Замкнутый цикл вопросов и ответов: персонализация, машинное обучение и как максимизировать результаты рекламной кампании

Вы можете вспомнить Q&A с Elite SEM еще в январе, где они обсуждали рекламные тактики Google и Facebook, на которые рекламодателям следует обратить внимание, и как персонализация и машинное обучение могут повлиять на кампании.

Следующей в этой серии агентств будет Аманда Эванс, директор по рекламе компании Closed Loop. Вы заметите, что ответы немного отличаются от Elite SEM. Это ожидаемо, и это показывает, что цифровая реклама сегодня очень сложна, и агентства должны постоянно оценивать свои платные стратегии.

Какие тактики Google Реклама, по вашему мнению, хорошо работали в прошлом, но не будут работать в будущем?

AE: Есть три, на которые я хочу обратить внимание:

1. Группы объявлений с одним ключевым словом (SKAG) — эта структура больше не работает и просто лишает алгоритмы машинного обучения. Вместо этого лучше всего работают узкотематические группы объявлений с 10-15 ключевыми словами. Мы будем использовать группу объявлений с одним ключевым словом ТОЛЬКО для ключевых слов с очень большим объемом, но это бывает редко.
2. Настоящее сплит-тестирование A/B . Практически невозможно больше проводить настоящее сплит-тестирование объявлений A/B, да и в этом нет необходимости. Алгоритмы Google и Facebook отлично справляются с оптимизацией для лучших исполнителей.
3. Отрицательные 100% ставки для устройств . Это может быть спорным, но рекламодатели, которые полностью отказываются от мобильных устройств, останутся позади. Сегодняшние потребители (включая B2B) переключаются между устройствами быстрее, чем когда-либо прежде. Идея о том, что люди ищут только на том устройстве, на котором они собираются совершить конверсию, недальновидна.

Тот же вопрос, что и выше, но для рекламы в Facebook…

AE: Как и в Google Ads, провести настоящее сплит-тестирование практически невозможно. Количество рекламных форматов, платформ и мест размещения в сети Facebook выросло в геометрической прогрессии. A/B-тестирование теперь будет снижать производительность для всей учетной записи. И реальность такова, что алгоритм отлично справляется с «выбором» правильного победителя, поэтому нет необходимости проводить A/B-тестирование.

Кроме того, мы видим, что гранулированные структуры больше не работают так, как раньше. Успех приходит, когда вы «кормите машину» — даете ей как можно больше данных, чтобы она нашла лучшие варианты для обслуживания.

Что, по вашему мнению, упускают из виду в Google Ads, но что будет иметь большое значение в 2019 году?

АЭ: На ум приходят две вещи…

1. Таргетинг на аудиторию/многоуровневый таргетинг. Мы начинаем видеть невероятную мощь наслоения аудиторий, как собственных, так и сторонних, на поисковые кампании для повышения цены за конверсию. Это особенно важно для клиентов, у которых есть повторяющиеся значения похожих ключевых слов. Мы часто сталкиваемся с этой проблемой в сфере B2B, и разделение аудитории помогает нам избавиться от беспорядка.
2. Структурирование кампаний для работы с алгоритмами интеллектуального назначения ставок, а также для обеспечения более жесткого контроля бюджета. Некоторые старые практики структурирования кампаний, в частности SKAG, работают против алгоритмов торгов. Мы обнаруживаем, что структуры должны измениться, чтобы алгоритмы работали так, как они могут.

Тот же вопрос, что и выше, но для рекламы в Facebook…

AE: Что касается Facebook, я думаю, что упускается из виду следующее:

1. Возможность дополнить таргетинг на аудиторию Facebook за счет интеграции сторонних данных. Хотя количество аудиторий Facebook за последний год уменьшилось, сторонние поставщики данных не только заполнили образовавшуюся пустоту, но и расширили возможности. Мы можем адаптировать рекламу под аудиторию с гораздо большей детализацией, чем когда-либо прежде. Это открывает целый ряд новых возможностей для рекламодателей.
2. Видео, оптимизированное для мобильных устройств. По состоянию на прошлый год 95% пользователей Facebook заходили в Facebook со смартфонов. В то время как маркетологи понимают рост мобильных устройств, кажется, что немногие рекламодатели используют их. Мы видим невероятный успех наших видеокампаний, оптимизированных для мобильных устройств, со значительным увеличением как CTR, так и показателей конверсии.

Как вы видите роль ИИ и машинного обучения в платной рекламе в будущем?

AE: Роль искусственного интеллекта и машинного обучения в платной рекламе все еще развивается, но мы ожидаем, что их доля в сознании значительно возрастет в течение следующего года.

На фронте торгов алгоритмы Google и Facebook показывают многообещающие результаты, но существуют некоторые серьезные пробелы. Чтобы искусственный интеллект и машинное обучение могли реализовать свой потенциал, Facebook и Google необходимо вернуть контроль и гибкость тем, кто управляет кампаниями.

