Искусственный интеллект (ИИ) и алгоритмы машинного обучения внедряются таким образом, который никогда не был возможен, и эти изменения оказывают значительное влияние на подход к поисковой рекламе. Вот четыре способа, вы можете начать пользоваться преимуществами AI, чтобы сделать большинство ваших кампаний.

Автоматические торги
Автоматизированное машинное обучение как решение вопроса о том, по какой цене делать ставки на платную рекламу, становится все более популярным вариантом по мере того, как необходимые технологии становятся доступными для большего числа фирм. Слишком низкие ставки означают упущенные возможности для достижения лидов, в то время как слишком высокие ставки означают жертву ROI.

Внутренние автоматические ставки Google, помимо того, что они идентичны тому, что используют все остальные, не имеют доступа к информации, необходимой для максимизации вашего ROI. Достижение этой цели также требует знания потребительских тенденций, покупательского поведения, сезонности, демографии, ценности жизни клиента и многого другого.

Для успешной модели автоматического назначения ставок:

  • Оцените эластичность каждого объявления с помощью статистического вывода на основе предыдущих ставок

  • Фактическое назначайте цену за клик по каждому отдельному объявлению на основе предыдущих кликов
  • Делаете итерацию в ответ на новые данные
  • Распознавайте изменения в ландшафте торгов или посещений и быстро адаптироваться, а не ложно предполагая, что прошлые результаты будут предсказывать будущие результаты во всех обстоятельствах.Однако, необходимо учесть: модели, которые не знают, что происходит на вашем сайте, сделают плохие выводы. Например, если протестировать новую целевую страницу и окажется, что рентабельность инвестиций ниже, модель может начать снижать ставки по этим ключевым словам. После замены целевой страницы на лучшую модель все равно может застрять на низком уровне ставок по ключевым словам, потому что недостаточно новых данных для резервного копирования ставок

Модели, которые слишком сильно полагаются на статистическую значимость, могут слишком долго испытывать убыточную стратегию, но модели, которые не учитывают статистическую значимость, могут выбросить хорошие возможности.
Следите за циклами обратной связи в вашей модели. Например, Вы не хотите, чтобы модель повышала ставки на объявления с высоким коэффициентом конверсии, если это связано только с тем, что высокие ставки повышают коэффициент конверсии. Такие конфликты должны контролироваться.

Неэффективные объявления
Самый быстрый способ потерять деньги в AdWords — продолжить торги по объявлению, не ПРИНОСЯЩЕМУ рентабельности инвестиций. Когда клики скатываются, но продажи этого не делают, это может быть катастрофой. Точно так же, когда объявление получает ставки, но не клики, ваш показатель качества будет страдать, и в конечном итоге ваш ROI будет следовать этому примеру. Хорошо построенный алгоритм машинного обучения поймет, когда необходимо приостановить рекламу, чтобы не повредить рентабельности инвестиций или качеству. Вот некоторые важные соображения, которые должна учитывать модель:

Модель не должна быть настолько чувствительной, чтобы она отказывалась от рекламы до того, как у нее появится шанс показать ROI. Он должен использовать статистический вывод для оценки потенциальных потерь и выгод на основе предыдущих результатов
Вместо того чтобы полностью приостанавливать показ рекламы, модель должна учитывать отдельные сегменты, которые можно приостановить, например трафик с мобильных устройств, некоторые браузеры, которые не приносят доход, время суток или дни недели, которые часто работают плохо, или варианты объявлений, которые не работают хорошо.

Динамическая реклама
Динамические поисковые объявления AdWords — это технология машинного обучения, которая в настоящее время встроена в платформу и позволяет всем пользователям AdWords использовать ее преимущества. Они  автоматически генерируют заголовки, чтобы привлечь внимание пользователя. После загрузки списка целевых страниц, для которых Вы хотите, чтобы Google создавал динамические объявления, Google определит поисковые запросы, подходящие для целевых страниц, а затем автоматически создаст рекламный контент, используя фразы с ваших страниц. Google также генерирует рекламные предложения на основе машинного обучения. В этих рекомендациях используются модели предыдущей эффективности, чтобы предложить изменения в объявлениях, которые должны повысить ваши результаты. Подходы машинного обучения можно использовать для создания динамического рекламного Контента, который включает следующее:

Смешивание и сопоставление копий, изображений и аудитории с помощью многомерного тестирования и эволюционных алгоритмов
Учета влияния внешних факторов, таких как погода или время суток.

Доступные платформы
Предыдущие идеи могут звучать так, как будто вам понадобятся ученые и разработчики данных в вашей команде, чтобы воспользоваться тем, что может предложить ИИ и машинное обучение, но это не обязательно так. В то время как полный рабочий день выделенный персонал AI является хорошей идеей для крупного бизнеса, малый и средний бизнес все еще может воспользоваться этими новыми технологиями с новыми продуктами.

Вот лишь несколько примеров:

Acquisio: эта Платформа машинного обучения предназначена для повышения производительности объявлений AdWords, Bing и Facebook за счет сокращения CPC и CPA при увеличении числа кликов и конверсий
Cognitiv: использует глубокое обучение, чтобы предсказать, где лучше потратить свои деньги, самостоятельно настраивая для каждого бренда на основе исторических данных
Frank: помимо рекламы в AdWords и Facebook, Фрэнк связан с миллионами издателей. Он автоматически запускает кампании и оптимизирует их по целевой аудитории, креативу и каналу
Magnetic: предназначен для автоматического сопоставления аудиторий инвентаризации при оптимизации ставок и борьбы с мошенническими кликами
Quarizmi: одна из немногих платформ AI, которая специально позиционирует себя как AdWords. Платформа автоматизирует поиск ключевых слов, креатив, ставки и кампании
Trapica: определяет аудитории, сопоставляет их с креативами, оптимизирует ставки и масштабирует кампании.
Независимо от платформы, выбирайте лучший вариант именно для вас.

Выводы:
Вскоре ИИ станет мейнстримом в поисковой рекламе, маркетологи должны начать переносить их области знаний от мелочной опеки над запросами и цен предложений к повышению уровня стратегии. Обсуждаемые методы и платформы все еще не используются большинством ваших конкурентов, и использование этого разрыва было бы мудрым шагом.

  1. Автоматизируйте торги
  2. Оптимизируйте неэффективные объявления
  3. Используйте динамические объявления
  4. Подключайте доступные платформы