Previsioni PPC con Fogli Google e Vertex AI

Poiché il panorama PPC continua ad evolversi, avere la capacità di prevedere il rendimento futuro delle campagne ha un valore inestimabile.

Questo articolo tratterà alcune delle mie tecniche di previsione PPC preferite utilizzando Fogli Google e Vertex AI che dipingono un quadro più chiaro del futuro e offrono ai clienti informazioni utili.

Sebbene nessuno strumento o tecnica possa fornire un quadro accurato del futuro al 100%, i metodi qui descritti possono mostrarci uno sguardo alle potenziali traiettorie delle campagne PPC.

Funzione PREVISIONE di Fogli Google: nozioni di base

Fogli Google offre una funzione di previsione affidabile e facile da usare utilizzando la formula:

=FORECAST(z, known_y values, known_x values)

Dove:

• z è il punto dati per il quale si desidera prevedere un valore y corrispondente.
• known_y's è l'intervallo di punti dati dipendenti (solitamente i risultati o gli esiti passati).
• known_x's è l'intervallo di punti dati indipendenti (di solito la variabile che ritieni possa influenzare i tuoi risultati).

Questa funzione è un ottimo strumento se hai solo due dimensioni.

Tuttavia, utilizza la regressione lineare, che va bene per una rapida occhiata alle previsioni, ma niente di troppo avanzato per tenere conto di circostanze esterne o altre fonti di dati.

Supponiamo che tu disponga di dati storici dell'ultimo anno e desideri prevedere previsioni di budget future per avere alcuni numeri con cui pianificare.

In questo esempio disponiamo dei dati di vendita dell'anno corrente fino ad agosto e vogliamo prevedere le vendite future da settembre a dicembre.

Se visualizziamo tali previsioni, vedrai rapidamente gli svantaggi dell'utilizzo di questo metodo.

La linea blu rappresenta i dati di vendita noti fino ad agosto e la linea rossa rappresenta i dati di vendita previsti.

La previsione non è altro che una linea di tendenza, che potrebbe aiutare a dare uno sguardo di alto livello a qualcosa, ma non è nulla in confronto alla linea blu, che è fondamentalmente come appariranno i dati aziendali reali.

Potenziamento della funzione PREVISIONE di Fogli Google

Per risolvere il problema della regressione lineare, esistono diversi modi per affrontare la formula di previsione con metodi avanzati.

Invece di utilizzare semplicemente la funzione lineare =FORECAST() , puoi aggiungere una piccola svolta aggiungendo dati di tendenza o altre previsioni di mercato nella formula di previsione, come in:

=FORECAST()*3rdParty_Trend_Data

Puoi acquisire dati sulle tendenze da fonti pubbliche come Google Trends, Google Keyword Planner, Dataset Search di Google o report di settore (da PwC, EY, McKinsey, ecc.) ed esportarli in un CSV o qualsiasi altro formato a cui sei abituato a lavorare con.

Pulisci questi set di dati in modo che corrispondano alla struttura del tuo foglio originale, come i dati su base giornaliera, settimanale o mensile,

Successivamente, integra la funzione PREVISIONE per ottenere una previsione più realistica anziché semplicemente una linea retta che sale o scende.

In questo esempio, abbiamo utilizzato dati di tendenza aggiuntivi, che mostrano una tendenza in aumento verso il quarto trimestre dell'anno. I numeri sono, quindi, diversi dalle vendite previste senza dati di tendenza.

Se visualizziamo questi nuovi dati, possiamo vedere che i dati di tendenza ci forniscono informazioni migliori e più dettagli rispetto a una linea di tendenza piatta.

Come regola generale, è quasi sempre una buona idea supportare tali previsioni con quanti più dati possibili e fornire dati su intervalli di tempo più dettagliati, ad esempio giornaliero o settimanale.

Ottieni la ricerca quotidiana di newsletter su cui fanno affidamento gli esperti di marketing.

Elaborazione in corso... Attendere prego.

SOTTOSCRIVI

Vedi i termini.

Previsioni avanzate con Vertex AI

Se le tue campagne PPC coinvolgono set di dati di grandi dimensioni con più variabili, passare a Vertex AI di Google potrebbe rappresentare un punto di svolta per le tue esigenze di previsione.

A differenza degli strumenti più semplici, Vertex AI consente modelli più complessi che possono tenere conto di numerosi fattori, come la stagionalità, le diverse piattaforme pubblicitarie o persino le tendenze del mercato globale.

