폐쇄 루프 Q&A: 개인화, 기계 학습 및 광고 캠페인 결과를 극대화하는 방법

지난 1월 Elite SEM과의 Q&A에서 광고주가 주의를 기울여야 하는 Google 및 Facebook 광고 전술과 개인화 및 기계 학습이 캠페인에 미치는 영향에 대해 논의했던 것을 기억하실 것입니다.

다음 대행사 시리즈는 Closed Loop의 최고 광고 책임자인 Amanda Evans입니다. 응답이 Elite SEM과 상당히 다르다는 것을 알 수 있습니다. 이는 예상되는 일이며 오늘날 디지털 광고가 매우 복잡하고 대행사가 지속적으로 유료 전략을 평가해야 한다는 것을 보여줍니다.

과거에는 효과가 있었지만 앞으로는 효과가 없을 것이라고 생각하는 몇 가지 Google Ads 전술은 무엇입니까?

AE: 주목하고 싶은 세 가지가 있습니다.

1. 단일 키워드 광고 그룹(SKAG) — 이 구조는 더 이상 작동하지 않으며 단순히 기계 학습 알고리즘을 고갈시킵니다. 대신 10~15개의 키워드가 있는 긴밀한 주제의 광고 그룹이 가장 잘 작동하는 경향이 있습니다. 매우 많은 양의 키워드에 대해서만 단일 키워드 광고 그룹을 사용하지만 이는 드문 일입니다.
2. 진정한 A/B 분할 테스트 — 더 이상 광고에 대해 진정한 A/B 분할 테스트를 수행하는 것은 사실상 불가능하며 어쨌든 그럴 필요도 없습니다. Google과 Facebook의 알고리즘은 모두 최고의 성과를 내는 최적화 작업을 매우 훌륭하게 수행합니다.
3. 마이너스 100% 장치 입찰 — 이것은 논란의 여지가 있지만 모바일을 완전히 거부하는 광고주는 뒤쳐질 것입니다. 오늘날의 소비자(B2B 포함)는 그 어느 때보다 빠르게 기기를 전환하고 있습니다. 사람들이 전환하려는 기기에서만 검색한다는 생각은 근시안적입니다.

위와 같은 질문이지만 Facebook 광고의 경우…

AE: Google Ads와 마찬가지로 진정한 A/B 분할 테스트는 거의 불가능합니다. Facebook 네트워크의 광고 형식, 플랫폼 및 배치의 양이 기하급수적으로 증가했습니다. A/B 테스트는 이제 전체 계정의 성능을 유지합니다. 그리고 현실은 알고리즘이 올바른 승자를 '선택'하는 훌륭한 작업을 수행하므로 A/B 테스트를 수행할 필요가 없다는 것입니다.

또한 세분화된 구조가 더 이상 예전처럼 작동하지 않는 것을 볼 수 있습니다. 성공은 '기계에 공급'할 때 이루어집니다. 가능한 한 많은 데이터를 제공하여 제공할 최상의 변형을 파악할 수 있습니다.

Google Ads에서 간과되고 있지만 2019년에 크게 될 것으로 생각되는 것은 무엇입니까?

AE: 두 가지가 떠오릅니다…

1. 잠재고객 타겟팅/계층 타겟팅. 전환당비용(CPA) 개선을 위해 검색 캠페인에 자사 및 제3자 잠재고객을 레이어링하는 놀라운 힘을 보기 시작했습니다. 이는 유사한 키워드의 중복 의미가 있는 고객에게 특히 중요합니다. 우리는 B2B 공간에서 이 문제를 많이 보고 청중 레이어링은 혼란을 극복하는 데 도움이 됩니다.
2. 스마트 입찰 알고리즘과 함께 작동하도록 캠페인을 구성하고 예산을 더 엄격하게 관리할 수 있습니다. 특히 SKAG와 같은 구조화 캠페인의 일부 오래된 관행은 입찰 알고리즘에 반대합니다. 우리는 알고리즘이 가능한 한 잘 작동하도록 구조를 변경해야 한다는 사실을 발견하고 있습니다.

위와 같은 질문이지만 Facebook 광고의 경우…

AE: Facebook의 경우 다음 사항이 간과되고 있다고 생각합니다.

