Gdzie się nie obrócimy, wszędzie słyszymy o rozwiązaniach machine learning. Świat idzie do przodu, a systemy samouczące się stają się coraz bardziej popularne. Nie ma też żadnych wątpliwości – gatunek ludzki nie jest w stanie przetworzyć takiej ilości danych i tylu zmiennych, więc muszą to robić komputery (excel też wysiada). Z pomocą przychodzi sztuczna inteligencja, która jest w stanie to zrobić za nas. System Google Ads również wprowadził całą gamę rozwiązań, korzystających ze sztucznej inteligencji. Jak zatem odpowiednio korzystać z proponowanych rozwiązań wykorzystujących ML w systemie Google Ads?
Historia Machine Learningu w Google Ads:
Na początku zacznijmy od samej specyfiki działania machine learningu. Machine Learning to system, który się uczy. Im dłużej trwa nauka, tym lepsze wyniki jest w stanie osiągać. To dlatego w panelach reklamowych widzimy informację, że „system w trakcie nauki” albo „strategia w trakcie nauki” – jest to zarówno w panelu Facebook Ads, jak i w panelu Google Ads. Zatem, wracając do samych początków ML w Google Ads – jak tylko wchodziły nowości do Google`a, które miały magicznie zwiększyć osiągi naszych kampanii, wszyscy dobrzy specjaliści, których znam, mówili zgodnie: „nic nie oddawaj w ręce systemu, bo tylko przepalisz budżet mediowy i nic tym nie ugrasz”. To była prawda w tamtym momencie, dlatego nie byliśmy agencją, która dała budżet Google`owi, aby się ten nauczył swoje maszynki. Niemniej jednak zakładam, że wielu było takich, którzy stali się tzw. „mięsem armatnim” dla maszynek uczących się (de facto dalej niektórzy są, bo wchodzą nowe rozwiązania bazujące na ML). Zalecam zatem wszystkim, aby mocno zważać na kwestie proponowane przez Google`a, szczególnie na te, które bazują na ML.
Machine Learning w Google Ads:
Aktualnie mamy całą gamę rozwiązań od Google`a, opierających się o rozwiązania ML. Najważniejszym i chyba już najbardziej dopracowanym jest kwestia stawek, czyli tzw. smart bidding. Smart bidding jest jednym z najstarszych rozwiązań, które weszło w panel Google Ads, dlatego też teraz jest czas na korzystanie z dobrodziejstw tego rozwiązania. Oczywiście rozsądnie, ponieważ dalej mamy konta Google Ads, gdzie dużo lepiej sprawdzają się kampanie manualne niż wykorzystujące ML.
Gdzie możemy zatem znaleźć rozwiązania ML w Google Ads?
Stawki – mamy kilka strategii optymalizacji stawek wykorzystujących ML. Są to:
- Ulepszone CPC (eCPC) – stawki dalej są ustawiane przez nas ręcznie, jednakże system automatycznie dostosowuje stawki za kliknięcie, aby zwiększyć liczbę konwersji przy tym samym koszcie
- Maksymalizacja liczby kliknięć – stawki są ustawiane przez system automatycznie w taki sposób, aby w dostępnym budżecie wygenerować jak największą liczbę kliknięć
- Maksymalizacja liczby konwersji – stawki są ustawiane automatycznie przez system, aby w dostępnym budżecie marketingowym dostarczyć jak największą liczbę konwersji (UWAGA: system nie zwraca wtedy uwagi np. na generowaną wartość kownersji, ważna jest liczba konwersji, a nie ich 'jakosć’)
- Maksymalizacja wartości konwersji – system automatycznie ustala stawki w taki sposób, aby wygenerować jak największą wartość z konwersji. Wartość, którą chcemy zmaksymalizować musimy określić przy konfiguracji śledzenia konwersji, może to być np. marża lub przychody ze sprzedaży.
- Docelowy udział w wyświetleniach – system automatycznie ustala stawki tak, aby wyświetlać reklamy w dowolnym miejscu na stronie wyników wyszukiwania (w tym na górze strony, na najwyższej pozycji, czy po prostu w wynikach wyszukiwania). Ważna informacja – kiedyś były strategie „docelowy udział w wygranych aukcjach” oraz „wybrana lokalizacja na stronie wyszukiwania” – obie zostały włączone w „docelowy udział w wyświetleniach”.
