一个网页,看到一个广告,然后重新加载页面,再次看到完全相同的广告,两次印象将被计算。

最受欢迎的计数方法是用于服务1×1透明图像,该图像通知广告服务器的印象。它被称为印象追踪(或者印象像素)。

AD服务器在AD标记中返回一个像素,以计算浏览器呈现AD标记时的印象 - 而不是在AD服务器选择广告时计算它 - 并将AD标记返回给浏览器时。

这样,当浏览器加载创意时,广告印象就被计算在内了。

以下是谷歌Ad Manager广告服务器(以前的DoubleClick For Publishers)的印象跟踪器的一个例子:

< IMG SRC = " https://ad.doubleclick.net/ddm/trackimp/Nxxxx.site-keyname/Byyyyyyy.n; dc_trk_aid = {ad_id}; dc_trk_cid = {creative_id};奥德=(时间戳);dc_lat = N; dc_rdid = Czzzz; tag_for_child_directed_treatment =我?”BORDER="0" HEIGHT="1" WIDTH="1" ALT="广告">

广告服务器可以在来自第三方Adtech平台的广告标记中包含许多附加像素,以便计算多个系统中的印象 - 例如,仅用于测量或广告验证平台的第三方广告服务器。

这个加载其他标签或像素调用其他平台的过程被称为肩扛

在发布商和广告商的广告服务器中计算留下的两种主要方法:

方法1

发布者的广告服务器在广告标记中包含两个1×1像素。

第一个像素发送一个请求发布者的广告服务器,这是留下印象,第二像素发送一个请求广告客户的广告服务器,这也要考虑到印象。

两个像素同时发送到各自的广告服务器。

印模跟踪方法1
印象跟踪:方法1

方法2

出版商和广告客户的广告服务器都计算了印象仅当各自的AD服务器收到AD请求时。

印象跟踪方法2
印象跟踪:方法二

点击跟踪

追踪广告收到的点击次数通常是通过一个单击跟踪。

单击跟踪器是Ad Server重定向服务的URL,它计算了点击并将访问者重定向到广告系列的最终着陆页。

AD服务器在AD标记中返回Click Tracker才能在访问者重定向到最终着陆页面之前计算单击。

以下是Google Ad Manager AD服务器的单击跟踪器的示例:

http://pubads.g.doubleclick.net/gampad/clk?id=123456789&iu=/1234/adunit&t=page%3Dsports

以下是点击跟踪器工作的基本流程:

如何在发布者的广告服务器中单击跟踪工作。
如何在发布者的广告服务器中单击跟踪工作。

上图说明了如何单击跟踪与发布者的广告服务器一起工作,但如果广告客户也想要跟踪点击,该呢?

为实现这一目标,他们需要从发布者的广告服务器添加单击重定向到广告客户的广告服务器,然后将用户重定向到登录页面。

如何在发布者和广告客户的广告服务器中单击跟踪工作。

广告商的广告服务器也会计算相同的点击和点击的原因是,通过比较印象和点击的数量来验证发行商提供的报告,以及在一个系统(即广告商的广告服务器)中汇总所有的活动数据。

可以添加更多的重定向来执行更多的进程,例如:

  • 广告验证,以检测可视的印象,机器人和欺诈活动。
  • 跟踪中间人系统中的点击次数,如广告网络。

单击URL宏

点击跟踪器可以支持将目标URL作为参数传递(例如redir_url=)。为了在重定向链中添加多个单击跟踪器,并将下一次重定向的URL动态地传递给单击跟踪器,需要此功能。

通常,当我们在广告服务器中粘贴单击跟踪器时,我们可以使用单击URL宏扩展链中下一间单击跟踪器的URL。

这里有一个例子:

https://ad.example.org/click?ad_id=123456 &dir_url=%%Click_url%%

广告服务器自动展开%% click_url %%链中下一个点击跟踪程序的占位符(即它自己的点击跟踪程序)。例如:

https://ad.example.org/click?ad_id=123456&redir_url=http://ad.doubleclick.net/clk%3B246885467%3B71938114%3Bx%3B

转换跟踪

转换每次用户完成由广告客户或营销人员设置的目标时都会注册。

目标可能是让消费者购买产品,下载文件,甚至在着陆页上填写联系人表格。每次消费者完成其中一个操作之一时,将记录转换。

在在线广告和营销中,转换跟踪用于报告广告系列性能。此外,它与每次运行(CPA)模型结合使用,其中发布者和联盟广告商/营销人员只会在注册转换后获得付款。

有两种主要类型的转换:点击率转化视图 - 通过转换

点击率是当用户点击一个广告并转换。

要计算点击转换率(CTC),你可以用转换率除以广告收到的点击量。

CTC%=(转换÷clicks)x 100

查看-over是当用户看到一个广告,并不是点击它,而是转换。

例如,如果他们看到一双鞋的广告,但他们不是点击广告购买,而是直接去网站购买。

要计算浏览转化率(VTC),你可以用转化率除以广告的印象数。

VTC%=(转换÷展示次数)x 100

广告中心和职业培训中心的收费会因广告客户的不同而有很大差异,因为涉及的因素有很多,例如广告客户推销的产品或服务,以及广告所涉及的受众。

什么是属性窗口?

