Usando o plugin interpretador de código ChatGPT para PPC
Publicados: 2023-08-24O Code Interpreter no ChatGPT mudou o jogo para muitos profissionais de marketing de busca desde seu lançamento em março.
John Mcalpin abordou recentemente como o plugin OpenAI nativo pode ser usado para vários casos de uso de SEO.
O Code Interpreter também possui um potencial significativo para ajudar os profissionais de marketing de PPC a revelar rapidamente insights acionáveis. Vamos explorar como.
Introdução ao intérprete de código
Code Interpreter é “um modelo experimental ChatGPT que pode usar Python, lidar com uploads e downloads”, de acordo com OpenAI.
Essencialmente, você pode fazer upload de um arquivo em vários formatos:
- Texto (.txt, .csv, .json, .xml, etc.)
- Imagem (.jpg, .png, .gif, etc.)
- Documento (.pdf, .docx, .xlsx, .pptx, etc.)
- Código (.py, .js, .html, .css, etc.)
- Dados (.csv, .xlsx, .tsv, .json, etc.)
- Áudio (.mp3, .wav, etc.)
- Vídeo (.mp4, .avi, .mov, etc.)
Depois de fazer upload de um desses tipos de arquivo, você poderá realizar várias tarefas.
Você pode mesclar e alterar tipos de arquivos, fazer perguntas sobre os dados e, o mais importante, realizar tarefas analíticas e de visualização.
É aí que a mágica acontece para os profissionais de marketing de busca paga.
Muitas vezes, gastamos nosso tempo vasculhando montes de dados, textos de anúncios, páginas de destino e relatórios de consultas de pesquisa.
Estamos em busca de insights e oportunidades para melhorar nosso desempenho.
Gastamos tempo tentando colocá-los em forma de gráfico para comunicar o que descobrimos a um cliente ou às nossas equipes de liderança.
Tudo isso pode ser feito de forma muito rápida e eficiente, sem muito conhecimento de matemática ou Excel.
Observação: no momento em que este artigo foi escrito, ele estava disponível para usuários do ChatGPT Plus como um recurso beta.
Obtenha o boletim informativo diário em que os profissionais de marketing de pesquisa confiam.
Consulte os termos.
Intérprete de código para PPC
Você pode usar o Code Interpreter para analisar e visualizar os conjuntos de dados de sua campanha.
Execute qualquer relatório de qualquer conjunto de dados de sua preferência (Google Ads, Google Analytics, etc.). Carregue esse arquivo na caixa de mensagem e solicite a ação que você gostaria que o ChatGPT realizasse.
Se você fizer upload de um relatório do Google Ads, os dados só começarão na linha 3.
Descobri que o ChatGPT às vezes conseguia reconhecer isso e às vezes não.
Se ele não reconhecer os dados começando na linha 3, você poderá incluir isso no prompt “Iniciar o conjunto de dados na linha 3”. (Isso sempre funcionou!)
Aqui estão alguns exemplos básicos de relatórios de palavras-chave.
Prompt: “Você pode representar graficamente os gastos por dia para as 5 principais palavras-chave?”
Você também pode ser mais específico no tipo de gráfico. Abaixo estão exemplos de solicitações para diferentes visualizações de dados, mas com diferentes tipos de gráficos.
Este exemplo solicita um gráfico de barras para taxas de conversão por dia da semana.
Você pode fazer com que ele organize os dados do maior para o menor ou solicitar que os dados fiquem na ordem da semana.
Nesse caso, posso ver que nossas taxas de conversão de fim de semana são cerca de 50% menores do que quinta e quarta-feira. Posso usar esses dados para me ajudar a determinar minha alocação orçamentária e necessidades de estoque.
Também obtive um relatório de conversão por hora e pedi ao Code Interpreter para criar um mapa de calor dos dados. Isso me permite entender rapidamente os dias da semana com melhor desempenho.
Anteriormente, eu teria que extrair os dados e saber como formatá-los condicionalmente.
Vamos fazer um pouco mais de análise junto com a visualização de dados.
Abaixo, carreguei um arquivo com mais de 1 milhão de linhas e pedi ao Code Interpreter para criar um gráfico de dispersão com uma linha de tendência mostrando a relação entre as duas métricas.
Notou o grande tamanho do conjunto de dados e criou uma forma de simplificar os resultados por meio de amostragem.
Isso levaria muito tempo com tantos dados e não tenho certeza de como teria criado uma “amostra aleatória” de 5% dos dados.
Com o Code Interpreter, a saída foi feita em menos de um minuto.
Outro exemplo é a análise de correlação. Queria entender se havia correlação entre conversão e custo ou conversões e CTR por dia. Você pode ver o resultado desta solicitação abaixo.
Para este conjunto de dados, não houve muita correlação (1 = perfeitamente correlacionado). Porém, ele mostra os dados rapidamente e ajuda a interpretá-los e a entender que essa correlação não é muito alta.
O exemplo final que compartilharei é uma solicitação de um relatório de termos de pesquisa com mais de um milhão de linhas sobre quais palavras-chave devo adicionar à lista negativa porque elas tinham CPA alto e CTR baixo.
Um dos recursos mais impressionantes deste plugin é a rapidez e a eficiência com que ele entende o que está no conjunto de dados.
Por exemplo, neste conjunto de dados, temos duas colunas personalizadas para diferentes eventos de conversão.
Pedi ao ChatGPT que me mostrasse o CPA mais alto. Ele compreendeu e somou as duas colunas de conversão para fornecer o total de conversões.
Isso é exatamente o que eu queria fazer, mas foi feito sem que eu tivesse que avisá-lo ou ajudar a explicar os dados.
Em seguida, pedi que me mostrasse os 10% inferiores com base nesse critério. Ele forneceu uma lista com marcadores para extrair e enviar para o Google Ads.
Encontrar maneiras de analisar seus dados PPC de forma rápida e eficiente permite que você obtenha insights e otimização com mais rapidez.
Esses insights impulsionam as otimizações que diferenciam os vencedores e perdedores nos leilões.
À medida que essa ferramenta evolui e mais dados são migrados e conectados, você pode ver o impacto geral para os profissionais de marketing e empresas de busca.
Estou entusiasmado com as oportunidades que isso oferece e ansioso para ver como isso evoluirá nos próximos meses.
As opiniões expressas neste artigo são do autor convidado e não necessariamente do Search Engine Land. Os autores da equipe estão listados aqui.