Bye Bye Bidding: CPA 목표를 위한 머신 러닝 작동 만들기
게시 됨: 2018-07-066월에 우리 팀은 SMX Advanced 2018 을 위해 시애틀로 갔습니다 . 우리가 그곳에 있는 동안 전문가들이 Google의 머신 러닝이 진정한 핸즈프리 솔루션이 아니며 캠페인 관리자가 어쨌든 CPA 및 ROAS 목표를 조정하고 업데이트 해야 한다는 점에 대해 이야기하는 것을 들었습니다.
“우리는 자동화된 SEM을 위해 Google에 완전히 의존하는 것과는 거리가 멀습니다. 완전히 자동화된 입찰을 사용하더라도 CPA 타겟과 ROAS 입찰을 변경하도록 지시하므로 완전히 자동화되거나 손이 닿지 않습니다."
그 의견을 듣고 우리 팀은 Acquisio의 기계 학습 기술(Acquisio Turing으로 알려짐)과 Google의 기계 학습에 부족한 부분을 해결하는 방법에 대해 생각하게 되었습니다. 생각만으로도 논란이 되고 과감한 발언이었기 때문에 독자들과 함께 상황을 이야기하고 싶었습니다.
Acquisio Turing 만나기
본론으로 들어가기 전에 필요한 몇 가지 소개를 하겠습니다. 우리는 Acquisio Turing으로 통칭하는 인공 지능 알고리즘을 패키징하여 작년에 출시했습니다.
끝없는 최적화를 사용하여 Acquisio Turing은 서로 다른 작업을 수행하는 30개 이상의 서로 다른 알고리즘으로 구성됩니다. 이 기계 학습 기술은 입찰 및 예산 관리(BBM) 성능 결과 로 유명해졌지만 , 자금 관리를 넘어 확장되어 매일 다른 PPC 작업을 더 똑똑하게 수행하고 있습니다(올해 후반에 Acquisio의 더 많은 AI 도구를 기대하세요!) .
Acquisio Turing이 CPA 입찰을 처리하는 방법
클릭 최적화든 전환 최적화이든 Acquisio Turing의 목표는 광고 예산을 효율적으로 사용하는 것입니다. 전체 기간 예산(일반적으로 월별 예산)과 각 전환에 대한 최대 가격 상한선이 주어지면 기계 학습 기술은 다음을 시도합니다.
- 최대 가격 상한선 아래의 평균 가격으로 가장 많은 전환을 얻으십시오.
- 예산이 전체 기간 동안 지속되는지 확인
- 매일 광고가 광고 일정에 의해 설정된 전체 기간 동안 입찰에 참여하도록 합니다.
Acquisio Turing은 특정 CPA 값을 타겟팅하지 않음으로써 끊임없이 변화하는 조건에서도 예산을 완전히 사용할 수 있는 이상적인 CPA를 찾을 수 있습니다.
Acquisio Turing CPA 최적화 대 CPA를 타겟팅하는 자동 입찰
따라서 당면한 상황을 해결해 보겠습니다. Acquisio Turing과 구체적인 CPA 값을 목표로 하는 자동 입찰 도구의 차이점은 무엇입니까? 대답은 실제로 복잡하며 다양한 시나리오를 통해 제공되는 것이 가장 좋습니다. PPC에 적용되는 기본 경제학을 사용하여 아래에서 이를 살펴보겠습니다.
시나리오 1: 광고주가 합리적인 CTA 타겟 설정
이 가상 시나리오에서 광고주가 $3,000의 월예산을 설정하고 $10의 CPA를 타겟팅하기로 결정했다고 가정해 보겠습니다. 월예산은 100달러의 일일예산으로 변환됩니다(한 달에 30일이라고 가정). $10 CPA 타겟으로 광고주는 하루 평균 10회의 전환을 기대할 수 있습니다. $10 CPA 타겟이 좋은 선택이었습니까? 비즈니스 관점에서 $10 목표가 정당하다고 가정해 봅시다. 계정 구조, 비즈니스, 위치를 고려할 때 $10에 전환을 얻을 수 있습니까? 그렇다면 몇 개입니까? 매달 3,000달러를 지출하기에 충분합니까? 알아낼 수 있는 유일한 방법은 자동 입찰을 설정하고 결과를 보는 것입니다.
수요와 공급의 경제적 관점에서 이 문제에 접근할 수 있습니다. 이 시나리오에서 광고주는 전환을 구매하려는 수요 측을 나타냅니다. 가상 예의 수요 곡선은 아래 그래프에 나와 있습니다. 여기서 가로 축은 전환 가격(CPA)이고 세로 축은 전환 수입니다.
