Google Marketing Innovation Keynote: uczenie maszynowe, maximize lift i local campaigns

10 lipca br. na konferencji Google Marketing Innovation Keynote, Google podzieliło się nowymi informacjami o tym, jak umożliwia marketerom pracę nad dalszym rozwojem firm przy zastosowaniu uczenia maszynowego w reklamach. Opowiedziało o tym, jak wykorzystuje tę technologię w swoich produktach i dlaczego jest ona kluczowa dla zapewniania użytkownikom przydatnych, a zarazem komfortowych doświadczeń, jakich oczekują od marek.

Elastyczne reklamy w wyszukiwarce — przekaz, który trafia do konsumentów

Współcześni konsumenci są lepiej poinformowani i bardziej wymagający niż kiedyś. Korzystają z urządzeń mobilnych i dlatego oczekują, że wszystko będzie działo się w szybszym tempie. W rezultacie spodziewają się też, że reklamy będą spersonalizowane i pomocne. Nie jest łatwo to osiągnąć, zwłaszcza na dużą skalę. Dlatego właśnie Google uruchamia elastyczne reklamy w wyszukiwarce, które pozwalają połączyć kreatywność z siłą uczenia maszynowego Google i w ten sposób pomagają wyświetlać reklamy, które są wartościowe i istotne dla konsumentów.

Wystarczy, że w ramach kampanii dostarczonych zostanie do 15 nagłówków i 4 linijek opisu, a Google zajmie się resztą. Przy pomocy testowania różnych kombinacji Google uczy się, która kreacja reklamowa działa najlepiej dla danych wyszukiwań — tak, by różne osoby szukające tego samego zobaczyły różne reklamy w zależności od kontekstu.

Wiadomo, że ten rodzaj optymalizacji działa: reklamodawcy, którzy korzystają z uczenia maszynowego Google, żeby testować działanie różnych kreacji reklamowych, odnotowują średnio do 15% więcej kliknięć.*

Google będzie sukcesywnie udostępniać reklamodawcom elastyczne reklamy w wyszukiwarce w ciągu najbliższych kilku miesięcy.

Robert Lewandowski w kampanii Banku Pekao S.A. przedstawia „Ekspercki przepis na rozwój”

Maksymalizacja wydajności na YouTube

Na YouTube codziennie odtwarzanych jest ponad miliard godzin filmów, a widzowie coraz częściej szukają tam informacji i inspiracji zakupowych. Na przykład co najmniej połowa osób kupujących samochód twierdzi, że przed zakupem szuka informacji na YouTube*, a prawie co drugi konsument z pokolenia millenialsów sprawdza na platformie, jak przygotować posiłek, zanim zdecyduje, jakie składniki kupić*. To oznacza, że kluczowe jest, by reklamy wideo wyświetlały się odpowiednim osobom w odpowiednim momencie.

Uczenie maszynowe pomaga przekuwać uwagę użytkowników w wyniki na YouTube. W przeszłości Google pomagało marketerom optymalizować kampanie w celu uzyskania większej liczby wyświetleń i odsłon. Jeszcze w tym roku firma przedstawi narzędzie Maximize lift, by pomóc reklamodawcom dotrzeć do osób, którym najprawdopodobniej spodoba się marka po obejrzeniu jej reklamy wideo. Nowa strategia Google Inteligentnego określania stawek także wykorzystuje uczenie maszynowe. Automatycznie dopasowuje oferty w czasie aukcji tak, by zmaksymalizować wpływ reklam wideo na percepcję marki wśród konsumentów.

Maximize lift już teraz jest dostępne w wersji beta, a jeszcze w tym roku zostanie udostępnione reklamodawcom na całym świecie.

