61 33 25 37 [email protected]
Select Page

Gbraid og Wbraid: Googles nye tracking-parametre efter iOS 14.5

E-commerce

Gbraid og Wbraid: Googles nye tracking-parametre efter iOS 14.5

Hvordan Google navigerer i den post-cookie verden med privacy-venlige alternativer til traditionel tracking

I den digitale markedsføringsverdens evigt skiftende landskab har Apples iOS 14.5-opdatering skabt bølger, der stadig mærkes i dag. Med introduktionen af App Tracking Transparency (ATT) har Google været nødt til at genopfinde, hvordan de tracker brugeradfærd på iOS-enheder. Svaret kom i form af to nye parametre: gbraid og wbraid.

Baggrunden: Hvad skete der med iOS 14.5?

Før iOS 14.5 kunne apps og websites frit tracke brugere på tværs af platforme ved hjælp af unikke identifikatorer som GCLID (Google Click Identifier). Men Apples App Tracking Transparency-framework ændrede spillereglerne fundamentalt ved at kræve eksplicit brugersamtykke før enhver form for cross-platform tracking¹.

Resultatet? Den velkendte pop-up: “Tillad [App] at spore dig på tværs af apps og websites?” – og størstedelen af brugerne vælger “Nej tak”.

Hvad er gbraid og wbraid?

Gbraid og wbraid er Googles privacy-venlige alternativer til den traditionelle GCLID-parameter. De fungerer som krypterede identifikatorer, der automatisk tilføjes til URL’er, når brugere klikker på Google Ads på iOS-enheder.

Gbraid (Google Brand Identifier) bruges til web-to-app og app-to-app målinger²:

https://example.com/?gbraid=0AAAAAA1234567890abcdef

Wbraid (Web Brand Identifier) bruges til app-to-web målinger²:

https://example.com/?wbraid=0BBBBBBB9876543210fedcba

Konkrete eksempler: Hvornår virker det?

Gbraid i aktion: Fra web til app

Scenarie: Maria søger på “yoga app” på Google på sin iPhone. Hun klikker på en annonce for Nike Training Club. Annoncen indeholder nu en gbraid-parameter i stedet for den traditionelle GCLID. Senere samme dag downloader hun Nike-appen fra App Store og opretter en bruger.

Hvad sker der: Gbraid gør det muligt for Nike at forbinde Marias oprindelige søgeklik med hendes app-installation og registrering, selv uden traditionelle cookies. Dette sker gennem aggregerede, anonymiserede data, der ikke kan spores tilbage til Maria som individ³.

Wbraid i praksis: Fra app til web

Scenarie: Lars åbner Gmail-appen på sin iPhone og ser en Google Ads-annonce for Booking.com. Han klikker på annoncen, som nu får en wbraid-parameter. Senere åbner han Safari på samme enhed og booker et hotel på booking.com.

Hvad sker der: Wbraid hjælper Booking.com med at se, at hotelreservationen i Safari-browseren stammer fra det oprindelige annonceklik i Gmail-appen, hvilket giver dem mulighed for at måle effektiviteten af deres app-baserede annoncer⁴.

Hvornår virker det IKKE optimalt?

Dobbelt privatlivsbeskyttelse

Problemet: Når brugere kombinerer private browsing med iOS-begrænsninger, opstår der “dobbelt privatlivsbeskyttelse”.

Eksempel: Sophie bruger private browsing i Safari på sin iPhone og har tidligere nægtet tracking i alle apps. Hun klikker på en Google-annonce for Zalando. Selv med gbraid/wbraid bliver det ekstremt vanskeligt at forbinde hendes senere køb på zalando.dk til den oprindelige annonce.

Bruger nægter eksplicit tracking

Når brugere aktivt vælger “Spørg app om ikke at spore” i ATT-pop-uppen, bliver selv gbraid og wbraid betydeligt mindre effektive, da de bygger på begrænsede datasignaler⁵.

Den afgørende forskel fra traditionelle cookies

I modsætning til GCLID, som var bruger-specifik, er gbraid og wbraid designet til at være “coarse-grained” og aggregerede. De identificerer ikke individuelle brugere, hvilket gør dem kompatible med Apples privatlivskrav³.