보시다시피 10달러의 CPA는 100달러의 일일예산에서 하루 10회의 전환으로 변환됩니다.
광고주가 CPA 타겟을 변경하면 예상 전환수가 이 곡선을 따라 이동합니다. 그러나 이 그래프만으로는 가능한 것에 대한 답을 얻을 수 없습니다. 5달러의 타겟 CPA가 작동하고 하루에 20회의 전환을 가져올 수 있습니까? 다시 말하지만, 우리 광고주에 대해 알아낼 수 있는 유일한 방법은 특정 CPA(목표 $5)를 타겟팅하고 보고 배우는 자동 입찰을 사용하는 것입니다.
시나리오 2: 광고주가 야심찬 CTA 목표를 설정함
실제 답은 경매시장의 공급곡선에서 나온다. 전환을 구매할 수 없는 최소 가격이 있습니다. 다른 극단적인 경우, 특정 CPA 이상인 경우 기본적으로 시장을 소유하고 있고 수준을 낮출 수 있는 전환수를 얻을 수 있습니다. 게재할 수 없기 때문에 전환).
우리의 가상 예에 대한 수요와 공급 곡선은 아래와 같습니다.
위의 그래프는 첫 번째 그래프에서 작성되었으며 CPA가 얻을 수 있는 가장 낮은 값이 $3임을 나타냅니다. 그러나 저렴한 가격으로 평균적으로 하루에 1회의 전환만 얻을 수 있습니다. 원하는 $5 CPA에서도 공급이 수요를 충족하지 못합니다. 20개의 전환을 포장하는 대신 시장은 12개의 전환만을 산출합니다. 이는 $10 CPA에서 10보다 개선된 것입니다. 그러나 여전히 매일 $40를 사용하지 않고 있습니다.
광고주가 할당된 예산의 결과를 최대화하기로 결정했다면 이들 사이의 어딘가에서 값을 시도하고 계속 수정하는 것이 가장 좋습니다. .
Acquisio Turing이 SEM 캠페인에서 활성화되면 가상 시나리오에 대한 수요 공급 그림은 아래 표시된 것과 같습니다.
수요곡선과 공급곡선의 모양은 같다. 새로운 점은 광고주가 전환에 대해 지불할 수 있는 최대 가격을 나타내는 빨간색 선으로, 이 경우 $12로 설정됩니다. 녹색으로 표시된 지점은 예산이 완전히 지출된 100달러 일일예산에 대한 이상적인 CPA입니다. $6.25의 CPA로 16회의 전환이 발생합니다! 나쁘지 않아. Acquisio의 입찰 및 예산 알고리즘은 이 지점의 위치를 학습하고 달성될 때까지 해당 지점으로 입찰을 유도합니다.
이것은 고정된 세상에서 모두 좋은 일이지만 인터넷 광고는 항상 변합니다. 광고 플랫폼은 제품 및 광고 관리 방식(예: 검색 엔진 결과 페이지 정책 및 관행, 새로운 광고 유형 등)을 변경하고 경쟁이 변경되거나 광고주의 상황이 변경될 수 있습니다. 이러한 모든 외부 요인은 공급 또는 수요 곡선에 영향을 미치므로 매일 단일 CPA 목표를 달성하기가 더 어려워집니다.
시나리오 3: 광고주가 더 나은 CRO 관행을 구현함
광고주가 웹사이트 실적을 연구한 후 전환율을 50%까지 높이는 향상된 방문 페이지와 탐색 기능으로 사이트를 다시 시작하기로 결정했다고 가정해 보겠습니다. 경매 시장은 변하지 않았지만 방문자가 쉽게 전환할 수 있도록 함으로써 광고주는 공급 곡선을 위로 밀어 올릴 수 있습니다.
더 나은 캠페인 구성 요소가 더 나은 결과를 산출하기 때문에 이 변경은 이상적인 CPA가 이제 100달러의 일일예산으로 19회의 전환을 산출할 수 있는 5.26달러로 변경되었음을 의미합니다. Acquisio Turing의 머신 러닝 알고리즘은 알림 없이 또는 광고주가 설정할 새 CPA 목표를 추정할 필요 없이 자체적으로 이 변경 사항을 선택합니다. 이것이 Acquisio의 머신 러닝 기술과 Google의 주요 차이점입니다. CPA 목표를 완전히 손에 넣을 수 있는지 여부입니다.
