Domande e risposte a ciclo chiuso: personalizzazione, apprendimento automatico e come massimizzare i risultati delle campagne pubblicitarie

Potresti ricordare le domande e risposte con Elite SEM a gennaio, in cui hanno discusso delle tattiche pubblicitarie di Google e Facebook a cui gli inserzionisti dovrebbero prestare attenzione e di come la personalizzazione e l'apprendimento automatico possono influenzare le campagne.

Il prossimo in questa serie di agenzie è Amanda Evans, Chief Advertising Officer, presso Closed Loop. Noterai che le risposte variano parecchio da Elite SEM. Questo è previsto, e questo dimostra che la pubblicità digitale oggi è molto complessa e le agenzie dovrebbero valutare costantemente le loro strategie a pagamento.

Quali sono alcune tattiche di Google Ads che ritieni abbiano funzionato bene in passato, ma non funzioneranno in futuro?

AE: Ce ne sono tre su cui voglio attirare l'attenzione:

1. Gruppi di annunci con parola chiave singola (SKAG) : questa struttura non funziona più e affama semplicemente gli algoritmi di apprendimento automatico. Invece, i gruppi di annunci strettamente tematici con 10-15 parole chiave tendono a funzionare meglio. Utilizzeremo un gruppo di annunci con parola chiave singola SOLO per parole chiave a volume estremamente elevato, ma questo è raro.
2. Vero split test A/B : è praticamente impossibile eseguire un vero split test A/B sugli annunci e non è comunque necessario. Sia gli algoritmi di Google che quelli di Facebook svolgono un lavoro piuttosto sorprendente ottimizzando per i migliori interpreti.
3. Offerte per dispositivo negative al 100% : questa potrebbe essere controversa, ma gli inserzionisti che rinunciano completamente ai dispositivi mobili rimarranno indietro. I consumatori di oggi (incluso il B2B) passano da un dispositivo all'altro più velocemente che mai. L'idea che le persone cerchino solo sul dispositivo su cui convertiranno è miope.

Stessa domanda di cui sopra, ma per gli annunci di Facebook...

AE: Simile a Google Ads, il vero split test A/B è quasi impossibile da eseguire. La quantità di formati di annunci, piattaforme e posizionamenti sulla rete Facebook è cresciuta in modo esponenziale. I test A/B ora manterrebbero le prestazioni dell'intero account. E la realtà è che l'algoritmo fa un ottimo lavoro "scegliendo" il vincitore giusto, quindi non è necessario eseguire test A/B.

Inoltre, vediamo che le strutture granulari non funzionano più come una volta. Il successo arriva quando "dai da mangiare alla macchina": fornisci quanti più dati possibili in modo che capisca le migliori varianti da servire.

Qual è qualcosa in Google Ads che pensi sia trascurato ma che sarà importante nel 2019?

AE: Mi vengono in mente due cose...

1. Targeting per pubblico/targeting a più livelli. Stiamo iniziando a vedere l'incredibile potere di stratificare il pubblico, sia di prima che di terze parti, nelle campagne di ricerca per migliorare il costo per acquisizione. Ciò è particolarmente importante per i clienti in cui sono presenti significati duplicati di parole chiave simili. Vediamo questo problema molto nello spazio B2B e la stratificazione del pubblico ci aiuta a superare la confusione.
2. Strutturare le campagne in modo che funzionino con algoritmi di smart bidding, ma anche per consentire un controllo più rigoroso del budget. Alcune vecchie pratiche di strutturazione delle campagne, in particolare SKAG, funzionano contro gli algoritmi di offerta. Stiamo scoprendo che le strutture devono cambiare per consentire agli algoritmi di funzionare al meglio.

Stessa domanda di cui sopra, ma per gli annunci di Facebook...

