PPC için ChatGPT kod yorumlayıcı eklentisini kullanma

ChatGPT'deki Code Interpreter, Mart ayındaki lansmanından bu yana birçok arama pazarlamacısı için ezber bozan bir özellik oldu.

John Mcalpin yakın zamanda yerel OpenAI eklentisinin çeşitli SEO kullanım durumları için nasıl kullanılabileceğini ele aldı.

Code Interpreter ayrıca PPC pazarlamacılarının eyleme dönüştürülebilir öngörüleri hızlı bir şekilde ortaya çıkarmalarına yardımcı olma konusunda önemli bir potansiyele sahiptir. Nasıl olduğunu keşfedelim.

Code Interpreter'ı kullanmaya başlama

OpenAI'ye göre Code Interpreter "Python'u kullanabilen, yükleme ve indirme işlemlerini gerçekleştirebilen deneysel bir ChatGPT modelidir".

Temel olarak çeşitli formatlarda bir dosya yükleyebilirsiniz:

• Metin (.txt, .csv, .json, .xml vb.)
• Resim (.jpg, .png, .gif vb.)
• Belge (.pdf, .docx, .xlsx, .pptx vb.)
• Kod (.py, .js, .html, .css vb.)
• Veriler (.csv, .xlsx, .tsv, .json vb.)
• Ses (.mp3, .wav vb.)
• Video (.mp4, .avi, .mov vb.)

Bu dosya türlerinden birini yükledikten sonra çeşitli görevleri gerçekleştirebilirsiniz.

Dosya türlerini birleştirebilir ve değiştirebilir, veriler hakkında sorular sorabilir ve en önemlisi analiz ve görselleştirme görevlerini gerçekleştirebilirsiniz.

Ücretli arama pazarlamacıları için sihrin gerçekleştiği yer burasıdır.

Çoğu zaman zamanımızı yığınla veriyi, reklam metnini, açılış sayfalarını ve arama sorgusu raporlarını tarayarak harcıyoruz.

Performansımızı geliştirmek için içgörüler ve fırsatlar arıyoruz.

Bulduklarımızı müşteriye veya liderlik ekiplerimize iletmek için bunları grafik biçimine sokmaya çalışarak zaman harcıyoruz.

Bütün bunlar çok fazla matematik veya Excel bilgisine gerek kalmadan çok hızlı ve verimli bir şekilde yapılabilir.

Not: Yazım tarihi itibarıyla ChatGPT Plus kullanıcılarına beta özellik olarak sunulmaktadır.

PPC için Kod Yorumlayıcı

Kampanya veri kümelerinizi analiz etmek ve görselleştirmek için Code Interpreter'ı kullanabilirsiniz.

İstediğiniz veri kümesinden (Google Ads, Google Analytics vb.) istediğiniz raporu çalıştırın. Bu dosyayı mesaj kutusuna yükleyin ve ChatGPT'nin gerçekleştirmesini istediğiniz işlemi isteyin.

Bir Google Ads raporu yüklerseniz veriler 3. satıra kadar başlamaz.

ChatGPT'nin bazen bunu tanıyabildiğini, bazen ise tanımadığını gördüm.

3. satırdan başlayan verileri tanımazsa bunu "Veri kümesini 3. satırdan başlat" istemine dahil edebilirsiniz. (Bu her zaman işe yaradı!)

Anahtar kelime raporlarından bazı temel örnekleri burada bulabilirsiniz.

İstem: "En iyi 5 anahtar kelime için harcamanın gün bazında grafiğini çizebilir misiniz?"

Grafiğin türü konusunda da daha spesifik olabilirsiniz. Aşağıda farklı veri görünümlerine yönelik ancak farklı grafik türlerine sahip istek örnekleri verilmiştir.

Bu örnekte, haftanın gününe göre dönüşüm oranları için bir çubuk grafik istenir.

