Kako uskladiti klasično oglaševanje in oglaševanje s pomočjo umetne inteligence (AI)

Danes imamo zagotovo na voljo veliko izbiro vrst oglasov.

 

Mnogi izmed nas se še vedno raje zanašamo na stare standardne oglase, saj v večini še vedno premagujejo nove načine v plačanem iskalnem oglaševalskem bloku (PPC oglaševanje).

Kako imeti vse to pod nadzorom, s prilagodljivo strategijo, ciljnimi skupinami in testiranjem se sprašujete?

Da bi stvari postale še bolj zapletene, je težko dobiti podporo s strani ponudnikov (Google, Facebook), zaradi česar pogosto težko ovrednotite, ali so spremembe v oglasih za vaše podjetje dobre ali slabe.

 

 

Prilagodljive rešitve zahtevajo uporabo prilagodljivih orodij

Če orodja, na katera se zanašate, ne podpirajo popolne transparentnosti rezultatov (vse do stopnje konverzije za vsak posamezni oglas), ne boste mogli natančno ugotoviti, zakaj je uspešnost delovanja takšna kot je. Pri tem vam lahko pomagamo tudi mi z našo analizo oglaševanja.

Tudi če se skupna učinkovitost izboljša, je pomembno, da si vaša ekipa zastavi težka vprašanja.

 

Kaj je pomembnejše:

  • Preizkušanje nečesa novega, morebiti oglaševalske akcije z nizko občutljivostjo?
  • Podrobno razumevanje novih orodij, da bi jih lahko ustrezno prilagodili?

 

Če je odgovor slednje, so naslednji korak pogovori, kako postavili pričakovanja o tem, kakšne rezultate pričakovati od novih kampanj.

Nihče ne bo želel čez nekaj mesecev prisostvovati na sestanku, kjer iskrena vprašanja kot so “zakaj je to uspelo oz. ni uspelo” ne bodo prejela vašega odgovora.

Poleg tega pa lahko omejena sredstva vaše ekipe lahko prednostno usmerite na učinkovitejše kratkoročne zadeve.

Neglede na lastno pripravljenost prilagoditvam, moramo prepoznati splošen premik, ki je vodilo najnovejšega razvoja oglaševanja.

Če obravnavamo to kot le še eno vajo v preoblikovanju oglasov, bomo spregledali večjo spremembo, ki se kaže v ciljanju na uporabnike pri Googlu in pri splošnem iskanju.

Lastnosti novih formatov podpirajo nezadržno korakanje industrije naproti avtomatizaciji.

Razen novih omejitev števila znakov je obvladovanje avtomatizacije tisto, kar je res bistveno.

Že več kot leto dni, si Google usklajeno prizadeva za uvedbo elementov strojnega učenja v vse več komponent svojega ekosistema.

To Googlovo početje je z lahkoto razumeti kot jemanje nadzora oglaševalcem. Da, avtomatizacija pomeni manj neposrednega upravljanja in s tem tudi manj predvidljive rezultate.

Vendar pa bodo po drugi strani zaradi te inovacije v marketingu vaša oglaševalna sredstva – kot so ključne besede, oglasi, ponudbe in negativi – lahko delovala bolje in predvsem pametneje.

Argumenti za testiranje odzivnih iskalnih oglasov

Začetne številke, ki smo jih opazili pri naših prvih uporabnikih, pritrjujejo zagotovilom, da avtomatizacija izboljša učinkovitost.

Čeprav odzivni iskalni oglasi dosegajo nižji delež prikazov kot drugi oglasi, njihova stopnja konverzije in donosnost naložbe precej presegata razširjene besedilne oglase.

Spodaj so primeri podatkov iz oglaševalske akcije, ki je potekala en mesec,  s celotnim deležem prikazov in brez sprememb ponudb ali vpliva sezonskosti.

Medtem ko so odzivni iskalni oglasi predstavljali le 3 odstotke prikazov, so zaradi veliko višjega razmerja med prikazi in kliki ter stopnje konverzije ustvarili nesorazmerno več konverzij pri veliko boljši donosnosti naložbe.