AE: Per Facebook, penso che quanto segue sia trascurato:

1. La capacità di aumentare il targeting per pubblico di Facebook con l'integrazione dei dati di terze parti. Mentre il numero del pubblico di Facebook è diminuito nell'ultimo anno, i fornitori di dati di terze parti non solo hanno riempito il vuoto, ma hanno ampliato le capacità. Possiamo personalizzare gli annunci per adattarli a un pubblico con molta più granularità che mai. Apre una nuova serie di opportunità per gli inserzionisti.
2. Video ottimizzato per dispositivi mobili. Dall'anno scorso, il 95% degli utenti di Facebook accedeva a Facebook da uno smartphone. Sebbene i professionisti del marketing comprendano la crescita del mobile, sembra che pochi inserzionisti lo stiano sfruttando. Osserviamo un incredibile successo dalle nostre campagne video ottimizzate per dispositivi mobili con aumenti significativi sia del CTR che dei tassi di conversione.

In che modo l'intelligenza artificiale e l'apprendimento automatico giocano un ruolo con gli annunci a pagamento in futuro?

AE: Il ruolo dell'intelligenza artificiale e dell'apprendimento automatico negli annunci a pagamento è ancora in evoluzione, ma prevediamo che la sua condivisione mentale crescerà notevolmente nel corso del prossimo anno.

Sul fronte delle offerte, gli algoritmi di Google e Facebook si stanno dimostrando promettenti, ma esistono alcune lacune critiche. Affinché l'intelligenza artificiale e l'apprendimento automatico realizzino il loro potenziale, Facebook e Google dovranno restituire un po' di controllo e flessibilità a coloro che gestiscono le campagne.

Ci sono due aree chiave che prevediamo (speriamo?) di essere risolte quest'anno:

1. I dati utilizzati dagli algoritmi potrebbero non essere gli stessi che interessano all'inserzionista . Ad esempio, nello spazio B2B, Google e Facebook hanno accesso ai lead ma pochi inserzionisti danno loro accesso agli MQL. L'apprendimento automatico può solo ottimizzare ciò a cui ha accesso. È probabile che terze parti creino integrazioni per convogliare i dati interni degli inserzionisti nelle piattaforme Facebook e Google.
2. Gli algoritmi sono spesso lenti a reagire ai cambiamenti su larga scala o ai "singhiozzi" della campagna. Spesso scopriamo che budget elevati o modifiche agli obiettivi hanno un grande impatto sulle prestazioni con il machine learning. Ad esempio, se il monitoraggio si interrompe per un paio di giorni, provoca il caos sulle prestazioni per le prossime due settimane. Mi aspetto che Google e Facebook forniscano flessibilità per escludere determinati periodi di tempo dall'algoritmo.

Per quanto riguarda l'utilizzo dell'apprendimento automatico per creare annunci, penso che sia più lungo. Vediamo Facebook e Google che tentano di andare in quella direzione, ma per i grandi inserzionisti questo diventa rapidamente rischioso. Le prestazioni degli annunci di ricerca reattivi e del display reattivo sono state contrastanti nella migliore delle ipotesi. Gli inserzionisti sono preoccupati per la conformità del marchio e la messaggistica. Quindi, mentre ci aspettiamo che i motori continuino a muoversi su questa strada, vediamo abbastanza esitazioni da parte degli inserzionisti da pensare che ci vorrà un po' più di tempo per crescere.

Come ritieni che la personalizzazione giochi un ruolo con gli annunci a pagamento nel 2019 e oltre?

AE: Prevediamo che la personalizzazione continuerà a migliorare per tutto il 2019 e oltre. Le reti pubblicitarie sociali, in particolare Facebook, hanno i dati di cui hanno bisogno i marketer per fornire contenuti di marketing personalizzati, ma, ovviamente, sono molto consapevoli delle implicazioni. L'equilibrio tra la personalizzazione del marketing e il rispetto della privacy di un utente sarà difficile, soprattutto alla luce dei recenti problemi di Facebook.

