Variações de dados esperadas entre Analytics e Advertising Cloud

Anunciantes somente com uma integração Advertising Cloud-Adobe Analytics

Os anunciantes com o Analytics for Advertising Cloud a integração rastreia a publicidade paga por meio do Advertising Cloud e Adobe Analytics. Ao rastrear mídia, campanhas e canais por vários sistemas, os mesmos conjuntos de dados de diferentes sistemas raramente correspondem completamente. Este documento explica como você deve esperar que os dados de mídia que são traficados pelo Advertising Cloud sejam comparados aos dados dos diferentes sistemas em que a mídia é rastreada Analytics.

OBSERVAÇÃO

Este documento está focado no Advertising Cloud e no Analytics, mas muitos dos pontos principais também são transferíveis para outras soluções de rastreamento.

Diferenças de atribuição em relatórios semelhantes

Janelas de pesquisa e modelos de atribuição potencialmente diferentes

O Analytics for Advertising Cloud a integração usa duas variáveis (eVars ou rVars [eVars reservadas]) para capturar a variável EF ID e AMO ID. Essas variáveis são configuradas com uma única janela de lookback (o tempo em que os click-throughs e view-throughs são atribuídos) e um modelo de atribuição. A menos que especificado, as variáveis são configuradas para corresponder à janela de pesquisa de cliques padrão no nível do anunciante e ao modelo de atribuição no Advertising Cloud.

No entanto, as janelas de retrospectiva e os modelos de atribuição são configuráveis no Analytics (por meio das eVars) e no Advertising Cloud. Além disso, no Advertising Cloud, o modelo de atribuição é configurável não apenas no nível do anunciante (para otimização de lance), mas também em visualizações de dados e relatórios individuais (somente para fins de relatório). Por exemplo, uma organização pode preferir usar o modelo de atribuição de distribuição par para otimização, mas usar a atribuição de último toque para relatórios no Advertising Cloud DSP ou Search. Alterar modelos de atribuição altera o número de conversões atribuídas.

Se uma janela de lookback de relatório ou um modelo de atribuição for modificado em um produto e não no outro, os mesmos relatórios de cada sistema mostrarão dados distintos:

  • Exemplo de discrepâncias causadas por diferentes janelas de pesquisa:

    Suponha que a Advertising Cloud tenha uma janela de lookback de clique de 60 dias e Analytics tem uma janela de lookback de 30 dias. E suponha que um usuário acesse o site por meio de um anúncio rastreado pelo Advertising Cloud, saia e retorne no dia 45 e converta. A Advertising Cloud atribuirá a conversão à visita inicial porque a conversão ocorreu dentro da janela de lookback de 60 dias. Analytics, no entanto, não é possível atribuir a conversão para a visita inicial porque a conversão ocorreu depois que a janela de lookback de 30 dias expirou. Neste exemplo, o Advertising Cloud relataria um número maior de conversões do que Analytics seria.

    Exemplo de conversão atribuída no Advertising Cloud, mas não Analytics

  • Exemplo de discrepâncias causadas por diferentes modelos de atribuição:

    Suponha que um usuário interaja com três anúncios diferentes do Advertising Cloud antes da conversão, com a receita como o tipo de conversão. Se um relatório do Advertising Cloud usar um modelo de distribuição par para atribuição, ele atribuirá a receita uniformemente em todos os anúncios. If Analytics no entanto, o usa o modelo de atribuição de último toque e, em seguida, atribui a receita ao último anúncio. No exemplo a seguir, o Advertising Cloud atribui um valor equivalente a 10 dólares dos 30 dólares de receita capturados para cada um dos três anúncios, enquanto Analytics atribui o total de 30 dólares de receita ao último anúncio visualizado pelo usuário. Ao comparar relatórios do Advertising Cloud e Analytics, é possível observar o impacto da diferença na atribuição.

    Receitas diferentes atribuídas à Advertising Cloud e Analytics com base em diferentes modelos de atribuição

IMPORTANTE

A prática recomendada é usar as mesmas janelas de retrospectiva e modelo de atribuição no Advertising Cloud e no Analytics. Trabalhe com seu Adobe a equipe de conta conforme necessário para identificar as configurações atuais e manter as configurações sincronizadas.

