Cosa ci hanno insegnato 30.000 account su Machine Learning e PPC

Pubblicato: 2017-12-14

Anni fa il nostro team ha sviluppato una tecnologia per macchine auto-migliorante in grado di ottenere una gestione dell'offerta e del budget più veloce e migliore di qualsiasi essere umano, utilizzando più dati di quanto una persona potrebbe mai considerare. La tecnologia è stata creata da scienziati missilistici con altri primi brevetti di intelligenza artificiale e include più di 30 sofisticati algoritmi. Non solo un sistema automatizzato e basato su regole, questo in realtà si auto-migliora costantemente, rendendolo la cosa più vicina all'intelligenza artificiale che abbiamo nel settore SEM .

Ci viene chiesto molto sulla nostra tecnologia di apprendimento automatico nota come Acquisio Turing TM e sul tipo di risultati che i marketer possono aspettarsi da essa, perché le agenzie e gli esperti di marketing sono stufi delle affermazioni dei fornitori di martech. Quindi il nostro team ha deciso di mettere alla prova la nostra macchina.

Volevamo capire esattamente che tipo di risultati della campagna i marketer potevano aspettarsi da Acquisio Turing rispetto agli account che non erano su questa tecnologia. Le mascelle cadranno, i dati voleranno, le teste rotoleranno... sei pronto a sporcarti le mani con alcuni dati di machine learning? Eccoci qui!

Parametri dello studio

Lo studio vero e proprio comprendeva un totale di 32.858 conti tra il 1 settembre 2015 e il 1 aprile 2017, alcuni dei quali su Acquisio Turing e altri che non stavano confrontando i risultati dal mese 1 al mese 3 dalla data di attivazione

Come mostrato di seguito nelle lezioni da 1 a 4, abbiamo scelto di riportare sia le medie che le mediane perché guadagni molto grandi possono dominare la media, distorcendo le aspettative. Ad esempio, se uno dei nostri clienti avesse un aumento della conversione del 3000% mentre il resto era compreso tra il 50 e il 100%, la media verrebbe trascinata più in alto a causa del valore anomalo. La mediana è meno suscettibile all'impatto dei valori anomali.

Per le lezioni 5 e 6 abbiamo esaminato tutti i conti su Acquisio Turing così come quelli che non lo erano e scomponevano i confronti per reti di publisher, AdWords o Bing.

Lezione n. 1: I conti sono sia mele che arance

Non tutte le campagne vengono create allo stesso modo. Il successo di una campagna dipende da tanti fattori. Una campagna potrebbe avere un budget elevato, un'altra potrebbe avere un arco di tempo più breve, una potrebbe vendere prodotti più popolari, mentre un'altra ha poca concorrenza. Per dare un senso a qualsiasi cosa e ottenere dati statisticamente significativi, i confronti tra account dovrebbero essere effettuati solo tra account simili.

Abbiamo dovuto affettare correttamente i dati e confrontare le mele con le mele. Poiché Acquisio Turing è uno strumento di gestione delle offerte e del budget, è stato estremamente importante confrontare gli account con una spesa di budget simile durante la misurazione del costo per clic, della percentuale di clic, del costo per acquisizione e delle conversioni. Per determinare queste metriche, abbiamo quindi filtrato gli account per una spesa simile, entro un intervallo più o meno del 10%, lasciando 8.235* account.

*I valori anomali sono stati rimossi prima del calcolo delle medie trattando i punteggi come log-normalmente distribuiti e utilizzando il metodo della Deviazione Assoluta Mediana.

Lezione n. 2: Costo per clic (CPC) ridotto

Le persone si rivolgono a Google per cercare servizi. Google ha consentito agli inserzionisti di accedere ai risultati di ricerca e li ha addebitati per lead. Il costo per clic è la metrica creata da Google che determina quanto pagheranno gli inserzionisti ogni volta che una persona fa clic sul proprio annuncio. Gli esperti di marketing si rallegrano del fatto che il costo delle loro campagne pubblicitarie di ricerca aumenti solo quando le campagne sono efficaci; tuttavia, nonostante la qualità dei clic, tali lead hanno un costo.

Per gli 8.235 account comparabili, abbiamo osservato una riduzione media del CPC del 7% tra il primo e il terzo mese. La mediana per il gruppo è stata una diminuzione del 10%, il che significa che la metà dei conti su Acquisio Turing ha avuto una diminuzione del CPC del 10% o migliore. Complessivamente circa due terzi hanno visto una riduzione del CPC.

Inferno al sì per CPC inferiori!!

Lezione n. 3: Aumento dei clic

Sebbene i clic non siano l'unica cosa che conta dato che potrebbero non essere convertiti per molte ragioni, tutti noi desideriamo clic di qualità: traffico reale verso le nostre pagine di destinazione da potenziali clienti interessati.

Abbiamo visto che in media il numero di clic è aumentato del 15% durante i primi tre mesi. Anche in questo caso, la mediana per la variazione dei clic tra il primo e il terzo mese è stata dell'8%, il che significa che la metà degli account su Acquisio Turing ha avuto un aumento dei clic dell'8% o migliore. Complessivamente il 59% ha visto un aumento dei clic.

Grazie all'apprendimento automatico per aver portato i clic! È ora di fare un po' di conversione...

Lezione n. 4: Diminuzione del costo per acquisizione (CPA) E aumento delle conversioni

Il CPA è l'importo che gli inserzionisti pagano per conversione. Le conversioni sono l'obiettivo finale di qualsiasi campagna PPC e della pubblicità in generale. Tuttavia, a volte può essere difficile monitorare le conversioni. Dagli UTM al gestore di tag e persino a software di terze parti, le cose possono diventare disordinate molto rapidamente.

Degli 8.235 account con una spesa di budget entro il 10% l'uno dall'altro, solo 2.490* monitoravano le conversioni, il che significa che per la parte di conversione del nostro studio stiamo confrontando poco meno di 2500 account PPC.

Degli account che monitorano le conversioni, la variazione mediana del CPA è stata una diminuzione del 18% o superiore. Ciò significa che metà o più degli account hanno ridotto il costo per acquisizione del 18% o meglio. Complessivamente il 64% del gruppo ha visto una riduzione del CPC.

Degli account che stavano monitorando le conversioni, abbiamo osservato un aumento del numero di conversioni del 71%... che ha visto tutti i nostri team come:

tramite GIPHY

Tuttavia, per essere prudenti, dovremmo sempre guardare alla variazione mediana delle conversioni che è stata un aumento del 22% delle conversioni tra il primo e il terzo mese. Ciò significa che metà del gruppo ha migliorato le conversioni di almeno il 22% o meglio. Complessivamente il 62% degli account che utilizzano il machine learning ha registrato un aumento del numero di conversioni.

Ora è qualcosa di cui scrivere a casa!

*I valori anomali sono stati rimossi prima del calcolo delle medie trattando i punteggi come log-normalmente distribuiti e utilizzando il metodo della Deviazione Assoluta Mediana.

Lezione #5: Raggiungimento del budget praticamente ogni volta

Il raggiungimento del budget non è sempre considerato una metrica chiave. Di recente abbiamo scritto un post sul nostro blog sul perché il raggiungimento del budget dovrebbe essere un KPI:

“Se il marketer PPC spende troppo il budget, è un problema per ovvi motivi. Anche se spendere eccessivamente significava ottenere un altro KPI importante come le conversioni, il cliente potrebbe semplicemente non avere i soldi extra; quindi, allocare un budget in primo luogo. Se il marketer PPC spende meno del budget, il cliente chiederà perché non ha investito tutte le risorse che gli sono state date per ottenere i massimi risultati. Nel frattempo, nessuno può misurare costantemente un ritorno sull'investimento se l'investimento è diverso ogni mese, e quindi c'è anche l'integrità dei dati a rischio. In definitiva, se i marketer PPC non possono spendere il budget in modo accurato e coerente, il cliente vorrà spendere i propri soldi con qualcuno che può farlo. "

Con questa logica in mente è estremamente importante per i marketer PPC raggiungere il loro budget mese dopo mese. Volevamo vedere se l'apprendimento automatico potesse aiutarli a farlo. Per rispondere alla nostra domanda sul raggiungimento del budget, abbiamo confrontato i nostri account che utilizzavano la nostra tecnologia di apprendimento automatico con quelli che non lo facevano. Abbiamo anche dovuto prendere in considerazione coloro che lo utilizzavano per le campagne su AdWords e quelli che eseguivano le campagne Bing. Abbiamo esaminato un totale di 32.858 account:

  • 12.651 utilizzavano l'apprendimento automatico su AdWords
  • 11.094 non utilizzavano l'apprendimento automatico su AdWords
  • 6.342 utilizzavano l'apprendimento automatico su Bing
  • 2.771 non utilizzavano l'apprendimento automatico su Bing
Raggiungimento medio del budget

Per AdWords abbiamo riscontrato che gli account avevano in media 3,4 volte più probabilità di regolare e spendere il proprio budget come previsto rispetto agli account che non utilizzavano Acquisio Turing.

