Co oznaczają reklamy automatyczne dla reklamodawców

W branży reklamowej, podobnie jak w wielu innych branżach, szumi temat „AI” i „uczenia maszynowego”.

Większość rozmów skupia się na tym, co przyniesie nam najbliższa przyszłość, ale jest już sporo nowych produktów – takich jak formaty Google UAC i Smart Display oraz określanie stawek oCPM Facebooka – gotowych do pracy, aby uzyskać wyniki dla reklamodawców.

Jak w przypadku każdej nowej technologii, istnieją pewne kompromisy, a sposób wdrażania tych produktów należy dokładnie rozważyć. Ten post obejmuje niektóre z najbardziej obiecujących aspektów technologii, kilka rzeczy, na które należy zwrócić uwagę, i wreszcie, co to oznacza dla twoich planów medialnych.

Obietnica AI dla reklamodawców

Najlepsze aspekty są dość oczywiste dla większości obserwatorów branży. Sztuczna inteligencja jest w stanie dostrzec trendy, które mogą umknąć nawet najbardziej doświadczonym ludzkim analitykom. Przeczesując więcej danych, w większej liczbie kombinacji, sztuczna inteligencja często może osiągać lepsze wyniki niż podobne kampanie zarządzane ręcznie.

AI działa również bardziej konsekwentnie. W przeciwieństwie do ludzkich analityków, systemy komputerowe nie potrzebują wakacji i nie mają dni wolnych z powodu przeziębienia lub rozproszenia uwagi. Optymalizacja jest zawsze włączona i zawsze uruchomiona.

Wreszcie, większość z tych systemów wymaga bardzo niewielkiej interakcji międzyludzkiej. Menedżerowie kont mogą ustawić parametry kampanii i pozwolić im działać.

Ogólnie rzecz biorąc, zautomatyzowane formaty mogą generować lepsze, bardziej spójne wyniki przy niższych nakładach pracy. Na krótką metę pozostawia to więcej czasu na kreatywność i strategię. W dłuższej perspektywie może to zmienić ekonomię branży.

Pułapki

Zautomatyzowane narzędzia są wciąż młode. Obecny zbiór narzędzi jest bardzo obiecujący, ale nadal należy go dokładnie rozważyć pod kątem dopasowania do planu medialnego. Narzędzia te, użyte w niewłaściwej roli, mogą nie spełniać swojego potencjału i mogą oddalić Cię od Twoich celów, a nie przybliżyć. Najważniejsze rzeczy do rozważenia w Twojej agencji to:

Słaba optymalizacja wielobiegunowa

Większość istniejących narzędzi jest dość skuteczna w optymalizacji pod kątem pojedynczego KPI, ale niewiele jest wystarczająco dobrze skonfigurowanych, aby poradzić sobie z równoważeniem konkurencyjnych KPI lub KPI z ograniczeniami pozabudżetowymi. Na przykład, jeśli Twoim celem jest po prostu osiągnięcie 4-krotnego ROAS, narzędzia zarówno Facebooka, jak i Google mogą skierować Cię w tym kierunku.

Jeśli jednak postrzegasz te kanały jako ważny pierwszy kontakt, ale nie cały kanał, i chcesz osiągnąć maksymalny możliwy ROAS przy minimalnych przychodach w wysokości 50 000 USD dziennie, istniejące narzędzia nie są jeszcze tak zaawansowane.

Nadmierna optymalizacja

Nawet w przypadku pojedynczego wskaźnika KPI, czasami algorytmy uczenia maszynowego nadal potrzebują dobrej, staromodnej ludzkiej intuicji. Mogą się przeuczyć, nie przystosowywać się wystarczająco szybko, gdy zmieniają się warunki, lub nie być w stanie wziąć pod uwagę szerszego kontekstu.

Na przykład niedawny test zautomatyzowanego produktu Croud wypadł dobrze, optymalizując pod kątem wyjątkowej wydajności. Niemniej jednak, po kluczowej zmianie zachowań sezonowych, produkt słabł przez tygodnie, najwyraźniej nadal skierowany do osób, które nie były już zainteresowane kupnem.

Test z innym produktem wykazał ograniczenia tych narzędzi w kontekście rozważania kontekstu. Produkt został skonfigurowany tak, aby generować ruch, co robił tanio i efektywnie. Jednak wydajność zaplecza nie uległa poprawie.

Kiedy zespół zagłębił się w analitykę, okazało się, że produkt generował duży ruch mobilny, który wydawał się być przypadkowy, w oparciu o wyjątkowo wysoką utratę ruchu i współczynniki odrzuceń.

Mniejsza elastyczność i kontrola

Ponieważ te narzędzia są zaprojektowane do robienia jednej rzeczy i robienia tego dobrze, mogą słabo pasować do przypadków użycia, nawet nieco poza ich podstawową misją. Wiele zautomatyzowanych narzędzi wymaga rezygnacji z kontroli nad rozmieszczeniem, kierowaniem, częstotliwością, czasem, urządzeniem i innymi kluczowymi zmiennymi. Jeśli wyniki dobrze pasują do twoich celów, mogą to być akceptowalne kompromisy.

