Data Exclusion Nedir?

Sayılarla ne demek?

Akıllı teklif, geçmiş dönüşüm verisinden öğrenir. Etiket birkaç gün çalışmadığında algoritma dönüşümlerin gerçekten düştüğünü sanır. Sonuç olarak teklifleri düşürür, kampanyalar gösterim kaybeder ve sorun düzeltildikten sonra bile bir süre toparlanamaz.

Tersi de olabilir. Bir hata nedeniyle her satın alma iki kez sayıldıysa, algoritma kampanyaların olduğundan iki kat verimli olduğunu düşünür ve teklifleri yükseltir.

Veri hariç tutma, algoritmaya bu dönemleri unutmasını söyler. Belirtilen tarih aralığındaki dönüşüm verisi öğrenmede kullanılmaz; strateji, bu dönem hiç yaşanmamış gibi davranır.

Ne zaman kullanılır?

Üçüncü satırdaki ayrım önemli. Satışların gerçekten gerçekleşmediği bir dönem ölçüm hatası değil; bu dönem hariç tutulduğunda algoritma gerçek bir kaybı görmezden geliyor. Hariç tutma yalnızca ölçümün yanlış olduğu durumlar için.

Nasıl kullanılır?

1. Sorunlu tarihleri kesin belirleyin. Saat düzeyinde.
2. Kapsamı seçin. Hesap, kampanya türü ya da kampanyalar.
3. İlgili dönüşüm işlemlerini seçin. Yalnızca bozuk olanlar.
4. Sorun çözüldükten sonra ekleyin. Geriye dönük de uygulanabilir.
5. Nedeni not edin. Değişiklik geçmişinde.

Uygulamada ne oluyor?

En sık durum, ayarın hiç bilinmemesi. Site güncellemesinde etiket bozuluyor, birkaç gün sonra fark ediliyor ve düzeltiliyor; ama kampanyalar haftalarca düşük teklifle çalışmaya devam ediyor.

İkinci gözlem, gerçek düşüşlerin hariç tutulması. Kötü giden bir haftayı "anormal" sayıp algoritmadan saklamak, stratejinin gerçek piyasa koşullarını öğrenmesini engelliyor.

Üçüncüsü, dönemin çok geniş seçilmesi. Sorun iki gün sürdü ama iki haftalık veri hariç tutuldu; algoritma gereksiz yere değerli veriyi kaybediyor.

Dördüncüsü, bütün dönüşüm işlemlerinin hariç tutulması. Yalnızca satın alma etiketi bozukken diğer işlemler de hariç tutulduğunda, sağlıklı veri de boşa gidiyor.

Beşincisi, sezonsallık ayarıyla karıştırılması. Beklenen bir değişim için sezonsallık ayarı, ölçüm hatası için veri hariç tutma kullanılıyor; iki araç farklı sorunları çözüyor.

Altıncısı, ölçüm hatasının geç fark edilmesi. Dönüşüm sayısında ani bir düşüş için otomatik uyarı kurulmadığında sorun günler sonra fark ediliyor ve algoritma o süre boyunca yanlış öğreniyor.

Yedincisi, çift sayım döneminin hariç tutulmaması. Çift sayım düzeltildiğinde dönüşüm sayısı yarıya iniyor; hariç tutma yapılmadıysa algoritma bunu performans düşüşü olarak algılıyor.

Sekizincisi, hariç tutmanın raporları değiştirdiğinin sanılması. Ayar yalnızca öğrenmeyi etkiliyor; raporlardaki dönüşüm sayıları olduğu gibi kalıyor.

Dokuzuncusu, çevrim dışı yükleme hatalarının unutulması. Toplu yüklemede yanlış bir dosya gönderildiğinde de algoritma bozuk veriyle karşılaşıyor; bu dönemler de hariç tutulabilir.

Onuncusu, değişikliğin kayda geçirilmemesi. Aylar sonra performans analizi yapan biri, hangi dönemin neden hariç tutulduğunu bilmediğinde yanlış sonuçlar çıkarabiliyor.

On birincisi, ölçüm sağlığı kontrollerinin rutin olmaması. Haftalık olarak dönüşüm sayısı ile sipariş sayısının karşılaştırılması, hariç tutulması gereken dönemleri erken ortaya çıkarıyor.

On ikincisi, site değişikliklerinden önce önlem alınmaması. Büyük bir site güncellemesi planlanıyorsa, ölçüm testi ve gerekirse veri hariç tutma planı önceden hazırlanmalı.

Neyi çözmez?

Veri hariç tutma, kaybolan dönüşümleri geri getirmez ve raporları düzeltmez. Yalnızca algoritmanın yanlış öğrenmesini önler.

Sıkça sorulan sorular

Raporlar değişir mi?

Hayır; yalnızca akıllı teklifin öğrenmesi etkilenir.

Geriye dönük uygulanabilir mi?

Evet; sorun fark edildikten sonra geçmiş tarihler için eklenebilir.

Satışların gerçekten düştüğü günler hariç tutulmalı mı?

Hayır; bu bir ölçüm hatası değil, gerçek bir düşüş. Yakından ilişkili bir kavram olan Seasonality Adjustment, indirim veya özel gün gibi kısa süreli dönüşüm oranı değişikliklerini akıllı teklife önceden bildiren ayardır.

Bu kavramın bütün resim içindeki yerini Google Ads E-Ticaret Reklam Rehberi içinde ayrıntılı anlattım.