Esses mesmos conceitos se aplicam a qualquer outro canal semelhante que usa janelas de retrospectiva ou modelos de atribuição diferentes.

Janelas de pesquisa diferentes para rastreamento de view-through

No Advertising Cloud, a atribuição é baseada em cliques e impressões, e você pode configurar diferentes janelas de retrospectiva para cliques e impressões. Em Analytics, no entanto, a atribuição é baseada em click-throughs e view-throughs, e você não tem a opção de definir diferentes janelas de atribuição para click-throughs e view-throughs; rastreamento para cada início na visita inicial ao site. Uma impressão pode ocorrer no mesmo dia ou vários dias antes de ocorrer um view-through, e isso pode afetar o local em que a janela de atribuição começa em cada sistema.

Normalmente, a maioria das conversões de view-through ocorre rapidamente o suficiente para que ambos os sistemas atribuam crédito. No entanto, algumas conversões podem ocorrer fora da janela de lookback de impressão do Advertising Cloud, mas dentro do Analytics janela de retrospectiva; essas conversões são atribuídas ao view-through no Analytics mas não para a impressão no Advertising Cloud.

No exemplo a seguir, suponha que um visitante recebeu um anúncio no Dia 1, realizou uma visita de view-through (ou seja, visitou a landing page do anúncio sem clicar anteriormente no anúncio) no Dia 2 e foi convertido no Dia 45. Nesse caso, o Advertising Cloud rastrearia o usuário dos Dias 1 a 14 (usando uma retrospectiva de 14 dias), Analytics rastrearia o usuário dos Dias 2 a 61 (usando uma retrospectiva de 60 dias), e a conversão no Dia 45 seria atribuída ao anúncio dentro de Analytics mas não no Advertising Cloud.

Exemplo de conversão view-through atribuída em Analytics mas não Advertising Cloud

Outra causa das discrepâncias é que, no Advertising Cloud, você pode atribuir conversões de view-through a um peso de view-through que é relativo ao peso atribuído a uma conversão baseada em clique. O peso de view-through padrão é de 40%, o que significa que uma conversão de view-through é contada como 40% do valor de uma conversão baseada em clique. Analytics O não fornece essa ponderação de conversões de view-through. Assim, por exemplo, uma ordem de 100 dólares de receita captada em Analytics será descontado para 40 dólares no Advertising Cloud se você estiver usando o peso de view-through padrão — uma diferença de 60 dólares.

Considere essas diferenças ao comparar conversões view-through entre o Advertising Cloud e a Analytics relatórios.

Modelos de atribuição disponíveis

Atribuição do Advertising Cloud Analytics Atribuição Alocação de eVar/rVar
Last Event Last Touch Most Recent
First Event First Touch Original Value
Weight First Event More n/d n/d
Even Distribution Linear Linear

Não usar*
Weight Last Event More n/d n/d
U-Shaped U-Shaped n/d
n/d J-Shaped n/d
n/d Inverse-J n/d
n/d Custom n/d
n/d Participation n/d
n/d Algorithmic n/d
OBSERVAÇÃO

Para alocação linear, Analytics atribui eventos bem-sucedidos igualmente entre todos os valores de eVar em uma única visita; portanto, use alocação linear com uma expiração de eVar de "Visita". No entanto, para a publicidade, o uso da atribuição linear leva a uma alocação que não é realmente linear e a relatórios menos que ideais. Por exemplo, se um visitante interage com três anúncios antes de converter em três visitas separadas, somente o anúncio visualizado na última visita é atribuído à conversão, não aos três anúncios.

Além disso, a alternância da alocação de conversão de ou para "Linear" impede que os dados históricos sejam exibidos, o que pode resultar em dados incorretos nos relatórios. Por exemplo, a alocação linear pode dividir a receita entre vários valores de eVar diferentes. Se você alterar a alocação para "Mais recente", 100% dessa receita será associada ao valor único mais recente. Essa associação pode levar você a conclusões incorretas.

