Atribuição multitoque (MTA, na sigla em inglês)

Visão geral do caso de uso

A atribuição de marketing é um método usado pelos anunciantes para determinar a contribuição de táticas de marketing e interações subsequentes com anúncios nas vendas ou conversões.

Existem vários tipos de modelos de atribuição, incluindo a de primeiro e de último toque, que são modelos de atribuição de toque único. Os modelos de atribuição de toque único atribuem 100% do crédito pela conversão a um único ponto de contato na jornada do cliente. Nesse tipo de atribuição, o crédito é atribuído ao primeiro ponto de contato. Nessa atribuição, o crédito é atribuído ao último ponto de contato antes da conversão. A atribuição também pode ser compartilhada em vários pontos de contato na jornada do cliente, onde o crédito é distribuído entre os diferentes pontos de contato. Isso é chamado de atribuição multitoque.

Sugerimos que os autores das chamadas de API avaliem primeiro a viabilidade da API Attribution Reporting para as necessidades do modelo de atribuição, embora o escopo da API seja um modelo de atribuição de toque único. Sugerimos que eles leiam os documentos do desenvolvedor da API Shared Storage e das APIs Private Aggregate antes de ler este guia.

Implementação com cookies

As adtechs implementam vários modelos de atribuição multitoque usando cookies de terceiros. Os cookies podem rastrear usuários em diferentes visualizações e conversões.

  1. Na impressão de anúncio, os cookies de terceiros são recuperados pela adtech. Esses cookies podem conter o ID do usuário e outras informações que foram coletadas anteriormente do usuário.
  2. Quando houver uma conversão, as adtechs vão analisar o caminho de conversão e outros dados coletados para realizar a análise de atribuição.
  3. As adtechs vão gerar o caminho de conversão usando indicadores determinísticos e probabilísticos para criar um relatório de atribuição multitoque.

Caminho de conversão do MTA

Solução do Sandbox de privacidade

O armazenamento compartilhado permite gravações ilimitadas das adtechs com acesso de leitura entre sites que preserva a privacidade. Usando o caminho e as dimensões coletados das conversões, as adtechs podem usar diferentes tipos de modelos para atribuir contribuições a cada impressão de anúncio.

A API Private Aggregate é usada para gerar contribuições e criar relatórios para agregação. Essa é uma API de uso geral que pode ser usada em diversos contextos. Os dados são encapsulados em "relatórios agregáveis", que são criptografados e só podem ser processados pelo "Serviço de agregação". Durante o processamento, o serviço adiciona ruído e impõe um limite de quantas vezes um relatório pode ser consultado. As adtechs podem usar a API Private Aggregate para gerar um relatório agregado sobre o caminho ou a jornada em que um usuário fez uma conversão.

Para oferecer suporte à atribuição multitoque, as APIs Shared Storage e Private Aggregate podem ser usadas nesse caso de uso, já que permitem a captura de dados e a medição agregada de vários pontos de contato em um único navegador.

Solução detalhada

Para descrever a solução em mais detalhes, vamos analisar um exemplo de jornada do usuário e observar as etapas relevantes realizadas com as APIs do Sandbox de privacidade.

  1. O usuário encontra um anúncio em news.com → As adtechs armazenam o contexto da visualização do anúncio no armazenamento compartilhado com outras dimensões do usuário, incluindo o carimbo de data/hora da impressão.

  2. O usuário vê outro anúncio em shoes.com → A adtech armazena o contexto da visualização do anúncio no armazenamento compartilhado, como antes.

    Impressões da MTA

  3. O usuário converte fazendo uma compra no site do anunciante → a adtech pode consultar o contexto armazenado no armazenamento compartilhado para gerar um relatório de atribuição personalizado usando a API Private Aggregate.

    • A adtech precisará representar as impressões atribuídas na chave de agregação de 128 bits (também conhecida como bucket). A Adtech pode optar por representar esses pontos de contato de impressão como caminhos ou nós únicos.
      • Para usar os caminhos, a adtech pode criar uma chave com todos os pontos de contato no caminho de conversão do usuário. Por exemplo, se o usuário viu anúncios em news.com, shoes.com e shopping.com antes da conversão, a chave codifica o caminho completo "news|shoes|shopping" em uma única contribuição agregada.
      • Como alternativa, para usar nós, a adtech pode declarar contribuições agregadas separadas para cada ponto de contato de impressão no caminho de conversão do usuário. A adtech pode referenciar o contexto da impressão no armazenamento compartilhado para distribuir crédito entre as impressões, digamos, 50% para a impressão mais recente e 25% para cada uma das próximas duas impressões mais recentes.
    • Ao escolher entre caminhos e nós, as adtechs vão precisar considerar a relação entre ruído e serviços. Para um volume fixo de impressões e atividades de conversão, quanto mais granulares forem os intervalos de agregação, maior será a proporção de ruído na saída.
      • Com os caminhos, as adtechs também precisam decidir como tratar várias visitas (por exemplo, news → sports → news) e se a sequência de visitas é relevante. Para medir várias visitas e a sequência delas, as adtechs vão precisar usar buckets mais granulares, o que vai aumentar a proporção de ruído.
      • Comparativamente, o uso de nós será menos ruidoso porque há menos valores combinatoriamente para representar. As adtechs também podem considerar reduzir ainda mais essa cardinalidade categorizando os sites visitados.

  4. A adtech agrupa os relatórios agregáveis recebidos e os processa com o serviço de agregação, que retorna um relatório de resumo.

    Primeira parte do relatório de resumo do MTA

    Parte 2 do relatório de resumo do MTA

Interaja e compartilhe feedback

A proposta de armazenamento compartilhado está em discussão ativa e sujeita a alterações. no futuro. Se você testar essa API e tiver algum feedback, conte para nós.