Korzystanie z wtyczki interpretera kodu ChatGPT dla PPC

Interpreter kodu w ChatGPT od czasu jego premiery w marcu zmienił zasady gry dla wielu marketerów w wyszukiwarkach.

John Mcalpin niedawno opisał, jak można wykorzystać natywną wtyczkę OpenAI w kilku przypadkach użycia SEO.

Code Interpreter ma również znaczny potencjał pomagania marketerom PPC w szybkim ujawnianiu przydatnych spostrzeżeń. Sprawdźmy jak.

Pierwsze kroki z interpreterem kodu

Według OpenAI Interpreter kodu to „eksperymentalny model ChatGPT, który może używać języka Python oraz obsługiwać przesyłanie i pobieranie”.

Zasadniczo możesz przesłać plik w różnych formatach:

• Tekst (.txt, .csv, .json, .xml itp.)
• Obraz (.jpg, .png, .gif itp.)
• Dokument (.pdf, .docx, .xlsx, .pptx itp.)
• Kod (.py, .js, .html, .css itp.)
• Dane (.csv, .xlsx, .tsv, .json itp.)
• Dźwięk (.mp3, .wav itp.)
• Wideo (.mp4, .avi, .mov itp.)

Po przesłaniu jednego z tych typów plików możesz wykonywać różne zadania.

Możesz łączyć i zmieniać typy plików, zadawać pytania dotyczące danych i, co najważniejsze, wykonywać zadania analityczne i wizualizacyjne.

To właśnie tam dzieje się magia dla marketerów płatnych wyszukiwarek.

Zbyt często spędzamy czas na przeczesywaniu stosów danych, tekstów reklam, stron docelowych i raportów wyszukiwanych haseł.

Poszukujemy spostrzeżeń i możliwości poprawy naszych wyników.

Spędzamy czas, próbując umieścić je w formie wykresu, aby przekazać to, co znaleźliśmy klientowi lub naszemu zespołowi kierowniczemu.

Wszystko to można zrobić bardzo szybko i skutecznie, bez dużej znajomości matematyki lub Excela.

Uwaga: w chwili pisania tego tekstu jest ona dostępna dla użytkowników ChatGPT Plus w wersji beta.

Interpreter kodu dla PPC

Możesz użyć Interpretera kodu, aby analizować i wizualizować zbiory danych kampanii.

Uruchom dowolny raport z dowolnego zbioru danych (Google Ads, Google Analytics itp.). Prześlij ten plik w oknie wiadomości i poproś o akcję, którą chcesz, aby ChatGPT podjęła.

Jeśli prześlesz raport Google Ads, dane zaczną się dopiero w wierszu 3.

Odkryłem, że ChatGPT czasami to rozpoznaje, a czasami nie.

Jeśli nie rozpoznaje danych zaczynających się od wiersza 3, możesz uwzględnić to w monicie „Rozpocznij zbiór danych od wiersza 3”. (To działało za każdym razem!)

Oto kilka podstawowych przykładów z raportów dotyczących słów kluczowych.

Podpowiedź: „Czy możesz wykreślić dzienne wydatki na 5 najważniejszych słów kluczowych?”

Możesz także określić bardziej szczegółowo typ wykresu. Poniżej znajdują się przykłady żądań różnych widoków danych, ale z różnymi typami wykresów.

W tym przykładzie żądany jest wykres słupkowy współczynników konwersji według dnia tygodnia.

Możesz uporządkować dane od najwyższego do najniższego lub zażądać, aby dane pozostały w kolejności tygodnia.

W tym przypadku widzę, że nasze współczynniki konwersji w weekendy są o ~50% niższe niż w czwartek i środę. Mogę wykorzystać te dane, aby określić alokację budżetu i potrzeby w zakresie zapasów.

Wyciągnąłem także raport konwersji według godzin i poprosiłem Interpretera kodu o utworzenie mapy termicznej danych. Dzięki temu mogę szybko poznać najlepsze dni tygodnia.

Wcześniej musiałbym pobrać dane i wiedzieć, jak je warunkowo sformatować.

Zróbmy trochę więcej analiz wraz z wizualizacją danych.

Poniżej przesłałem plik zawierający ponad 1 milion wierszy i poprosiłem Interpretera kodu o utworzenie wykresu punktowego z linią trendu pokazującą związek między dwoma metrykami.

Zwrócono uwagę na duży rozmiar zbioru danych i stworzono sposób na uproszczenie wyników poprzez pobieranie próbek.

Przy tak dużej ilości danych zajęłoby to dużo czasu i nie jestem pewien, w jaki sposób utworzyłbym „losową próbkę” składającą się z 5% danych.

Dzięki Code Interpreter wszystkie dane wyjściowe zostały wykonane w mniej niż minutę.

Innym przykładem jest analiza korelacji. Chciałem zrozumieć, czy istnieje korelacja między konwersją a kosztem lub konwersjami i CTR w ciągu dnia. Poniżej możesz zobaczyć wynik tego żądania.

W przypadku tego zestawu danych korelacja nie była zbyt duża (1 = doskonale skorelowana). Jednak szybko pokazuje dane i pomaga je zinterpretować i zrozumieć, że ta korelacja nie jest zbyt wysoka.

Ostatnim przykładem, jaki podam, jest żądanie z raportu wyszukiwanych haseł zawierające ponad milion wierszy dotyczące słów kluczowych, które powinienem dodać do listy wykluczającej, ponieważ mają wysoki CPA i niski CTR.

Jedną z najbardziej imponujących cech tej wtyczki jest to, jak szybko i dobrze rozumie ona zawartość zbioru danych.

Na przykład w tym zbiorze danych mamy dwie niestandardowe kolumny dla różnych zdarzeń konwersji.

Poprosiłem ChatGPT o pokazanie najwyższego CPA. Zrozumiał i dodał razem dwie kolumny konwersji, aby uzyskać łączną liczbę konwersji.

Dokładnie to chciałem zrobić, ale udało się to bez konieczności proszenia mnie o podpowiedzi lub pomagania w wyjaśnianiu danych.

Następnie poprosiłem o pokazanie dolnych 10% na podstawie tych kryteriów. Zawiera listę punktowaną, którą można wyodrębnić i przesłać do Google Ads.

Znalezienie sposobów na szybką i skuteczną analizę danych PPC pozwala szybciej uzyskać spostrzeżenia i optymalizację.

Te spostrzeżenia wpływają na optymalizacje, które odróżniają zwycięzców i przegranych na aukcjach.

W miarę ewolucji tego narzędzia i przenoszenia i łączenia coraz większej liczby danych można zobaczyć ogólny wpływ na marketerów i firmy zajmujące się marketingiem w wyszukiwarkach.

Jestem podekscytowany możliwościami, jakie to stwarza, i nie mogę się doczekać rozwoju sytuacji w ciągu najbliższych kilku miesięcy.