Deskripsi metodologi

Dokumen ini adalah ringkasan pengukuran dan pelaporan Ads Data Hub serta proses terkaitnya.

Pengantar

Ads Data Hub mengikuti standar industri untuk mengakses dan membuat kueri data tingkat kampanye. Data ini bersumber dari platform upstream seperti YouTube dan inventaris video in-stream Partner Video Google yang dibeli melalui Google Ads dan Display & Video 360. Platform ini diakreditasi oleh Media Rating Council (MRC). Akreditasi ini menyatakan bahwa teknologi pengukuran Google mematuhi standar industri untuk penghitungan metrik iklan interaktif, dan bahwa proses yang digunakan untuk mendukung teknologi ini akurat.

Apa saja yang disertakan dalam proses audit?

Penting: Akreditasi MRC Ads Data Hub tidak berlaku untuk kueri yang dijalankan dalam mode noise. Metodologi yang dijelaskan di sini mengasumsikan bahwa kueri dijalankan dalam mode pemeriksaan perbedaan.

Audit ini berfokus pada pembuatan kueri set data tingkat peristiwa melalui antarmuka pengguna dan API Ads Data Hub, serta integrasi data non-Google untuk tujuan mengambil tayangan iklan kampanye video in-stream YouTube dan hasil visibilitas gabungan. Hal ini mencakup:

• Pelaporan tayangan iklan dan metrik terkait visibilitas di seluruh lingkungan desktop, web seluler, dan aplikasi seluler setelah dikurangi traffic tidak valid umum¹ dan teknik traffic tidak valid kompleks yang ditayangkan menggunakan Google Ads dan Display & Video 360.
• Proses untuk memfasilitasi pencocokan ID perangkat unik di seluruh data pihak pertama Google dan data klien Google.

Tabel berikut menjelaskan traffic dalam cakupan dan di luar cakupan.

	Dalam cakupan	Di luar cakupan
Lingkungan	Situs web desktop Web seluler Aplikasi seluler	CTV / TVHTML5 Web YouTube TV Aplikasi YouTube TV
Alur pembelian	YouTube yang dijual melalui Google Ads YouTube yang dijual melalui Display & Video 360 Inventaris Partner Video Google (GVP) yang dibeli melalui Display & Video 360, dan Google Ads.	Inventaris lain yang tidak dibeli melalui Display & Video 360 dan Google Ads. Misalnya, inventaris Cross-sell yang Dijual oleh Partner YouTube.
Format Iklan	TrueView: Melihat iklan dalam stream Streaming standar Iklan bumper In-stream select Iklan video dalam stream yang tidak dapat dilewati	Iklan video dalam feed Iklan video masthead YouTube Shorts Kampanye sponsor Iklan video multi-format seperti kampanye jumlah tontonan video (VVC) dan kampanye jangkauan video (VRC) Format lain yang tidak tercantum secara khusus sebagai dalam cakupan

Catatan: Vendor dapat mengintegrasikan pelaporan dari Ads Data Hub; namun, pelaporan vendor untuk data Ads Data Hub memiliki pertimbangan tambahan.

Tabel berikut menjelaskan metrik yang tersedia di Ads Data Hub.

Metrik	Metode pelaporan	Google Ads	Display & Video 360
Tayangan
Tayangan iklan kotor	Khusus API
Tayangan iklan bersih (Nilai bersih GIVT)	Dapat diturunkan
Tayangan Iklan (Total Bersih GIVT+SIVT)	UI dan API
Total tayangan iklan tidak valid (GIVT+SIVT)	Khusus API
TrueView: Penayangan
TrueView Kotor: Penayangan	Khusus API
TrueView Bersih: Penayangan (Bersih dari GIVT)	Dapat diturunkan
TrueView: Penayangan (Total Bersih GIVT+SIVT)	Khusus API
Total TrueView tidak valid: Penayangan (GIVT+SIVT)	Dapat diturunkan
Visibilitas (Total Bersih GIVT+SIVT, kecuali jika dinyatakan lain)
Tayangan iklan terukur	UI dan API
Tayangan iklan tidak terukur	UI dan API
Tayangan iklan tidak terukur bersih (Nilai bersih GIVT)	Dapat diturunkan
Tayangan iklan terlihat	UI dan API
Tayangan iklan tidak terlihat	UI dan API
Tayangan iklan terlihat bersih (Bersih dari GIVT)	Dapat diturunkan
Tayangan iklan tidak terlihat bersih (Bersih dari GIVT)	Dapat diturunkan
Rasio terukur	UI dan API
Rasio terlihat	UI dan API
Distribusi tayangan tidak terukur	UI dan API
Distribusi tayangan iklan terlihat	UI dan API
Distribusi tayangan iklan tidak terlihat	UI dan API

Catatan: Traffic reservasi yang dibeli dari "reservasi" Google Ads atau "Transaksi Dijamin Terprogram" Display & Video 360 disertakan dalam pelaporan Ads Data Hub, tetapi tidak Terakreditasi MRC. Informasi selengkapnya tentang cara mengidentifikasi jenis Pemesanan tertentu dapat ditemukan di dokumentasi resource Skema Tabel.