对于这两种转换模型,都有一个称为归因窗口,这是指用户首次看到或点击广告时之间的时间以及他们实际转换的时间。

不同广告商的归属窗口不同,但可能是24小时到30天。

找到正确的归因窗口时间框架可能很棘手,因为归因窗口越长,归因就越不准确。

很难知道用户是否转换,因为它们在转换前30天看到了广告,或者因为他们被说服通过其他广告渠道转换。

同样,如果归因窗口太短,则可以排除某些用户接触到广告并因查看广告而转换的用户。这不仅影响广告商的归因报告,而且影响出版商的潜在收入。

这两种转换的优缺点如下:

点击转换 通过转换
优势

允许广告商准确地将点击量归为转化率,让不准确的报道几乎没有空间。

根据所推广的产品或服务,这种类型的转换更适合于中漏斗和顶漏斗活动,而不是点击转换。

缺点

该方法的主要缺点之一与归因模型有关的比点击转换本身更具关系。

例如,如果使用第一个或最后一次点击属性模型,则很难知道该单击是否是实际影响用户转换的事件。

广告可能会向用户展示,但它们可能没有实际看过它(广告可能没有在浏览器的视口中)或受其影响。换句话说,它可以将太多转换归因于广告系列。

如果访问者在看到广告和转换之间的时间删除其cookie,则转换归属可能会丢失。

这种方法也更容易发生欺诈。例如,在没有示出实际创造性的情况下可以发射像素。然后,如果用户隐藏,它将被记录为视图通过转换,尽管用户永远不会实际看到广告。

这两种转换是称为归属的较大和更广泛的在线广告和营销领域的一部分,这考虑了许多不同的互动访问者具有品牌或广告。

除了不同类型的转换之外,还有不同的转换跟踪方法:

像素方法

像素方法点击跟踪是这样运作的:

在像素化的点击转换中,用户访问一个网站,看到一个广告,然后点击它。然后他们会被带到广告商的登陆页面并进行转换。当用户点击广告时,广告客户的转换像素触发并在广告客户的广告服务器中记录用户的cookie ID。

通常,广告服务器会假定最后一次单击特定cookie ID的ID生成了转换。

这样,转换可以与特定的广告,行项和广告系列相关联(Click ID将存储有关用户点击的广告的信息)。

像素方法通过跟踪:

视图通过跟踪的像素方法

In the pixel method for view-through conversions, the user sees an ad (but doesn’t click on it), leaves the publisher’s website, comes back to the advertiser’s website through another channel (e.g. via a Google search), and then converts.

广告商能够通过比较在Publisher的站点上在发布者站点上显示的Cookie ID在发布者网站上创建的cookie ID将转换归因于发布者网站上的广告。

服务器端方法

服务器端方法以与像素方法类似的方式工作;但是,代替触发像素并将用户的cookie ID传递给AD服务器,用户的cookie ID通过服务器到服务器调用从页面传递给广告服务器。

这种方法被广泛应用于联盟广告和营销领域,因为获得正确且可靠的数据对于合作伙伴(即发行商)来说是非常重要的,因为他们只从转化率中获得报酬。

以下是帮助解释服务器端方法的几个示例:

例1:作为附属公司销售保险

联盟广告商和营销人员是根据每行动/获取成本(CPA)付费的,这意味着当用户转换时,他们只会收到固定价格的佣金或销售总额的一定比例的付费。

然而,从用户在发行商网站上看到保险广告到他们真正转换(购买保险单)的时间可能是几个小时、几天甚至几周。

因此,广告主一方的系统必须跟踪点击ID,并在转换成功后通知附属广告网络(或广告服务器)——例如,当应用程序被成功处理或当用户收到付款时。

例2:应用程序安装

将应用安装的转换率归因于发行商或联盟广告商/营销人员与将转换率归因于浏览器是不同的。原因在于,不同于网页和移动浏览器能够触发像素,移动应用无法触发像素。

In order to track events such as conversions, the software-development kit (SDK) in the app has to notify the ad server of the installation, which is then attributed to the app-store redirect generated by the partner (i.e. publisher or affiliate).