Para evitar confusões, Analytics torna os dados históricos indisponíveis na interface de relatórios do . Você pode exibir os dados históricos se alterar o eVar de volta para a configuração de alocação inicial, embora não deva alterar as configurações de alocação de eVar simplesmente para acessar dados históricos. O Adobe recomenda usar um novo eVar quando você deseja aplicar uma nova configuração de alocação para dados que já estão sendo registrados, em vez de alterar as configurações de alocação para um eVar que já tem uma quantidade significativa de dados históricos.

Veja uma lista de Analytics modelos de atribuição e suas definições em https://experienceleague.adobe.com/docs/analytics-platform/using/cja-workspace/attribution/models.html?lang=pt-BR?lang=pt-BR.

Se você estiver conectado ao Advertising Cloud, poderá encontrar uma lista de modelos de atribuição em
https://enterprise-na.efrontier.com/CMDashboard/help/external/tracking/r_appendix_-_how_attribution_rules_are_calculated.htm.

Atribuição de data do evento no Advertising Cloud

No Advertising Cloud, é possível relatar dados de conversão pela data/data do clique associado (a data do evento clique ou impressão) ou pela data da transação (data de conversão). O conceito de relatório de clique/data do evento não existe em Analytics; todas as conversões acompanhadas Analytics são reportadas por data de transação. Como resultado, a mesma conversão pode ser relatada com datas diferentes no Advertising Cloud e Analytics. Por exemplo, considere um usuário que clicou em um anúncio em 1 de janeiro e converte em 5 de janeiro. Se você estiver visualizando os dados de conversão por data do evento no Advertising Cloud, a conversão será reportada em 1º de janeiro, quando o clique ocorrer. Em Analytics, a mesma conversão seria relatada em 5 de janeiro.

Exemplo de conversão atribuída a datas diferentes

Atribuição em Analytics Marketing Channels

Analytics Marketing Channels relatórios permite configurar regras para identificar diferentes canais de marketing com base em aspectos distintos das informações de ocorrência. Você pode rastrear canais rastreados pelo Advertising Cloud (Display Click Through, Display View Throughe Paid Search) como Marketing Channels usando o ef_id parâmetro da string de consulta para identificar o canal. No entanto, mesmo que a variável Marketing Channels Os relatórios podem rastrear canais do Advertising Cloud, os dados podem não corresponder aos relatórios do Advertising Cloud por vários motivos. Consulte as seções a seguir para obter mais informações.

OBSERVAÇÃO

Os seguintes conceitos principais também se aplicam a qualquer rastreamento de vários canais que envolva campanhas não rastreadas no Advertising Cloud, como campaign (também conhecida como Dimension de "Código de rastreamento" ou "eVar 0") e rastreamento de eVar personalizado.

Modelos de atribuição potencialmente diferentes no Marketing Channels

Mais Marketing Channels são configurados com Last Touch atribuição, para a qual o último canal de marketing detectado é atribuído 100% do valor de conversão. Usar diferentes modelos de atribuição para a variável Marketing Channels relatórios e relatórios do Advertising Cloud gerarão discrepâncias em conversões atribuídas.

Uma janela de lookback potencialmente diferente em Marketing Channels

A janela de pesquisa para Marketing Channels pode ser personalizada. No Advertising Cloud, a janela de lookback de clique é configurável, embora uma janela fixa de 60 dias seja comum. Se os dois produtos usarem janelas de retrospectiva diferentes, você poderá esperar discrepâncias de dados.

Atribuição de canal diferente no Marketing Channels

Os relatórios do Advertising Cloud capturam somente mídia paga registrada pelo Advertising Cloud (pesquisa paga por anúncios do Advertising Cloud Search e exibição para anúncios do Advertising Cloud DSP), enquanto Marketing Channels Os relatórios do podem rastrear todos os canais digitais. Isso pode levar a uma discrepância no canal para o qual uma conversão é atribuída.

Por exemplo, os canais de pesquisa paga e natural geralmente têm uma relação simbiótica, em que cada canal auxilia o outro. O Marketing Channels O relatório atribuirá algumas conversões à pesquisa natural que o Advertising Cloud não irá porque não rastreará a pesquisa natural.

