Замкнутый цикл вопросов и ответов: персонализация, машинное обучение и способы увеличения результатов рекламной кампании

Вы можете вспомнить вопросы и ответы с Elite SEM еще в январе, когда они обсуждали тактику Google и Facebook Ads, на которую рекламодатели должны обратить внимание, и то, как персонализация и машинное обучение могут повлиять на кампании.

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

Какие тактики Google Рекламы, 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, как правило, 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 редко.
2. Истинное сплит-тестирование A / B. Практически невозможно провести настоящий сплит-тест A / B для рекламы, да и в любом случае в этом нет необходимости. Алгоритмы Google и Facebook отлично справляются с оптимизацией для лучших исполнителей.
3. 100% отрицательные ставки для устройств. Этот вопрос может быть спорным, но рекламодатели, которые полностью отказываются от использования 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 конвертировать, недальновидна.

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

AE: Как и в случае с Google Ads, истинное сплит-тестирование A / B практически невозможно. Количество рекламных форматов, платформ и мест размещения в сети Facebook выросло в геометрической прогрессии. Теперь A / B-тестирование будет удерживать производительность для всего аккаунта. А 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 хорошо, как раньше. Успех приходит, когда вы «кормите машину» - даете ей как можно больше данных, чтобы она подобрала лучшие варианты для обслуживания.

Что, по вашему мнению, упускается из виду в Google Рекламе, но что станет большим в 2019 году?

AE: На ум приходят две вещи ...

1. Таргетинг на аудиторию / многоуровневый таргетинг. Мы начинаем видеть невероятную силу разделения 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 видим эту проблему в пространстве B2B, и расслоение аудитории помогает нам преодолеть беспорядок.
2. Структурирование кампаний для работы с интеллектуальными алгоритмами назначения ставок, а также для более жесткого контроля бюджета. Некоторые старые практики структурирования кампаний, в частности SKAG, работают против алгоритмов торгов. Мы обнаруживаем, что структуры необходимо изменить, чтобы алгоритмы работали так хорошо, 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 расширения таргетинга на аудиторию Facebook за счет интеграции сторонних данных. Хотя количество аудиторий Facebook за последний год уменьшилось, сторонние поставщики данных не только заполнили пустоту, но и расширили возможности. Мы можем адаптировать рекламу для целевой аудитории с гораздо большей детализацией, чем когда-либо прежде. Это открывает перед рекламодателями совершенно новый набор возможностей.
2. Видео, оптимизированное для мобильных устройств. По состоянию на прошлый год 95% пользователей Facebook заходили в Facebook со смартфона. Хотя маркетологи понимают рост мобильной связи, кажется, что немногие рекламодатели используют ее. Мы видим невероятный успех наших видеокампаний, оптимизированных для мобильных устройств, со значительным увеличением CTR и коэффициентов конверсии.

Как вы видите роль ИИ и машинного обучения в развитии платной рекламы?

AE: Роль искусственного интеллекта и машинного обучения в платной рекламе все еще развивается, но мы ожидаем, что в следующем году она существенно вырастет.

Что касается торгов, алгоритмы Google и Facebook выглядят многообещающими, но существуют некоторые критические пробелы. Чтобы ИИ и машинное обучение реализовали свой потенциал, Facebook и Google необходимо вернуть контроль и гибкость тем, кто управляет кампаниями.

Мы ожидаем (надеемся?) Исправить две ключевые области в этом году:

1. Данные, которые используют алгоритмы, могут не совпадать с данными, которые интересуют рекламодателя . Например, в сфере B2B у Google и Facebook есть доступ к лидам, но лишь немногие рекламодатели предоставляют им доступ к MQL. Машинное обучение может оптимизировать только то, к чему у него есть доступ. Вероятно, мы увидим, как третьи стороны создают интеграции для передачи внутренних данных рекламодателей на платформы Facebook и Google.
2. Алгоритмы часто медленно реагируют на крупномасштабные изменения или «икоту» кампании. Мы часто обнаруживаем, что большой бюджет или целевые изменения сильно влияют на производительность машинного обучения. Например, если отслеживание прекращается на пару дней, это наносит ущерб производительности в течение следующих нескольких недель. Я ожидаю, что Google и Facebook обеспечат гибкость для исключения определенных периодов времени из алгоритма.