将发送回前通知以通知发布者或联盟关于成功安装,这意味着他们刚刚获得了CPA佣金。

适当归因于联盟活动的重要性

正如您所能想象的那样,信任是CPA广告系列经常出现的问题。

有几种广告商可以逃避向出版商和附属公司支付佣金的途径,但这最终会大大抵消广告商以及出版商或附属公司。

让我们解释一下。

在联盟、注册会计师和收益分享领域,发行商最终可以从数百个优惠中选择推广。

出版商和联盟的目标是从他们推广的优惠中尽最大努力,因此他们中的大多数都将对他们的流量的小数百分比进行了解,并调整它们以找到产生最多收入的优惠。

如果优惠表现不佳,原因可能有很多(比如优惠不适合用户),他们会直接将其从网站上删除并停止推广,这意味着广告商不会从优惠中获得任何转化。

这基本上击败了整个过程的重点。

报告.

Adtech平台的报告功能负责显示有关广告系列的许多不同区域的指标。

这些报告对于广告商和发布者来说都非常有价值,因为它们能够清楚地了解广告活动的表现以及点击广告的用户。

对于所服务的每种印象,Adtech平台将使用以下属性存储记录:

  • 时间戳(印象,点击,转换)
  • IP地址
  • 活动ID
  • 线项ID.
  • 广告创意ID /
  • 地理位置
  • 浏览器
  • 操作系统
  • 出版商域名
  • 出版商位置
  • …和其他

为每次点击和转换存储类似的信息。

用于数字广告系列的指标,尺寸和过滤器的报告的示例

指标

一种公制是为整个活动或匹配特定维度值的数据计算的实际数字。

一些指标可以源自其他指标;例如,通过将Click(度量标准)的总数除以展示次数(度量标准)来计算CTR度量来完成:

CTR =点击/印象x 100。

指标的例子包括:

  • 的印象:日志含义显示AD的次数。
  • 点击:点击广告的次数。
  • 转换:用户执行的期望操作(目标)的数量(例如,以联系人表格填充或购买)。
  • 到达:广告系列达到的独特访问者/设备的数量。
  • 点击率(CTR):点击数/印象数× 100。
  • 每米尔勒(CPM)的成本:每1000次展示的成本。
  • 每次点击成本(CPC):每次单击AD或链路产生的开销。
  • 每次行动/获取成本(CPA):每个行动、获取或转换的成本。注册会计师经常用于联盟营销。
  • 转化率(表格):转换数除以点击数(然后乘以100得到百分比)。此模型通常用于点击转换。
  • 花费金额(成本):为各自的印象,点击和转换所花费的金额。
  • 收入(总转换价值):从兑换中赚到的钱。

每千次有效成本,点击和行动(eCPM, eCPC, eCPA)

在大多数报告中,您将看到有信函的指标E.在他们面前。

E.代表有效的用于确定特定定价模型(例如ECPM)产生的收入。

可以为任何广告系列计算有效的CPM,CPC和CPA,可以使用以下公式来解决:

每次点击有效成本(eCPC)=预算花费/点击次数
每个行动/收购的有效成本(ECPA)=预算花费/转化率
每公里有效成本(eCPM)=预算支出/展示次数x 1000

随着广告商和出版商在活动开始之前选择一个定价模型,这些定价模型显示广告商和出版商,如果他们使用该特定定价模型,结果将是什么结果。

通常,广告商将在不同定价模型中计算他们的广告系列以比较它们的性能。

从发行商的角度来看,他们可能想要计算所有CPM活动的eCPC或eCPA,看看是否能够通过这些定价模式获得更多收益。

例如,让我们来看看以下三个活动:

竞选#1:CPM

活动 印象 点击 换算 总成本 CPM ecpc. ECPA.
夏季促销活动 1000000年 1,500 10. 4,000美元 4美元 2.67美元 400美元

活动2:中国共产党

活动 印象 点击 换算 总成本 ecpm. 中国共产党 ECPA.
夏季促销2 1000000年 2000年 50. 10000美元 10美元 5美元 200美元

竞选#3:注册会计师

活动 印象 点击 换算 总成本 ecpm. ecpc. 注册会计师
夏季促销3 1000000年 2,500 80 15000美元 15美元 6美元 187.50美元

上面的表格显示了这三个活动的eCPM, eCPC和eCPA。

在基于绩效的广告中,广告商将看看竞选和交通源的投资回报(ROI)。该度量标准用于评估其广告预算的效率。

计算方法如下:

ROI=(总转换值 - 花费量)/金额花费x 100%

当广告客户盈利时,ROI指标将具有正值,当广告客户亏损时,ROI指标将具有负值。

例子:

活动 总转换值 花费金额 ROI 成本
活动1 1,200美元 1,000美元 + 20% 每花掉1美元,我们就能赚20美分*
活动2 900美元 1,000美元 -10% 每花费每一美元,我们都会失去10美分*

*这并没有考虑到您可以将货物或服务提供给最终客户的任何固定或可变成本,因此即使是20%的ROI也可能不一定意味着您赚取利润 - 然而,这与数字商品都很好优德88备用网您的边际成本非常低。

维度和个子维度

一种尺寸用于分解报表的数据的属性或变量。

尺寸的一些例子包括:

  • 国家
  • 设备类型
  • 浏览器类型
  • 一天的一天
  • 活动
  • 行项目
  • 有创意的
  • 日期,一周中的一天
  • 出版商URL /域
  • 操作系统及版本
  • 地理位置

个子维度(又名钻孔)允许我们查看由另一个维度细分的给定维度的数据(例如Country -> Carrier -> Line item -> Ad)。

过滤

过滤(又名分割)允许您限制运行报告的数据集。

常用过滤器包括:

  • 日期范围
  • 广告客户->插入订单->行项目->广告

最重要的是,你可以为任何维度的任何值应用包含/排除过滤器,例如:

  • 国家=波兰或德国或英国
  • 设备类型=平板电脑
  • 星期几=星期一到星期五

报告的技术考虑

从广告运营的角度来看,报告中有一些重要的方面需要得到承认,否则在比较来自其他系统的数据时,广告商或发布者可能会感到困惑和误导。

延误

通常在系统接收到事件的时间和报告中包含的时间之​​间存在延迟。大多数时候,它是几分钟,但有时候,它可以高达几个小时。

最近的数据通常是一份完整报告的近似值,一段时间后才能得到准确的报告。最好检查一下您正在使用的报告系统的这些值。

一个数据延迟的示例:

报告 - 数据近似在事件发生的15分钟内可用,在最多24小时内提供准确的报告。通常,准确的报告应用于计费目的。

报告的时区

在从不同系统中比较报告时,重要的是要确定它们是否都使用相同的时区,并且只使用准确的数据(不是近似值)。

数据保留

一些报告系统通过丢弃比某个门槛年龄较大的事件(例如六个月或一年)的事件来处理数据的增加。替代空间和节省成本技术是随着时间的推移减少报告粒度。

例如,上个月的数据可用精度高达一个小时,每天将从一个月到一年的数据总结一年,并且超过一年的数据仅以活动总数的形式提供。

差异:信任,但要核实

在在线广告中,差异是指在两个不同的AdTech平台上报告的数据之间的差异,例如出版商的广告服务器和广告商的广告服务器之间的差异。

这是一个非常敏感的主题,因为这些Adtech平台收集的数据后来用于结算目的,并且通常是出版商,广告商和Adtech供应商之间的争议。

虽然出现差异的原因有很多,但大多数都可以归因于技术错误。

大多数AdTech平台依赖于客户端跟踪方法——即那些在网页浏览器、移动应用程序sdk和其他嵌入式设备中执行的方法——来接收关于事件的数据,如印象、点击和转换。

客户端跟踪的问题是它易于错误(更多关于以下原因)。

在本节中,我们将回答以下问题:

  • 如何验证发布者的广告服务器或广告客户的广告服务器报告是否有效?
  • 为什么差异是不可避免的?
  • 造成差异的共同原因是什么?
  • 什么是可接受的差异水平?

以下是两个图像,用于在可能发生差异时说明某些情况:

1.在印模跟踪期间:

印象跟踪过程中的潜在差异

出版商的广告标签负载和广告印象是跟踪,但无论出于何种原因,浏览器都没有加载广告商的广告标记或印象像素。

2.计算点击次数时:

点击跟踪过程中的潜在偏差

如果重定向链中断,可能会出现差异,这意味着广告商的广告服务器不会收到关于点击的信息,用户也不会被带到最终的登录页面。

正如我们在上面的图表中所看到的,大多数差异都发生在发行商的广告服务器加载了广告标签之后,这意味着广告商报告的数字通常比发行商要低。

差异及常见原因

以下是为什么发生差异的可能原因。

人为和实现错误

收养者通常会被大量的广告交易和最后一分钟的条目所淹没。在活动开始前的最后一分钟,机构发送或更换标签并不罕见。

在此基础上添加必须为每个活动执行的手工工作,这很容易犯错误,特别是由初级或超负荷的AdOps团队成员。

具体来说,常见的错误有:

粘贴一个缺少完整ID的不完整的印象跟踪像素:启动不正确的像素将导致击中广告客户的广告服务器,但由于丢失的广告或广告系列标识符而不会跟踪印象。

使用错误的印象像素:例如,从Campaign ABC粘贴一个印模像素到保存在pastebin中的Campaign 123。

实现错误的宏:没有添加缓存破坏者可能会导致像素被浏览器缓存,因此不能正确地报告同一用户/浏览器的后续广告浏览印象。

运行日期的差异或未能在某个广告服务器上完全设置活动:活动可能已经在一个广告服务器上启动,但可能没有在另一个广告服务器上运行,这将导致活动不显示广告。

例如,如果标记在广告商的广告服务器中没有正确设置,但在发布者中正确设置,则发布者的标签将在其网站上正常运行并跟踪空广告的每一印象。

配置问题

报告的差异也可能是由不同AdTech平台之间的报告配置不同造成的,例如:

时区:如果一个Adtech平台在中央时间(CT)中记录事件,另一个在太平洋时间(PT)中,那么您将注意到在基于时间的尺寸时注意到不合存(例如,每日和每小时报告)。

流量验证和过滤:一些Adtech平台使用流量验证和过滤服务,以阻止欺诈性流量,这也可能在平台之间导致差异。优德88备用网

术语和计数方法的差异:虽然大多数AdTech平台对印象、点击和转换率等常见指标的定义都是一致的,但它们的统计方式可能存在一些差异。

例如,一个Adtech平台可以计数在浏览器中的像素触发时计算印象,而另一个Ade则可以在服务广告时计算印象(即它离开服务器时)。在后一种情况下,在服务时将计算一个印象,但由于技术问题,它可能无法在浏览器中加载。

客户端问题

正如我们上面提到的,大多数Adtech平台依赖于客户端跟踪报告,但经常遇到许多技术问题,例如:

  • 互联网连接差和延迟。
  • JavaScript错误可能会破坏广告代码的执行。
  • 可以设置浏览器以禁用JavaScript或使用
  • 可以达到URL的最大长度,这意味着可以切断并未执行一些重定向路径。
  • Adtech平台可能不会正确地解析在URL中的特殊字符。
  • Creative的文件大小可能太大或可能不符合IAB的标准。
  • 网页可能包含大文件(例如需要很长时间加载的丰富图像),这增加了整体延迟。

如何计算印象差异

计算两个AdTech平台之间的差异可以通过以下公式进行:

印象差异=(出版者印象数-广告商印象数)/广告商印象数

要计算出百分比,只需将最终数字乘以100。

计算印象差异

差异差异

IAB指出,基于出版商的数字的10%差异是可接受的。

广告客户与出版商印象差异
左侧的示例表示7%的差异,在可接受的范围内。
右边的例子代表了15%的差异,超出了可接受范围。

从广告商的数字计算差异,但如果它少于10%,则发布者的指标通常用于计费。

和解

和解是一个用于比较两组记录的过程,以确保这些数字是协议,并且是准确的。

由于存在大量可能的差异原因,大多数情况下,对帐是一个手动过程,通过这个过程,AdOps团队成员登录他们的AdTech平台账户,编写报告,下载数据,并查看主要问题所在。

章总结

  • 计算印象的最流行的方法是服务1×1透明图像,通知广告服务器的印象,称为一个印象追踪(或者印象像素)。
  • 当印象跟踪器加载时,它在AdTech平台上记录一个印象。
  • 追踪广告收到的点击次数通常是通过一个单击跟踪器,它是广告服务器的重定向服务的URL,该服务计算点击次数,并将访问者重定向到活动的最终登录页面。
  • 用户每次完成广告商或营销人员设定的目标(游戏邦注:可能是购买或下载),就会产生转化。
  • 转换跟踪有两种主要类型:点击率转化查看 - 通过转换,可以通过在确认页面上射击像素或通过跟踪转换服务器端来记录。
  • AdTech平台的报告功能负责显示有关活动许多不同领域的指标、维度和子维度。
  • 差异,即两个不同AdTech平台报告的数量之间的差异,在AdTech中很常见,产生这种差异的原因可能有很多。常见的原因与人为错误、报告配置和技术问题有关。
  • IAB指出,10%以下的差异是可接受的。

收到关于下一章发布的通知

我们很快就会发布下一章。
注册我们的电子邮件列表,当你准备好阅读时,我们会让你知道

填写下面的表格,我们会告诉你下一章什么时候可以阅读