Obecnie coraz więcej nie tylko samych marketerów, ale i managerów w rozmaitych typach przedsiębiorstw, zapytanych o to, jakie zmiany planują w najbliższym czasie w swoich działach, wymienia automatyzację. Zalety tego podejścia to przede wszystkim zminimalizowanie czynności powtarzalnych i przewidywalnych, a tym samym wykorzystanie potencjału pracowników w zadaniach bardziej nieszablonowych oraz niejednoznacznych. Okazuje się jednak, że pomiędzy deklaracjami a rzeczywistością pojawia się rozdźwięk spowodowany barierami, które blokują procesy automatyzacji. W przypadku głównego tematu tego artykułu, a więc zarządzania kampaniami Google Ads, przeszkodą taką jest często brak zaufania wobec zautomatyzowanych działań algorytmów.
Ostatnie zmiany i udogodnienia pokazują, że Google doskonale rozumie potrzebę większej transparentności i wprowadza systematycznie rozwiązania mające na celu przybliżenie użytkownikom tej czarnej skrzynki, którą dla wielu są algorytmy oraz machine learning.
Zobacz również
Artykuł ten ma na celu wypunktowanie niektórych zmian w ekosystemie Google, świadczących o zwrocie ku większej transparentności działania automatycznych strategii ustalania stawek, a tym samym rozwiązań mających za zadanie zminimalizowanie niepewność reklamodawców, stroniących dotychczas od takich możliwości. Być może właśnie wprowadzone i wciąż wprowadzane nowe udogodnienia sprawią, że część osób, preferująca dużą kontrolę nad prowadzonymi działaniami, przekona się do przetestowania strategii automatycznych.
Najważniejsze sygnały – co można z nich wyczytać?
No dobrze, mamy więc uruchomiony mechanizm, który optymalizuje stawki tak, aby zrealizować wcześniej ustalony cel. Do tej pory jednak marketer nie miał wglądu, w jaki sposób algorytmy zarządzają optymalizacją kampanii. Widocznie potrzeba była na tyle często artykułowana, że obecnie możliwości te stają się bardziej rozbudowane, a zasady bardziej przejrzyste. Poniżej mamy screen, który pokazuje przykład najważniejszych sygnałów (Top Signals), które były brane pod uwagę przez algorytm w trakcie ustalania stawek, a które to są obecnie dostępne w panelu Google Ads. Nie są to wszystkie dane, ponieważ są ich tysiące, natomiast możemy już dowiedzieć się, że przykładowo stawka jest podbijana na urządzeniach mobilnych, natomiast w weekendy w godzinach popołudniowych obniżana. Sygnały te dają nam natychmiastową informację o zachowaniach użytkowników, bez wnikliwej analizy poszczególnych raportów, dotyczących urządzeń, lokalizacji czy harmonogramu wyświetlania reklam. Dociekliwi czy nieufni mogą oczywiście powiedzieć „sprawdzam” i zestawić sygnały wykorzystywane w strategii CPA z danymi z wcześniej wymienionych raportów. I to właśnie jest, moim zdaniem, kluczowe zadanie tej funkcjonalności – wprowadzenie większej przejrzystości w działanie algorytmów oraz zapewnienie poczucie większej kontroli – reklamodawca może prześledzić czy zweryfikować proces ustalania stawek.
#NMPoleca: Jak piękny design zwiększa konwersję w e-commerce? Tips & Tricks od IdoSell
Raport skuteczności strategii
Słuchaj podcastu NowyMarketing
Oprócz samych najważniejszych sygnałów, raport strategii ustalania stawek pokazuje również wykres, obrazujący dane konwersji w określonym przedziale czasu. Umożliwia to szybki podgląd kluczowych parametrów, takich jak koszt, liczba czy współczynnik konwersji, oraz co najważniejsze, docelowe oraz aktualne CPA. Dzięki wybraniu tych ostatnich jako wartości wykresu, w przejrzysty sposób można przenalizować, w jaki sposób na przestrzeni czasu algorytmy realizują wyznaczony przez nas cel. Należy również pamiętać, że kwestie takie tak dodanie nowych słów kluczowych, dodanie nowych reklam, pojawienie się ograniczenia wyświetleń ze względu na budżet i inne, mają wpływ na działanie strategii, algorytmy potrzebują bowiem czasu na dostosowanie swoich parametrów wobec nowych zmiennych.
