08 跟踪和报告AdTech平台中的曝光、点击和转换

在本书的前几章中，我们研究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，我们将了解AdTech平台如何收集数据，以便广告商和出版商能够跟踪和查看有关其广告活动表现的详细报告。
本章中的大多数解释和示例都说明了跟踪和报告如何在发布者和广告客户的广告服务器中工作，但许多其他平台（如DSP和SSP）也包括这些功能。

曝光、点击和转换跟踪

跟踪是广告技术平台的重要组成部分，是了解广告活动绩效和衡量关键指标的第一步。
从本质上讲，跟踪涉及收集有关广告活动的数据。
AdTech平台可以跟踪多个领域，包括曝光、点击和转换等基本指标，以及可视性和广告曝光时间等其他指标。他们还可以跟踪视频广告的指标，如播放、完成率和平均播放时间。

曝光跟踪

曝光跟踪就是简单地跟踪每个广告收到的曝光数量。
每次向用户显示曝光时，都会对其进行计数。
例如，如果用户访问一个网页并看到一个广告，然后重新加载该网页并再次看到完全相同的广告，则会计算两次曝光。

计算曝光最常用的方法是提供1×1的透明图像，通知广告服务器曝光。它被称为曝光跟踪器（或曝光像素）。

广告服务器返回广告标记中的一个像素，以在浏览器呈现广告标记时计算曝光，而不是在广告服务器选择广告时计算曝光，并将广告标记返回浏览器。

这样，当浏览器加载创意时，广告曝光就会被计算在内。

下面是一个来自谷歌广告管理器广告服务器的曝光跟踪器示例（以前是发布者曝光）：

<IMG SRC="https://ad.doubleclick.net/ddm/trackimp/Nxxxx.site-keyname/Byyyyyyy.n;dc_trk_aid={ad_id};dc_trk_cid={creative_id};ord=[timestamp];dc_lat=N;dc_rdid=Czzzz;tag_for_child_directed_treatment=I?" BORDER="0" HEIGHT="1" WIDTH="1" ALT="Advertisement">

广告服务器可以在来自第三方AdTech平台的广告标记中包含多个额外像素，以计算多个系统中的曝光，例如，仅用于测量的第三方广告服务器或广告验证平台。

加载其他标签或像素调用其他平台的过程称为“搭载”。

在出版商和广告客户的广告服务器中，有两种主要的曝光统计方法：

方法1

出版商的广告服务器在广告标记中包含两个1×1像素。

第一像素向发布者的广告服务器发送请求，该服务器统计曝光，第二像素向广告客户的广告服务器发送请求，该服务器也统计曝光。

两个像素同时发送到各自的广告服务器。

image.png

方法2

出版商和广告商的广告服务器只有在各自的广告服务器收到广告请求时才计算曝光。

image.png

单击跟踪

跟踪广告收到的点击次数通常通过点击跟踪器完成。
点击跟踪器是广告服务器重定向服务的URL，它统计点击次数并将访问者重定向到广告活动的最终登录页。
广告服务器返回广告标记中的点击跟踪器，以便在将访问者重定向到最终登录页之前统计点击次数。
以下是谷歌广告管理器广告服务器的点击跟踪器示例：

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

image.png

上图说明了点击跟踪如何与发布者的广告服务器协同工作，但如果广告主也想跟踪点击，该怎么办？

为了实现这一点，他们需要添加一个从发布者的广告服务器到广告主的广告服务器的点击重定向，然后将用户重定向到登录页。

image.png

广告主的广告服务器也会计算相同的点击次数和曝光次数的原因是，通过比较点击次数和曝光次数来验证出版商提供的报告，并在一个系统（即广告主的广告服务器）中汇总所有活动数据。
可以添加更多重定向来执行更多过程，例如：

• 广告验证，以检测可视曝光、机器人和欺诈活动。
• 跟踪中间商系统（如广告网络）中的点击。

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=）。在重定向链中添加多个单击跟踪器并将下一个重定向的URL动态传递给单击跟踪器时，需要此功能。
通常，当我们在广告服务器中粘贴一个点击跟踪器时，我们可以使用点击URL宏来扩展链中下一个点击跟踪器的URL。
举个例子：

https://ad.example.org/click?ad_id=123456&redir_url=%%click_url%%

广告服务器自动将%%CLICK_URL%%占位符扩展到链中的下一个点击跟踪器（即其自己的点击跟踪器）。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

每次用户完成广告客户或营销人员设定的目标时，都会记录下这次转换。

转换目标可能是让消费者购买产品、下载文件，甚至在登录页上填写联系表。每次消费者完成其中一个操作时，都会记录转换。

在在线广告和营销中，转换跟踪用于报告活动表现。此外，它还与每次行动成本（CPA）模型结合使用，其中出版商和附属广告商/营销人员仅在注册转换后收到付款。

有两种主要的转换类型：点击转换和查看转换。

点击是指用户点击广告并进行转换。

为了计算点击转换（CTC）率，将转换次数除以广告收到的点击次数。

CTC % = (conversions ÷ clicks) x 100

View-through是指用户看到一个广告，没有点击它，但已转换。

例如，如果他们看到一双鞋的广告，但不是点击广告购买，而是直接去网站购买。

要计算通过转换观看（VTC）的rate，请将转换次数除以广告接收到的曝光数。

VTC%=（conversions ÷ impressions）x 100

由于有许多因素在起作用，例如广告客户正在推广的产品或服务，以及接触广告的观众，因此，CTC and VTC rate将因广告客户而异。

什么是归因窗口？

对于这两种转换模型，都有一个称为归因窗口的窗口，它指的是用户第一次看到或单击广告与他们实际转换之间的时间。

归属窗口因广告商而异，但可以是24小时到30天。

找到正确的归因窗口时间框架可能很困难，因为归因窗口越长，归因越不准确。

很难知道用户是因为在转换前30天看到了广告，还是因为被说服通过其他广告渠道转换。

同样，如果归属窗口太短，则可能会排除一些接触到广告并因看到广告而转换的用户。这不仅会影响广告客户的归属报告，还会影响出版商的潜在收入。

这两种类型转换的优缺点如下：

Click-through conversions：

优势

允许广告商准确地将点击归因于转换，几乎没有或根本没有不准确报道的空间。

缺点

这种方法的主要缺点之一与归因模型有关，而不是点击转换本身。
例如，如果使用第一次或最后一次单击归因模型，则很难知道该单击是否是实际影响用户转换的事件。

View-through conversions：
优势
根据正在推广的产品或服务，这种类型的转换在中端和顶端漏斗活动中比点击转换效果更好。

缺点
广告可能是向用户显示的，但用户可能没有实际看到它（广告可能不在浏览器的视口中）或受到它的影响。换句话说，有可能将太多转换归因于该活动。
如果访问者在看到广告和转换之间删除其Cookie，则转换归因可能会丢失。
这种方法也更容易欺诈。例如，有可能在不显示实际创意的情况下激发像素。然后，如果用户隐藏，则会记录为1次转化，尽管用户从未真正看到广告。
这两种类型的转换是在线广告和营销（称为归因）更大更广领域的一部分，归因考虑了访问者与品牌或广告的许多不同互动。

除了有不同类型的转换外，还有不同的转换跟踪方法：

像素法

click-through tracking的像素方法如下：

image.png

在点击转换的像素方法中，用户访问网站，看到广告并点击它。然后，他们被带到广告客户的登录页并转换。当用户单击广告时，广告客户的转换像素将 fires 并在广告客户的广告服务器中记录用户的cookie ID。

通常，广告服务器会假设特定cookie ID的最后一个点击ID生成了转换。

这样，转换可以与特定的广告、行项目和campaign 相关联（单击ID将存储用户单击的广告的信息）。

The pixel method for view-through tracking:：

image.png

在通过pixel method for view-through conversions中，用户看到广告（但不点击），离开发布者的网站，通过另一个渠道（例如通过谷歌搜索）返回广告商的网站，然后转换。

广告主能够将转换归因于发布者网站上的广告，方法是将其在发布者网站上显示广告时创建的cookie ID与在成功页面上启动转换像素时创建的cookie ID进行比较。

服务器端方法

服务器端方法的工作方式与像素方法类似；然而，用户的cookie ID不是触发像素并将用户的cookie ID传递给ad服务器，而是通过服务器到服务器的调用从页面传递给ad服务器。

