Google представляет: создание будущего цифрового маркетинга (часть 2) - Black Media

Чтобы быть в курсе последних новостей, подписывайся на наш Telegram канал Подписаться

Интервью

Google представляет: создание будущего цифрового маркетинга (часть 2)

В течение последних 15 лет маркетинг следовал логике: побеждает последний клик / файл cookie. Если мы возьмем путь клиента, то увидим, что эта логика ошибочна: пользователи выполняют несколько поисковых запросов, прежде чем совершить конверсию. Также 40% потребителей начинают процесс совершения покупки на мобильном устройстве, а завершают его на компьютере или планшете. 

Нам необходимо переосмыслить измерение эффективности и атрибуцию для платного поиска, чтобы учесть эти изменения в поведении пользователей. Джаннетт и Мириам расскажут вам, как Google может измерять поведение ваших пользователей на разных устройствах и как это можно интегрировать в ваши модели атрибуции и стратегии назначения ставок.

Начало: Google представляет: создание будущего цифрового маркетинга (часть 1)

Жаннетт Флорес специалист по кросс-устройствам, Google.

Мириам Таппе специалист по автоматизации и атрибуции, Google.

Zalando

Zalando — один из первых крупных рекламодателей в Германии, который начал работать по-новому. Zalando — это крупный ритейлер модной одежды и обуви. И они покупают много онлайн-рекламы у нас. Они хотели понять ценность мобильных устройств.

Они включили конверсии между устройствами в свои измерения. И они даже пошли еще дальше, соответственно повысив цену. Они изменяют свои ставки в соответствии с ростом конверсии в результате взаимодействий на нескольких устройствах. И, в конце концов, им удается получить на 30% больше конверсий.

Мы видим это в масштабах всей отрасли. Существует разница между устройствами в разных отраслях.

Мы всегда обращаем внимание на те отрасли, в которых есть длинный путь пользователя. Это отрасли, в которых мы обычно наблюдаем высокий коэффициент конверсии между устройствами. Один из примеров таких отраслей — путешествия или автомобили.

Оптимизация на основе конверсий между устройствами

Вот как это выглядит в нашем интерфейсе AdWords.

Рекламодателю или партнеру нужно просто поставить галочку. И после установки этого флажка вы сможете увидеть эти конверсии между устройствами. Они будут включены в ваш столбец конверсий.

Если вы, например, используете автоматическое назначение ставок, то конверсии в результате взаимодействий на нескольких устройствах будут включены в этот алгоритм автоматического назначения ставок. Как мы упоминали ранее, это реальные конверсии, которые необходимо учитывать.

Говоря об автоматическом назначении ставок AdWords, конечно, мы не стали бы запускать конверсии между устройствами, если бы это было несовместимо с нашим автоматическим назначением ставок.

Используйте автоматическое назначение ставок AdWords

Конверсии в результате взаимодействий на нескольких устройствах совместимы с эффективной ценой за клик, улучшенной ценой за клик, целевой рентабельностью инвестиций и целевой ценой за конверсию.

И это определенно то, что мы также рекомендуем нашим рекламодателям и партнерам. Используйте эту технологию, потому что автоматизация важна. Она экономит ваше время, деньги и нервы.

Какие сигналы наша система автоматического назначения ставок определяет и использует, принимая во внимание конверсии между устройствами?

Все эти сигналы определяют вашу ставку: время, язык, устройство, креатив.

В прошлом году мы также включили списки ремаркетинга, чтобы знать, что пользователь был на сайтах рекламодателей. Теперь мы делаем более высокие ставки для этих пользователей.

Но один сигнал, который особенно важен, — это поисковый запрос.  Давайте посмотрим на пример. 

Допустим, вы являетесь партнером или продавцом телефонов Samsung Galaxy. При автоматическом назначении ставок AdWords ставки корректируются на уровне запроса. В этом случае пользователь может вводить разные запросы, такие как Samsung Galaxy или тарифный план Samsung Galaxy.

Наш алгоритм знает, что разные запросы имеют разные коэффициенты конверсии. В этом случае последний запрос имеет коэффициент конверсии 9%. Таким образом, наша система автоматически поставит более высокую ставку по этому запросу.

Для какого рекламодателя это актуально? Например, если у вас есть ключевые слова с широким соответствием или если у вас будут кампании с динамической поисковой рекламой, это действительно поможет.

Атрибуция мультитач для поиска Google

Конверсии в результате взаимодействий на нескольких устройствах для назначения ставок и для поиска в Google  — это то, что вам нужно. Вам нужно понять, как это работает. 

Измерение — это не то же самое, что атрибуция. Потому что атрибуция — это правильная оценка точки соприкосновения.

Внутриканальная атрибуция в AdWords

Google представил модель атрибуции по последнему клику очень давно. Сейчас все иначе. Потребители интенсивно исследуют цифровое пространство, прежде чем совершить конверсию. У вас есть много точек соприкосновения с вашими поисковыми объявлениями AdWords, прежде чем кто-то сделает клик.

Здесь могут быть полезны два типа моделей атрибуции, которые в настоящее время используются в отрасли.

Модель на основе правил

Одна из них — модели, основанные на правилах. Она существуют уже пару лет.

Это линейная модель. Все распределяется равномерно по всем точкам взаимодействия. Если в этом сценарии я говорю все точки взаимодействия, я имею в виду клики по объявлениям в поисковой сети Google.

Существует множество различных моделей, основанных на правилах. Есть позиционная модель, также иногда называемая U-образной. И очевидно, что “первый клик”, это тоже модель. И наиболее распространенная модель — последний клик.

Все они основаны на правилах. Вы можете приблизиться к реальности с такими моделями, но они никогда не будут идеальными.

Модель, управляемая данными

Второй тип моделей — это модели, управляемые данными. Они появились не так давно.

Что такое модель, управляемая данными? В модели, управляемой данными, кредит распределяется по алгоритму динамически. Это означает, что в один прекрасный день все может выглядеть так, а на следующий день все может выглядеть совершенно иначе.

Если у нас достаточно данных в учетной записи AdWords, мы смотрим на разные пути конверсии. Мы сравниваем пути конверсии, которые очень похожи друг на друга, за исключением одной точки соприкосновения. Точка касания была на первом пути конверсии, но ее не было на втором пути.

Мы делаем это, чтобы определить, какой прирост коэффициента конверсии вы наблюдаете в зависимости от разницы. Скажем так, это была важная точка соприкосновения, а другая, возможно, не будет важной. Нужно правильно понимать значение каждой точки соприкосновения на пути к покупке.

Если у нас достаточно данных, мы можем сделать это за вас в учетной записи AdWords. Вы также можете сравнить модель атрибуции на основе данных с линейной моделью или моделью последнего клика.

Это модель также работает для разных устройств.

Пример: у вас есть путь пользователя, у вас есть клик по объявлению AdWords, еще один клик по объявлению AdWords на мобильных устройствах. У вас есть переход на ПК, у вас есть еще одно объявление, у вас есть посещение сайта и конверсия.

В модели по последнему клику вы просто измеряете очень простую конверсию по последнему клику для настольных компьютеров.

В модели, управляемой данными, вы можете получить нулевую точку за первый клик по объявлению на мобильном устройстве. Потом будет второй клик по объявлению на мобильном устройстве и и последний клик по объявлению на десктопе. В итоге мы приближаемся к истине.

Модель, основанная на данных, несовершенна, но она основана на ваших собственных данных из вашей учетной записи AdWords. В ней учитываются происходящие изменения, например, изменения на аукционе. Модель постоянно динамически корректируется.

Мы рекомендуем использовать модель на основе данных, но вы также можете использовать любую из других моделей в AdWords.

Два компонента 

Когда я говорю «используйте модель», в этом есть два компонента. Вы можете посмотреть хороший набор отчетов, вы можете найти их в AdWords. Вы можете поэкспериментировать с ними и понять, какой будет эффект, если вы перейдете на новую модель.

А затем вы можете принять меры на основании этого. В прошлом этого действительно не хватало. Мы запустили это в AdWords, чтобы включить новую модель атрибуции в ваши ставки и, например, при распределении бюджета.

Таким образом, вы можете просто создать новый столбец конверсии на основе новой модели. И вы также можете использовать это, например, для автоматического назначения ставок. Вы можете просто переключить свою модель атрибуции, и вот вы уже делаете ставку на новый тип модели, который ближе к тому, что на самом деле делают ваши потребители. Но я рекомендую вам сначала взглянуть на данные.

Итоги

Я хотела бы вкратце резюмировать то, о чем мы говорили.

Я думаю, что первым делом нужно проверить, есть ли в вашем аккаунте данные для разных устройств. Это действительно интересно изучить. Просто посмотрите на рост, который вы видите, сравните его со средними показателями по отрасли. 

Во-вторых, используйте автоматическое назначение ставок AdWords. Это самый простой способ включить все эти изменения, не создавая при этом огромной рабочей нагрузки.

И, наконец, проверьте, доступна ли в AdWords модель на основе данных. Я упоминала, что вам нужен определенный порог данных, которому вы должны соответствовать, чтобы мы могли рассчитать эту модель для вас. Итак, проверьте, есть ли он у вас, если нет, вы также можете использовать другие модели.

Я хотела бы закончить одним примером: игра в го — древняя версия шахмат. Мне сказали, что это гораздо более сложная версия. У нас есть компьютер, который мы обучили игре в го, он называется AlphaGo. Он смог обыграть профессионального игрока в го. Это было сюрпризом для многих, и для нас тоже.

Это показывает, что компьютеры и машинное обучение, в частности, могут решать очень сложные задачи, такие как установка правильной ставки для ваших цен за клик, а также что-то вроде игры в го.

Мы просто хотели поделиться этим с вами, чтобы дать вам представление о том, что можно сделать, если вы примените эти технологии правильно. Это может сэкономить вам много времени и денег.

На этом все, спасибо за внимание!
Смотрите видеоверсию материала на Youtube!
Оставляйте свои комментарии и мнения ниже, мы обязательно ответим на них!

  • Поделиться в:

Добавить комментарий