August 9, 2025
2 min read
Il conversion modeling è un framework computazionale che stima la probabilità di conversioni degli utenti quando i meccanismi di tracciamento diretto non sono disponibili o sono incompleti. Questo approccio affronta la perdita di dati insita nei metodi di tracciamento tradizionali come i cookie, in particolare per gli utenti che non acconsentono alla raccolta dei dati. La funzione principale del conversion modeling è colmare queste lacune di dati sfruttando algoritmi di machine learning per dedurre gli eventi di conversione non osservati.
La metodologia prevede:
Negli scenari in cui la modalità di consenso è attivata — con il risultato che i tag di Google operano senza i dati dei cookie — il conversion modeling diventa fondamentale. La Consent Mode modifica il comportamento dei tag per rispettare la privacy degli utenti, ma questo crea discontinuità nei dati di misurazione degli annunci. Il conversion modeling compensa queste lacune applicando l'IA di Google ai segnali osservabili e ai modelli di conversione storici, colmando così il divario tra le interazioni con gli annunci e le conversioni effettive (Google, 2023).
L'implementazione di questo framework richiede in genere l'integrazione con una Consent Management Platform (CMP) certificata da Google per garantire la conformità e massimizzare l'utilità dei dati.
Risultati chiave:
