Q&A Loop Tertutup: Personalisasi, Pembelajaran Mesin & Cara Memaksimalkan Hasil Kampanye Iklan

Anda dapat mengingat Q&A dengan Elite SEM pada bulan Januari di mana mereka membahas taktik Iklan Google dan Facebook yang harus diperhatikan pengiklan, dan bagaimana personalisasi dan pembelajaran mesin dapat memengaruhi kampanye.

Selanjutnya dalam rangkaian agensi ini adalah Amanda Evans, Chief Advertising Officer, di Closed Loop. Anda akan melihat tanggapannya sedikit berbeda dari Elite SEM. Seperti yang diharapkan, dan ini menunjukkan bahwa periklanan digital saat ini sangat kompleks dan biro iklan harus terus-menerus mengevaluasi strategi pembayaran mereka.

Apa beberapa taktik Google Ads yang menurut Anda berhasil dengan baik di masa lalu, tetapi tidak akan berhasil di masa mendatang?

AE: Ada tiga yang ingin saya perhatikan:

1. Grup Iklan Kata Kunci Tunggal (SKAG) — Struktur ini tidak lagi berfungsi dan hanya membuat algoritme pembelajaran mesin kelaparan. Sebaliknya, grup iklan bertema ketat dengan 10-15 kata kunci cenderung bekerja paling baik. Kami akan menggunakan satu grup iklan kata kunci HANYA untuk kata kunci dengan volume sangat tinggi, tetapi ini jarang terjadi.
2. Pengujian pemisahan A/B yang sebenarnya — Hampir tidak mungkin untuk melakukan pengujian pemisahan A/B yang sebenarnya pada iklan lagi, dan bagaimanapun juga tidak perlu. Baik algoritme Google dan Facebook melakukan pekerjaan yang sangat menakjubkan dengan mengoptimalkan kinerja terbaik.
3. Tawaran perangkat 100% negatif — Yang ini mungkin kontroversial, tetapi pengiklan yang memilih keluar dari seluler sepenuhnya akan tertinggal. Konsumen saat ini (termasuk B2B) beralih antar perangkat lebih cepat dari sebelumnya. Gagasan bahwa orang hanya mencari di perangkat yang akan mereka konversi adalah pandangan yang picik.

Pertanyaan yang sama seperti di atas, tetapi untuk iklan Facebook…

AE: Mirip dengan Google Ads, pengujian pemisahan A/B yang sebenarnya hampir tidak mungkin dilakukan. Jumlah format, platform, dan penempatan iklan di jaringan Facebook telah tumbuh secara eksponensial. Pengujian A/B sekarang akan menahan kinerja untuk seluruh akun kembali. Dan kenyataannya, algoritme melakukan pekerjaan yang baik untuk 'memilih' pemenang yang tepat sehingga tidak perlu melakukan pengujian A/B.

Selain itu, kami melihat struktur granular tidak lagi berfungsi sebaik dulu. Kesuksesan datang saat Anda 'memberi makan mesin' — berikan data sebanyak mungkin agar mesin mengetahui variasi terbaik untuk ditayangkan.

Apa hal di Google Ads yang menurut Anda terlewatkan tetapi akan menjadi besar di tahun 2019?

AE: Ada dua hal yang terlintas dalam pikiran…

1. Penargetan audiens / penargetan berlapis. Kami mulai melihat kekuatan luar biasa dari lapisan pemirsa, baik pemirsa pihak pertama dan ketiga, ke dalam kampanye penelusuran untuk peningkatan biaya per akuisisi. Hal ini sangat penting untuk klien yang memiliki arti ganda dari kata kunci yang serupa. Kami sering melihat masalah ini di ruang B2B dan lapisan pemirsa membantu kami mengatasi kekacauan.
2. Menyusun kampanye agar berfungsi dengan algoritme penawaran cerdas, tetapi juga memungkinkan kontrol anggaran yang lebih ketat. Beberapa praktik lama dalam menyusun kampanye, khususnya SKAG, bertentangan dengan algoritme penawaran. Kami menemukan bahwa struktur perlu diubah agar algoritme bekerja sebaik mungkin.

