O que 30.000 contas nos ensinaram sobre aprendizado de máquina e PPC

Publicados: 2017-12-14

Anos atrás, nossa equipe construiu uma tecnologia de máquina auto-aprimorada que poderia alcançar o gerenciamento de orçamentos e licitações mais rápido e melhor do que qualquer humano, usando mais dados do que uma pessoa jamais poderia considerar. A tecnologia foi criada por cientistas de foguetes com outras patentes iniciais de IA e inclui mais de 30 algoritmos sofisticados. Não apenas um sistema automatizado baseado em regras, este na verdade se auto-aprimora constantemente, tornando-o a coisa mais próxima que temos na indústria de SEM da inteligência artificial .

Muito nos perguntam sobre nossa tecnologia de aprendizado de máquina conhecida como Acquisio Turing TM e que tipo de resultados os profissionais de marketing podem esperar dela, porque agências e profissionais de marketing estão cansados ​​de reclamações de fornecedores de martech. Assim, nossa equipe começou a testar nossa máquina.

Queríamos entender exatamente que tipo de resultados de campanha os profissionais de marketing poderiam esperar da Acquisio Turing versus contas que não usavam essa tecnologia. Queixos vão cair, dados vão voar, cabeças vão rolar… você está pronto para sujar as mãos com alguns dados de aprendizado de máquina? Aqui vamos nós!

Parâmetros do Estudo

O estudo real incluiu um total de 32.858 contas entre 1º de setembro de 2015 e 1º de abril de 2017, algumas das quais estavam no Acquisio Turing e outros que não estavam comparando os resultados do mês 1 com o mês 3 da data de ativação

Conforme visto abaixo nas Lições 1 a 4, optamos por relatar as médias e as medianas porque ganhos muito grandes podem dominar a média, distorcendo as expectativas. Por exemplo, se um de nossos clientes tivesse um aumento de 3.000% na conversão enquanto o restante estivesse entre 50 e 100%, a média seria arrastada para cima devido ao outlier. A mediana é menos suscetível ao impacto de outliers.

Para as Lições 5 e 6, analisamos todas as contas sobre Acquisio Turing bem como aqueles que não eram e dividiam as comparações por redes de editores, seja AdWords ou Bing.

Lição nº 1: as contas são maçãs e laranjas

Nem todas as campanhas são criadas igualmente. O sucesso de uma campanha depende de muitos fatores. Uma campanha pode ter um orçamento alto, outra pode ter um prazo menor, uma pode vender produtos mais populares, enquanto outra tem pouca concorrência. Para entender qualquer coisa e obter dados estatisticamente significativos, as comparações de contas devem ser feitas apenas entre contas semelhantes.

Tivemos que cortar os dados corretamente e comparar maçãs com maçãs. Como o Acquisio Turing é uma ferramenta de gerenciamento de lances e orçamentos, foi extremamente importante comparar contas com gastos de orçamento semelhantes ao medir o custo por clique, a taxa de cliques, o custo por aquisição e as conversões. Para determinar essas métricas, filtramos as contas por gastos semelhantes, dentro de um intervalo de mais ou menos 10%, deixando 8.235* contas.

*Os outliers foram removidos antes do cálculo das médias tratando as pontuações como log-normalmente distribuídas e usando o método Median Absolute Deviation.

Lição nº 2: Custo por clique (CPC) reduzido

As pessoas recorrem ao Google para pesquisar serviços. O Google permitiu que os anunciantes entrassem nos resultados de pesquisa e os cobrasse por lead. O custo por clique é a métrica criada pelo Google que determina o que os anunciantes pagarão cada vez que uma pessoa clicar em seu anúncio. Os profissionais de marketing se alegram com o fato de que o custo de suas campanhas de publicidade de busca só aumenta quando as campanhas são eficazes; no entanto, apesar da qualidade dos cliques, há um custo para esses leads.

Para as 8.235 contas comparáveis, observamos uma redução de 7% no CPC em média entre o primeiro e o terceiro mês. A mediana para o grupo foi um decréscimo de 10%, o que significa que metade das contas da Acquisio Turing teve uma redução de CPC de 10% ou melhor. No geral, cerca de dois terços viram uma redução no CPC.

Infernos para o sim para CPCs mais baixos !!

Lição nº 3: aumento de cliques

Embora os cliques não sejam a única coisa que importa, já que eles podem não converter por vários motivos, todos nós queremos cliques de qualidade – tráfego real para nossas páginas de destino de clientes em potencial interessados.

Vimos que, em média, o número de cliques aumentou 15% durante os primeiros três meses. Novamente, a mediana da mudança de cliques entre o primeiro e o terceiro mês foi de 8%, o que significa que metade das contas na Acquisio Turing tiveram um aumento de cliques de 8% ou mais. No geral, 59% viram um aumento nos cliques.

Obrigado aprendizado de máquina por trazer os cliques! Hora de fazer alguma conversão…

Lição nº 4: redução do custo por aquisição (CPA) E aumento nas conversões

CPA é o valor que os anunciantes pagam por conversão. As conversões são o objetivo final de qualquer campanha PPC e da publicidade em geral. No entanto, as conversões às vezes podem ser difíceis de acompanhar. De UTMs a gerenciadores de tags e até software de terceiros, as coisas podem ficar confusas muito rapidamente.

Das 8.235 contas que tiveram um gasto de orçamento dentro de 10% uma da outra, apenas 2.490* estavam rastreando conversões, o que significa que, para a parte de conversão do nosso estudo, estamos comparando pouco menos de 2.500 contas PPC.

Das contas que acompanham as conversões, a alteração mediana do CPA foi uma diminuição de 18% ou melhor. Isso significa que metade ou mais das contas reduziram seu custo por aquisição em 18% ou mais. No geral, 64% do grupo viu uma redução no CPC.

Das contas que estavam acompanhando as conversões, observamos um aumento no número de conversões em 71%... o que fez com que nossa equipe gostasse de:

via GIPHY

No entanto, para sermos conservadores, devemos sempre observar a mudança de conversão mediana, que foi um aumento de 22% nas conversões entre o primeiro mês e o terceiro mês. Isso significa que metade do grupo melhorou as conversões em pelo menos 22% ou mais. No geral, 62% das contas que usam aprendizado de máquina tiveram um aumento no número de conversões.

Agora que é algo para escrever!

*Os outliers foram removidos antes do cálculo das médias tratando as pontuações como log-normalmente distribuídas e usando o método Median Absolute Deviation.

Lição nº 5: Cumprimento do orçamento praticamente todas as vezes

A realização do orçamento nem sempre é considerada uma métrica chave. Recentemente, escrevemos um post em nosso blog sobre por que o alcance do orçamento deve ser um KPI:

“Se o profissional de marketing de PPC gasta demais o orçamento, é um problema por razões óbvias. Mesmo que gastar demais signifique alcançar outro KPI importante, como conversões, o cliente pode simplesmente não ter o dinheiro extra; portanto, alocar um orçamento em primeiro lugar. Se o profissional de marketing de PPC gastar menos do que o orçamento, o cliente perguntará por que eles não colocaram todos os recursos que receberam para obter o máximo de resultados. Enquanto isso, ninguém pode medir consistentemente o retorno do investimento se o investimento for diferente a cada mês e, portanto, também há risco de integridade de dados. Em última análise, se os profissionais de marketing de PPC não puderem gastar o orçamento com precisão e consistência, o cliente desejará gastar seu dinheiro com alguém que possa.”

Com esse raciocínio em mente, é extremamente importante que os profissionais de marketing de PPC atinjam seu orçamento mês após mês. Queríamos ver se o aprendizado de máquina poderia ajudá-los a fazer isso. Para responder à nossa pergunta sobre o orçamento, comparamos nossas contas que usavam nossa tecnologia de aprendizado de máquina com aquelas que não usavam. Também tivemos que considerar aqueles que estavam usando para campanhas no AdWords e aqueles que estavam executando campanhas do Bing. Analisamos um total de 32.858 contas:

  • 12.651 usavam aprendizado de máquina no Google AdWords
  • 11.094 não usavam aprendizado de máquina no Google AdWords
  • 6.342 estavam usando aprendizado de máquina no Bing
  • 2.771 não estavam usando aprendizado de máquina no Bing
Realização média do orçamento

Para o Google AdWords, descobrimos que as contas tinham, em média, 3,4 vezes mais probabilidade de acompanhar e gastar seu orçamento conforme o esperado do que as contas que não usavam o Acquisio Turing.