 

Razširjeni besedilni oglasi Odzivni iskalni oglasi OIO delež aktivnosti
Prikazi  154,423  5,028 3%
Kliki  1,919 766 29%
Stroški $1,665 $400 19%
Konverzija  26  14 35%
Donosnost $37,410 $16,556 31%
                                          OIO                    donosnost n.                  RBO donos. n.
Razmerje med prikazi in kliki 1% 15% 1,126%
Stopnja konverzije 1.4% 1.8% 35%
Donos n. $22 $41 84%

To je reprezentativno za ugotovitve, ki so se pojavila na vseh področjih, kjer so bili uvedeni odzivni iskalni oglasi.

Tako opazne razlike v rezultatih in precej visoka pomembnost predstavljajo dobre razloge za uvedbo strojnega učenja.

Namesto daljšega čakanja na par A-B testiranj, da bi dosegli perfektne rezultate, rajši prepustite upravljanje oglasov sistemu. Z zadostnim številom podatkov, bodo učinki boljši.

Da, to pomeni malo več zaupanja v računalniško učenje, ampak se na koncu izplača!

 

Priporočena najboljša praksa odzivnih iskalnih oglasov

Za pospešitev delovanja strojnega učenja si zagotovite zadostno število komponent oglasov, da sistem lahko hitro preizkusi različne kombinacije, ugotovi kaj dejansko deluje, in se v slednjem dodobra »zverzira«.

Potrebni so najmanj trije naslovi in dva opisa (kar pomeni šest kombinacij).

Samo z dodajanjem še enega naslova ali opisa bi prišlo do 9 različic, kar bi multivariatni tehnologiji UI dalo za 50 odstotkov več različic oglasov za eksperimentiranje.

V trenutni fazi poročanja Oglasi Google omogočajo samo prikazovanje števila prikazov za vsak naslov in opis. Oglaševalec ne more vedeti, kateri element je prispeval k uspešnosti in v kolikšni meri.

Čeprav je to zelo frustrirajoče, žal to ni nekaj, kar lahko nadzorujete. In to je kompromis z umetno inteligenco – donosnost naložbe in stopnja konverzije v zameno za nadzor in vpogled v “kako se naredi klobasa”.

Prav tako je pomembno, da v tem procesu ponovno pregledate razširitve oglasov.

Ker je treba pripraviti več besedilnih polj oglasov, obstaja tveganje za ponavljanja že obstoječega v razširitvah oglasov: kaj se že izvaja v razširitvah oglasov: delčki, oblački in povezave do spletnih mest.

To je priložnost, da izpopolnite vašo besedilno strategijo in na splošno premislite o načinu sporočilnega oglaševanja pri iskanju.

Še enkrat premislite vašo ‘ad messaging’ strategijo

Vse do zdaj, se je razširitve obravnavalo kot nagraditve, z osredotočanjem na besedilo oglasa.

Dolgi opisi so se več let uporabljali predvsem kot način trpanja venomer več informacij, s čimer so postali bogatejši a tudi nepraktični in okorni.

Zdaj pa nam strojno učenje daje možnost uporabe bolj strateškega pristopa, kar se bolj usklajuje s širšimi tržnimi cilji blagovne znamke.

Spodaj so predlagane smernice o tem, kako racionalizirati sporočanje, da bi strojno učenje postalo čim bolj učinkovito in ga bo lažje integrirati s širšimi organizacijskimi cilji

  • Naslovi 1 za referenco Znamke ali Izdelka.
  • Naslovi 2 or 3 ključni poziv k dejanju ali pozicioniranje blagovne znamke.
  • Opis besedila za splošne izjave, ki poudarjajo koristi za ciljno občinstvo. V idealnem primeru bo vsaka različica usmerjena na drugo uporabniško skupino, kot so cenovno-občutljivi uporabniki, tisti, ki iščejo določeno izkušnjo itd.
  • Maksimizacija razširitev oglasov za določene funkcije in lastnosti izdelka..

Nato pa se uležite na hrbet in se sprostite, ali pa si zategnite varnostni pas – odvisno pač, kar se vaši ekipi zdi najbolj primerno.

Pustite umetni inteligenci, da opravi svoje.

Sam osebno spadam v skupino zateganjalcev pasov, pa čeprav na sopotnikovem sedežu.

Čeravno je natančno spremljanje rezultatov pomembno, strojno učenje odzivnih iskalnih oglasov potrebuje resnično priložnost za svoje delovanje in morate mu prepustiti voznikov sedež.

 

Če bi želeli izvedeti več o oglaševanju s pomočjo UI, stopite v stik z nami!

 

Več virov: