Ez inkább egy módszertani frissítés, mint módszertani változás, tehát a pillérek nem változnak, egy-két belső elem frissül csak – szögezte le a MediaFuture kérdésére Varga Zoltán, a Gemius Audience & AdReal Managere.
Hintapolitika
A módosítás elsődleges oka, hogy a Google másfél évvel ezelőtt elkezdett a harmadik feles cookie-k eltörléséről kommunikálni. Ez már több böngészőben, a Firefoxban és az Edge-ben is megvalósult, habár a Google hintapolitikát folytat ebben a tekintetben, idővel a Chrome-ból is kivezethetik. Ez azért érinti jelentős mértékben a Gemiust, mert a közönségmérés nagy mennyiségben a harmadik feles cookie-kra támaszkodott eddig.
Mi az a harmadik feles cookie?
Egy olyan süti, amelyet nem az a weboldal helyez el a böngészőben, amelyet éppen látogat a felhasználó, hanem egy külső fél, például egy hirdetési hálózat vagy egy analitikai szolgáltató, hogy nyomon kövesse a felhasználót más weboldalakra. Tehát ezek a thirdparty cookie-k (Tpk) átjárhatóak az egyes weboldalak között, ha valaki ezt az Indexen kapja, és azután meglátogatja a 24.hu-t, akkor például a közönségméréssel foglalkozó Gemius is tudni fogja, hogy ez a felhasználó ugyanaz. A real user adatok kalkulációjához ez eddig nagyon fontos volt.
Célja:
- Online hirdetések követése és személyre szabása.
- Felhasználói viselkedés nyomon követése több weboldalon keresztül.
- Remarketing kampányok működtetése.
A Gemius tulajdonképpen arra készült fel, hogy ha a Google végül valóban eltörli a harmadik feles cookie-kat, akkor azonnal és teljesen át tudjanak állni az új rendszerre. Most egyelőre csak részben váltottak, azokra a böngészőkre vonatkozóan, amelyekben már nincsenek harmadik feles cookie-k. Ez pedig úgy valósult meg, hogy
első feles cookie-kat kezdtek el használni, és ezeket párosítják, match-elik.
Mi az az első feles cookie?
Ezt az a weboldal helyezi el a böngészőben, amelyet éppen látogat a felhasználó. Tehát például a Tesco oldala tárolja a first-party cookie-t (FPC), amikor ott járunk, és megjegyzi a felhasználó kosarának tartalmát vagy a beállításait. Ez a kényelmi funkciókat hivatott rögzíteni, az egyes userekhez kapcsolódó adatokat tárolja, de zárt rendszer, nem követi tovább a usereket.
Célja:
- Bejelentkezési adatok megjegyzése.
- Kosár tartalmának tárolása webshopokban.
- Weboldal analitika (pl. Google Analytics first-party cookie-ként működhet).
Immár nem egy cookie-val azonosítanak egy usert, aki a különböző weboldalakon jár, hanem a minden vizsgált weboldalon egyesével keletkező adathalmazzal dolgoznak.
Az első feles sütik találkozása pótolja a harmadik feles sütiket
Az első feles sütiket egy úgynevezett cookie matching technológiával tudjuk összekapcsolni valószínűségszámítási és egyéb statisztikai módszerekkel a háttérben, illetve gépi tanuló algoritmusokkal. Ebből az adatmennyiségből állítunk elő egy olyan halmazt, ami aztán a real user kalkuláció alapjaként szolgál
– magyarázza Varga Zoltán.
A real user kalkuláció egyik első lépése egy browser-halmaz számítás. Ez egy valószínűségi halmaz, tehát ezek a számok nem reprodukálhatók analitikai adatokból.
