Run an Impact Estimate (Beta) di Google Ad Manager: Panduan Lengkap

Poin Utama Artikel ini..

• Impact Estimate (Beta) memungkinkan publisher menguji identifier sebelum digunakan secara luas
• Hasilnya membantu mengukur revenue, eCPM, dan impression changes dengan statistical significance.
• PPID dan First-Party ID adalah identifier utama yang bisa diuji untuk optimasi performa.

---

Pelajari cara menggunakan Run an Impact Estimate (Beta) di Google Ad Manager, memahami hasilnya, serta perbedaan PPID dan First-Party ID untuk persiapan menghadapi era cookie less.

Seiring dengan berakhirnya penggunaan third-party cookies, publisher perlu menyiapkan strategi baru untuk menjaga performa sekaligus menghormati privasi pengguna. Fitur Impact Estimate (Beta) di Google Ad Manager hadir sebagai solusi aman untuk melakukan simulasi dan eksperimen menggunakan identifier seperti Publisher Provided Identifiers (PPID) dan First-Party IDs.

Alih-alih langsung mengubah konfigurasi live yang berisiko, publisher dapat terlebih dahulu melakukan uji coba, melihat hasil nyata, dan mengambil keputusan berbasis data. Artikel ini akan membahas apa itu Impact Estimate, cara setup, cara mereview hasil, manfaat praktisnya, hingga perbedaan PPID dan First-Party ID.

Apa itu “Run an Impact Estimate (Beta)”?

Impact Estimate (Beta) adalah fitur di Google Ad Manager yang dirancang untuk memprediksi bagaimana identifier mempengaruhi monetisasi. Dengan fitur ini, publisher bisa melakukan eksperimen terkontrol untuk membandingkan baseline traffic (identifier dinonaktifkan) dengan variant traffic (identifier diaktifkan).

Tujuan utamanya meliputi:

• Memprediksi performa: revenue, eCPM, dan impression lift.
• Membandingkan traffic baseline vs. variant dengan pembagian adil.
• Memberikan insight lintas browser dan device, khususnya saat third-party cookies tidak tersedia.
• Mendukung strategi cookieless dengan solusi aman seperti PPID dan First-Party IDs.

Singkatnya, ini adalah alat untuk mengurangi spekulasi dan memperkuat strategi dengan data nyata.

Cara Set Up an Impact Estimate

Untuk memulai, publisher perlu memilih tipe estimasi dan mengatur setting yang sesuai. Setelah itu, eksperimen dapat dijalankan tanpa mengubah konfigurasi live.

Langkah setup:

1. Sign in to Google Ad Manager.
2. Klik Optimization → Impact estimates.
3. Pilih tipe estimasi:
   • PPID and First-Party IDs → mengestimasi dampak PPID (untuk programmatic) dan First-Party IDs pada traffic.
     
     Untuk versi Beta, hanya PPID dan First-Party IDs yang tersedia.
     
   • Secure signals → untuk mengukur dampak revenue dari secure signals yang aktif.
     
4. Klik New impact estimate pada tipe estimasi yang dipilih.
5. Atur setting:
   
   • Estimate options → pilih PPID for programmatic, First-Party IDs, atau keduanya.
     Catatan: untuk PPID, publisher harus mengirimkan PPID dalam ad request ke Ad Manager.
   • Demand channel settings → bisa override semua setting atau hanya nonaktifkan sharing untuk bidder tertentu.
   • Estimate variants → klik Show variants breakdown untuk melihat baseline (off) vs. variant (on).
   • Delivery settings → tentukan periode dan traffic allocation.
   • Estimate procedure → pelajari prosedur estimasi.
6. Klik Run → Confirm.

Setelah dijalankan, Ad Manager otomatis mengaktifkan kontrol eksperimen tanpa mengubah setting live.

Tinjau Hasil

Publisher dapat meninjau hasil impact estimate kapan saja. Untuk PPID dan First-Party IDs, minggu pertama data tidak dimasukkan karena butuh waktu agar buyers memasukkan identifier baru ke dalam model bidding mereka.

Langkah review hasil:

1. Sign in to Google Ad Manager.
2. Klik Optimization → Impact estimates.
3. Lihat tabel ringkasan:
   • Impact estimate → tipe estimasi yang dipilih.
   • Estimate period → periode eksperimen.
   • Status → scheduled, running, atau complete.
4. Klik nama estimasi untuk detail:
   • View metrics by → ubah timeframe (misalnya Weekly).
   • Variant results → cek revenue, eCPM, impression lift.
   • Breakdown → pecah hasil berdasarkan browser, device, atau demand channel.
   • Expand → tampilkan chart detail per dimensi.
     