Na przykład jeden produkt w sieci reklamowej optymalizuje się pod kątem celu CPA, ale nie możesz kontrolować remarketingu w porównaniu z pozyskiwaniem klientów, częstotliwością lub miejscem docelowym. Jeśli Twoim celem jest poszerzenie górnej części ścieżki i zwiększenie świadomości, produkt może nie być najlepiej dopasowany, ponieważ może optymalizować się pod kątem wcześniejszych użytkowników. CPA mogą być świetne, ale zakup nie spełni swojej roli w Twoim planie.

Brak możliwości ograniczenia częstotliwości może irytować odwiedzających, a brak możliwości kontrolowania miejsc docelowych w celu wykluczenia kontrowersyjnych treści może być przyczyną odpowiedzialności.

Mniejsza przejrzystość

Mogą to być problemy, ale nie muszą, w zależności od Twoich celów i narzędzi, które omawiamy. Jednak jedną wadą wielu zautomatyzowanych narzędzi jest to, że dostawcy ograniczają informacje dotyczące wydajności i kierowania, przez co trudno jest stwierdzić, czy dany problem jest istotny, czy nie.

Ograniczone informacje i dane nie tylko dostarczają pytań o to, jak dobrze produkt spełnia określoną rolę, ale także ograniczają wgląd w informacje dostępne dla szerszego biznesu. Chociaż analitycy mogą mieć bardziej ograniczony zakres lub częstotliwość analiz, odkryte przez niego spostrzeżenia mogą być udostępniane reszcie firmy.

Odkrywanie, które komunikaty, które produkty lub które obszary geograficzne zapewniają najlepszą wydajność, może prowadzić do spostrzeżeń, które napędzają szersze zmiany na poziomie biznesowym.

W przypadku agencji mniejsza przejrzystość utrudnia również planowanie mediów. Bez jasnych danych o aukcjach, zasobach reklamowych i cenach prognozowanie wpływu zmian budżetu lub kierowania jest prawie niemożliwe.

Sprzedawcy kontra marketerzy

Wreszcie brak przejrzystości w połączeniu z brakiem kontroli niepokoi również wielu reklamodawców, którzy rozumieją, że to, co płacą na aukcjach medialnych, jest grą o sumie zerowej między nimi a sprzedawcami. Wyższe stawki są dobre dla platform, które mają zgłaszać trendy CPC i CPM do Wall Street; nie są tak dobre dla marketerów, którzy próbują ustalić docelowe marże w kanałach bezpośredniej odpowiedzi.

Chociaż narzędzia do automatycznego określania stawek prawdopodobnie nie są przeznaczone do prostego zwiększania marż dostawców, czy można im zaufać, że w miarę możliwości będą działać w celu zmniejszenia stawek i kosztów ponoszonych przez reklamodawców?

Wskazówki dotyczące testowania

Chociaż wymieniłem więcej pułapek niż obietnic, nie daj się zwieść; ogromnym plusem jest to, że narzędzia te będą nadal ewoluować i zyskiwać na znaczeniu. Wiele zespołów produktowych zdaje sobie sprawę z pułapek i aktywnie pracuje nad poprawą elastyczności, szybkości reakcji i przejrzystości swoich automatycznych ofert.

Tymczasem oto kilka wskazówek, jak uniknąć pułapek i zacząć pomyślnie testować te produkty:

Skoncentruj się na KPI

Ponieważ te produkty robią jedną rzecz i robią to dobrze, absolutnie kluczowe jest upewnienie się, że cel jest właściwie zdefiniowany. Szukasz instalacji aplikacji? A może naprawdę chcesz zwiększyć liczbę zakupów w aplikacji? Różnica może wydawać się subtelna dla ludzi, ale w przypadku zautomatyzowanego systemu może to być różnica między sukcesem a porażką.

Myśl z szerszej perspektywy

W miarę jak maszyny stają się coraz lepsze w wąskich specjalnościach reklamowych, dla marketerów i agencji coraz ważniejsze jest uwzględnianie całościowego obrazu. Czy tanie kliknięcia naprawdę wystarczą, aby osiągnąć sukces w biznesie? Czy aby się rozwijać, musisz docierać do nowych odbiorców, czy może kampania jest ponownie kierowana do tej samej grupy, która już wyświetlała sygnały kupowania?

Szukaj spostrzeżeń

Brak ryz danych wyszukiwania lub spostrzeżeń o aukcjach z Facebooka nie oznacza, że ​​nie można znaleźć spostrzeżeń. Być może trzeba będzie ich po prostu poszukać w innych miejscach. Jak wygląda zachowanie użytkownika? W aplikacjach? Na stronie internetowej? Co dzieje się z CVR witryny, gdy wyświetlasz reklamę telewizyjną? Być może będziesz musiał poszukać nowych miejsc, ale nadal będziesz mieć spostrzeżenia.

Wdrażaj celowo

Ta ostatnia wskazówka łączy w sobie resztę. Nie testuj na ślepo. Współpracuj ze swoją agencją, aby opracować solidne hipotezy na temat tego, jak konkretne produkty mogą pomóc w realizacji Twoich celów. Jasno określ, na co testujesz, i ostrożnie wybierz KPI, dla którego produkt będzie optymalizowany.

Aby ustalić, czy to zadziałało, wyjdź poza metryki mediów, a może nawet KPI narzędzia. Miej na uwadze szeroki obraz i bądź przygotowany, aby spojrzeć poza piksele dostawców, aby zobaczyć, co się zmieniło.