Kualifikasi Partner Bisnis

Partner bisnis Ads Data Hub mencakup Pengiklan, Agensi Iklan, Partner, dan Vendor Pelacakan Iklan atau Penayangan Iklan Pihak Ketiga². Google memeriksa kasus penggunaan dari semua Partner dan memeriksa kualifikasi awal untuk mengakses produk. Semua partner yang menggunakan Ads Data Hub memiliki akses hanya baca dan dapat membuat kueri data iklan Google atau menggabungkan data pihak pertama mereka sendiri dengan data kampanye iklan tingkat peristiwa. Selain itu, semua partner harus menyetujui persyaratan dan ketentuan Google sebelum mengakses platform. Google memfilter traffic tidak valid secara berkelanjutan.

ID perangkat

Dalam konteks Ads Data Hub, pencocokan melalui ID perangkat digunakan sebagai mekanisme untuk memetakan aktivitas iklan YouTube yang ditayangkan melalui Google Ads dan Display & Video 360 (misalnya, tayangan iklan, klik, interaksi iklan) ke daftar ID perangkat yang dikelola oleh klien Agensi dan Pengiklan.

Metodologi pengukuran

Ads Data Hub memungkinkan Pengiklan, Agensi, dan Vendor Pelacakan Iklan atau Penayangan Iklan Pihak Ketiga memasukkan data mereka ke BigQuery dan menggabungkannya dengan data kampanye iklan tingkat peristiwa. Kueri Ads Data Hub digabungkan di sekelompok pengguna, sehingga Google dapat memberikan data yang lebih lengkap dan tetap menjaga privasi pengguna akhir. Ads Data Hub adalah dua project BigQuery yang terhubung oleh API. Google mengupload dan mengelola data Google Ads di salah satu project, sementara pelanggan mengupload dan mengelola data mereka sendiri di project mereka.

Meskipun Ads Data Hub memungkinkan pelanggan melakukan analisis tingkat pengguna dengan cara yang mengutamakan privasi, akses ini sangat sensitif, tunduk pada perubahan ekosistem, dan oleh karena itu tidak biasa di antara produk Google. Ads Data Hub dapat memastikan penghitungan peristiwa seperti tayangan iklan dan klik cocok dengan pelaporan Google lainnya, tetapi penghitungan ID pengguna yang berbeda di Ads Data Hub mungkin tidak sama persis dengan metrik penghitungan unik di platform pelaporan Google upstream karena tindakan pencegahan tertentu yang diterapkan di Ads Data Hub untuk alasan terkait privasi, mengingat izin manipulasi data tingkat peristiwa.

Terkait pencocokan pengguna di Ads Data Hub, pengguna yang memilih tidak ikut iklan tidak dapat dicocokkan. Permintaan pencocokan yang dikirim dari aplikasi kemungkinan tidak akan cocok, karena perangkat seluler mengisolasi traffic dan ID aplikasi. Untuk peristiwa iOS, data yang cocok harus berasal dari aplikasi di iOS 14.5+ dari pengguna yang telah memberikan izin berdasarkan framework App Tracking Transparency Apple.

Pelajari lebih lanjut cara kerja Ads Data Hub

Ads Data Hub memberikan akses ke data dari beberapa produk Google (Display & Video 360 dan Google Ads), yang semuanya mematuhi standar industri yang sesuai untuk pengukuran klik, visibilitas, dan tayangan iklan. Oleh karena itu, Ads Data Hub menggunakan metodologi penghitungan klik, visibilitas, dan tayangan iklan yang sama dengan produk yang datanya kami sediakan. Detailnya dapat ditemukan di sini:

• Deskripsi Metodologi Google Ads
• Deskripsi Metodologi Display & Video 360 (Termasuk Metodologi Tampilan Aktif)

Google secara dinamis mengoptimalkan posisi penempatan iklan untuk memenuhi sasaran iklan dan pola interaksi/konsumsi pengguna.

Metodologi pemfilteran

Ads Data Hub menyediakan cara yang mengutamakan privasi bagi Pengiklan dan Agensi untuk membuat kueri data tingkat peristiwa dan mendapatkan hasil gabungan. Ads Data Hub menggunakan log Spam Iklan yang sama dengan produk upstream seperti Google Ads dan Display & Video 360. Lihat bagian "Filtrasi" dalam Deskripsi Metodologi untuk setiap produk upstream.

Pelaporan metodologi pemfilteran dilakukan dengan dua proses terpisah, satu proses terjadi pada waktu pemrosesan log dan satu proses terjadi pada waktu pascapemrosesan.