Per iniziare, devi prima caricare i tuoi dati PPC storici su Google Cloud Storage.

Da lì, puoi accedere alle tabelle AutoML di Vertex AI per creare automaticamente un modello di machine learning su misura per il tuo set di dati.

Dopo aver addestrato il modello, puoi valutarne le prestazioni utilizzando le metriche integrate per assicurarti che soddisfi i requisiti di previsione. Una volta che sei soddisfatto, distribuire il modello è facile.

Ora puoi utilizzare questo modello per prevedere risultati futuri, come clic, impressioni o conversioni, in base a diversi livelli di spesa pubblicitaria, posizionamenti degli annunci o qualsiasi altra variabile che ritieni importante.

E la parte migliore? Non è necessario essere un esperto di machine learning per farlo. Con un po' di configurazione e messa a punto, sarai sulla buona strada per ottenere previsioni PPC più accurate e approfondite.

Le capacità di Vertex AI sono infinite, ma per iniziare diamo un'occhiata a un framework semplice.

Una volta configurato il tuo account Google Cloud e creato un progetto all'interno di Vertex AI, dovresti iniziare creando un set di dati.

Un set di dati è fondamentalmente la raccolta di punti dati che desideri utilizzare per la tua previsione.

Il set di dati contiene una dimensione temporale e alcune dimensioni di budget ed entrate. A seconda del tuo obiettivo, i set di dati potrebbero contenere diversi punti dati.

Assegna un nome al set di dati, seleziona Tabulare come tipo di dati e Regressione o Previsione come obiettivo.

Mentre la regressione viene spesso utilizzata per comprendere le relazioni e può essere applicata a vari tipi di dati, la previsione si concentra maggiormente sulla previsione di punti futuri in una serie temporale.

Entrambi sono strumenti essenziali nella scienza dei dati e vengono utilizzati per diversi tipi di processo decisionale e analisi. Nella maggior parte dei casi, le previsioni andranno bene.

Ora è il momento di addestrare un nuovo modello. Per i principianti, il metodo di formazione AutoML è sempre una buona scelta. Successivamente, è necessario definire alcune impostazioni sul periodo di previsione, sul target e sulla granularità dei dati.

Una volta terminato, imposta la durata e il budget della formazione e sei pronto. Il modello ora imparerà e riceverai una notifica una volta terminato.

L'ultimo passaggio consiste nell'ottenere previsioni dal modello ML. Questa opzione è disponibile solo una volta terminata la formazione.

Per creare una previsione, è necessario inviare i dati su cui si baserà la previsione. È ideale utilizzare dati più recenti.

Il modello prevederà i futuri valori target appresi sul set di dati di addestramento e in base al set di dati di previsione.

A seconda del volume di dati, il lavoro richiederà del tempo. Ma non dovresti aspettare più di 5-10 minuti per le attività PPC.

Una volta terminato, Vertex AI fornirà un file di output che contiene nuove colonne con valori previsti che è possibile utilizzare per ulteriori processi decisionali.

Vertex AI potrebbe sembrare un po' eccessivo per alcune attività di previsione, ma ricorda che puoi inviare anni di dati storici, approfondimenti sull'inventario e altro ancora per addestrare il modello.

Con Vertex AI puoi creare un modello di previsione del machine learning su misura per la tua azienda, che è molto più forte di qualsiasi formula di previsione statica.

Previsioni PPC per una migliore performance della campagna

In definitiva, la scelta tra questi strumenti dipende dai tuoi obiettivi e dalla complessità delle tue campagne PPC.

Fogli Google offre un modo semplice e accessibile per immergersi nelle previsioni PPC. Sebbene possa presentare delle limitazioni, rappresenta un prezioso punto di partenza per molti inserzionisti.

D'altra parte, Vertex AI porta le tue capacità di previsione PPC a un livello superiore con la sua capacità di gestire set di dati di grandi dimensioni e modelli complessi. Ora puoi tenere conto della stagionalità, delle tendenze globali e di varie variabili per fare previsioni accurate su misura per la tua attività.

Sia che tu scelga la semplicità di Fogli Google o la sofisticatezza di Vertex AI, fare previsioni nella pubblicità PPC non è più un gioco d'ipotesi.

Ora puoi dotarti di informazioni utili e prendere decisioni basate sui dati sulle tue campagne PPC.

Scavare più a fondo: una guida per proiezioni PPC efficaci