Opóźnienia w realizacji konwersji
Wyzwaniem w analizie działania algorytmów mogą być opóźnienia w realizacji konwersji (Conversion Delay). Sytuacja taka ma miejsce, gdy pomiędzy kliknięciem a wykonaniem przez użytkownika danej akcji mija określona liczba dni. Google Ads podaje konwersje na podstawie daty kliknięcia. Koszt jest wtedy zarejestrowany natomiast konwersja jeszcze nie, co w oczywisty sposób zwiększa aktualny koszt konwersji oraz stanowi problem we właściwej interpretacji skuteczności prowadzonych działań w najświeższych przedziałach czasowych. Opóźnienia te mogą być różne w indywidualnych przypadkach oraz zależne od rodzaju biznesu, którego kampania dotyczy. W związku z tym nagły wzrost kosztu konwersji w najnowszych danych może wynikać z wcześniej wspomnianego zjawiska. Zwrot tu większej transparentności wychodzi również naprzeciw potrzebie rozumienia zjawiska opóźnienia w realizacji konwersji we własnym biznesie. Wykres skuteczności dostępny w raporcie strategii ustalania stawek pokazuje, ile dni opóźnienia zazwyczaj występuje w naszym przypadku. Jest to istotna informacja, pomagająca lepiej zrozumieć analizowane wartości.
Selektywność w wyborze typu konwersji
Kolejnym rozwiązaniem, dającym większą kontrolę nad pracą inteligentnego ustalania stawek jest możliwość wyboru konkretnej konwersji jako tej, branej pod uwagę przez algorytmy. Załóżmy, że na koncie reklamowym posiadamy różne typy kampanii oraz różne rodzaje konwersji: dodanie do koszyka, sprzedaż, zapis na newsletter, zapytanie o ofertę etc. Kiedy chcemy, aby smart bidding w przypadku konkretnej kampanii nie brał pod uwagę całokształtu celów zdefiniowanych jako konwersja, a jedynie określony ich typ, to rozwiązanie pozwoli na tego typu separację. Sprawdzić się to może w szczególnych sytuacjach, na przykład, kiedy mamy określony budżet na wybrane działanie i chcemy przeznaczyć go w całości na wygenerowanie wybranego rodzaju konwersji. Zmiany tej można dokonać na poziomie ustawień kampanii w sekcji konwersje, gdzie wybieramy pomiędzy ustawieniami z poziomu konta reklamowanego, a wyborem konkretnej konwersji.
Sekcja rekomendacje
Innym, niemniej ważnym ukłonem w stronę transparentności jest sekcja rekomendacje, występująca już w przeszłości pod różnymi nazwami. Oprócz samych sugestii dotyczących na przykład implementacji strategii docelowego CPA możemy zobaczyć estymacje kosztowe z adnotacją przewidywanego wzrostu liczby konwersji. Tego typu dane mogą pomóc reklamodawcom podjąć decyzję, czy faktycznie chcą się zdecydować na zastosowanie sugerowanego rozwiązania zamiast w ciemno próbować nowego podejścia.
Szacowanie wyników dzięki symulatorom stawek
Niekiedy wyzwaniem dla marketerów bywa oszacowanie, w jaki sposób mógłby zmienić się efekt końcowy, jeśli docelowe CPA lub ROAS uległoby modyfikacji. Obecnie system tworzy dla nas tego typu symulacje, dzięki którym widzimy, jak szacunkowo zmieniałaby się liczba konwersji, koszt, liczba kliknięć etc. w przypadku zmiany docelowych ustawień kampanii. Dostępny po prawej stronie wykres wizualizuje zmianę wybranej przez nas wartości np. liczby konwersji.
Podsumowując, obecnie w Google Ads mamy wiele udogodnień, pozwalających śledzić działanie automatycznego ustalania stawek i dających większy wgląd w poszczególne modyfikacje. Może więc nadszedł czas zaufać inteligentnym algorytmom, ponieważ może to w znacznym stopniu zwiększyć efektywność kampanii, z tego prostego powodu, że algorytmu, biorą pod uwagę tysiące sygnałów, których nie jest w stanie wziąć pod uwagę człowiek. Oczywiście rozwiązanie to nie jest uniwersalne, a konto reklamowe musi spełniać techniczne założenia, aby takie działania mogły przynieść założony cel. Niemniej jednak gra warta jest świeczki, szczególnie że data driven marketing jest pojęciem, który od dłuższego czasu nie schodzi z nagłówków czasopism branżowych, a firmy, które szybciej zaimplementują automatyzację opartą na danych, mogą dzięki temu wygrać wyścig ze swymi głównymi konkurentami.
NowyMarketing jest patronem medialnym DIMAQ – międzynarodowego standardu kwalifikacji e-marketingowych. Artykuł został przygotowany przez ekspertkę – posiadaczkę certyfikatu DIMAQ Professional.