Как работает машинное обучение в платном поисковом маркетинге?

Машинное обучение влияет практически на все элементы платного поиска, и понимание того, как обучить алгоритм, имеет решающее значение для успеха PPC.

0

Все современные рекламные платформы теперь учитывают машинное обучение в своих алгоритмах. Управление успешными кампаниями требует понимания машинного обучения в каждой рекламной сети.

Этот вопрос Ask the PPC, заданный Чхоте Лал из Нью-Дели, является важным для менеджеров по работе с клиентами и тех, кому они подчиняются:

«Как работает машинное обучение Google в платном маркетинге?».

В этой колонке вы узнаете:

Что такое машинное обучение?
Как машинное обучение влияет на кампании платного поиска?
Как оптимизировать машинное обучение для платного поиска.
Поскольку вопрос был задан конкретно о поиске, мы сосредоточимся на его использовании в первую очередь.

Что такое машинное обучение?
Алгоритмы учатся обрабатывать информацию с помощью машинного обучения. Чем больше у него данных, тем быстрее он научится делать с этой информацией.

Различные точки данных могут иметь разный вес в алгоритме. Важно понимать, как оцениваются точки данных.

Точки данных могут быть полностью объективными, субъективными или представлять собой гибрид человеческого взаимодействия и чисто алгоритмического обучения.

Знание того, что вы можете контролировать, имеет решающее значение для вашего успеха в сотрудничестве с машинным обучением рекламной сети.

Другим критическим фактором является период обучения (и то, что алгоритму дается достаточно времени для обработки точек данных).

Как машинное обучение влияет на кампании платного поиска?
Машинное обучение влияет практически на весь платный поиск. Любое серьезное изменение может повлиять на то, как алгоритм обрабатывает вашу кампанию.

К таким изменениям относятся:

Торги и бюджеты: Кардинальные изменения бюджетов или изменение стратегии торгов.
Аудитории: Изменение целей или исключение целей.
Креатив: Изменение или добавление креатива создает новую версию объявления, которая не будет иметь доступа к статистике старого объявления.
Состояние кампании: При приостановке кампаний сбрасывается период обучения.
Важно отметить, что на ручные кампании эти изменения влияют не так сильно, однако проводить чисто ручные кампании становится все труднее.

Разблокировка (не предоставляется) с помощью Keyword Hero
Просмотр всех ваших органических ключевых слов в GA и их конкретных показателей эффективности. Бесплатная пробная версия. Отмена в любое время. Профессиональная поддержка. 4-минутная настройка.

Ведение кампании вручную означает отказ от 60+ сигналов, которые рекламные сети используют в своих интеллектуальных торгах.

Эти сигналы используются для корректировки ставок в соответствии с выбранной стратегией торгов и заданным бюджетом.

Кроме того, пока еще не решено, какие текстовые объявления (ETAs) или объявления, реагирующие на поиск (RSAs), работают лучше, но RSAs, как правило, получают большую долю показов.

Машинное обучение не всегда является активным выбором. Подбор ключевых слов и маркировка аудитории происходит в фоновом режиме и основывается на исторических данных.

Нативные аудитории (in-market, affinity и т.д.) основаны на том, что алгоритм понимает, что люди, совершающие одно действие, скорее всего, совершат другое действие/имеют другие связанные признаки.

Когда вы просите рекламную платформу найти «похожую» аудиторию на загруженный список/посетителей веб-сайта, вы используете начальную аудиторию, чтобы помочь рекламной платформе понять, какие перспективы вы считаете ценными, а какие — нет.

На подбор ключевых слов и близких вариантов влияет вероятность прибыльных результатов, а также поведение пользователей в реальном времени.

Алгоритмы теперь достаточно умны, чтобы понять, является ли пользователь двуязычным, и позволят его другому языку вызывать рекламу.

Подтверждение постановления о мультиязычном соответствии.Скриншот с сайта Twitter.com, сентябрь 2021 г.
Как оптимизировать машинное обучение для платного поиска
Оптимизировать гораздо проще, если человек с пониманием относится к машинному обучению платного поиска.

Наиболее важная механика — соблюдение сроков обучения и избежание случайных перезагрузок.

Например, если вам нужно масштабировать кампанию, убедитесь, что между каждым крупным увеличением бюджета проходит две недели.

Если вам нужно замедлить (или остановить) кампанию, уменьшите бюджет, а не делайте паузу, чтобы не сбросить период обучения.

Отрицательные ключевые слова и аудитории могут помочь алгоритмам рекламных платформ понять, на какие идеи и модели поведения следует выделять бюджет (а каких следует избегать).

Это самый мощный способ повлиять на машинное обучение, и он должен быть частью всех аккаунтов платного поиска.

Конверсии и значения конверсий — недостаточно используемые инструменты машинного обучения. Они представляют собой самый простой способ взаимодействия с алгоритмом платного поиска и позволяют увидеть поведение пользователя, не требуя от рекламного канала оценки действия.

Выводы
Машинное обучение влияет практически на все элементы платного поиска, и понимание того, как обучить алгоритм, имеет решающее значение для успеха PPC.

Вам также могут понравиться Еще от автора

Оставьте ответ

Ваш электронный адрес не будет опубликован.