Considere também um cliente que exibe um anúncio de exibição, clica em um anúncio de pesquisa pago, clica em uma mensagem de email e coloca um pedido de 30 dólares. Mesmo se o Advertising Cloud e Marketing Channels ambos usam o modelo de atribuição de último toque, a conversão ainda seria atribuída de forma diferente a cada um. O Advertising Cloud não tem acesso ao Email , portanto, creditaria a pesquisa paga pela conversão. Marketing Channels, no entanto, tem acesso aos três canais, pelo que lhe seria concedido crédito Email para a conversão.

Exemplo de atribuição de conversão diferente no Advertising Cloud versus Analytics Marketing Channels

Para obter mais explicações sobre por que as métricas podem variar, consulte "Por que os dados de canal podem variar entre a Advertising Cloud e a Marketing Channels."

Diferenças de dados no Adobe Analytics Paid Search Detection

O legado Paid Search Detection em Analytics permite que as empresas definir regras para rastrear o tráfego de pesquisa paga e orgânica para mecanismos de pesquisa especificados. O Paid Search Detection As regras usam uma sequência de consulta e o domínio de referência para identificar o tráfego de pesquisa paga e natural. O Paid Search Detection os relatórios do fazem parte do grupo maior de Métodos de descoberta relatórios, que expiram quando um evento especificado (como um Check-out do carrinho) ocorre ou a visita termina.

Esta é a interface para criar uma Paid Search Detection conjunto de regras:

Exemplo de uma regra de Detecção de pesquisa paga definida em Analytics

O resultado Paid Search Detection os relatórios incluem Paid Search Engine, Paid Search Keywords, Natural Search Enginee Natural Search Keywords relatórios.

Observe as duas limitações a seguir com dados em Paid Search Detection relatórios:

  • O Paid Search Keywords e Natural Search Keywords Os relatórios mostram as consultas de pesquisa, conforme identificadas pelos URLs de referência, não as palavras-chave nas quais os usuários fazem licitação. Advertising Cloud e Analytics os relatórios mostram as palavras-chave reais, portanto, não espere que elas se alinhem com a variável Paid Search Detection relatórios de palavra-chave.

  • Quando a variável Paid Search Detection foi criado originalmente, a consulta de pesquisa de origem (a sequência de caracteres inserida pelo usuário na barra de pesquisa no mecanismo de pesquisa) estava mais prontamente disponível para os anunciantes por meio da URL de referência. Atualmente, os mecanismos de pesquisa ofuscam bastante o query de pesquisa e o Paid Search Detection os relatórios de palavra-chave têm valor limitado, pois a maioria dos dados de consulta se enquadra em "não especificado".

    Com Analytics for Advertising Cloud, os anunciantes ainda podem rastrear palavras-chave pagas em Analytics. O domínio referenciador informa o mecanismo que o mecanismo de pesquisa direcionou o tráfego. Como as informações específicas da conta do anunciante não estão vinculadas ao domínio de referência, todo o tráfego é listado no mecanismo de pesquisa. Os anunciantes com várias contas no mesmo mecanismo de pesquisa devem se referir à Advertising Cloud ou Analytics relatórios para relatórios específicos da conta.

Por que configurar Paid Search Detection?

O Paid Search Detection permitem identificar o tráfego de pesquisa natural na variável Analytics Marketing Channels relatórios. Separar o tráfego de pesquisa paga do tráfego de pesquisa natural é uma ótima maneira de entender o valor que a pesquisa natural traz para o ecossistema de marketing completo.

Validação de dados de click-through para Analytics for Advertising Cloud

Para sua integração, você deve validar seus dados de click-through para garantir que todas as páginas do site estejam rastreando os click-throughs corretamente.

