Strona główna
Blog
Czy automaty są przyszłością kampanii Google Ads?

Czy automaty są przyszłością kampanii Google Ads?

PPC

24.07.2020 Semahead

Google od kilku ostatnich lat regularnie wdraża i forsuje mechanizmy oparte na uczeniu maszynowym, mające pomóc w lepszym zarządzaniu i optymalizacji kampanii Google Ads. Jakie narzędzia oferuje Google? Czy automaty są przyszłością płatnych kampanii?
Z tego artykułu dowiesz się między innymi:

jakie dane zbiera Google i jak dużo o nas wie,
jakie są wady i zalety automatyzacji kampanii,
jakie rozwiązania proponuje Google.

W środowisku ekspertów PPC o machine learning mówiło się od lat. Google od dawna zapowiadał powstanie coraz to nowszych rozwiązań opartych na uczeniu maszynowym. Nikt nie przypuszczał, że rewolucja nastąpi tak szybko. W ostatnich 2-3 latach Google zasypał nas automatycznymi rozwiązaniami, które z “bet” stały się polecanymi przez Google elementami kampanii. Potentat z Mountain View ma zresztą mocny argument, aby przekonywać, że automaty działają lepiej niż ludzie: maszyny korzystają z milionów sygnałów gromadzonych i dostępnych w systemie. A tych jest niemało.

Jakie dane zbierają od nas automaty Google?

Google to prawdziwy kombajn do zbierania informacji. Do jego ekosystemu należą m.in.: wyszukiwarka Chrome, Gmail, YouTube, wirtualny dysk, kalendarz, Google Maps czy Android: najpopularniejsze oprogramowanie smartphonów. Dodatkowo Google współpracuje z wieloma podmiotami na świecie, łącząc ich w sieć reklamową, docierającą do milionów internatów.

Jak dużo wie o nas Google?

Potentat z Mountain View tworzy profil użytkownika, na podstawie danych osobowych dodanych do konta Google, danych reklamodawców z nim współpracujących, ale również uwzględnia jego zainteresowania czy demografie. Aby dowiedzieć się na jakiej podstawie Google wyświetla nam personalizowane reklamy, należy wejść na stronę adssettings.google.com/authenticated. Narzędzie daje możliwość wyłączenia zainteresowania, jeśli użytkownik uzna, że nie jest zgodne z jego preferencjami. Oczywiście wszystko to po to, aby system wyświetlał jak najlepiej dopasowane reklamy do preferencji użytkownika. W tym miejscu użytkownik może wyłączyć personalizację reklam, ograniczając ich wyświetlanie.
Przykładowy profil na podstawie, którego Google personalizuje reklamy:
Automatyzacja Google Ads

Google Takeout – pozwala na udostępnienie wszystkich naszych danych przechowywanych w Google w łatwo przenośnych formatach. Umożliwia pobranie prawie wszystkich danych, które zebrało Google. Ściągnięcie danych na dysk, nie oznacza wcale, że Google kasuje je ze swoich serwerów. Usługa ta służy wyłącznie do zrobienia kopii zapasowej w celu przechowywania lub w celu przeniesienia do innego dostawcy usług np. historii przeglądarki czy kalendarza.

Wady i zalety automatyzacji

Automatyzacja to przede wszystkim oszczędność czasu, ograniczająca manualne przekopywanie danych i żmudne dostosowywanie stawek. Google korzystając z ogromnej ilości (pochodzących z różnych źródeł) danych historycznych, analizuje je na bieżąco, ciągle upraszając swój silnik. Tak dużą ilość danych nie jest w stanie przeglądnąć i zinterpretować żaden specjalista, nawet z użyciem zaawansowanych technik analitycznych. Automatyzacja kampanii daje również lepsze efekty od ręcznej optymalizacji pod warunkiem, że ma poprawnie skonfigurowaną konwersje, odpowiedni budżet, wystarczającą ilość konwersji na koncie oraz czas na naukę.
Moment, w którym automaty „uczą” się kampanii jest zresztą najbardziej newralgicznym punktem tych działań – w początkowym okresie trwania kampanii obserwuje się znaczny wzrost wydatków, który niekoniecznie ma przełożenie na osiągane wyniki. Ta główna wada automatów potrafi skutecznie odstraszyć klienta od inwestycji, a specjalistę przyprawić o ból głowy. Kolejna kwestia to mniejsza kontrola nad działaniami reklamowymi. W niektórych aspektach inteligentne rozwiązania wiążą ręce specjalistom, ograniczając możliwość optymalizacji kampanii.
Istnieją sytuacje, w których automatyzacja zupełnie się nie sprawdza. Są to zazwyczaj nowe konta, które nie mają wystarczającej ilości danych bazowych. Zanim Google zbierze odpowiednią ilość informacji, zużyje większość budżetu, nie gwarantując satysfakcjonujących wyników.
Swoje ograniczenia mają również niezbyt rozbudowane konta z małymi budżetami, prowadzące na prostą stronę internetową. Tam częściej sprawdzi się samodzielne ustalanie stawek, a rozwiązania inteligentne można traktować jako element testowy. Jednoznaczną odpowiedź na pytanie, czy zmiana strategii ma sens, można uzyskać dzięki funkcji eksperymentów w Google Ads, która nie tylko pozwoli przetestować strategie, ale również reklamy, grupy odbiorców, a nawet frazy kluczowe.
Powyższe wady nie dotyczą jednak automatycznych formatów reklamowych. Elastyczne reklamy w sieci wyszukiwania i w sieci reklamowej są już właściwie standardem i jedną z części składowej grup reklam rekomendowanych przez Google.