Verileri en yüksekten en düşüğe doğru düzenlemesini sağlayabilir veya verilerin hafta sırasına göre kalmasını isteyebilirsiniz.

Bu durumda hafta sonu dönüşüm oranlarımızın Perşembe ve Çarşamba'ya göre ~%50 daha düşük olduğunu görebiliyorum. Bu verileri bütçe tahsisimi ve envanter ihtiyaçlarımı belirlememe yardımcı olması için kullanabilirim.

Ayrıca saat bazında bir dönüşüm raporu çıkardım ve Code Interpreter'dan verilerin ısı haritasını oluşturmasını istedim. Bu, haftanın en iyi performans gösteren günlerini hızlı bir şekilde anlamamı sağlıyor.

Önceden, verileri aşağı çekmem ve verileri koşullu olarak nasıl biçimlendireceğimi bilmem gerekiyordu.

Veri görselleştirmenin yanı sıra biraz daha analiz yapalım.

Aşağıda 1 milyondan fazla satır içeren bir dosya yükledim ve Code Interpreter'dan iki ölçüm arasındaki ilişkiyi gösteren bir eğilim çizgisine sahip bir dağılım grafiği oluşturmasını istedim.

Veri kümesinin büyük boyutuna dikkat çekti ve örnekleme yoluyla sonuçları basitleştirmenin bir yolunu yarattı.

Bu kadar çok veri varken bu işlem uzun zaman alırdı ve verilerin %5'inden oluşan "rastgele bir örneği" nasıl oluşturacağımdan emin değilim.

Code Interpreter ile çıktının tamamı bir dakikadan kısa sürede tamamlandı.

Bir başka örnek ise korelasyon analizidir. Dönüşüm ile maliyet veya dönüşümler ile günlük TO arasında bir ilişki olup olmadığını anlamak istedim. Bu isteğin çıktısını aşağıda görebilirsiniz.

Bu veri seti için çok fazla korelasyon yoktu (1 = mükemmel korelasyon). Ancak size verileri hızlı bir şekilde gösterir ve yorumlamanıza ve bu korelasyonun çok yüksek olmadığını anlamanıza yardımcı olur.

Paylaşacağım son örnek, yüksek EBM'ye ve düşük TO'ya sahip oldukları için hangi anahtar kelimeleri negatif listeye eklemem gerektiğine dair bir milyondan fazla satır içeren bir arama terimleri raporundan gelen bir istektir.

Bu eklentinin en etkileyici özelliklerinden biri, veri kümesindekileri ne kadar hızlı ve iyi anladığıdır.

Örneğin, bu veri kümesinde farklı dönüşüm etkinlikleri için iki özel sütunumuz var.

ChatGPT'den bana en yüksek EBM'yi göstermesini istedim. Toplam dönüşümleri sağlamak için iki dönüşüm sütununu anladı ve ekledi.

Bu tam olarak yapmasını istediğim şeydi, ancak bunu benim yönlendirmeme veya verileri açıklamaya yardımcı olmama gerek kalmadan yaptı.

Daha sonra bana bu kritere göre en alttaki %10'u göstermesini istedim. Çıkarılıp Google Ads'e yüklenecek madde işaretli bir liste sağladı.

PPC verilerinizi hızlı ve verimli bir şekilde analiz etmenin yollarını bulmak, öngörüleri ve optimizasyonu daha hızlı elde etmenizi sağlar.

Bu bilgiler, açık artırmalarda kazananları ve kaybedenleri farklılaştıran optimizasyonları yönlendirir.

Bu araç geliştikçe ve daha fazla veri taşınıp bağlandıkça, bunun arama pazarlamacıları ve işletmeler üzerindeki genel etkisini görebilirsiniz.

Bunun sağladığı fırsatlar konusunda heyecanlıyım ve bunun önümüzdeki birkaç ay içinde nasıl gelişeceğini sabırsızlıkla bekliyorum.