Google Consent Mode динамічно налаштовує роботу тегів Google залежно від вибору користувачів щодо згоди на використання файлів cookie, забезпечуючи дотримання правил конфіденційності та зберігаючи при цьому основні можливості вимірювання. Цей механізм безпосередньо взаємодіє з платформами керування згодою (CMP), як-от CookieYes, для отримання та застосування налаштувань згоди користувача щодо файлів cookie та технологій відстеження.
Consent Mode змінює поведінку тегів у відповідь на два основні типи згоди:
- ad_storage (для рекламних файлів cookie)
- analytics_storage (для аналітичних файлів cookie)
Коли користувачі відмовляються надавати згоду, теги Google працюють в обмеженому режимі:
- Файли cookie не встановлюються для цілей, від яких відмовилися.
- Передаються лише анонімні, агреговані дані, такі як пінги, що вказують на перегляд сторінки без детальних ідентифікаторів користувача чи пристрою.
- Моделювання конверсій використовується для оцінки ефективності реклами, коли повні дані недоступні, що дозволяє підтримувати точність вимірювання кампанії.
Інтеграція з сертифікованими Google платформами CMP є безперебійною:
- Платформи CMP збирають вибір користувача та передають його в Consent Mode через стандартизовані API.
- Consent Mode негайно оновлює поведінку тегів без перезавантаження сторінки чи ручного втручання.
Продукти, на які впливає Consent Mode:
- Google Analytics (GA4)
- Google Ads
- Floodlight (Campaign Manager 360)
- Conversion Linker
Емпіричні результати демонструють:
- Вебсайти, що використовують Consent Mode, повідомляють про до 70% більше даних про конверсії, ніж сайти, які повністю блокують теги після відмови у згоді.
- Мінімізація даних досягається завдяки тому, що у разі відмови у згоді надсилаються лише основні сигнали, що зменшує потенційні ризики для конфіденційності.
- Впровадження спрощує дотримання GDPR, Директиви ePrivacy та подібних нормативних актів у різних юрисдикціях.
Зазначаються також обмеження:
- При відмові у згоді зберігається певна втрата деталізації вимірювань, що особливо впливає на ремаркетинг та атрибуцію на рівні користувача.
- Опора на «модельовані» конверсії вносить помилки статистичної оцінки, хоча вони, як правило, мінімізуються завдяки досягненням у моделюванні машинного навчання.
