Domande e risposte dal nostro webinar "Sfruttare e controllare l'IA per una migliore ricerca pubblicitaria nel tuo settore"

All'inizio di questo mese, il co-fondatore di Acquisio Marc Poirier e io, Brad Geddes di Adalysis, ci siamo incontrati per un'affascinante discussione sull'impatto dell'intelligenza artificiale sulla ricerca a pagamento, il framework di cui i gestori delle campagne hanno bisogno per sfruttare l'IA e cosa serve per controllare questo emergente tecnologia.

Ti sei perso il webinar? Guarda la registrazione qui!

Marc ed io abbiamo ricevuto alcune ottime domande dal pubblico, ma sfortunatamente abbiamo esaurito il tempo prima di poter rispondere a tutte. Ma, come promesso nel webinar, puoi controllare le nostre risposte a tutte le tue domande di seguito.

1 – Cosa ne pensi dell'apprendimento automatico di Google? Hai mai impostato un esperimento A/B che mette Acquisio contro l'apprendimento automatico di Google?

Brad: L'apprendimento automatico di Google, quando si tratta di annunci, è terribile. Non importa se è la creazione di annunci, la pubblicazione di annunci RSA, la loro ottimizzazione (che è orrenda) - non un grande fan. Quando si tratta di elenchi simili, penso che sia sorprendente. Ma il mio livello di tolleranza è molto diverso. Per elenchi simili, se mi ottiene il 10% di nuovi clienti di cui non conoscevo, ne sono davvero felice. Non dichiarerei mai in modo esplicito che sono buoni o cattivi. Google è molto bravo in matematica, sono molto pessimi in creatività. Li segmento un po' in quelle aree.

Marc: In termini di confronto, lo facciamo sempre. Stiamo cercando di essere più disciplinati e ottenere un ampio campione di clienti che utilizzano l'offerta CPA, ad esempio. Non abbiamo un pezzo di ricerca ufficiale su questo – ancora! Ma Google risolve un problema diverso. Stiamo cercando di spendere i tuoi soldi (al prezzo ottimale di un clic o di una conversione, invece di puntare a un prezzo prestabilito) ma senza superare il budget massimizzando le conversioni.

2 – Se hai un ciclo di vendita lungo, diciamo 3-6 mesi, come è meglio utilizzare quei dati, combinati con i lead che arrivano giorno per giorno? Dovresti restituire i lead veramente convertiti solo se i dati sono mesi indietro rispetto alle offerte attuali?

Brad: Questa è una domanda filosofica tanto quanto una domanda sui dati. Cerco di qualificare i lead il prima possibile. Il mio MQL - i miei contatti qualificati per il marketing - dovrebbe essere completato entro 2-7 giorni al massimo. Apprendimento automatico, eliminando un ritardo di 7 giorni, nessun problema. Se riusciamo a qualificarli in vendita entro 7-14 giorni, preferirei lavorare su quei dati. Lavorerei su una vendita chiusa 6 mesi dopo? No, non lo farei.

In caso di ritardo dei dati, dovresti utilizzare un duplice approccio all'apprendimento automatico. Il primo è fornire alla macchina dati recenti su cui lavorare per prendere decisioni. Questi possono essere lead (qualificati per il marketing se possibile) o segnali di visite di qualità. Questo aiuta nella gestione quotidiana delle offerte.

Quindi dovresti restituire i dati sulle vendite effettive e vedere come i dati sulle vendite si allineano con i dati sui lead qualificati. Se si allinea da vicino, puoi fare affidamento su segnali a breve termine. In caso contrario; quindi vuoi scavare nei dati per vedere perché non si allinea. Potrebbero esserci parole chiave, località, orari del giorno o altri segnali che portano a lead di qualità inferiore. In questi casi, desideri apportare modifiche alle tue campagne in modo che i dati a breve e a lungo termine siano allineati tra loro.

Marc: Facciamo un sacco di cose di lead gen per noi stessi ad Acquisio, e abbiamo quel problema. Le persone considereranno il prodotto per un po 'di tempo prima di acquistarlo e può essere lungo. È più probabile che le agenzie utilizzino il nostro prodotto rispetto agli inserzionisti e sappiamo il numero di account che gestiscono è importante. Se hanno più account in gestione, è più probabile che utilizzino il nostro prodotto. Abbiamo una buona comprensione del nostro mercato e di dove avremo successo, quindi i moduli che abbiamo per le richieste di demo e così via acquisiscono queste informazioni per noi. Lo usiamo per fare offerte? Non lo facciamo. L'algoritmo non è progettato per catturarlo (potrebbe, ma al momento non lo fa).

Brad: Per tutte le aziende di lead gen, quali dati consenti di visualizzare alle macchine rispetto a quelli che utilizzi internamente? Vorresti sapere "ecco i nostri lead totali ed ecco i nostri lead qualificati", in modo da poter guardare quale percentuale è qualificata e ottenere quel numero più alto, ma poi potresti solo inviare uno di quei numeri ai tuoi account affinché le macchine funzionino a partire dal.