시나리오 4: 광고주가 지출할 추가 예산이 있음
광고주에게 자주 발생하는 또 다른 시나리오는 예산을 변경해야 하는 경우입니다. 가상의 경우 광고주가 광고가 전환을 얼마나 잘 유도하고 있는지에 대해 만족하고 예산을 3배로 늘리고 싶어한다고 가정해 보겠습니다. 3배의 예산은 3배의 전환을 필요로 하지 않습니까?
불행히도. 원래 공급 곡선에서 300달러의 일일예산은 전환당 12.60달러를 지불해야만 사용할 수 있습니다. 이는 광고주가 설정한 최대 가격 상한선인 $12를 초과하므로 Acquisio Turing은 이상적인 지점에 도달할 수 없습니다. 즉, 이 시나리오에서는 원하는 예산을 완전히 지출할 수 없습니다.
수요와 공급의 균형에 영향을 미치는 수많은 다른 시나리오가 있으며 이를 유지하는 것은 인간에게 어려운 작업이 될 수 있습니다. Acquisio Turing을 위한 것이 아닙니다. 당사의 기계 학습 기술은 하루에 최대 48번까지 입찰 및 예산 결정을 내리며 끊임없이 변화하는 광고 환경에 발맞추기 때문에 귀하가 그렇게 할 필요가 없습니다.
Acquisio Turing으로 CPA를 최적화할 때의 모범 사례
CPA 입찰에 Acquisio Turing을 사용하는 경우 최상의 성능을 얻을 수 있도록 몇 가지 모범 사례를 적용하는 것이 좋습니다.
일관된 전환이 가장 효과적입니다.
광고주는 Acquisio Turing이 유효하도록 전환 추적을 설정해야 합니다. 기계 학습 및 자동 입찰의 맥락에서 광고주는 시스템이 학습할 수 있는 최소한의 일관된 전환이 필요합니다. 일관된 전환이란 무작위로 더 많은 전환이 발생하는 대신 일정한 일일 수를 의미합니다.
다양한 목표 최적화
광고주마다 온라인에서 검색 캠페인을 만들 때 목표가 다릅니다. 양식 작성 및 이메일 가입부터 페이지 방문 및 실제 구매까지. 광고주가 검색 광고 플랫폼에서 추적할 수 있는 전환 이벤트가 많이 있습니다.
보고 관점에서 총 전환수에는 대행사 또는 광고주가 정의한 모든 잠재적 전환 이벤트가 포함될 수 있습니다. 그러나 총 전환 수에는 실제로 최적화할 가치가 있는 전환만 포함되어야 합니다. 캠페인 관리자는 머신 러닝으로 작업할 때 이러한 시스템이 다양한 유형의 전환을 구별할 수 없다는 것을 인식해야 합니다. 따라서 보고할 때 집계되는 전환만 포함해야 합니다. Acquisio Turing은 이를 구분할 수 없고 유형이 아닌 집계로 보고되기 때문입니다.
CPA 최적화를 위한 Acquisio Turing 활용
Acquisio Turing은 입찰을 쉽게 만드는 SEM 머신 러닝 솔루션입니다. 하지만 여기서 요점은 Google의 스마트 자동 입찰과 달리 광고주가 진정으로 Acquisio Turing이 주도권을 잡도록 할 수 있다는 것입니다. 조정해야 할 CPA 목표가 없습니다.. 절대! 기계 학습 알고리즘은 검색 광고 플랫폼( Google Ads 및 Bing Ads ) 에서 제공하는 실시간 기본 전환 추적에 의존합니다 . 이를 통해 시스템은 다음과 같은 광고주의 목표를 달성할 수 있습니다.
- 최적의 가격으로 전환 극대화
- 예산을 한 달 내내 유지하기
- 하루 종일(또는 정해진 일정에 따라) 경매에 광고 유지
광고주가 CPA를 당사 머신 러닝에 맡기면 엄청난 양의 데이터를 사용하여 끊임없이 변화하는 조건에서 모든 광고주의 예산에 이상적인 CPA를 찾습니다. [참고: 전환 또는 통화에 대한 오프라인 추적은 현재 지원되지 않지만 계속 지켜봐 주시기 바랍니다.]
궁극적으로 Acquisio Turing은 전환 가능성이 있는 사이트로 트래픽을 유도합니다. 그러나 방문자를 쉽게 전환할 수 있도록 안내하는 탐색 경로인 랜딩 페이지를 만드는 것은 귀하에게 달려 있습니다.
이미지 크레딧
특집 이미지: Unsplash / 마크 A
Tamas Frajka가 만든 모든 그래프. 2018년 6월.