Figyelembe veszi a felhasználók adatait, hogy milyen gyakorisággal láttuk őket az elmúlt 28 napban a mérőkódjainkon, vagyis a több mint 700 weboldalon, ami a közönségmérésben szerepel, illetve mikor láttuk utoljára. Ezekből születik egy valószínűségi érték minden azonosítóra, abból pedig egy valószínűségi halmaz, és ez részt vesz a real user kalkulációban. Úgy működik, mintha még minden olvasónál lenne harmadik feles cookie, azoknak a szerepét helyettesítjük ilyen módon, szimuláljuk őket
– részletezi Varga Zoltán.
Hogyan működik a cookie matching?
A cookie matching igazából azt jelenti, hogy megpróbáljuk megbecsülni, hogy ha valaki megnyitja az Indexet, és aztán a 24.hu-t, akkor a két first party cookie mekkora valószínűséggel takarja ugyanaz a felhasználót. Régen tudtuk, hogy ugyanaz, most megpróbáljuk kitatálni
– fejti ki a szakember.
Ebbe beleszámítanak olyan egyértelmű technikai paraméterek, mint az, hogy ha egy időben nyitja meg valaki a két oldalt, akkor valószínűleg nem ugyanarról a felhasználóról van szó, de segítenek a beazonosításban a felhasználói szokások is, illetve az IP-címek töredékei, a lokáció. Egyéb adatokból ki lehet számítani azt is, milyen eszközön nyitották meg az oldalt, majd ebből is lehet következtetni.
Részben már használják
Most egy flexibilis rendszert hoztak létre, tehát egyrészt tudnak új becsléseket végezni first party cookie-k alapján, de ameddig a Chrome-ból jönnek a third party cookie-k is, addig azokat is használják, és ha kell, azonnal átállnak teljes mértékben az új rendszerre.
Az új technológiával pontosabb lett az egész számítási rendszer, hiszen elkezdtünk több adattal dolgozni, és abból több értéket kinyerni
– állapítja meg Varga Zoltán.
Ugyanis azok a böngészők, amelyekből már korábban kivezették a third party cookie-kat, eddig végül is vakfoltok voltak, az ezekből érkező látogatószámokat nem tudták olyan pontosan kimérni, csak indirekt módon vették figyelembe a page view számokon keresztül. Most már konkrét visitszámokkal dolgoznak.
A visszatérő látogatók kontra egykattintásos felhasználók
Mindennek kapcsán lezajlott egy másik változtatás is, az EC-Standard (Standard Estimated Number of Cookies) módszertani elemre tértek át az EC-Global-ról (Global Estimated Number of Cookies). Ennek az egyik legfontosabb változása, hogy az adott website fogyasztási mintázatát direkt módon veszi figyelembe. Ez a mintázat arra vonatkozik, hogy
visszatérnek-e a látogatók az oldalra, ott több cikket olvasnak el vagy kívülről érkeznek egy adott cikkre, és nem nyitnak meg több oldalt.
Korábban ezt ki nem küszöbölt technikai torzítások miatt csak indirekt módon tudták figyelembe venni. Ez azért történt, hogy a robot-kattintások, a mesterségesen torzított page view volumen ne tudja befolyásolni azt a valószínűségi browser-halmazt, amivel készülnek a real user számítások. Most azonban van már egy úgynevezett botszűrési algoritmus. Ezért azok a website-ok, ahol eddig ez az úgynevezett globális megközelítés (EC Global) inkább visszafogta a real users-számokat, most ezt engedi sokkal jobban a valósághoz közelíteni.
Tehát azoknál az oldalaknál, ahol rendszeresen visszatérő, több cikket megnyitó olvasók vannak, most magasabb lesz a real user-szám.
Nemcsak az Index vagy a 24.hu ilyen, de például a Jófogás és a Használtautó is egyébként.
Viszont ahol ez a torzítás korábban pozitívan hatott, ahol több volt a beeső egyszeri látogató, ott egy visszakorrigálás történik.
Változott az applikációk mérése
A módszertani frissítéssel olyan, egyébként is szükséges frissítések is lezajlottak, mint a súlyozási hatékonyságé.
