Perguntas e respostas de circuito fechado: personalização, aprendizado de máquina e como maximizar os resultados da campanha publicitária

Você deve se lembrar das perguntas e respostas com o Elite SEM em janeiro, onde eles discutiram as táticas de anúncios do Google e do Facebook às quais os anunciantes devem prestar atenção e como a personalização e o aprendizado de máquina podem afetar as campanhas.

A próxima nesta série de agências é Amanda Evans, diretora de publicidade da Closed Loop. Você notará que as respostas variam um pouco do Elite SEM. Isso é esperado, e isso mostra que a publicidade digital hoje é muito complexa e as agências devem estar constantemente avaliando suas estratégias pagas.

Quais são algumas táticas do Google Ads que você acha que funcionaram bem no passado, mas não funcionarão no futuro?

AE: Há três que quero chamar a atenção:

1. Grupos de anúncios de palavras-chave únicas (SKAGs) — Essa estrutura não funciona mais e simplesmente deixa os algoritmos de aprendizado de máquina famintos. Em vez disso, grupos de anúncios com temas bem definidos com 10 a 15 palavras-chave tendem a funcionar melhor. Usaremos um único grupo de anúncios de palavra-chave APENAS para palavras-chave de volume extremamente alto, mas isso é raro.
2. Verdadeiro teste de divisão A/B — É virtualmente impossível fazer um verdadeiro teste de divisão A/B em anúncios, e não há necessidade de fazê-lo de qualquer maneira. Os algoritmos do Google e do Facebook fazem um trabalho incrível otimizando para os melhores desempenhos.
3. Lances negativos de 100% para dispositivos — Este pode ser controverso, mas os anunciantes que estão desativando totalmente o celular ficarão para trás. Os consumidores de hoje (incluindo B2B) estão alternando entre os dispositivos mais rápido do que nunca. A ideia de que as pessoas pesquisam apenas no dispositivo em que vão converter é míope.

Mesma pergunta anterior, mas para anúncios do Facebook…

AE: Semelhante ao Google Ads, o verdadeiro teste de divisão A/B é quase impossível de fazer. A quantidade de formatos de anúncios, plataformas e posicionamentos na rede do Facebook tem crescido exponencialmente. O teste A/B agora manteria o desempenho de toda a conta. E, a realidade é que o algoritmo faz um ótimo trabalho 'escolhendo' o vencedor certo, então não há necessidade de fazer testes A/B.

Além disso, vemos estruturas granulares não funcionando mais tão bem quanto antes. O sucesso vem quando você 'alimenta a máquina' - forneça o máximo de dados possível para que ela descubra as melhores variações para atender.

O que é algo no Google Ads que você acha que está sendo esquecido, mas que será grande em 2019?

AE: Duas coisas me vêm à mente…

1. Segmentação de público / segmentação em camadas. Estamos começando a ver o incrível poder de camadas de audiência, tanto de primeira quanto de terceiros, em campanhas de pesquisa para melhorias no custo por aquisição. Isso é particularmente importante para clientes em que há significados duplicados de palavras-chave semelhantes. Vemos muito esse problema no espaço B2B e as camadas de público nos ajudam a quebrar a confusão.
2. Estruturar campanhas para trabalhar com algoritmos de lances inteligentes, mas também para permitir um controle mais rígido do orçamento. Algumas práticas antigas de estruturação de campanhas, em particular o SKAG, funcionam contra os algoritmos de licitação. Estamos descobrindo que as estruturas precisam mudar para permitir que os algoritmos tenham o melhor desempenho possível.

Mesma pergunta anterior, mas para anúncios do Facebook…

AE: Para o Facebook, acho que o seguinte é negligenciado:

1. A capacidade de aumentar a segmentação de público do Facebook com integração de dados de terceiros. Embora o número de audiências do Facebook tenha diminuído no ano passado, os provedores de dados de terceiros não apenas preencheram o vazio, mas também expandiram os recursos. Podemos adaptar os anúncios para atender a um público com muito mais granularidade do que nunca. Ele abre um novo conjunto de oportunidades para os anunciantes.
2. Vídeo otimizado para dispositivos móveis. No ano passado, 95% dos usuários do Facebook estavam acessando o Facebook a partir de um smartphone. Embora os profissionais de marketing entendam o crescimento do celular, parece que poucos anunciantes estão aproveitando-o. Observamos um sucesso incrível em nossas campanhas de vídeo otimizadas para celular, com aumentos significativos nas taxas de CTR e de conversão.

Como você vê a IA e o aprendizado de máquina desempenhando um papel nos anúncios pagos daqui para frente?

AE: O papel da IA ​​e do aprendizado de máquina em anúncios pagos ainda está evoluindo, mas esperamos que sua participação cresça substancialmente no próximo ano.

Na frente de lances, os algoritmos do Google e do Facebook estão se mostrando promissores, mas existem algumas lacunas críticas. Para que a IA e o aprendizado de máquina realizem seu potencial, o Facebook e o Google precisarão devolver algum controle e flexibilidade àqueles que gerenciam as campanhas.