- Docelowy ROAS – z ang. return on ad spend – ustawiamy docelowy zwrot z nakładów w reklamowych. System automatycznie ustala stawki w taki sposób, aby wartość konwersji w stosunku do poniesionych kosztów była jak najwyższa. PROTIP – Włączyć tą strategię można już na początku kampanii, przy jej stracie. Jednakże, aby poprawnie skorzystać z tej strategii należy mieć odpowiednio skonfigurowane i włączone śledzenie wartości konwersji oraz uzyskać minimalnie 20 konwersji w ciągu ostatnich 45 dni. Zalecamy jednak, aby było to min. 50 konwersji w ciągu 30 dni, taki wolumen danych powinien pozwolić kampanii dalej generować odpowiedni wynik ROAS)
- Docelowe CPA – ustalamy maksymalną stawkę, którą jesteśmy w stanie zapłacić za pozyskanie konwersji. Stawki ustala się na poziomie grup reklam, zaś sam system dąży do tego, aby ten cel osiągnąć. PROTIP – Dobrym zabiegiem jest ustawienie o 50% wyższą stawkę od wcześniejszego kosztu pozyskania konwersji dla kampanii w sieci wyszukiwania, zaś o 20% wyższą w przypadku kampanii w sieci reklamowej.
Ważna informacja:
Wszystkie powyższe strategie są w mniejszym lub większym stopniu oparte o ML i Google zachęca reklamodawców do wykorzystywania tych wariantów. Pamiętaj, że wyjątkiem tego jest eCPC, gdzie mimo ręcznego ustalania stawek, system może je zwiększać. Kiedyś było to zaledwie 30% (maksymalnie), jednak obecnie system może zwiększyć stawki o ponad 100%, co już jest dużą różnicą. Także warto mieć to z tyłu głowy i monitorować stawki przy włączonej opcji ulepszonego CPC.
Typ kampanii:
- Kampania inteligentna – jest to stosunkowo najmłodszy typ kampanii. Aktualnie nie ma ona żadnej możliwości optymalizacji i właściwie nie działa. Może kiedyś, gdy systemy nauczą się czegoś więcej, ale aktualnie jest to przepalanie budżetu.
- Kampania Google Display Network – inteligentna – w przypadku tej kampanii system optymalizuje stawki na podstawie prawdopodobieństwa konwersji. Główną cechą tej kampanii jest zautomatyzowanie targetowania kampanii, czyli system sam ustala gdzie i komu wyświetli reklamy. Jeśli chodzi o samą reklamę, to jest ona generowana automatycznie z przesłanych materiałów – nagłówków, tekstów reklamowych, logo i obrazów. Jeśli są stworzone pewne listy remarketingowe to system stworzy sobie kombinacje odbiorców, które zostaną wykorzystane w kampanii. Ważna informacja: aby skorzystać z tego typu kampanii należy uzyskać min. 50 konwersji w sieci reklamowej lub min. 100 konwersji w sieci wyszukiwania w ciągu ostatnich 30 dni.
- Kampania inteligentna produktowa (smart shopping campaign) – w tej kampanii nie ustala się stawek na poziomie grupy reklam lub na poziomie produktów. Można stworzyć jedną grupę reklam. Kampania ta wyświetla się nie tylko w sieci wyszukiwania, ale również w sieci reklamowej Google wykorzystując listy remarketingowe.
W ustawieniach kampanii do wyboru są strategie ustalania stawek:
- Maksymalizacja wartości konwersji z dodatkową opcją (nieobligatoryjna) – ustaw docelowy zwrot z nakładów na reklamę (ROAS). PROTIP – ustawienie docelowego poziomu ROAS może wiązać się z tym, że ograniczymy wartość sprzedaży w kampanii. W związku z tym, jeśli nie wiesz, jak skonfigurować w sposób zaawansowany kampanie smart z docelowym ROAS`em, to zaleca się zostawić to pole puste. W naszym przypadku optymalizujemy tego typu kampanie wykorzystując specjalnie napisane skrypty optymalizacyjne, więc jesteśmy w stanie osiągać wyniki wyższe o 15-20%.