• Saat memproses peristiwa iklan dari log iklan pada awalnya, penggabungan real-time dilakukan dengan log spam yang digabungkan untuk menganotasi peristiwa sebagai spam.
  • Metode yang diuji secara empiris mengonfirmasi bahwa operasi penggabungan real-time ini menangkap sekitar 98% peristiwa spam.
• Pipeline pascapemrosesan selanjutnya melakukan koreksi pada data peristiwa iklan yang diproses. Pipeline pasca-pemroses melihat kembali jumlah hari yang cukup untuk memastikan bahwa peristiwa spam yang cukup telah dicatat. Pipeline koreksi pasca-pemroses ini berjalan setiap hari. Hal ini karena mungkin ada situasi yang menyebabkan perbedaan tingkat AdSpam yang ditampilkan dalam Ads Data Hub dibandingkan dengan platform upstream karena perbedaan waktu. Namun, analisis internal yang dilakukan memperkirakan rata-rata tingkat perbedaan yang tidak signifikan (<1%) di tingkat peristiwa.
  • Metode yang diuji secara empiris mengonfirmasi bahwa pipeline pasca-pemroses ini menangkap hampir 100% dari semua koreksi peristiwa spam yang tersedia dalam waktu 7 hari.
• Jika acara ditandai sebagai spam, acara tersebut akan dikecualikan dari hasil kueri statistik pelaporan resmi.

Selain itu, jika mempertimbangkan semua pemrosesan spam secara keseluruhan, dampak revisi spam yang sedang berlangsung terhadap metrik MRC sangat kecil. Metode yang diuji secara empiris menunjukkan bahwa pengambilan sampel tayangan iklan yang telah dihapus spamnya satu hari setelah peristiwa iklan berubah kurang dari 1% saat mengambil sampel ulang hari peristiwa yang sama pada hari pelaporan berikutnya. Sekali lagi, revisi biasanya berhenti dalam beberapa hari dan hampir 100% berhenti dalam waktu 7 hari.

Google memantau akurasi dan dampak pemrosesan spam secara rutin.

Produk upstream Google seperti Google Ads dan Display & Video 360 memiliki rasio keputusan 100% (berdasarkan sampel data yang ditinjau). Karena Ads Data Hub menggunakan log AdSpam yang sama dengan produk upstream, rasio keputusan untuk traffic pihak pertama Google di Ads Data Hub adalah 100%.

Pemfilteran pemeriksaan privasi

Pemeriksaan privasi Ads Data Hub berlaku untuk pengumpulan metrik terakreditasi MRC. Baris yang tidak cukup digabungkan untuk melindungi privasi pengguna akhir (harus berisi data tentang 50 pengguna atau lebih), atau tidak memenuhi pemeriksaan privasi Ads Data Hub lainnya, akan dihapus. Hal ini berlaku untuk ringkasan baris yang difilter dalam hasil kueri dan API.

Namun, kueri yang tidak dapat diubah yang menghasilkan metrik terakreditasi MRC cenderung tidak akan difilter dibandingkan kueri kustom. Hal ini karena kueri hanya menggunakan beberapa dimensi pemisahan utama, seperti hari penuh atau jenis perangkat, sehingga menjalankan ulang kueri dengan variasi parameter tidak akan secara tidak sengaja mengisolasi grup kecil pengguna.

Kemungkinan metrik terakreditasi MRC difilter dari hasil Anda dapat meningkat jika:

• Kampanye yang Anda ukur memiliki jumlah peristiwa yang rendah, seperti dalam kasus kampanye dengan anggaran rendah atau penargetan sempit.
• Kueri kustom dijalankan dan dijalankan ulang sebelum menjalankan kueri MRC pada peristiwa yang sama.

Perubahan pada metodologi

Jika ada perubahan pada metodologi pengukuran, Ads Data Hub akan memberi tahu pelanggan menggunakan catatan rilis, selain komunikasi Account Manager dan Dukungan.

Pelaporan Ads Data Hub

Untuk mengetahui informasi umum tentang cara Ads Data Hub melaporkan data, lihat ringkasan.

Temukan petunjuk tentang cara mengambil data visibilitas dan IVT menggunakan API atau UI Ads Data Hub untuk berbagai frontend pembelian di panduan visibilitas dan traffic tidak valid.

---

1. Peristiwa sumber akan direvisi hingga 7 hari sebagai bagian dari pemfilteran traffic tidak valid (Kualitas Traffic Iklan Google). Meskipun Ads Data Hub dan platform Google upstream menggunakan sumber utama yang sama untuk merevisi traffic tidak valid selama beberapa hari, hingga revisi selesai, jumlah pasti traffic tidak valid yang diamati pada momen tertentu mungkin berbeda. ↩

2. Vendor Pelacakan Iklan atau Penayangan Iklan Pihak Ketiga termasuk dalam cakupan audit ini, sedangkan vendor Pengukuran Brand Pihak Ketiga tidak. ↩