Praktisk forskel:

  • Gamle GCLID: “Bruger med ID XYZ123 klikkede på annonce A kl. 14:32 og købte produkt B for 599 kr.”
  • Nye gbraid/wbraid: “En gruppe iOS-brugere fra region Hovedstaden klikkede på annonce A og førte til cirka Y app-installationer denne uge”

Modeled conversions: Maskinlæring træder til

Da gbraid og wbraid leverer mindre granulære data, kompenserer Google med “modeled conversions” – maskinlæring, der estimerer konverteringer baseret på aggregerede mønstre frem for direkte observation¹.

Eksempel: En outdoor-butik ser, at deres Google Ads genererer 100 målbare konverteringer gennem gbraid/wbraid, men Google’s algoritme vurderer, at der sandsynligvis var 130 faktiske konverteringer baseret på historiske mønstre og statistisk modellering.

Praktiske konsekvenser for marketingfolk

Positive aspekter:

  • Bedre cross-platform attribution på iOS uden at bryde privatlivsregler
  • Fortsatte målingsmuligheder trods Apple’s begrænsninger
  • Fremtidssikring af tracking-strategier

Udfordringer:

  • Mindre præcise data sammenlignet med traditionelle cookies
  • Kompleksere opsætning kræver opdateringer til Google Analytics 4 og Google Tag Manager⁶
  • Afhængighed af modeled data kan skabe usikkerhed i rapportering

Opsætning: Sådan kommer du i gang

For at udnytte gbraid og wbraid skal marketingfolk:

  1. Oprette custom dimensions i Google Analytics 4 for både gbraid og wbraid
  2. Konfigurere Google Tag Manager til at fange og sende disse parametre
  3. Aktivere Enhanced Conversions for bedre attribution
  4. Justere rapportering til at håndtere modeled conversions⁶

Fremtiden for digital tracking

Gbraid og wbraid er ikke bare tekniske parametre – de repræsenterer en fundamental ændring i, hvordan digital marketing fungerer. Med stigende privatlivsfokus fra både brugere og regulatorer bliver aggregerede, privacy-venlige løsninger normen frem for undtagelsen.

Tendensen er klar: Virksomheder, der hurtigst tilpasser sig denne nye virkelighed ved at fokusere på first-party data, contextuel annoncering og værdi-baserede kundeforhold, vil have et betydeligt konkurrenceforhold.

Kort Opsummering

Gbraid og wbraid er Googles pragmatiske svar på en mere privatlivs-bevidst verden. Selvom de ikke kan erstatte den granularitet, som traditionelle cookies gav, tilbyder de en balanceret tilgang, der respekterer brugernes privatliv, mens de stadig giver marketingfolk mulighed for at måle og optimere deres kampagner.

For digitale marketingfolk handler det nu om at omfavne denne nye virkelighed og finde kreative måder at skabe værdi på – ikke kun for deres virksomheder, men også for de brugere, hvis tillid de ønsker at vinde.

Kilder:

  1. CustomerLabs Blog. “What are GCLID, GBRAID and WBRAID parameters?” April 24, 2023. https://www.customerlabs.com/blog/what-are-gclid-gbraid-and-wbraid-parameters/
  2. Google Analytics Help. “Updates to iOS 14+ campaign measurement.” https://support.google.com/analytics/answer/11367152?hl=en
  3. EasyInsights. “Understanding GCLID, WBRAID, and GBRAID: How Google Is Adapting to iOS Privacy Changes.” May 16, 2025. https://easyinsights.ai/blog/understanding-gclid-wbraid-and-gbraid-how-google-is-adapting-to-ios-privacy-changes/
  4. Nimbata. “GBRAID and WBRAID: The GCLID alternatives built for iOS14.5+.” July 16, 2025. https://www.nimbata.com/tips/gbraid-wbraid-the-gclid-alternatives
  5. Wicked Reports. “Gclids, Gbraids Wbraids – what is going on?” https://www.wickedreports.com/blog/gclids-gbraids-wbraids-what-is-going-on
  6. PEMAVOR. “How to track Google Ads conversions using WBRAID and GBRAID after the iOS 14 update.” December 2, 2024. https://www.pemavor.com/how-to-track-google-ads-conversions-using-wbraid-and-gbraid-after-the-ios-14-update/