1. 제 3자 데이터 통합으로 Facebook의 잠재고객 타겟팅을 강화하는 기능. 작년에 Facebook 사용자 수가 감소했지만 제3자 데이터 제공업체가 공백을 메웠을 뿐만 아니라 기능을 확장했습니다. 우리는 그 어느 때보다 훨씬 더 세밀하게 대상에 맞게 광고를 맞춤화할 수 있습니다. 이는 광고주에게 완전히 새로운 기회를 열어줍니다.
2. 모바일에 최적화된 영상입니다. 지난해 페이스북 사용자의 95%가 스마트폰으로 페이스북에 접속했다. 마케팅 담당자는 모바일의 성장을 이해하고 있지만 이를 활용하는 광고주는 거의 없는 것 같습니다. 모바일에 최적화된 동영상 캠페인에서 CTR과 전환율이 크게 증가하여 놀라운 성공을 거두고 있습니다.

앞으로 유료 광고에서 AI와 기계 학습이 어떤 역할을 할 것이라고 보십니까?

AE: 유료 광고에서 AI와 머신 러닝의 역할은 여전히 ​​진화하고 있지만 내년에는 인지도가 크게 높아질 것으로 예상됩니다.

입찰 전선에서 Google과 Facebook의 알고리즘은 가능성을 보여주고 있지만 몇 가지 중요한 격차가 존재합니다. AI와 기계 학습이 잠재력을 실현하려면 Facebook과 Google이 캠페인을 관리하는 사람들에게 약간의 통제력과 유연성을 제공해야 합니다.

올해 수정될 것으로 예상(희망?)하는 두 가지 주요 영역이 있습니다.

1. 알고리즘이 사용하는 데이터 는 광고주가 관심을 갖는 데이터와 다를 수 있습니다. 예를 들어 B2B 공간에서 Google과 Facebook은 리드에 액세스할 수 있지만 MQL에 대한 액세스 권한을 부여하는 광고주는 거의 없습니다. 기계 학습은 액세스 권한이 있는 항목만 최적화할 수 있습니다. 광고주의 내부 데이터를 Facebook 및 Google 플랫폼으로 연결하기 위해 통합을 생성하는 제3자를 보게 될 가능성이 높습니다.
2. 알고리즘은 종종 대규모 변경이나 캠페인 '딸꾹질'에 반응하는 속도가 느립니다. 대규모 예산 또는 대상 변경이 기계 학습 성능에 큰 영향을 미치는 경우가 많습니다. 예를 들어 추적이 며칠 동안 중단되면 다음 몇 주 동안 성능에 큰 피해를 줍니다. Google과 Facebook이 알고리즘에서 특정 기간을 제외할 수 있는 유연성을 제공할 것으로 기대합니다.

기계 학습을 사용하여 광고를 만드는 것과 관련하여 저는 이것이 더 오래 걸린다고 생각합니다. 우리는 Facebook과 Google이 그 방향으로 가려고 시도하는 것을 볼 수 있지만 대규모 광고주의 경우 이는 빠르게 위험해집니다. 반응형 검색 광고와 반응형 디스플레이의 성능은 기껏해야 혼합되어 있습니다. 광고주는 브랜드 준수 및 메시지에 대해 우려하고 있습니다. 따라서 우리는 엔진이 그 길을 따라 계속 움직일 것으로 기대하지만, 광고주들은 이것이 성장하는 데 시간이 조금 더 걸릴 것이라고 생각하기에 충분히 주저합니다.

2019년과 그 이후에 유료 광고에서 개인화가 어떤 역할을 한다고 보십니까?

AE: 개인화는 2019년과 그 이후에도 계속 개선될 것으로 기대합니다. 소셜 광고 네트워크, 특히 Facebook에는 개인화된 마케팅 콘텐츠를 제공하는 데 필요한 데이터 마케터가 있지만 물론 그 의미를 매우 염두에 두고 있습니다. 마케팅 개인화와 사용자의 프라이버시 존중 사이의 균형은 특히 Facebook의 최근 문제에 비추어 볼 때 어려울 것입니다.