Para o Bing, descobrimos que as contas eram, em média, 11 vezes mais propensas a acompanhar e gastar seu orçamento mensal usando o Acquisio Turing do que aquelas que não usavam.

Se dividirmos os dados por gastos orçamentários, encontramos o seguinte:

  • As contas que gastaram menos de US$ 500 por mês tiveram 3,1 vezes mais chances de atingir seu orçamento no AdWords e 11,3 vezes mais chances no Bing do que as contas que não usam aprendizado de máquina.
  • As contas que gastaram entre US$ 500 e US$ 1.500 por mês tiveram 2,3 vezes mais chances de atingir seu orçamento no AdWords e 10,1 vezes mais chances no Bing do que as contas que não usam aprendizado de máquina.
  • As contas que gastaram mais de US$ 1.500 por mês tinham 5,2 vezes mais chances de atingir seu orçamento no AdWords e 18,6 vezes mais chances no Bing do que as contas que não usam aprendizado de máquina.

Lição nº 6: O valor médio da vida útil (LTV) das contas aumenta

A quantidade de tempo que uma conta permanece na plataforma pode significar algumas coisas boas. Em primeiro lugar, é mais provável que as campanhas bem-sucedidas continuem do que aquelas que não apresentam bom desempenho e sejam pausadas ou vetadas. Segundo para uma agência, revendedor ou parceiro de canal, isso significa mais dinheiro. Dependendo da quantidade de contas que esse valor de vida útil mais longo representa, ele pode fornecer uma receita anual significativamente maior em escala.

Para determinar o que acontece com o LTV das 32.858 contas, dividimos as contas entre as que usam a tecnologia de aprendizado de máquina e as que não usam. Descobrimos que aqueles que usam a tecnologia de aprendizado de máquina viviam um mês a mais no AdWords e dois meses e meio a mais no Bing do que aqueles que não eram .

O que o aprendizado de máquina pode ensinar sobre PPC

Como a tecnologia de aprendizado de máquina que aplicamos a este estudo está em constante auto-aperfeiçoamento, literalmente ficando mais inteligente a cada dia, esperamos que os resultados apresentados acima só melhorem.

Resumo do TLDR:

  1. Para entender qualquer coisa e obter dados estatisticamente significativos, as comparações de contas devem ser feitas apenas entre contas semelhantes.
  2. Metade das contas que usam aprendizado de máquina tiveram uma redução de CPC de 10% ou melhor. No geral, cerca de dois terços viram uma redução no CPC.
  3. Metade das contas que usam aprendizado de máquina tiveram um aumento nos cliques de 8% ou mais. No geral, 59% viram um aumento nos cliques.
  4. Metade ou mais das contas reduziram seu custo por aquisição em 18% ou mais. No geral, 64% do grupo viu uma redução no CPC.
  5. Das contas que estavam acompanhando as conversões, observamos um aumento no número de conversões em 71%. No geral, 62% do grupo viu um aumento no número de conversões.
  6. Para o Google AdWords, descobrimos que as contas tinham, em média, três vezes mais probabilidade de acompanhar e gastar seu orçamento conforme o esperado do que as contas que não usam aprendizado de máquina.
  7. Para o Bing, descobrimos que as contas eram, em média, 11 vezes mais propensas a gastar seu orçamento mensal usando aprendizado de máquina do que aqueles que não eram.
  8. As contas que usavam a tecnologia de aprendizado de máquina viveram quatro meses a mais do que aquelas que não usavam.

De CPCs mais baixos a taxas de conversão mais altas, LTVs mais longos e muito mais, Acquisio Turing já forneceu um enorme valor às contas em que opera nos últimos dois anos. Estamos realmente empolgados em compartilhar as boas notícias com profissionais de marketing como você, pois uma quantidade crescente de soluções de aprendizado de máquina começa a moldar nossas vidas e agora nossas campanhas de SEM!

Créditos da imagem

Imagem de destaque: Unsplash/ Maxime Bhm

Todas as imagens de Chandal Nolasco da Silva. Extraído Summer-Winter 2017 do último Acquisio Turing Performance Report.