Olhando para o PPC em 2018: Previsões para o Ano Novo
Publicados: 2022-05-11À medida que o novo ano se aproxima, é hora de fazer um inventário das realizações e mudanças ao longo do ano passado e olhar para frente e planejar o próximo ano. É uma temporada de resoluções e refinamentos, não apenas pessoais, mas também nas esferas profissionais e relacionadas à indústria.
Em indústrias tecnológicas em rápida evolução, muita coisa pode mudar ao longo de apenas um ano. No PPC, conforme refletimos no ano anterior, é difícil determinar exatamente como os recursos evoluirão em 2018. No entanto, achamos que podemos fazer algumas previsões promissoras com base em avanços anteriores, pontos de discussão e tendências de 2017.
Então, diga adeus a 2017 e ajude a inaugurar 2018 examinando esses novos recursos que vislumbramos para o futuro do PPC.
1. Mais recursos de segmentação de público
As mudanças mais significativas no PPC nos últimos cinco anos foram dominadas por recursos de segmentação de público, e 2018 não será uma exceção. Prevemos que a segmentação por público-alvo avançará de várias maneiras diferentes.
Expansão da segmentação por segmentação por lista de clientes
A correspondência de clientes é a segmentação de público com base em seus dados de CRM (Customer Relationship Management). Ele permite que você exiba anúncios com base em dados sobre clientes atuais que você escolhe compartilhar com o Google. No momento, você pode usar essa segmentação nas propriedades do Google, como anúncios da Pesquisa e do Gmail. No entanto, está atualmente indisponível para publicidade geral de terceiros.
Ao longo de 2018, devemos ver uma expansão na forma como a segmentação por correspondência de clientes pode ser usada. Como essa segmentação é baseada em dados de CRM, podemos ver algumas restrições na UE e em outras áreas. Essas áreas têm muitas leis de privacidade que restringem como os dados do cliente podem ser usados em publicidade. No entanto, ainda podemos esperar ver mais opções de segmentação por correspondência de clientes em todos os lugares.
Expansão de listas semelhantes
Listas semelhantes são listas semelhantes a uma lista de público-alvo que você cria no Google AdWords. Atualmente, se você não atender a um tamanho mínimo de dados, raramente verá essas listas disponíveis. À medida que o aprendizado de máquina fica melhor em padronizar os comportamentos do usuário e combiná-los com outras pessoas, espere ver mais listas semelhantes disponíveis em sua conta.
Gerenciamento de lista de terceiros mais fácil
Um dos recursos menos usados no AdWords é a capacidade de usar listas de terceiros que não são do Google em sua conta PPC. Esse recurso tem mais de 92.000 listas de público disponíveis para ele. Essas listas vêm de provedores de dados de terceiros, como BlueKai.
Há dois motivos pelos quais essas listas não são visíveis na maioria das contas:
- A maioria das pessoas não aluga listas de público-alvo
- Eles pagam com base no CPM (custo por impressão)
Embora a maioria das contas menores nunca precise incluir dados de terceiros na segmentação do Google, às vezes isso é útil, especialmente quando você está tentando alcançar um segmento de mercado muito restrito. Infelizmente, quando você paga com base no CPM em um produto de CPC, a combinação de métodos de pagamento pode ficar complicada. De repente, uma impressão não é mais gratuita ao usar esse método. Com o AdWords, você paga pelo clique; com o CPM, você paga pela impressão. Misturar esses dois sistemas de pagamento opostos pode ser complicado, então você deve ter muito cuidado ao usar listas de terceiros.
Espere que a integração de dados de lista de terceiros seja mais fácil de gerenciar em algum momento de 2018.
O temido desconhecido continua em declínio
Os últimos anos viram vários novos recursos de segmentação demográfica. No entanto, para muitos anunciantes, esses recursos têm pouco significado, pois seus dados demográficos eram compostos principalmente por usuários 'desconhecidos', em oposição a usuários cuja idade, sexo e outras características são conhecidas.
A categoria desconhecida diminuiu significativamente para muitos em 2017. Prevemos que em 2018, mais usuários se enquadrarão nas categorias conhecidas, tornando muitos desses recursos avançados úteis para um número maior de anunciantes.
Adoção de segmentação de público-alvo?
No mundo do PPC, existem dois marcos principais para examinar os recursos:
- Quando o recurso está disponível para uso geral
- Quando realmente é usado (se alguma vez) consistentemente
A maioria das empresas tentou o remarketing na rede de display. Quando examinamos grandes quantidades de contas, muitas delas fizeram uma amostra para a rede de pesquisa, mas não adotaram totalmente o remarketing para pesquisa. Quando analisamos listas semelhantes, correspondência de clientes e informações demográficas, esses recursos não são utilizados na maioria das contas. A razão para a falta de adoção é tripla:
- A falta de compreensão e educação nesta área
- Não há dados suficientes para as contas pequenas utilizarem
- O Google não forneceu ferramentas para dimensionar facilmente todos os recursos em contas corporativas
Com a mudança da interface do Google e um grande conjunto de recursos sendo disponibilizados, 2018 deve ser o ano em que o Google tornará mais fácil para as pessoas adotarem esses recursos em escala. Esperamos que 2018 também se torne o ano em que a segmentação de público seja adotada na maioria das contas de PPC.
2. Mudanças no Gerenciamento de Atribuição
Se um usuário clicar em três anúncios de pesquisa, duas listagens orgânicas, ler seu e-mail e depois converter, quais visitas recebem o crédito pela conversão? Essa é a pergunta que a gestão de atribuição procura responder. Em 2018, veremos duas mudanças principais no gerenciamento de atribuição.