Há duas áreas principais que esperamos (esperamos?) Que sejam corrigidas este ano:

1. Os dados usados ​​pelos algoritmos podem não ser os mesmos dados importantes para o anunciante . Por exemplo, no espaço B2B, Google e Facebook têm acesso a leads, mas poucos anunciantes estão dando a eles acesso a MQLs. O aprendizado de máquina só pode otimizar o que tem acesso. É provável que veremos terceiros criando integrações para canalizar os dados internos dos anunciantes para as plataformas Facebook e Google.
2. Os algoritmos costumam ser lentos para reagir a mudanças em grande escala ou a 'soluços' de campanha. Muitas vezes, descobrimos que grandes mudanças de orçamento ou meta têm um grande impacto no desempenho do aprendizado de máquina. Por exemplo, se o rastreamento ficar inativo por alguns dias, isso causará estragos no desempenho nas próximas semanas. Espero que o Google e o Facebook forneçam flexibilidade para excluir determinados períodos de tempo do algoritmo.

Com relação ao uso de aprendizado de máquina para criar anúncios, acho que isso está mais distante. Vemos o Facebook e o Google tentando ir nessa direção, mas para grandes anunciantes, isso se torna arriscado rapidamente. O desempenho dos anúncios de pesquisa responsivos e da exibição responsiva foi, na melhor das hipóteses, misto. Os anunciantes estão preocupados com a conformidade e as mensagens da marca. Portanto, embora esperemos que os mecanismos continuem seguindo esse caminho, vemos bastante hesitação dos anunciantes em pensar que isso levará um pouco mais de tempo para crescer.

Como você vê a personalização desempenhando um papel nos anúncios pagos em 2019 e além?

AE: Esperamos que a personalização continue a melhorar ao longo de 2019 e além. As redes de anúncios sociais, especificamente o Facebook, têm os dados de que os profissionais de marketing precisam para fornecer conteúdo de marketing personalizado, mas, é claro, estão muito atentos às implicações. O equilíbrio entre personalização de marketing e respeito à privacidade do usuário será difícil, especialmente à luz dos recentes problemas do Facebook.

Dito isso, os profissionais de marketing social têm o poder de criar conteúdo personalizado usando táticas como públicos personalizados e marketing baseado em contas. O uso de dados próprios e de terceiros e de mensagens personalizadas oferece um ótimo equilíbrio entre respeitar a privacidade do usuário e, ao mesmo tempo, fornecer anúncios personalizados. Bons dados e segmentação foram e continuarão sendo a chave para alavancar a personalização, e espero que os profissionais de marketing continuem investindo em ciência de dados nos próximos anos.

Quais são 1 ou 2 maneiras pelas quais os profissionais de marketing digital podem inserir personalização em anúncios pagos e páginas de destino pós-clique?

AE: Acho que veremos a personalização seguir o ciclo de vida do cliente ou o funil de vendas. Os anunciantes inteligentes usarão a personalização não apenas para mapear as campanhas publicitárias para cada estágio do funil de vendas, mas, mais importante, para a profundidade dos dados que o anunciante possui sobre cada usuário.

A tecnologia agora dá aos anunciantes a capacidade de usar os dados que eles têm para construir um perfil rico para cada usuário e usar esse perfil para melhor direcionar e personalizar anúncios. Essa é uma diferença marcante das audiências “anônimas” do passado.

Agora temos algumas informações sobre os usuários que podem ser aproveitadas para direcionar melhor os anúncios e criar mensagens para esses usuários. Embora ainda não tenhamos alcançado o Santo Graal da verdadeira personalização para cada indivíduo que visamos, no mínimo poderemos agrupar usuários em diferentes públicos e talvez implantar uma matriz de diferentes métodos de segmentação para que possamos nos aproximar do marketing personalizado.

Agora podemos segmentar e personalizar o criativo em uma página de destino pós-clique para um usuário com base no que sabemos sobre ele. Ao combinar esse recurso com dados próprios e de terceiros, as possibilidades são virtualmente infinitas.

No Closed Loop, estamos entusiasmados com isso porque poucos anunciantes estão aproveitando isso. Portanto, parece uma oportunidade de campo verde, e isso é sempre emocionante quando você tem a oportunidade de ser um dos primeiros a mergulhar em um território tão inexplorado. Chegar cedo cria uma fonte de vantagem competitiva, pois você pode ficar sempre um pouco à frente do restante dos anunciantes desse setor. Essencialmente, dá-lhe a vantagem e é isso que tentamos fazer pelos nossos clientes.

Quais resultados seus clientes veem depois de personalizar seus anúncios e a página de destino pós-clique?

AE: Resultados surpreendentes! Também não é uma melhoria incremental de 10 a 15%.

Vemos uma melhoria exponencial de 200% a 500% quando podemos realmente segmentar uma oferta personalizada no anúncio e na página de destino pós-clique. Isso é parte da razão pela qual é tão emocionante para nós.

O desafio é fazer com que os anunciantes realmente vejam e acreditem em anúncios personalizados e páginas de destino pós-clique. Parece bom demais para ser verdade inicialmente (e nós mesmos éramos céticos), mas os dados são claros e falam tão alto que seríamos negligentes se não estimulássemos todos os nossos clientes a buscar a personalização com tudo o que eles têm .

Publicidade digital e otimização pós-clique

Independentemente de sua marca usar Google, Facebook (ou ambos) para anúncios pagos, você deve a si mesmo e a seus clientes maximizar os resultados de todas as campanhas. A otimização pós-clique é muitas vezes um componente ausente para muitos anunciantes digitais hoje, mas é fundamental porque é o que acontece após o clique que gera conversões.

Obtenha mais informações fazendo parceria com o Instapage e veja o que está faltando em suas campanhas.