这种方法被广泛应用于联盟广告和营销领域，因为获得正确的数据并可靠地跟踪合作伙伴（即出版商）的转换非常关键，因为他们只为转换付费。

下面是几个例子来帮助解释服务器端方法：

示例1：作为附属公司销售保险

附属广告商和营销人员是按 cost-per-action/acquisition（CPA）支付的，这意味着当用户转换时，他们只能以固定价格的佣金或销售总价值的百分比的形式收到付款。

然而，从用户在发布者网站上看到保险广告到他们实际转换（购买保险单）之间可能需要数小时、数天甚至数周。

因此，广告客户一侧的系统必须跟踪点击ID，并在确认转换成功后通知附属广告网络（或广告服务器），例如，当成功处理应用程序或收到用户付款时。

示例2：应用程序安装

将应用程序安装的转换归因于出版商或附属广告商/营销者不同于在浏览器中归因转换。原因是，与能够 fire pixels的web和移动浏览器不同，在移动应用程序中无法fire a pixel。

为了跟踪转换等事件，应用程序中的软件开发工具包（SDK）必须通知广告服务器安装，然后将安装归因于合作伙伴（即出版商或附属公司）生成的应用商店重定向。

发送回发通知以通知发布者或附属公司安装成功，这意味着他们刚刚获得CPA commission。

正确归属附属活动的重要性

正如你可能想象的那样，信任是CPA中经常出现的一个问题。

广告商有几种方式可以逃避向出版商和附属公司支付佣金，但这最终会对广告商以及出版商或附属公司不利。

让我们解释一下。

在联盟、CPA和收入共享空间中，出版商最终可以从数百个产品中进行选择。

出版商和附属公司的目标是从他们推广的产品中获得尽可能多的利润，因此他们中的大多数人将在他们流量的一小部分上测试产品，并对其进行调整，以找到产生最多收入的产品。

如果报价表现不好，这可能是由于一些原因（例如报价不适合其受众），他们只会将其从网站上删除并停止推广，这意味着广告客户不会从报价中获得任何转换。

这从根本上违背了整个过程的要点。

报告

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。

这些报告对广告商和出版商都很有价值，因为它们清楚地了解了他们的活动表现和点击广告的用户。

对于提供的每个曝光，AdTech平台都会存储具有以下属性的记录：

Timestamp (impression, click, conversion)
IP address
Campaign ID
Line item ID
Ad/creative ID
Geolocation
Browser
OS
Publisher domain
Publisher placement
… and others

每次点击和转换都会存储类似的信息。

image.png

Metrics

metric 是为整个campaign 或与特定维度值匹配的数据计算的实际数。
一些指标可以从其他指标中推导出来；例如，通过将点击总数（metric）除以曝光总数（metric）来计算CTR指标：
CTR = clicks / impressions x 100.
指标示例包括：

• Impressions：广告显示的次数。
• Clicks：点击广告的次数。
• Conversions：用户执行的所需操作（目标）的数量（例如填写联系表或进行购买）。
• Reach：活动达到的唯一访问者/设备的数量。
• 点击率（CTR）：点击次数/曝光次数x 100。
• 每千次成本（CPM）：每1000次曝光的成本。
• 点击成本（CPC）：广告或链接产生的每次点击成本。
  每次行动/收购的成本（CPA）：每次行动、收购或转换的成本。CPA经常用于联盟营销。
• 转换率（CVR）：转换次数除以点击次数（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（cost）：分别用于曝光、点击和转换的金额。
• 收入（总转换值）：从转换中赚取的金额。

Effective Cost Per Mille, Click, and Action （eCPM、eCPC、eCPA）

在大多数报告中，您会看到指标前面有字母e。
e代表有效，用于确定特定定价模型（如eCPM）产生的收入。
有效CPM、CPC和CPA可以针对任何活动进行计算，并可以使用以下公式进行计算：

Effective cost per click (eCPC) = budget spend / number of clicks
Effective cost per action/acquisition (eCPA) = budget spend / number of conversions
Effective cost per mille (eCPM) = budget spend / number of impressions x 1000

由于广告商和出版商在广告活动开始前选择了一种定价模型，这些定价模型向广告商和出版商展示了如果他们使用该特定定价模型会产生什么样的结果。
通常，广告商会在不同的定价模型中计算他们的广告，以比较他们的表现。
在出版商方面，他们可能想计算所有CPM活动的eCPC或eCPA，看看是否可以通过这些定价模型获得更多收入。
例如，让我们看看以下三个活动：

1657351058955.png

The table above shows the eCPM, eCPC and eCPA for the three campaigns.