Pertanyaan yang sama seperti di atas, tetapi untuk Iklan Facebook…

AE: Untuk Facebook, menurut saya yang berikut ini diabaikan:

1. Kemampuan untuk menambah Penargetan Pemirsa Facebook dengan integrasi data pihak ketiga. Sementara jumlah pemirsa Facebook telah menurun selama setahun terakhir, penyedia data pihak ke-3 tidak hanya mengisi kekosongan tetapi juga memperluas kemampuan. Kami dapat menyesuaikan iklan agar sesuai dengan audiens dengan lebih banyak perincian daripada sebelumnya. Ini membuka serangkaian peluang baru bagi pengiklan.
2. Video yang dioptimalkan untuk seluler. Pada tahun lalu, 95% pengguna Facebook mengakses Facebook dari smartphone. Meskipun pemasar memahami pertumbuhan seluler, tampaknya hanya sedikit pengiklan yang memanfaatkannya. Kami melihat kesuksesan luar biasa dari kampanye video yang dioptimalkan untuk seluler kami dengan peningkatan yang signifikan baik pada RKT maupun rasio konversi.

Bagaimana Anda melihat peran AI dan pembelajaran mesin dengan iklan berbayar di masa mendatang?

AE: Peran AI dan pembelajaran mesin dalam iklan berbayar masih terus berkembang, tetapi kami berharap mindshare-nya tumbuh secara substansial selama tahun depan.

Di depan penawaran, algoritma Google & Facebook menunjukkan janji tetapi ada beberapa celah kritis. Agar AI & pembelajaran mesin menyadari potensinya, Facebook & Google perlu memberikan kontrol kembali & fleksibilitas kepada mereka yang mengelola kampanye.

Ada dua bidang utama yang kami harapkan (harapan?) diperbaiki tahun ini:

1. Data yang digunakan algoritme mungkin bukan data yang sama dengan yang diperhatikan pengiklan . Misalnya, di ruang B2B, Google & Facebook memiliki akses ke prospek tetapi hanya sedikit pengiklan yang memberi mereka akses ke MQL. Pembelajaran mesin hanya dapat mengoptimalkan apa yang dapat diaksesnya. Sepertinya kita akan melihat pihak ketiga membuat integrasi untuk menyalurkan data internal pengiklan ke platform Facebook & Google.
2. Algoritme seringkali lambat bereaksi terhadap perubahan skala besar atau 'cegukan' kampanye. Kami sering menemukan bahwa perubahan anggaran atau target yang besar berdampak besar pada kinerja dengan pembelajaran mesin. Misalnya, jika pelacakan turun selama beberapa hari, itu akan merusak kinerja selama beberapa minggu ke depan. Saya berharap Google & Facebook memberikan fleksibilitas untuk mengecualikan periode waktu tertentu dari algoritme.

Sehubungan dengan penggunaan pembelajaran mesin untuk membuat iklan, saya pikir ini lebih lama. Kami melihat Facebook & Google mencoba ke arah itu tetapi untuk pengiklan besar, ini menjadi tidak pasti dengan cepat. Performa Iklan Penelusuran Responsif dan tampilan responsif paling baik digabungkan. Pengiklan khawatir tentang kepatuhan merek dan pengiriman pesan. Jadi, meskipun kami mengharapkan mesin untuk terus bergerak ke jalur itu, kami melihat cukup banyak keraguan dari pengiklan untuk berpikir bahwa ini akan membutuhkan waktu lebih lama untuk tumbuh.

Bagaimana menurut Anda personalisasi memainkan peran dengan iklan berbayar pada tahun 2019 dan seterusnya?

AE: Kami berharap personalisasi terus meningkat sepanjang 2019 dan seterusnya. Jejaring iklan sosial, khususnya Facebook, memiliki data yang dibutuhkan pemasar untuk menyampaikan konten pemasaran yang dipersonalisasi, tetapi, tentu saja, sangat memperhatikan implikasinya. Keseimbangan antara personalisasi pemasaran dan menghormati privasi pengguna akan sulit, terutama mengingat masalah Facebook baru-baru ini.

Yang mengatakan, pemasar sosial memiliki kekuatan untuk membuat konten yang disesuaikan menggunakan taktik seperti pemirsa khusus dan pemasaran berbasis akun. Menggunakan data pihak pertama dan ketiga serta perpesanan yang disesuaikan memberikan keseimbangan yang baik antara menghormati privasi pengguna sambil tetap menayangkan iklan yang dipersonalisasi. Data dan segmentasi yang baik telah dan akan terus menjadi kunci untuk memanfaatkan personalisasi, dan saya berharap pemasar terus berinvestasi dalam ilmu data di tahun-tahun mendatang.

