Армия маркетологов разделилась на два лагеря:тех, кто не мыслят ведение кампаний без автоматизированного управления ставками, и тех, кто доверяет только себе. Почему при достаточном выборе интеллектуальных ставок, многие рекламодатели предпочитают ручное управление? Каким видам бизнеса подойдет Смарт-биддинг? На все эти вопросы мы попытаемся ответить в этой статье.

Как работает машинное обучение?Алгоритмы GoogleAds сами устанавливают ставку в момент аукциона. При каждом запросе пользователя, система оценивает тысячи сигналов и учитывает основную стратегию.

Целевая цена за конверсию – помогает получить максимум заявок по заданной цене в пределах CPA. То есть система повышает ставки при большей вероятности получить конверсию и понижает ее, если вероятность покупки минимальна. Анализировать стоимость заказов следует не раньше месяца, нужно быть готовым, что некоторые конверсии будут дороже заданных условий, а некоторые дешевле. Если у Вас низкая маржа, то лучше оставаться на ручном управлении, либо быть готовым потратить на тест.

При настройке инструмента, если у кампании была история, система сама предложит оптимальную цену CPA. Если установить стоимость ниже предложенной, можно получить еще меньше обращений.

Целевая рентабельность инвестиций – в этом случае нужно не только отслеживать конверсии, но и знать основные показатели рентабельности. Можно отталкиваться от ROMI, но для прозрачности стоит учитывать еще другие расходы кроме маркетинга. Очень сложно вычислить показатель по одной категории товара, так как посетитель мог зайти по рекламе батареек, а купить еще удочку и фонарь. Как в таком случае понять, какой показатель инвестиций устанавливать на кампанию. Для таких случаев есть пакетная стратегия. Вы устанавливаете предельный уровень на весь аккаунт, а инструмент уже сам фигурирует цифрами между кампаниями.

Максимум конверсий – идеальный вариант для тех, кто понятия не имеет, сколько же должна стоить одна заявка. Нужно учитывать, что если ваш бюджет не выбирается за день, то при машинном обучении он может вырасти до заданных ограничений.Стратегия подойдет для тех, кто хочет протестировать машинное обучение, но пока не владеет всеми данными.

Хотим внести ясность, что автоматическое назначения ставок, не всегда интеллектуальное. Интеллект сам создает алгоритм, при котором система выполняет анализ данных. Как в программировании «Если… То». По данным GoogleAds машинное обучение учитывает десятки миллиардов сигналов в секунду, чтобы участвовать в аукционе. Теперь мы ясно понимаем, что ручное управление проигрывает биддингу, человек даже тысячную часть не сможет обработать.

Какие данные анализирует SmartBidding?

  • Поисковые запросы
  • Историю пользователя
  • Геолокацию
  • Время
  • Сезонность
  • Конкурентов
  • Устройства
  • Демографию

Это только те данные, о которых мы знаем, но есть еще скрытая информация, которую Google не разглашает.

Преимущества SmartBidding

  • Автоматическое управление ставками (вручную править ставки физически невозможно)
  • Учет спроса и предложения (иногда мы думаем, что покупают именно этот товар, а на практике происходит иначе)
  • Анализ отрасли, ниши, конкурентов в каждом аукционе
  • Связь всех показателей (например, с города Н обычно покупают меньше, ставка снижается, а с iOS конвертация выше по данному продукту, можно поднять ставку)
  • Сбор данных, которые недоступны обычным смертным

Кому не подходит SmartBidding?

  • У аккаунта, кампании, товара нет истории (для системы будет сложно анализировать данные, понадобиться минимум 2 недели, чтобы процесс запустился)
  • Мало трафика (нет трафика, нет статистики достаточно)
  • Не отслеживаются конверсии или отслеживаются неправильно

Вывод: если у вас региональный бизнес в специфической нише, не спешите всё скидывать на автоматизацию. Попробуйте управлять аккаунтом вручную, чтобы понять, нужна ли Вам вообще реклама. Для новых товаров и кампаний нужен тестовый период на ручном управлении от 14до 30 дней.

Как тестировать SmartBidding?

Запускаем кампанию на ручном управлении 2-4 недели, фиксируем основные показатели (CPA, ROI, KPI). Запускаем машинное обучение с учетом цели на 2-4 недели, записываем данные и сравниваем с ручным управлением.

Наш опыт с интеллектом GoogleAds

Применяли «Максимум конверсий» для Торговой компании в e-commerce

До

После

Лидов стало в 2 раза больше, цена за обращение снизилась на 25%, процент конверсий вырос на 0,48%. До запуска автоматической стратегии, бюджет не выбирался.

Установка стратегии «Максимум конверсий» для натяжных потолков.С каждым месяцем количество конверсий растет, и уменьшается стоимость.

Месяц после автоматической стратегии. Почти в 2 раза больше лидов, стоимость конверсии снизилась на 30%.

Следующий месяц показал еще лучше результаты, цена за обращение снизилась на 25%. При том, что зимний период считается мертвым сезоном для такого рода услуг.

Были неудачные эксперименты, в основном из-за низкого трафика или отсутствия данных со стороны клиента. Главное помните, что тестировать кампании нужно после сбора статистики, иначе результаты будут плачевными. Всем желаем высокой рентабельности и удачных тестов!

Поделитесь Вашим мнением в коментариях