Lance por atribuição
Neste momento, a maioria das empresas licita por “Último clique”. Isso significa que, se uma pessoa visitar seu site seis vezes e depois comprar, o último clique receberá todo o crédito. Em um mundo de resposta direta, isso pode ser bom. Em um longo processo de jornada do consumidor, esse tipo de lance ignora como um usuário encontrou você inicialmente. Ele também tende a supervalorizar os cliques da marca, pois os cliques da marca geralmente são o último clique antes de uma conversão. Assim, a atribuição de licitação precisa de mais foco nas opções de distinção fina para ser útil no processo de PPC.
Nas configurações de conversão, você pode escolher como as conversões são contadas em sua conta alterando o modelo de atribuição de "Último clique" para qualquer uma das outras opções:
Depois de fazer essa alteração, você começará a ver dados de conversão fracionários em toda a sua conta. Todos os lances que você fizer com base nos dados de conversão serão feitos com base no modelo de atribuição que você escolher. Embora esse recurso esteja disponível há algum tempo, ele foi subutilizado. Com o aumento da conscientização sobre a atribuição e a facilidade de implementação, veremos muito mais contas dando lances com base em um modelo de atribuição que não é o último clique.
Conversa de gerenciamento de atribuição entre canais
Se você alterar seu modelo de atribuição para "Baseado em posição" e ativar os lances de CPA, você automatizou seus lances de pesquisa paga por um modelo de atribuição. No entanto, esses lances ignoram completamente os cliques sociais, de e-mail, orgânicos e outros. Os cliques usados neste modelo de atribuição são principalmente seus cliques PPC. A análise de atribuição entre canais agora pode ser feita no nível do canal. Quando você começa a conectar os pontos de contato individuais, incluindo quais consultas de pesquisa, ofertas de e-mail reais e menções sociais ocorreram durante todo o ciclo de conversão, os modelos falham. Essa falha não é de natureza matemática, mas sim o resultado de quão escassos os caminhos se tornam quando você cava tão longe em cada caminho de clique antes de uma conversão.
Embora não vejamos esse tipo de lance acontecer em 2018, o que devemos ver são mais conversas sobre como lidar adequadamente com esses cenários. Precisamos começar a construir modelos e ferramentas para analisar todo o caminho do consumidor no que se refere aos pontos de contato, lances e alocação de orçamento necessários.
3. O aprendizado de máquina fica mais inteligente
O aprendizado de máquina é muito útil durante os estágios iniciais, no entanto, parece que fica mais burro com o tempo, em vez de mais inteligente. Mais dados deveriam significar melhor aprendizado, mas nem sempre é esse o caso. Em 2018, devemos ver o aprendizado de máquina ficar mais inteligente. Considere este cenário simples: você tem um anúncio em todos os seus grupos de anúncios que é apropriado para os pesquisadores durante todo o ano. Uma semana antes da Black Friday, você cria um anúncio em seus grupos de anúncios que menciona vendas de fim de ano. O aprendizado de máquina começa a analisar o desempenho desses dois anúncios. Ele aprenderá rapidamente que o anúncio que menciona vendas de fim de ano está se saindo muito melhor do que o anúncio que não menciona uma venda. Então, ele veicula o anúncio de feriado quase o tempo todo.
Então, a temporada de festas passa e, com o início de janeiro, os anúncios especiais de vendas de fim de ano não são mais apropriados. Qualquer profissional de marketing inteligente concordaria que é hora de pausar o anúncio sazonal, no entanto, a máquina não concorda. Ele continua a veicular o anúncio de vendas de fim de ano com mais frequência porque ainda está funcionando com base nos dados mais recentes. Eventualmente, a máquina verá que esse anúncio não está indo bem e deixará de veiculá-lo, mas isso leva tempo. Pode ser março ou abril antes que o aprendizado de máquina alcance as tendências atuais.
O aprendizado de máquina é bom para encontrar um padrão e tomar uma decisão. O problema é que leva tempo para recuperar o atraso ou aprender novos padrões quando os dados ou entradas mudam. O aprendizado de máquina simplesmente não é bom em mudar de ideia.
O Google AdWords usa aprendizado de máquina há vários anos e esses tipos de cenários estão se tornando mais comuns. Ao longo de 2018, devemos ver o aprendizado de máquina ficar mais inteligente. Em 2016-2017, o aprendizado de máquina precisava de menos dados para tomar uma decisão que tornasse o aprendizado mais rápido. Agora ele precisa aprender que você pode alterar decisões anteriores quando os cenários mudaram.
Como fizemos?
Pode ser divertido brincar de cartomante e fazer previsões sobre o futuro, pois isso lhe dá uma razão para se afastar das minúcias cotidianas e ter uma visão e abordagem mais holísticas do PPC. Você percebe que, como profissional de marketing, é importante olhar para o passado, o presente e o futuro para atender melhor aos anunciantes. O sucesso depende de uma mistura delicada de muitas coisas, como um exame do que aconteceu no passado, quais mecanismos são atualmente capazes de codificar, para onde as conversas estão indo no futuro e o que seguirá logicamente no próximo ano.
Em 2018, planejamos continuar escrevendo artigos e produzindo webinars que examinam o PPC, os desenvolvimentos atuais e como tornar sua conta mais lucrativa. Nossa previsão final é que 2018 será um ano maravilhoso para os profissionais de marketing de PPC, e esperamos que você continue nos acompanhando enquanto compartilhamos as dicas mais recentes para o sucesso do PPC.