Em Analytics, uma das maneiras mais fáceis de validar Analytics for Advertising Cloud O rastreamento é para comparar cliques com instâncias usando a métrica calculada "Cliques para instâncias da ID do AMO", que é calculada da seguinte maneira:

Clicks to AMO ID Instances = (AMO ID Instances / AMO Clicks)

AMO ID Instances representa o número de vezes que as IDs do AMO (s_kwcid parâmetros) são rastreados no site. Cada vez que um anúncio é clicado, uma s_kwcid é adicionado ao URL da página inicial. O número de AMO ID Instances, portanto, é análogo ao número de cliques e pode ser validado em relação aos cliques de anúncios reais. Normalmente vemos uma taxa de correspondência de 80% para Search e uma taxa de correspondência de 30% para DSP tráfego (quando filtrado para incluir apenas click-through) AMO ID Instances). A diferença nas expectativas entre pesquisa e exibição pode ser explicada pelo comportamento de tráfego esperado. A pesquisa captura a intenção e, como tal, os usuários geralmente pretendem clicar nos resultados da pesquisa de sua consulta. Os usuários que visualizam um vídeo ou anúncio online, no entanto, têm maior probabilidade de clicar no anúncio inintencionalmente e depois retornar do site ou abandonar a nova janela que é carregada antes que a atividade da página seja rastreada.

Nos relatórios do Advertising Cloud, é possível comparar cliques com instâncias usando o "ef_id_instances" em vez de AMO ID Instances:

Clicks to EF ID Instances = (ef_id_instances / Clicks)

Embora você deva esperar uma alta taxa de correspondência entre a ID do AMO e a ID do EF, não espere 100% de paridade porque a ID do AMO e a ID do EF rastreiam dados diferentes fundamentalmente, e essa diferença pode levar a pequenas diferenças no total AMO ID Instances e EF ID Instances. Se o total AMO ID Instances em Analytics diferem de EF ID Instances no Advertising Cloud em mais de 1%, no entanto, entre em contato com seu Adobe equipe de conta para obter assistência.

Para obter mais informações sobre a ID do AMO e a ID do EF, consulte Advertising Cloud IDs usadas pelo Analytics.

A seguir, um exemplo de um espaço de trabalho para rastrear cliques em instâncias.

Exemplo de um espaço de trabalho para rastrear cliques em instâncias

Comparação de conjuntos de dados em Analytics for Advertising Cloud Verso no Advertising Cloud

O ID do AMO (parâmetro da string de consulta s_kwcid) é usado para relatórios em Analyticse o EF ID é usada para relatórios no Advertising Cloud. Como são valores distintos, é possível que um valor seja corrompido ou não adicionado à página inicial.

Por exemplo, suponha que tenhamos a seguinte página de aterrissagem:

www.adobe.com/?ef_id=test_ef_id&s_kwcid=test_amo_id

em que EF ID é "test_ef_id" e a ID do AMO é "test_amo_id."

Se um redirecionamento do lado do site ocorrer, o URL poderá terminar assim:

www.adobe.com/?ef_id=test_ef_id&s_kwcid=test_amo_id#redirectAnchorTag

em que EF ID é "test_ef_id" e a ID do AMO é "test_amo_id#redirectAnchorTag."

Neste exemplo, a adição da tag de âncora adiciona caracteres inesperados à ID do AMO, resultando em um valor que o Analytics não reconhece. Essa ID do AMO não seria classificada, e as conversões associadas a ela se encaixariam em "unspecified" ou "none" in Analytics relatórios.

Felizmente, embora problemas como esse sejam comuns, eles normalmente não resultam em uma alta porcentagem de discrepância. No entanto, se você observar uma grande discrepância entre as IDs do AMO em Analytics e EF IDs no Advertising Cloud, entre em contato com seu Adobe equipe de conta para obter assistência.

Outras considerações de métrica

A diferença entre cliques e visitas

Eles parecem análogos, mas os cliques e visitas representam dados diferentes:

  • Clique em: DSP ou o mecanismo de pesquisa registra um clique quando um visitante clica em uma publicidade no site de um editor.

  • Visita: Analytics define um visita como uma série de exibições de página por um usuário, terminando de acordo com um de vários critérios, como 30 minutos de inatividade.

Por definição, um clique pode levar a várias visitas.

Considere o exemplo a seguir: O usuário 1 e o Usuário 2 acessam um site clicando em um anúncio do Advertising Cloud. O usuário 1 visualiza quatro páginas e depois sai para o dia, então o clique inicial resulta em uma visita. O usuário 2 visualiza duas páginas, sai para um almoço de 45 minutos, retorna, visualiza mais duas páginas e depois sai; nesse caso, o clique inicial resulta em duas visitas.