Per Bing abbiamo scoperto che gli account avevano in media 11 volte più probabilità di regolare e spendere il proprio budget mensile utilizzando Acquisio Turing rispetto a quelli che non lo erano.

Se analizziamo i dati in base alla spesa del budget, abbiamo riscontrato quanto segue:

  • Gli account che hanno speso meno di $ 500 al mese avevano una probabilità 3,1 volte maggiore di raggiungere il proprio budget su AdWords e 11,3 volte più probabile su Bing rispetto agli account che non utilizzavano il machine learning.
  • Gli account che hanno speso tra $ 500 e $ 1500 al mese avevano una probabilità 2,3 volte maggiore di raggiungere il proprio budget su AdWords e 10,1 volte più probabile su Bing rispetto agli account che non utilizzavano l'apprendimento automatico.
  • Gli account che hanno speso più di $ 1500 al mese avevano una probabilità 5,2 volte maggiore di raggiungere il proprio budget su AdWords e 18,6 volte più probabile su Bing rispetto agli account che non utilizzavano l'apprendimento automatico.

Lezione n. 6: Il valore medio a vita (LTV) degli account aumenta

La quantità di tempo che un account vive sulla piattaforma può significare alcune cose buone. Prima di tutto, è più probabile che le campagne di successo continuino rispetto a quelle che non hanno un buon rendimento e vengano messe in pausa o annullate. In secondo luogo, per un'agenzia, un rivenditore o un partner di canale, ciò significa più soldi. A seconda della quantità di conti rappresentata da questo valore di vita più lungo, può fornire entrate annuali significativamente maggiori su larga scala.

Per determinare cosa succede all'LTV dei 32.858 account, li abbiamo suddivisi tra coloro che utilizzano la tecnologia di apprendimento automatico e coloro che non lo facevano. Abbiamo riscontrato che coloro che utilizzano la tecnologia di apprendimento automatico hanno vissuto un mese in più su AdWords e due mesi e mezzo in più su Bing rispetto a quelli che non lo erano .

Cosa può insegnarti l'apprendimento automatico sul PPC

Poiché la tecnologia di apprendimento automatico che abbiamo applicato a questo studio si migliora costantemente, diventando letteralmente più intelligente ogni giorno, ci aspettiamo che i risultati presentati sopra possano solo migliorare.

Riepilogo TLDR:

  1. Per dare un senso a qualsiasi cosa e ottenere dati statisticamente significativi, i confronti tra account dovrebbero essere effettuati solo tra account simili.
  2. La metà degli account che utilizzano l'apprendimento automatico ha avuto una riduzione del CPC del 10% o superiore. Complessivamente circa due terzi hanno visto una riduzione del CPC.
  3. La metà degli account che utilizzano l'apprendimento automatico ha registrato un aumento dei clic dell'8% o superiore. Complessivamente il 59% ha registrato un aumento dei clic.
  4. La metà o più degli account hanno ridotto il costo per acquisizione del 18% o meglio. Complessivamente il 64% del gruppo ha visto una riduzione del CPC.
  5. Degli account che stavano monitorando le conversioni, abbiamo osservato un aumento del numero di conversioni del 71%. Complessivamente il 62% del gruppo ha visto un aumento del numero di conversioni.
  6. Per quanto riguarda AdWords, abbiamo riscontrato che gli account avevano in media 3 volte più probabilità di regolare e spendere il proprio budget come previsto rispetto agli account che non utilizzavano il machine learning.
  7. Per Bing abbiamo scoperto che gli account avevano in media 11 volte più probabilità di spendere il proprio budget mensile utilizzando l'apprendimento automatico rispetto a quelli che non lo erano.
  8. Gli account che utilizzano la tecnologia di apprendimento automatico hanno vissuto quattro mesi in più rispetto a quelli che non lo erano.

Da CPC inferiori a tassi di conversione più elevati, LTV più lunghi e altro ancora, Acquisio Turing ha già fornito un enorme valore ai conti su cui gira negli ultimi due anni. Siamo davvero entusiasti di condividere la buona notizia con esperti di marketing come te mentre una quantità crescente di soluzioni di apprendimento automatico inizia a plasmare le nostre vite e ora le nostre campagne SEM!

Crediti immagine

Immagine caratteristica: Unsplash/ Maxime Bhm

Tutti gli screenshot di Chandal Nolasco da Silva. Tratto Estate-Inverno 2017 dall'ultimo Rapporto sulla Performance di Acquisio Turing.