Apa 1-2 cara pemasar digital dapat menyisipkan personalisasi ke dalam iklan berbayar dan halaman arahan pasca-klik?

AE: Saya pikir kita akan melihat personalisasi mengikuti siklus hidup pelanggan atau corong penjualan. Pengiklan yang cerdas akan menggunakan personalisasi tidak hanya untuk memetakan kampanye iklan ke setiap tahap di corong penjualan, tetapi yang lebih penting untuk kedalaman data yang dimiliki pengiklan tentang setiap pengguna.

Teknologi sekarang memberi pengiklan kemampuan untuk menggunakan data yang mereka miliki untuk membangun profil yang kaya untuk setiap pengguna dan menggunakan profil tersebut untuk menargetkan dan mempersonalisasi iklan dengan lebih baik. Itu adalah perbedaan yang mencolok dari audiens "anonim" di masa lalu.

Sekarang kami memiliki beberapa kecerdasan tentang pengguna yang dapat dimanfaatkan untuk menargetkan iklan dengan lebih baik dan menyampaikan pesan dengan lebih baik kepada pengguna tersebut. Meskipun kami belum mencapai Holy Grail dari personalisasi sejati untuk setiap individu yang kami targetkan, setidaknya kami dapat mengelompokkan pengguna ke dalam audiens yang berbeda dan mungkin menerapkan matriks metode penargetan yang berbeda sehingga kami dapat mendekati pemasaran yang dipersonalisasi.

Kami sekarang dapat menargetkan dan menyesuaikan materi iklan di halaman arahan pasca-klik untuk pengguna berdasarkan apa yang kami ketahui tentang mereka. Dengan menggabungkan kemampuan ini dengan data pihak pertama dan ketiga, kemungkinannya hampir tidak terbatas.

Di Loop Tertutup, kami senang dengan hal ini karena sangat sedikit pengiklan yang memanfaatkannya. Jadi rasanya seperti peluang lapangan hijau, dan itu selalu menyenangkan ketika Anda memiliki kesempatan untuk menjadi salah satu orang pertama yang terjun ke wilayah yang belum dijelajahi. Masuk lebih awal menciptakan sumber keunggulan kompetitif karena Anda dapat terus berada sedikit di depan pengiklan lainnya di industri tersebut. Pada dasarnya, ini memberi Anda keuntungan dan itulah yang kami coba lakukan untuk klien kami.

Hasil apa yang dilihat klien Anda setelah mempersonalisasi iklan mereka dan halaman arahan pasca-klik?

AE: Hasil yang luar biasa! Juga bukan peningkatan 10 hingga 15% tambahan.

Kami melihat peningkatan eksponensial sebesar 200% hingga 500% saat kami benar-benar dapat menargetkan penawaran khusus di halaman arahan iklan dan pasca-klik. Itu bagian dari alasan mengapa hal itu sangat menarik bagi kami.

Tantangannya adalah membuat pengiklan benar-benar melihat dan percaya pada iklan yang dipersonalisasi dan halaman arahan pasca-klik. Kedengarannya terlalu bagus untuk menjadi kenyataan pada awalnya (dan kami sendiri skeptis) tetapi datanya jelas dan berbicara begitu keras sehingga kami akan lalai jika kami tidak mendorong semua klien kami untuk mengejar personalisasi dengan semua yang mereka miliki. .

Iklan digital dan pengoptimalan pasca-klik

Terlepas dari apakah merek Anda menggunakan Google, Facebook (atau keduanya) untuk iklan berbayar, Anda berutang kepada diri sendiri dan klien Anda untuk memaksimalkan hasil dari semua kampanye. Pengoptimalan pasca-klik sering kali merupakan komponen yang hilang bagi banyak pengiklan digital saat ini, tetapi merupakan komponen yang penting karena apa yang terjadi setelah klik menghasilkan konversi.

Dapatkan lebih banyak informasi dengan bermitra dengan Instapage dan lihat apa yang kurang dari kampanye Anda.