5. Opsional: akhiri eksperimen dengan End impact estimate → Confirm.
   
   Catatan: Dalam Beta, setting tidak bisa diubah saat eksperimen berjalan.

Signifikansi Statistik

Impact estimate menggunakan 99% confidence interval untuk memastikan hasil benar-benar valid.

• Statistically significant → efek (misalnya revenue naik) benar-benar berasal dari fitur yang diuji.
• Not statistically significant → hasil bisa jadi hanya noise atau fluktuasi data.

How lift is indicated

• Green lift % → efek positif saat fitur diaktifkan.
• Red lift % → efek positif saat fitur dimatikan.
• Grey/insufficient data → hasil tidak signifikan.
• Green/Red tanpa tanda → hasil signifikan secara statistik.
  

Mengapa Harus Menggunakan Impact Estimate?

Bagi publisher, fitur ini memberi kejelasan dalam menyusun strategi identitas pasca-cookies.

Keuntungan utama:

• Eksperimen tanpa risiko pada setting live.
• Insight optimasi untuk revenue dan eCPM.
• Persiapan cookieless di Safari, Firefox, dan Chrome.
• Validasi audience segmentation & targeting.

Practical Value in Running Impact Estimates

Nilai praktis dari fitur ini bukan hanya angka, tapi juga arah strategi.

• Evidence sebelum rollout → keputusan berbasis data.
• Lingkungan low-risk → eksperimen tidak ganggu campaign aktif.
• Fokus resource → ketahui identifier mana yang paling bernilai.
• Advertiser trust → data dapat dibagikan untuk buktikan kualitas inventory.

PPID vs. First-Party ID

Dua identifier penting yang diuji dalam Impact Estimate adalah PPID dan First-Party ID.

• PPID (Publisher Provided Identifier) → ID terenkripsi dari publisher untuk Ad Manager, berguna untuk cross-device recognition, segmentation, dan frequency capping.
• First-Party ID → ID berbasis data milik publisher (CRM, email hashed, login), dipakai lebih luas di ekosistem iklan.
  

Tabel Perbedaan Utama

Feature	PPID (Publisher Provided ID)	First-Party ID
Origin	Diberikan publisher, dienkripsi Google	Dari data first-party publisher
Scope	Terbatas pada ekosistem publisher	Bisa digunakan lebih luas lintas sistem
Use Case	Frequency capping, segmentation, cross-device	Personalization, targeting, measurement
Privacy	Privacy-safe, dipisahkan tiap publisher	Bergantung pada praktik publisher
Integration	Dioptimalkan untuk Ad Manager programmatic	Bisa terintegrasi lintas platform

Ringkasnya: PPID adalah solusi khusus untuk Ad Manager, sedangkan First-Party ID adalah solusi lebih luas berbasis data milik publisher.

Praktik Terbaik untuk Impact Estimates

Agar hasil maksimal:

• Jalankan eksperimen cukup lama untuk data signifikan.
• Uji beberapa opsi (PPID, First-Party ID, tanpa ID).
• Analisis per browser, device, dan demand source.
• Ulangi eksperimen saat buyer behavior berubah.
• Gunakan hasil bersamaan dengan laporan live.

Kesimpulan

Impact Estimate (Beta) membantu publisher mengambil langkah strategis menghadapi era cookieless. Dengan menguji PPID dan First-Party IDs dalam lingkungan aman, publisher mendapatkan insight performa tanpa risiko, dapat mengoptimasi monetisasi, dan membangun kepercayaan advertiser.

FAQ

1. Apa itu Run an Impact Estimate (Beta)?
   Fitur di Google Ad Manager untuk memprediksi dampak identifier terhadap revenue, eCPM, dan impression.
2. Kenapa minggu pertama tidak dihitung?
   Karena buyers butuh waktu untuk memproses identifier baru dalam bidding model mereka.
3. Apakah bisa uji lebih dari satu identifier?
   Bisa, termasuk PPID, First-Party ID, atau keduanya.
4. Apakah hasil pasti sama dengan live campaign?
   Tidak, hasil bersifat prediktif tapi sangat akurat karena berbasis eksperimen terkontrol.
5. Apa beda PPID dan First-Party ID?
   PPID adalah identifier khusus untuk Ad Manager, sedangkan First-Party ID lebih luas berbasis data milik publisher.