Есть две ключевые области, которые мы ожидаем (надеемся?) исправить в этом году:

1. Данные, которые используют алгоритмы, могут не совпадать с теми данными , которые важны для рекламодателя . Например, в сфере B2B у Google и Facebook есть доступ к лидам, но немногие рекламодатели предоставляют им доступ к MQL. Машинное обучение может оптимизировать только то, к чему у него есть доступ. Вполне вероятно, что мы увидим, как третьи лица будут создавать интеграции для передачи внутренних данных рекламодателей на платформы Facebook и Google.
2. Алгоритмы часто медленно реагируют на крупномасштабные изменения или сбои кампании. Мы часто обнаруживаем, что большой бюджет или целевые изменения оказывают большое влияние на производительность машинного обучения. Например, если отслеживание не работает в течение нескольких дней, это негативно сказывается на производительности в течение следующих нескольких недель. Я ожидаю, что Google и Facebook обеспечат гибкость, чтобы исключить определенные периоды времени из алгоритма.

Что касается использования машинного обучения для создания рекламы, я думаю, что это уже не так. Мы видим, что Facebook и Google пытаются двигаться в этом направлении, но для крупных рекламодателей это быстро становится рискованным. Эффективность адаптивных поисковых объявлений и адаптивного отображения была в лучшем случае неоднозначной. Рекламодатели обеспокоены соблюдением требований бренда и обменом сообщениями. Поэтому, хотя мы ожидаем, что поисковые системы продолжат двигаться по этому пути, мы видим достаточно колебаний со стороны рекламодателей, чтобы думать, что для роста потребуется немного больше времени.

Как, по вашему мнению, персонализация будет играть роль в платной рекламе в 2019 году и в дальнейшем?

AE: Мы ожидаем, что персонализация продолжит улучшаться в течение 2019 года и далее. Социальные рекламные сети, в частности Facebook, располагают данными, необходимыми маркетологам для предоставления персонализированного маркетингового контента, но, конечно же, они очень внимательно относятся к последствиям. Баланс между маркетинговой персонализацией и соблюдением конфиденциальности пользователя будет непростым, особенно в свете недавних проблем Facebook.

Тем не менее, социальные маркетологи могут создавать индивидуальный контент, используя такие тактики, как индивидуальная аудитория и маркетинг на основе учетных записей. Использование собственных и сторонних данных и адаптированный обмен сообщениями обеспечивает отличный баланс между соблюдением конфиденциальности пользователей и предоставлением персонализированной рекламы. Хорошие данные и сегментация были и будут оставаться ключом к использованию персонализации, и я ожидаю, что маркетологи продолжат инвестировать в науку о данных в ближайшие годы.

Какими 1-2 способами цифровые маркетологи могут персонализировать платную рекламу и целевые страницы после клика?

AE: Я думаю, мы увидим, как персонализация будет следовать жизненному циклу клиента или воронке продаж. Умные рекламодатели будут использовать персонализацию не только для сопоставления рекламных кампаний с каждым этапом воронки продаж, но, что более важно, для глубины данных, которые рекламодатель имеет о каждом пользователе.

Технология теперь дает рекламодателям возможность использовать данные, которые у них есть, для создания богатого профиля для каждого пользователя и использовать этот профиль для более точного таргетинга и персонализации рекламы. Это заметное отличие от «анонимной» аудитории прошлого.

Теперь у нас есть некоторая информация о пользователях, которую можно использовать для более точного таргетирования рекламы и улучшения обмена сообщениями с этими пользователями. Хотя мы еще не достигли Святого Грааля истинной персонализации для каждого человека, на которого мы ориентируемся, как минимум мы сможем сгруппировать пользователей в разные аудитории и, возможно, развернуть матрицу различных методов таргетинга, чтобы приблизиться к персонализированному маркетингу.

Теперь мы можем настроить таргетинг и настройку креатива на целевой странице после клика для пользователя на основе того, что мы о нем знаем. Объединив эту возможность с данными из первых и сторонних источников, возможности практически безграничны.

Мы в Closed Loop рады этому, потому что очень немногие рекламодатели пользуются этим преимуществом. Так что это похоже на новую возможность, и это всегда захватывающе, когда у вас есть возможность быть одним из первых, кто погрузится в такую ​​неизведанную территорию. Раннее участие создает источник конкурентного преимущества, поскольку вы можете постоянно немного опережать остальных рекламодателей в этой отрасли. По сути, это дает вам преимущество, и это то, что мы пытаемся сделать для наших клиентов.

Какие результаты видят ваши клиенты после персонализации своих объявлений и целевой страницы после клика?

АЭ: Потрясающие результаты! И не постепенное улучшение на 10-15%.

Мы видим экспоненциальное улучшение от 200% до 500% , когда мы можем действительно настроить таргетинг на предложение в объявлении и на целевой странице после клика. Это одна из причин, почему это так интересно для нас.

Задача состоит в том, чтобы заставить рекламодателей действительно увидеть и поверить в персонализированную рекламу и целевые страницы после клика. Сначала это звучит слишком хорошо, чтобы быть правдой (и мы сами были скептиками), но данные ясны и говорят так громко, что мы были бы упущены, если бы не поощряли всех наших клиентов к персонализации со всем, что у них есть. .

Цифровая реклама и оптимизация после клика

Независимо от того, использует ли ваш бренд Google, Facebook (или оба) для платной рекламы, вы должны сделать это ради себя и своих клиентов, чтобы максимизировать результаты всех кампаний. Оптимизация после клика часто является недостающим компонентом для многих цифровых рекламодателей сегодня, но имеет решающее значение, потому что именно то, что происходит после клика , генерирует конверсии.

Получите больше информации, сотрудничая с Instapage, и узнайте, чего не хватает вашим кампаниям.