在基于性能的广告，广告商将关注活动和流量来源的投资回报（ROI）。该指标用于评估其广告预算的效率。
其计算方法如下：
ROI = (total conversion value – amount spent) / amount spent x 100%

当广告客户赚钱时，ROI指标将具有正值，而当广告客户赔钱时，ROI指标将具有负值。

例子：

1657351112981.png

*这并没有考虑到您向最终客户交付商品或服务的任何固定或可变成本，因此即使20%的投资回报率也不一定意味着您盈利。然而，这对于边际成本非常低的数字商品非常有效。

维度和子维度

维度是用于分解报表的数据属性或变量。

维度示例包括：

Country
Device type
Browser type
Hour of the day
Campaign
Line item
Creative
Date, day of the week
Publisher URL/domain
OS and OS version
Geolocation
子维度（也称为向下钻取）允许我们查看由另一个维度（例如国家->承运人->行项目->广告）分解的给定维度的数据。

过滤
过滤（也称为分段）允许您限制运行报告的数据集。

常见过滤器包括：
日期范围
广告客户->插入顺序->商品->广告

除此之外，您通常可以对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=周一至周五

报告的技术考虑

从广告运营的角度来看，报告的一些重要方面需要得到承认，否则广告客户或出版商在比较其他系统的数据时可能会感到困惑和误导。

延迟

系统收到事件的时间与报告中包含事件的时间之间通常存在延迟。大多数情况下，这是几分钟，但有时，它可以高达几个小时。
最新的数据通常是完整报告的近似值，一段时间后可以获得准确的报告。最好为您使用的报告系统检查这些值。

数据延迟示例：

报告数据近似值在事件发生后15分钟内可用，准确报告最长24小时内可用。通常，准确的报告应用于计费目的。

报告时区

在比较不同系统的报告时，重要的是确定它们是否都使用同一时区，并且只使用准确的数据（而不是近似值）。

数据保留

一些报告系统通过删除超过某些阈值时间（例如六个月或一年）的事件来处理数据的增加。另一种节省空间和成本的技术是随时间减少报告粒度。
例如，上个月的数据可以精确到一个小时，一个月到一年的数据可以全天汇总，超过一年的数据只能以活动总数的形式提供。

差异：信任，但验证

在在线广告中，差异是指两个不同的AdTech平台中报告的数据之间的差异，例如出版商的广告服务器和广告客户的广告服务器之间的差异。

这是一个非常敏感的话题，因为这些AdTech平台收集的数据后来被用于计费目的，并且经常是出版商、广告商和AdTech供应商之间争议的主题。

虽然造成差异的原因有很多，但大多数可归因于技术错误。

大多数AdTech平台依赖于客户端跟踪方法，即在web浏览器、移动应用程序中的SDK和其他嵌入式设备中执行的方法，以接收有关事件的数据，如曝光、点击和转换。

客户端跟踪的问题是容易出错（下面将详细介绍原因）。

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？
• 为什么差异不可避免？
• 差异的常见原因是什么？
• 差异的可接受程度是多少？

以下两张图片说明了可能出现差异的一些情况：

1. During impression tracking:：

image.png

加载发布者的广告标签并跟踪广告曝光，但无论出于何种原因，浏览器都没有加载广告客户的广告标签或曝光像素。

2. When counting the click:

image.png

如果重定向链断开，则可能会出现差异，这意味着广告客户的广告服务器不会收到有关点击的信息，用户也不会被带到最终登录页。

正如我们在上图中所看到的，大多数差异都会在发布者的广告服务器加载了广告标签后出现，这意味着广告商报告的数字通常低于发布者。

差异和常见原因

以下是出现差异的一些可能原因。

人为和实施错误

Adop通常充斥着大量的广告贩运和最后一刻的条目。机构在活动开始前的最后一分钟发送或更改标签并不罕见。
再加上每个活动都必须执行的手动工作，很容易出错，尤其是初级或超负荷的AdOps团队成员。