3 – Come consideri la stagionalità senza utilizzare una lunga finestra di ricerca/dati storici?

Marc: Acquisio Turing osserva le tendenze medio-brevi nei dati e prende decisioni in base a tali tendenze. I nostri algoritmi prendono decisioni solo sui dati attuali, reagendo ai cambiamenti stagionali nell'asta quando accadono per evitare spese eccessive o insufficienti. Dai un'occhiata alla nostra intervista con l'altro co-fondatore di Acquisio Richard Couture e Jason MacDonald, sulla gestione della stagionalità di PPC.

4 – Dato che Google è uno degli attori più avanzati nello spazio AI e ML, cosa impedisce loro di rendere quasi obsoleto il modello di agenzia? Se riescono a creare una piattaforma self-service veramente efficiente che spenda i soldi del cliente in modo così efficiente... dove si adatteranno le agenzie in futuro?

Brad: Quando confrontiamo ciò in cui sono bravi gli esseri umani e i computer, vediamo alcune grandi tendenze. Il primo è la strategia. Una macchina non ha idea di cosa la tua azienda voglia realizzare. Non hanno i dati su come gli utenti acquistano da te, quanto vale la consapevolezza e come far crescere la tua attività. Questo si colloca saldamente nel mondo dell'agenzia e del marketer interno.

Finora, i computer hanno fallito drammaticamente in qualsiasi cosa creativa. Questo si estende dall'aspetto degli annunci, dalle offerte e dai contenuti del sito web. Quando si tratta di campagne pubblicitarie, dalla strategia alla creazione fino all'esecuzione, questo si colloca saldamente nel mondo dell'agenzia e del marketing interno.

Le informazioni dettagliate sui dati per portare avanti i tuoi sforzi di marketing provengono dall'interpretazione umana. Le macchine possono automatizzare i report e mostrare le tendenze dei dati; ma non sanno perché si stanno verificando queste tendenze. L'interpretazione dei dati, la narrazione dei dati e le informazioni sui dati dovrebbero far parte del mondo umano per molto tempo.

Quando si tratta di offerte, rapporti automatizzati e lavoro ripetibile, l'apprendimento automatico è fantastico. Quando si tratta di strategia, creatività, narrazione e perché sta accadendo qualcosa e come reagire, è qui che siedono gli esseri umani nell'ecosistema del marketing.

5 – Stai principalmente considerando il costo/ricavi per ottimizzare le offerte di Google Shopping?

Marc: Acquisio Turing può ottimizzare le campagne shopping per gli stessi obiettivi di altre campagne, sia CPC che CPA. L'anno scorso, in questo periodo, abbiamo tenuto un webinar con Seer Interactive con suggerimenti su come ottimizzare le tue campagne Google Shopping dell'ultimo minuto.

6 – Come gestisci un problema di traffico ridotto con la tua soluzione ML?

Marc: Di fronte a un traffico ridotto, Acquisio Turing utilizza una combinazione di regolazione adattiva per raccogliere informazioni sufficienti per l'attività in corso, oltre a estrarre dati da un pool di dati a basso traffico per aiutarla a prendere una decisione informata.

È interessante notare che i nostri algoritmi funzionano molto bene con budget ridotti, quindi i marketer della ricerca a pagamento con traffico ridotto non dovrebbero aver paura di provare il nostro machine learning.

7 – Per quanto ne so, Google Ads non condivide i dati in tempo reale, puoi solo ottenere dati giornalieri. Quindi, come è possibile eseguire l'ottimizzazione delle offerte in tempo reale?

Marc : Sfruttiamo l'API di Google, che fortunatamente dispone di dati in tempo reale. Acquisio Turing elabora questi dati, ne apprende e ottimizza le offerte ogni 30 minuti, il che a sua volta può portare a un aumento dei clic e delle conversioni.

8 – Quante conversioni devi ottimizzare per le conversioni?

Marc: Per ottimizzare correttamente le conversioni, si consiglia di avere almeno una conversione al giorno negli ultimi 30 giorni. Ma ovviamente, sarebbe meglio se la campagna producesse 5-10 conversioni al giorno, in quanto ciò darebbe agli algoritmi più dati con cui lavorare.

Buono a sapersi: anche le conversioni devono essere monitorate con il pixel di conversione di Google Ads e solo una conversione deve essere inclusa nella colonna delle conversioni (con il monitoraggio delle conversioni impostato su univoco rispetto a ogni).

9 – Funziona anche sugli annunci display?

Brad: Sì. I dati sono dati. Se i tuoi annunci display generano impressioni e conversioni; quindi puoi automatizzare anche questo tipo di offerta e gestione.

Crediti immagine

Immagine in primo piano: Unsplash / Zach Lucero