Detto questo, i social marketer hanno il potere di creare contenuti su misura utilizzando tattiche come il pubblico personalizzato e il marketing basato sull'account. L'utilizzo di dati proprietari e di terze parti e messaggi personalizzati fornisce un ottimo equilibrio tra il rispetto della privacy degli utenti e la fornitura di annunci personalizzati. Buoni dati e segmentazione sono stati e continueranno ad essere la chiave per sfruttare la personalizzazione e mi aspetto che i professionisti del marketing continuino a investire nella scienza dei dati negli anni a venire.

Quali sono 1-2 modi in cui i professionisti del marketing digitale possono inserire la personalizzazione negli annunci a pagamento e nelle pagine di destinazione post-clic?

AE: Penso che vedremo la personalizzazione seguire il ciclo di vita del cliente o l'imbuto di vendita. Gli inserzionisti intelligenti utilizzeranno la personalizzazione non solo per mappare le campagne pubblicitarie a ogni fase della canalizzazione di vendita, ma soprattutto per la profondità dei dati che l'inserzionista ha su ciascun utente.

La tecnologia ora offre agli inserzionisti la possibilità di utilizzare i dati di cui dispongono per creare un profilo completo per ciascun utente e utilizzare tale profilo per indirizzare e personalizzare meglio gli annunci. Questa è una netta differenza rispetto al pubblico "anonimo" del passato.

Ora disponiamo di alcune informazioni sugli utenti che possono essere sfruttate per indirizzare meglio gli annunci e creare messaggi migliori per tali utenti. Anche se non abbiamo raggiunto il Santo Graal della vera personalizzazione per ogni individuo a cui ci rivolgiamo, come minimo saremo in grado di raggruppare gli utenti in diversi segmenti di pubblico e magari implementare una matrice di diversi metodi di targeting in modo da poterci avvicinare al marketing personalizzato.

Ora possiamo indirizzare e personalizzare la creatività su una pagina di destinazione post-clic per un utente in base a ciò che sappiamo su di loro. Unendo questa capacità con dati proprietari e di terze parti, le possibilità sono virtualmente infinite.

In Closed Loop, ne siamo entusiasti perché pochissimi inserzionisti ne stanno approfittando. Quindi sembra un'opportunità di campo verde, ed è sempre emozionante quando hai l'opportunità di essere uno dei primi a tuffarsi in un territorio così inesplorato. Entrare presto crea una fonte di vantaggio competitivo in quanto puoi stare sempre un po' avanti rispetto al resto degli inserzionisti in quel settore. In sostanza, ti dà il vantaggio ed è quello che cerchiamo di fare per i nostri clienti.

Quali risultati ottengono i tuoi clienti dopo aver personalizzato i loro annunci e la pagina di destinazione post-clic?

AE: Risultati sorprendenti! Neanche un miglioramento incrementale del 10-15%.

Osserviamo un miglioramento esponenziale dal 200% al 500% quando possiamo veramente personalizzare il targeting di un'offerta nell'annuncio e nella pagina di destinazione post-clic. Questo è uno dei motivi per cui è così eccitante per noi.

La sfida è convincere gli inserzionisti a vedere e credere davvero negli annunci personalizzati e nelle pagine di destinazione post-clic. All'inizio sembra quasi troppo bello per essere vero (e noi stessi eravamo scettici) ma i dati sono chiari e parlano così forte che saremmo negligenti se non incoraggiassimo tutti i nostri clienti a perseguire la personalizzazione con tutto ciò che hanno .

Pubblicità digitale e ottimizzazione post clic

Indipendentemente dal fatto che il tuo marchio utilizzi Google, Facebook (o entrambi) per gli annunci a pagamento, lo devi a te stesso e ai tuoi clienti per massimizzare i risultati di tutte le campagne. L'ottimizzazione post-clic è spesso un componente mancante per molti inserzionisti digitali oggi, ma fondamentale perché è ciò che accade dopo il clic che genera conversioni.

Ottieni maggiori informazioni collaborando con Instapage e scopri cosa mancano alle tue campagne.