具体来说，常见错误包括：

粘贴缺少完整ID的不完整曝光跟踪像素：启动不正确的像素将导致击中广告客户的广告服务器，但由于缺少广告或活动标识符而无法跟踪曝光。

使用错误的曝光像素：例如，将活动ABC中的曝光像素粘贴到保存在粘贴箱中的活动123。

执行错误的宏：未能添加缓存屏蔽器可能会导致浏览器缓存像素，因此无法正确报告同一用户/浏览器的后续广告视图的曝光。

运行日期不同或未能在其中一个广告服务器上完全设置活动：活动可能已在一个广告服务器上启动，但可能未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，如果标签没有在广告客户的广告服务器中正确设置，但在发布者的服务器中正确设置，那么发布者的标签将在其网站上正确运行，并跟踪空白广告的每个曝光。

配置问题

不同AdTech平台之间的报告配置差异也可能导致报告差异，例如：

时区：如果一个AdTech平台在中央时间（CT）记录事件，另一个在太平洋时间（PT）记录事件，那么在查看基于时间的维度（例如每日和每小时报告）时，您会注意到不一致。

流量验证和过滤：一些AdTech平台使用流量验证和过滤服务，试图阻止欺诈流量，这也可能导致平台之间的差异。

术语和计算方法的差异：虽然大多数AdTech平台可以就常见指标（如曝光、点击和转换）的正确定义达成一致，但在计算方法上可能存在一些差异。

例如，一个AdTech平台可以在浏览器中启动像素时统计曝光，而另一个平台可以在广告发布时（即广告离开服务器时）统计曝光。在后一种情况下，在提供曝光时，曝光会被计算在内，但由于技术问题，它可能实际上不会加载到浏览器中。

客户端问题

如上所述，大多数AdTech平台依赖客户端跟踪进行报告，但经常会遇到一些技术问题，例如：

• 互联网连接和延迟较差。
• JavaScript错误可能会破坏广告代码的执行。
• 浏览器可以设置为禁用JavaScript或使用扩展名，如<noscript>。
• URL的最大长度可能已经达到，这意味着一些重定向路径可能会被切断而无法执行。
• AdTech平台可能无法正确解析URL中传递的特殊字符。
• 创意人的文件大小可能太大，或者可能不符合IAB的标准。
• 网页可能包含大文件（例如，加载时间长的丰富图像），这会增加整体延迟。

如何计算曝光差异

可以通过以下公式计算两个AdTech平台之间的差异：

Impression discrepancy = (publisher’s impression count – advertiser’s impression count) / advertiser’s impression count

要计算出百分比，只需将最终数字乘以100。

image.png

差异容忍

IAB表示，基于出版商的数字，允许10%的差异。

image.png

The example on the left represents a discrepancy of 7%, which is within the acceptable range.
The example on the right represents a discrepancy of 15%, which is outside the acceptable range.

差异是根据广告客户的数字计算出来的，但如果低于10%，则出版商的指标通常用于计费。

对账

对账是一个用于比较两组记录的过程，以确保数字一致且准确。
由于差异的可能原因有很多，大多数情况下，对账是一个手动过程，AdOps团队成员通过此过程登录其AdTech平台帐户，编译报告，下载数据，并查看主要问题所在。

章节总结

• 计算曝光最常用的方法是提供1×1透明图像，通知广告服务器曝光，称为曝光跟踪器（或曝光像素）。

• 当曝光跟踪器加载时，它会在AdTech平台中记录曝光。

• 跟踪广告收到的点击次数通常通过点击跟踪器来完成，点击跟踪器是广告服务器重定向服务的URL，用于计算点击次数并将访问者重定向到活动的最终登录页。

• 每次用户完成广告客户或营销人员设定的目标（可以是购买或下载）时，都会注册转换。

• 有两种主要类型的转换跟踪：click-through conversion and view-through conversion，可以通过在确认页面上触发像素或通过跟踪服务器端的转换来记录。

• AdTech平台的报告功能负责显示活动许多不同领域的指标、维度和子维度。

• 差异是指两个不同AdTech平台的报告数量之间的差异，这在AdTech中很常见，产生差异的原因可能有很多。常见原因与人为错误、报告配置和技术问题有关。

• IAB表示低于10%的差异是可以接受的。