Niestety dużym minusem tej kampanii jest brak możliwości dodawania wykluczających słów kluczowych.
- Uniwersalna kampania promująca aplikację (universal app campaign) – to już ostatni typ kampanii inteligentnej. Kampania wyświetla się chyba wszędzie, jeśli chodzi o środowisko Google – sklep play, wyszukiwarka, Youtube, sieć reklamowa. System automatycznie dobiera grupę odbiorców, miejsce wyświetlenia, jak i nawet samą reklamę. Reklama jest tworzona na podstawie komponentów, które podajemy w kampanii. W ustawieniach to, co musimy podać to aplikacja, którą chce się promować, ustawiamy również język i kraj oraz budżet dzienny i docelowy koszt instalacji. System zajmie się całą resztą. Jest również opcja kampanii uniwersalnej, w której to naszym celem jest zaangażowanie w aplikacji. Wtedy też ustalamy, jakie działania mają być wykonane w aplikacji i ustalamy koszt, jaki jesteśmy w stanie zapłacić za tego typu akcje. Co do wyników tej kampanii? Jeśli ktoś odpowiednio wszystko ustawi, dodatkowo ma wiedzę, jak spiąć wszystkie elementy (Plik SDK etc.), to kampania działa świetnie.
Jeśli stosujesz kampanie inteligentne na swoim koncie w sieci reklamowej i w sieci wyszukiwania oraz chcesz zrezygnować z sieci GDN to wystarczy, że wypełnisz formularz: (https://support.google.com/google-ads/contact/smart_campaign_opt_out_display). W ciągu tygodnia reklamy powinny przestań wyświetlać się w sieci reklamowej, a kampania inteligentna będzie aktywna tylko w sieci wyszukiwania.
Formaty reklam:
- Elastyczne reklamy w wyszukiwarce.
- Elastyczne reklamy displayowe.
Obydwa formaty polegają na dodaniu wielu zasobów reklamowych (najlepiej jak najwięcej), które stanowią podstawę do budowania reklam przez system. W przypadku reklam elastycznych w wyszukiwarce mamy do dyspozycji aż 15 nagłówków, 4 teksty reklamowe i ścieżkę adresu URL. System na tej podstawie będzie wybierał różne kombinacje, w zależności od wykorzystanych słów kluczowych przez użytkownika w zapytaniu. Niezależnie od powyższego – reklama dalej może mieć maksymalnie trzy nagłówki i dwa opisy.
Reklamy elastyczne displayowe różnią się tylko tym od reklam w wyszukiwarce, że dodajemy do nich również grafiki (obrazy) i/lub video (z youtube) oraz logo w formacie 1:1. Zaleca się niezbędne minimum, czyli dodanie 5-ciu nagłówków reklam, jedno logo, przynajmniej 5 obrazów.
Podsumowanie:
Wdrażanie Machine Learningu w kampaniach jest nieuniknione. Niemniej jednak, cały czas należy robić to umiejętnie, gdyż nadal możemy być narażeni na utratę budżetu mediowego. Machine Learning powoduje, że tracimy kontrolę nad pewnymi aspektami kampanii, ale otwiera to też nam drogę do nowych możliwości optymalizacyjnych. Możliwe, że w przyszłości optymalizacja kampanii będzie bardziej skomplikowana niż dotychczas, a każdy specjalista od reklam Google Ads nie będzie już nazywany specjalistą, a programistą Google Ads, ponieważ będzie wymagane od niego pisanie skryptów. Kto wie. Aktualnie nic nie wiadomo, jednak warto pamiętać o tym, że jeśli chcemy korzystać z rozwiązań smart to powinniśmy mieć poprawną konfigurację śledzenia konwersji i danych wejściowych. Jeśli będziemy mieć błędną konfigurację to system poprowadzi kampanie w taki sposób, że finalnie nie będzie ona dla nas opłacalna. Zatem warto solidnie odrobić pracę domową ze śledzenia konwersji, aby system miał prawidłowe dane do nauki i optymalizowania kampanii.