Więcej ruchu w tradycyjnych placówkach dzięki Local Campaigns

Niezależnie od tego, czy konsumenci zaczynają poszukiwania na YouTube, czy w wyszukiwarce, nadal większości zakupów dokonują w sklepach tradycyjnych. Okazuje się, że w ciągu ostatnich dwóch lat liczba wyszukiwań mobilnych z kategorii „w pobliżu” wzrosła ponad trzy razy*, a więcej niż 80% kupujących wybierze tradycyjny sklep, jeśli jest w nim produkt, który chcą mieć natychmiast*. Dla wielu przedsiębiorców oznacza to, że bardzo istotne jest kierowanie klientów do sklepów fizycznych, zwłaszcza w kluczowych momentach roku, np. w czasie wydarzeń odbywających się w sklepie lub promocji.

10 lipca br. Google przedstawiło Local campaigns: nowy rodzaj kampanii zaprojektowany tak, by zachęcać konsumentów do wizyt w sklepach fizycznych. Wystarczy, że reklamodawca dostarczy kilku prostych informacji, takich jak lokalizacja swoich placówek i kreacja reklamowa, a Google automatycznie zoptymalizuje reklamy między obiektami, żeby zachęcić klientów do odwiedzenia sklepu.

Zobacz grafikę w większym rozmiarze | Lokalizacje biznesowe w ramach obiektów i sieci Google

Reklamodawcy z całego świata będą mogli zacząć korzystać z narzędzia Local campaigns już w najbliższych miesiącach.

Jak najwięcej korzyści z kampanii produktowych Google

W tym roku Google przedstawiło nowy rodzaj kampanii produktowych, który optymalizuje efektywność na podstawie wyznaczonych celów kampanii. Inteligentna kampania produktowa pozwala osiągnąć założone przychody bez konieczności ręcznego zarządzania i określania stawek dla pojedynczych produktów lub słów kluczowych. W nadchodzących miesiącach rodzaj ten zostanie ulepszony w celu optymalizacji pod kątem różnorodnych celów biznesowych.

Oprócz maksymalizowania konwersji będzie też można wybrać jako cele wizyty w sklepie lub nowych klientów. Uczenie maszynowe bierze pod uwagę prawdopodobieństwo, że kliknięcie zaowocuje jednym z tych dwóch rezultatów, i pomoże w odpowiednim dopasowaniu stawek.

Uczenie maszynowe wykorzystywane jest też do optymalizacji tego, gdzie wyświetlają się reklamy produktowe — na stronie głównej wyszukiwarki, w wyszukiwarce grafiki, na YouTube i milionach stron i aplikacji w sieci — oraz tego, jakie produkty są pokazywane. Bierze pod uwagę szeroką gamę sygnałów takich jak sezonowe zapotrzebowanie na dany produkt czy ceny. Marki takie jak GittiGidiyor (firma działająca na eBayu) korzystają z Inteligentnych kampanii produktowych, by uprościć zarządzanie reklamami i dostarczać lepszych wyników. Dzięki nim firma zwiększyła zwrot z wydatków na reklamę o 28% i odnotowała wzrost sprzedaży o 4%, a jednocześnie zaoszczędziła czas, który dotychczas był niezbędny do zarządzania kampanią.

Google wprowadza także wsparcie dla wiodących platform e-commerce, by pomóc im uprościć zarządzanie kampaniami. W nadchodzących tygodniach będzie można ustawić Inteligentne kampanie produktowe nie tylko za pośrednictwem Google Ads, ale także bezpośrednio z Shopify.

 

Jerry Dischler
Vice President of Product Management, Google

 

*wewnętrzne dane Google
*Google / Kantar TNS, Auto CB Gearshift Study, USA, 2017. n=312 / osoby kupujące nowy samochód, które obejrzały wideo online
*Google / Ipsos, USA, listopad 2017
*wewnętrzne dane Google, USA, czerwiec–grudzień. 2015 vs. czerwiec-grudzień 2017
*Google/Ipsos, USA, badanie online “Shopping Tracker”, n=3,613 / amerykańscy internauci w wieku 13+, którzy w ciągu ostatnich dwóch dni dokonali zakupu, październik-grudzień 2017