즉, 소셜 마케터는 맞춤형 잠재 고객 및 계정 기반 마케팅과 같은 전술을 사용하여 맞춤형 콘텐츠를 만들 수 있는 권한이 있습니다. 제1자 및 제3자 데이터와 맞춤형 메시징을 사용하면 개인화된 광고를 계속 제공하면서 사용자 개인 정보를 존중하는 것 사이에서 균형을 잡을 수 있습니다. 좋은 데이터와 세분화는 개인화를 활용하는 핵심이었으며 앞으로도 그럴 것입니다. 저는 마케터들이 앞으로도 데이터 과학에 계속 투자할 것으로 기대합니다.

디지털 마케팅 담당자가 유료 광고 및 클릭 후 랜딩 페이지에 개인화를 삽입할 수 있는 1~2가지 방법은 무엇입니까?

AE: 개인화는 고객의 라이프 사이클이나 판매 유입경로를 따라가게 될 것이라고 생각합니다. 현명한 광고주는 개인화를 사용하여 판매 깔때기의 각 단계에 광고 캠페인을 매핑할 뿐만 아니라 더 중요하게는 광고주가 각 사용자에 대해 가지고 있는 데이터의 깊이에 매핑합니다.

기술은 이제 광고주가 각 사용자에 대한 풍부한 프로필을 구축하고 해당 프로필을 사용하여 광고를 보다 효과적으로 타겟팅하고 개인화하는 데 필요한 데이터를 사용할 수 있는 기능을 광고주에게 제공합니다. 이는 과거의 '익명' 청중과 확연히 다른 점이다.

이제 우리는 광고를 더 잘 타겟팅하고 해당 사용자에게 더 나은 메시지를 전달하는 데 활용할 수 있는 사용자에 대한 몇 가지 인텔리전스를 가지고 있습니다. 우리가 목표로 삼고 있는 모든 개인에 대한 진정한 개인화의 성배에 도달하지는 못했지만 최소한 사용자를 다른 청중으로 그룹화하고 다양한 타겟팅 방법의 매트릭스를 배포하여 개인화된 마케팅에 가까워질 수 있습니다.

이제 사용자에 대해 알고 있는 정보를 기반으로 클릭 후 랜딩 페이지의 광고 소재를 사용자에게 타겟팅하고 맞춤설정할 수 있습니다. 이 기능을 자사 및 제3자 데이터와 결합함으로써 가능성은 사실상 무한합니다.

Closed Loop에서는 이를 활용하는 광고주가 거의 없기 때문에 이에 대해 기쁘게 생각합니다. 따라서 미지의 영역에 뛰어들 수 있는 최초의 사람이 될 수 있는 기회가 있을 때 항상 신나는 일입니다. 일찍 시작하면 해당 업계의 나머지 광고주보다 계속해서 조금 앞서 나갈 수 있으므로 경쟁 우위의 원천이 됩니다. 본질적으로 그것은 귀하에게 이점을 제공하며 그것이 우리가 고객을 위해 시도하는 것입니다.

광고와 클릭 후 방문 페이지를 개인화한 후 고객이 보게 되는 결과는 무엇입니까?

AE: 놀라운 결과! 점진적인 10~15% 향상도 아닙니다.

광고 및 클릭 후 랜딩 페이지에서 제안을 진정으로 맞춤화할 수 있을 때 기하급수적 으로 200%에서 500% 향상 되는 것을 볼 수 있습니다. 그것이 우리에게 매우 흥미로운 이유 중 하나입니다.

문제는 광고주가 개인화된 광고와 클릭 후 랜딩 페이지를 실제로 보고 믿게 만드는 것입니다. 처음에는 사실이 되기에는 너무 좋게 들리지만(저희도 회의적이었습니다) 데이터가 명확하고 너무 강력해서 모든 고객이 자신이 가진 모든 것을 가지고 개인화를 추구하도록 권장하지 않는다면 우리는 태만할 것입니다. .

디지털 광고 및 클릭 후 최적화

귀하의 브랜드가 유료 광고에 Google, Facebook(또는 둘 다)을 사용하는지 여부에 관계없이 모든 캠페인의 결과를 극대화하기 위해 귀하와 귀하의 고객에게 책임이 있습니다. 클릭 후 최적화는 오늘날 많은 디지털 광고주에게 누락된 구성 요소인 경우가 많지만 전환을 생성 하는 클릭 후에 발생하기 때문에 매우 중요합니다.

Instapage와 제휴하여 더 많은 정보를 얻고 캠페인에서 누락된 사항을 확인하십시오.