Что касается использования машинного обучения для создания рекламы, я думаю, этого уже нет. Мы видим, что Facebook и Google пытаются пойти в этом направлении, но для крупных рекламодателей это быстро становится рискованным. Эффективность адаптивной поисковой рекламы и адаптивного дисплея в лучшем случае была смешанной. Рекламодатели обеспокоены соблюдением требований бренда и обменом сообщениями. Таким образом, хотя мы ожидаем, что движки и дальше будут двигаться по этому пути, мы видим достаточно колебаний со стороны рекламодателей, чтобы думать, что для их роста потребуется немного больше времени.

Как вы видите роль персонализации в платной рекламе в 2019 году и в последующий период?

AE: Мы ожидаем, что персонализация продолжит улучшаться в течение 2019 года и в последующий период. Социальные рекламные сети, в частности Facebook, имеют маркетологи данных, необходимые для доставки персонализированного маркетингового контента, но, конечно же, очень внимательно относятся к последствиям. Баланс между персонализацией маркетинга и соблюдением конфиденциальности пользователя будет жестким, особенно в свете недавних проблем Facebook.

Тем не менее, у социальных маркетологов есть возможность создавать индивидуальный контент, используя такие тактики, как индивидуализированная аудитория и маркетинг на основе учетных записей. Использование собственных и сторонних данных и индивидуализированного обмена сообщениями обеспечивает отличный баланс между соблюдением конфиденциальности пользователей при сохранении 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 интернет-маркетологи могут добавить персонализацию в платную рекламу и целевые страницы после клика?

AE: Я думаю, мы увидим, как персонализация следует за жизненным циклом клиента или воронкой продаж. Умные рекламодатели будут использовать персонализацию не только для сопоставления рекламных кампаний с каждым этапом воронки продаж, но, что более важно, с глубиной своих данных, которые рекламодатель имеет о каждом пользователе.

Технологии теперь дают рекламодателям возможность использовать имеющиеся у них данные для создания полноценного 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 таргетинга рекламы и улучшения обмена сообщениями с этими пользователями. Хотя мы не достигли Святого Грааля истинной персонализации для каждого человека, на которого нацелены, как минимум мы сможем сгруппировать пользователей по разным аудиториям и, возможно, развернуть матрицу различных методов нацеливания, чтобы приблизиться к персонализированному маркетингу.

Теперь мы можем настроить таргетинг и настроить креатив на целевой странице после клика для пользователя в зависимости от того, что мы о нем знаем. Объединив эту возможность с собственными и сторонними данными, возможности практически безграничны.

Мы в Closed Loop рады этому, потому что очень немногие рекламодатели этим пользуются. Так что это похоже на возможность с нуля, и это всегда интересно, когда у вас есть возможность одним из первых окунуться в такую ​​неизведанную территорию. Раннее участие создает источник конкурентного преимущества, поскольку вы можете постоянно оставаться немного впереди 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 своей рекламы и целевой страницы после клика?

AE: Потрясающие результаты! И это тоже не постепенное улучшение на 10–15%.

Мы видим экспоненциальное улучшение от 200% до 500%, когда мы действительно можем настроить таргетинг предложения в рекламе и на целевой странице после клика. Это одна из причин, по которой нас так волнует.

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

Цифровая реклама и оптимизация после клика

Независимо от того, использует ли ваш бренд Google, Facebook (или и то, и другое) для платной рекламы, вы обязаны добиться максимальных результатов от всех кампаний перед собой и своими клиентами. Оптимизация после клика часто является отсутствующим компонентом для многих цифровых рекламодателей сегодня, но является критически важным, потому что именно то, что происходит после клика , вызывает конверсии.

Получите дополнительную информацию, сотрудничая с Instapage, и узнайте, чего не хватает в ваших кампаниях.