Azért súlyozunk, mert a paneltagok, vagyis a mért egyedek értékeit vetítjük ki a teljes csoportra, hiszen nem tudunk minden egyes embert mérni és mindenkiről demográfiai adatokat kérni, akik járnak az általunk mért honlapokon. A paneltagok összeadott, fuzionált értékei reprezentálják a magyar 16-75 éves internetező lakosságot. Súlyozottan szerepelnek benne az adatok, ha például valamelyik paneltagból kevés van, akkor az nagyobb súllyal szerepel a rendszerben
– állítja a szakember.
A súlyozáson egyrészt finomítottak a panelek fúziójának hatékonyabbá tétele érdekében, ez annak mentén történik, hogy a rendelkezésre álló, bejövő értékek nem állandóan ugyanolyanok, ezért a módszertanon folyamatosan finomhangolni kell. Másrészt nagyobb panelt tudnak az applikációk real usereinek mérésében is használni, ugyanis bővítik a first party azonosítókkal.
Az applikációk esetében eddig nagyobb értéket mutattak a real user számok, mint amennyi a valóság
– mondja Varga Zoltán.
Leegyszerűsítve a statisztikai módszertannak volt eddig egy mellékhatása, egy plusz-mínusz hibahatára, és bizonyos esetekben ez a plusz-mínusz következetesen pluszként jelent meg.
A mobilapplikációk felhasználó-száma a magyar piacon ugyanis általában nagyon kicsi. Az úgynevezett hibahatár, aminél a mérőkóddal mért magyar médiapiacon a statisztikai módszertan stabil lesz, körülbelül 20 ezer felhasználó. Azoknál az applikációknál, amelyek akár napi vagy havi szinten is 20 ezer fős elérés közeli értékeket mutatnak, sokkal nagyobb ingadozás alakult ki. A súlyozási hatékonyság változásával ez a fajta ingadozás kiegyenlítettebb hibahatár között mozog.
Ezen felül az applikációk esetében már nemcsak cookie-azonosítókat használnak a real user kalkulációkhoz, hanem azt az ID-t is, amit a Play Áruház és az Apple Store használ, tehát ez is pontosabb számokat jelent majd.
Viszont ezért fontos, hogy ha frissítések történnek a mérőkódokban, akkor időben elvégezzék azokat a kiadók, mert itt a mérés és a kalkuláció technológiai szempontból sokkal bonyolultabb
– hívja fel a figyelmet a szakember.
Változik-e a díjszabás?
Sokakban felmerült a kérdés, hogy változik-e a közönségmérés díjszabása mindennek mentén, illetve a first party cookie monatizálhatóak-e értékként az új felállásban a weboldalak részéről, hiszen ezeket használja mostantól a piackutató.
Eddig is dolgoztunk a first party adatokkal, illetve érdemes tudni, hogy a Google által berakott azonosítók a Google-nak jelentenek monatizálható értéket, hiszen értékesíti őket, amikor valaki a Google-ben hirdet. Viszont a tulajdonjog a kiadóé a first party esetében, és ha third party cookie-t helyez el, akkor is – az ő felelőssége, értékesíti-e. A Gemius nem tulajdonolja és nem is értékesíti az adatokat, hanem feldolgozza őket, tehát ilyen értelemben számára nem származik anyagi előny abból, hogy most több cookie-t használ. Sőt, mivel sokkal több adattal kell dolgoznia, az több szervert és költséget jelent
– állapítja meg a szakember.
Kicsit változik csak a ranking
Mi úgy látjuk, hogy nem torzította mindez olyan erősen az adatokat, olyan nagy ugrás nem volt kimutatható az összehasonlító elemzésekben, hogy ne lehessen összehasonlítani az előző hónap adataival
– szögezi le Varga Zoltán.
Az idősoros elemzéseket nem befolyásolja, a rankingeket is csak kis mértékben érinti, habár a számok változni fognak bizonyos mértékig. Az áttérés április elsejével zajlik le, a rendszer egyelőre csak a közönségmérésben lép életbe, a hirdetések mérése egy második része lesz a fejlesztéseknek.