Web Seminerimizden Soru-Cevap 'Sektörünüzde Daha İyi Arama Ağı Reklamcılığı için Yapay Zekadan Yararlanma ve Denetleme'

Bu ayın başlarında, Acquisio'nun Kurucu Ortağı Marc Poirier ve ben, Adalysis'ten Brad Geddes, yapay zekanın ücretli arama üzerindeki etkisi, çerçeve kampanya yöneticilerinin yapay zekadan yararlanmaları ve bu ortaya çıkan bu durumu denetlemek için neler yapılması gerektiği hakkında büyüleyici bir tartışma için bir araya geldik. teknoloji.

Web seminerini kaçırdınız mı? Kaydı buradan izleyin!

Marc ve ben seyircilerden bazı harika sorular aldık, ancak ne yazık ki hepsini yanıtlayamadan zamanımız tükendi. Ancak webinarda söz verdiğimiz gibi, tüm sorularınızın yanıtlarına aşağıdan göz atabilirsiniz.

1 – Google'ın makine öğrenimi hakkında ne düşünüyorsunuz? Acquisio'yu Google'ın makine öğrenimine karşı koyan bir A/B denemesi kurdunuz mu?

Brad: Konu reklamlar olduğunda Google'ın makine öğrenimi korkunç. Reklamların yaratılması, RSA reklam sunumu, optimize edilmeleri (ki bu korkunç) önemli değil – büyük bir hayran değil. Benzer listelere gelince, bence harika. Ama tahammül seviyem çok farklı. Benzer listeler için, bana hiç bilmediğim %10 yeni müşteri kazandırıyorsa, bundan gerçekten çok mutluyum. İyi ya da kötü olduklarına dair bir açıklamayı asla örtmem. Google matematikte çok iyi, yaratıcılıkta çok kötüler. Onları biraz o bölgelere ayırıyorum.

Marc: Karşılaştırma açısından, bunu her zaman yaparız. Bu konuda daha disiplinli olmaya ve örneğin EBM teklifini kullanan büyük bir müşteri örneği elde etmeye çalışıyoruz. Bununla ilgili resmi bir araştırmamız yok – henüz! Ancak Google farklı bir sorunu çözüyor. Paranızı (belirli bir fiyat hedeflemek yerine, bir tıklama veya dönüşümün en uygun fiyatıyla) harcamaya çalışıyoruz, ancak dönüşümleri en üst düzeye çıkarırken bütçeyi aşmıyoruz.

2 – 3-6 ay gibi uzun bir satış döngünüz varsa, bu verileri günden güne gelen potansiyel müşterilerle birlikte kullanmak en iyi nasıl olur? Veriler mevcut tekliflerin aylar gerisindeyse, yalnızca gerçekten dönüştürülmüş olası satışlarda geri besleme mi yapmalısınız?

Brad: Bu bir veri sorusu olduğu kadar felsefi bir soru. Mümkün olan en kısa sürede olası satışları hak etmeye çalışıyorum. MQL'm - pazarlama nitelikli müşteri adaylarım - en fazla 2-7 gün içinde yapılmalıdır. Makine öğrenimi, 7 günlük bir gecikmeyle çalışmak, sorun değil. Satışları 7-14 gün içinde değerlendirebilirsek, bu veriler üzerinde çalışmayı tercih ederim. 6 ay sonra kapalı bir satış üzerinde çalışır mıyım? Hayır, yapmazdım.

Veri gecikmesi durumunda, makine öğrenimi için iki yönlü bir yaklaşım kullanmalısınız. Birincisi, karar vermede birlikte çalışması için makineye en son verileri vermektir. Bu, olası satışlar (mümkünse pazarlama nitelikli) veya kaliteli ziyaretlerin sinyalleri olabilir. Bu, günlük teklif yönetimine yardımcı olur.

Ardından, gerçek satış verilerini geri beslemeli ve satış verilerinin nitelikli müşteri adayı verileriyle nasıl hizalandığını görmelisiniz. Yakın bir şekilde hizalanırsa, kısa vadeli sinyallere güvenebilirsiniz. Eğer değilse; daha sonra neden sıraya girmediğini görmek için verileri araştırmak istersiniz. Daha düşük kaliteli potansiyel müşterilere yol açan anahtar kelimeler, konumlar, günün saatleri veya başka sinyaller olabilir. Bu durumlarda, kısa vadeli ve uzun vadeli verilerinizin birbiriyle uyumlu olması için kampanyalarınızda ayarlamalar yapmak istersiniz.

Marc: Acquisio'da kendimiz için bir sürü öncü gen işi yapıyoruz ve bu sorunu yaşıyoruz. İnsanlar ürünü satın almadan önce bir süre düşünürler ve bu uzun sürebilir. Ajansların ürünümüzü kullanma olasılığı reklamverenlerden daha fazladır ve yönettikleri hesapların sayısını biliyoruz. Yönetim altında daha fazla hesapları varsa, ürünümüzü kullanma olasılıkları daha yüksektir. Pazarımızı ve nerede başarılı olacağımızı iyi biliyoruz, bu nedenle demo istekleri ve benzeri için sahip olduğumuz formlar bu bilgileri bizim için yakalar. Teklif için mi kullanacağız? Biz yapmıyoruz. Algoritma bunu yakalamak için tasarlanmamıştır (olabilir, ancak şu anda değil).

Brad: Tüm lider nesil şirketler için – makinelerin hangi verileri görüntülemesine izin veriyorsunuz, dahili olarak ne kullanıyorsunuz? 'İşte toplam olası satışlarımız ve işte nitelikli olası satışlarımız' bilmek istersiniz, böylece yüzde kaçının nitelikli olduğuna bakabilir ve bu sayıyı daha yüksek alabilirsiniz, ancak daha sonra makinelerin çalışması için bu sayılardan yalnızca birini hesaplarınıza geri gönderebilirsiniz. itibaren.

3 – Uzun yeniden inceleme aralığı / geçmiş verileri kullanmadan mevsimselliği nasıl değerlendiriyorsunuz?

Marc: Acquisio Turing, verilerdeki kısa ve orta eğilimleri gözlemler ve bu eğilimlere dayalı kararlar verir. Algoritmalarımız, fazla veya eksik harcamayı önlemek için açık artırmadaki mevsimsel değişikliklere tepki vererek yalnızca mevcut veriler üzerinde kararlar alır. Acquisio'nun diğer Kurucu Ortağı Richard Couture ve Jason MacDonald ile PPC mevsimselliğini yönetme hakkında yaptığımız röportaja göz atın.

4 – Google, AI ve ML alanındaki en gelişmiş oyunculardan biri olduğu için, ajans modelini neredeyse geçersiz kılmaktan onları alıkoyan nedir? Müşterinin parasını bu kadar verimli bir şekilde harcayan gerçekten verimli bir self servis platform oluşturabilirlerse… ajanslar gelecekte nereye varacak?

Brad: İnsanların ve bilgisayarların hangi konularda iyi olduğunu karşılaştırdığımızda, birkaç büyük eğilim görüyoruz. Birincisi stratejidir. Bir makine, şirketinizin neyi başarmak istediğini bilmiyor. Kullanıcıların sizden nasıl satın aldığına, farkındalığın ne kadar önemli olduğuna ve işinizi nasıl büyüteceğinize ilişkin verilere sahip değiller. Bu, ajans ve şirket içi pazarlamacı dünyasına sıkı sıkıya oturur.

Şimdiye kadar, bilgisayarlar yaratıcı olan herhangi bir şeyde önemli ölçüde başarısız oldu. Bu, reklamların nasıl göründüğüne, tekliflere ve web sitesi içeriğine kadar uzanır. Stratejiden yaratmaya ve yürütmeye kadar reklam kampanyaları söz konusu olduğunda, bu, ajans ve şirket içi pazarlama dünyasında sıkı bir şekilde oturur.

Pazarlama çabalarınızı ileriye taşımak için veri içgörüleri, insan yorumundan gelir. Makineler raporları otomatikleştirebilir ve veri eğilimlerini gösterebilir; ama bu eğilimlerin neden meydana geldiğini bilmiyorlar. Veri yorumlama, veri hikayesi anlatımı ve veri içgörüleri uzun süre insan dünyasının bir parçası olmalıdır.

Teklif verme, otomatik raporlar ve tekrarlanabilir işler yapma söz konusu olduğunda, makine öğrenimi harikadır. Strateji, yaratıcılık, hikaye anlatımı ve bir şeyin neden olduğu ve buna nasıl tepki verileceği söz konusu olduğunda, insanlar pazarlama ekosisteminde bu noktada yer alır.

5 – Google Alışveriş tekliflerini optimize etmek için esas olarak maliyet/gelir mi düşünüyorsunuz?

Marc: Acquisio Turing, alışveriş kampanyalarını TBM veya EBM gibi diğer kampanyalarla aynı hedefler için optimize edebilir. Geçen yıl bu zamanlarda, Seer Interactive ile son dakika Google Alışveriş kampanyalarınızı nasıl optimize edeceğinize ilişkin ipuçları içeren bir web semineri yaptık.

6 – Makine öğrenimi çözümünüzle düşük trafik sorununu nasıl hallediyorsunuz?

Marc: Acquisio Turing, düşük trafikle karşı karşıya kaldığında, eldeki görev için yeterli bilgiyi toplamak için uyarlanabilir ayarlamanın ve bilinçli bir karar vermesine yardımcı olmak için düşük trafikli bir veri havuzundan çekmenin bir kombinasyonunu kullanır.

İlginç bir şekilde, algoritmalarımız küçük bütçelerle çok iyi performans gösteriyor, bu nedenle düşük trafiğe sahip ücretli arama pazarlamacıları, makine öğrenimimizi denemekten korkmamalı.

7 – Bildiğim kadarıyla Google Ads verileri gerçek zamanlı olarak paylaşmıyor, sadece günlük verileri alabiliyorsunuz. Peki, teklif optimizasyonunu gerçek zamanlı olarak çalıştırmak nasıl mümkün olabilir?

Marc : Şans eseri gerçek zamanlı verilere sahip olan Google API'sinden yararlanıyoruz. Acquisio Turing, bu verileri özetler, ondan öğrenir ve her 30 dakikada bir tekliflerinizi optimize eder; bu da tıklamaların ve dönüşümlerin artmasına neden olabilir.

8 – Dönüşümler için optimize etmek için kaç dönüşüme ihtiyacınız var?

Marc: Dönüşümleri uygun şekilde optimize etmek için, son 30 gün içinde günde en az bir dönüşüm olması önerilir. Ancak elbette kampanyanın günde 5-10 dönüşüm sağlaması daha iyi olurdu, çünkü bu algoritmalara çalışacak daha fazla veri verirdi.

Bilmekte fayda var: Dönüşümlerin ayrıca Google Ads dönüşüm pikseli ile izlenmesi gerekir ve dönüşüm sütununa yalnızca bir dönüşüm dahil edilmelidir (dönüşüm izleme, her yerine benzersiz olarak ayarlanmıştır).

9 – Bu, görüntülü reklamlarda da işe yarar mı?

Brad: Evet. Veri, veridir. Görüntülü reklamlarınız gösterim ve dönüşüm sağlıyorsa; o zaman bu tür teklif verme ve yönetimi de otomatikleştirebilirsiniz.

Resim Kredisi

Özellik Resmi: Unsplash / Zach Lucero