Exemplo da diferença entre cliques e visitas

A diferença entre cliques e click-throughs

Cliques e click-throughs são duas métricas diferentes:

  • Clique em: DSP ou o mecanismo de pesquisa registra um clique quando um visitante clica em uma publicidade no site de um editor.

  • Click-throughs: Analytics registra um click-through quando o visitante acessa o site de destino, a página de aterrissagem é carregada e a variável Analytics na parte inferior da página, envia os dados para o Analytics.

Cliques e click-throughs podem ser muito diferentes devido a cliques acidentais de anúncios. Observamos que a maioria dos cliques em anúncios de exibição são cliques acidentais e esses visitantes acidentais acessam o botão Voltar antes que a página de aterrissagem seja carregada, portanto Analytics não é possível gravar um click-through. Isso é especialmente verdadeiro para anúncios nos quais um clique acidental é mais provável, como anúncios móveis, anúncios de vídeo e anúncios que preenchem a tela e devem ser fechados antes que o usuário possa exibir a página.

Os sites carregados em dispositivos móveis também têm menos probabilidade de resultar em click-throughs devido a larguras de banda mais baixas ou poder de processamento disponível, fazendo com que as landing pages demorem mais tempo para carregar. Não é incomum que 50-70% dos cliques não resultem em click-throughs. Em ambientes móveis, a diferença pode chegar a 90% devido à combinação de um navegador mais lento e à maior probabilidade do usuário clicar no anúncio acidentalmente ao rolar pela página ou tentar fechar o anúncio.

Os dados de clique também podem ser registrados em ambientes que não podem registrar click-throughs com os mecanismos de rastreamento atuais (como cliques que entram ou saem de um aplicativo móvel) ou para os quais o anunciante implantou apenas uma abordagem de rastreamento (por exemplo, com a abordagem de view-through JavaScript, navegadores que bloqueiam cookies de terceiros rastrearão cliques, mas não click-throughs). Um motivo principal para o Adobe recomendar a implantação das abordagens de rastreamento de URL de clique e de view-through do JavaScript é maximizar a cobertura de click-throughs rastreáveis.

Usar métricas de tráfego do Advertising Cloud para Dimension que não são da Advertising Cloud

A Advertising Cloud fornece ao Analytics métricas de tráfego específicas de publicidade e as dimensões relacionadas do DSP e da Pesquisa. As métricas fornecidas pela Advertising Cloud são aplicáveis somente às dimensões especificadas do Advertising Cloud e os dados não estão disponíveis para outras dimensões em Analytics.

Por exemplo, se você exibir a variável AMO Clicks e AMO Cost métricas por conta, que é uma dimensão do Advertising Cloud, você verá o total AMO Clicks e AMO Cost por conta.

Exemplo de métricas do Advertising Cloud em um relatório usando uma dimensão do Advertising Cloud

No entanto, se você exibir a variável AMO Clicks e AMO Cost métricas por uma dimensão na página (como Página), para a qual o Advertising Cloud não fornece dados, então a variável AMO Clicks e AMO Cost para cada página será zero (0).

Exemplo de métricas do Advertising Cloud em um relatório usando uma dimensão não suportada

Usando AMO ID Instances como substituto de cliques com Dimension que não são da Advertising Cloud

Como você não pode usar AMO Clicks com dimensões no site, talvez você queira encontrar um equivalente a cliques. Você pode ser tentado a usar Visitas como substituto, mas elas não são a melhor opção porque cada visitante pode ter várias visitas. (Consulte "A diferença entre cliques e visitas." Em vez disso, recomendamos usar AMO ID Instances, que é o número de vezes em que a ID do AMO é capturada. Ao AMO ID Instances não corresponde AMO Clicks exatamente, elas são a melhor opção para medir o tráfego de cliques no site. Para obter mais informações, consulte "Validação de dados para Analytics for Advertising Cloud."

Exemplo de AMO ID Instances em vez de AMO Clicks para uma dimensão não suportada

Nesta página