Rozwiązania automatyczne proponowane przez Google

1. Automatyczne strategie ustalania stawek (Smart Bidding)
To alternatywa do strategii samodzielnego ustalania stawek, która jeszcze nie tak dawno była podstawową strategią w ekosystemie reklamowym Google. Odkąd Google mocno inwestuje w machine learning, co rusz przekonując specjalistów, że strategie samodzielnego ustalania stawek odchodzą do lamusa, a przyszłość należy do rozwiązań automatycznych (co nie zawsze potwierdza się z naszym doświadczeniem i wynikami kampanii).
Zalety:

Oszczędność czasu. Wykorzystanie automatycznych strategii ustalania stawek eliminuje konieczność analizy czynników mających wpływ na kampanie (takich jak np. harmonogram, grupa odbiorców, lokalizacja, urządzenie) i ręcznego wprowadzania modyfikacji.
Nie trzeba zastanawiać się nad idealnymi stawkami za słowo kluczowe czy produkt – system zrobi to za nas.
Uwzględnienie danych historycznych kampanii w kampaniach Smart.
Lepsza znajomość przez Google zachowań użytkowników określona na podstawie ogromnego zasobu danych.
Zwiększanie skuteczności konta, gdy jego możliwości optymalizacji poprzez samodzielne dostosowanie stawek się wyczerpują.

Wady:

Mniejsza kontrola nad kampaniami – ich zarządzaniem i optymalizacją.
Potrzeba czasu na naukę. W początkowym okresie uruchomienia strategii obserwujemy sinusoidę niemal wszystkich metryk, co mocno ogranicza ocenę skuteczności kampanii.
Znaczne zwiększenie wydatków w początkowym okresie trwania kampanii.
Nie zawsze dobrze działają na małych budżetach i nowych kontach. Ciężar efektywności Smart Biddingu opiera się na historycznych konwersjach. Jeżeli jest ich co najmniej 20 tygodniowo – system bierze je pod uwagę i nie wymaga tak dużej ilości danych, jak w przypadku nowych kampanii.

Rodzaje strategii automatycznego określania stawek:
a. Maksymalizacja liczby kliknięć
Stosowana w celu zwiększenie liczby wizyt w witrynie. Pozwala pozyskać jak największy ruch na stronie, przy ograniczonym budżecie.
b. Docelowy udział w wyświetleniach
Używana dla zwiększenia widoczności reklam na konkretne frazy kluczowe. Strategia jest dostępna jedynie w sieci wyszukiwania jako strategia standardowa w pojedynczej kampanii lub jako strategia portfolio ustalania stawek w przypadku wielu kampanii.
c. Docelowy CPA
Stosowany, by uzyskiwać jak najwięcej konwersji przy ustawionym docelowym koszcie działania (CPA) przy czym niektóre konwersje mogą kosztować więcej lub mniej niż ustalona wartość.
d. Docelowy ROAS
Wykorzystywany jako strategia ustalania stawek dla sklepów internetowych, kiedy wiadomo jaki zwrot z inwestycji w reklamę jest opłacalny. Określa stawki tak, aby wartość konwersji przy docelowym zwrocie z nakładów na reklamę była jak najwyższa.
e. Maksymalizacja liczby konwersji
Automatycznie ustala stawki, które pozwalają na osiągnięcie jak największej liczby konwersji przy określonym budżecie.
f. Maksymalizacja wartości konwersji
Stosowany w celu maksymalizacji wartości konwersji (przychodu), przy ograniczonym budżecie.

2. Automatyczne kreacje reklamowe
a. Elastyczne reklamy w wyszukiwarce (RSA – Responsive Search Ads)
Pozwalają na wyświetlanie trafniejszych komunikatów reklamowych, dopasowanych do haseł wyszukiwanych przez potencjalnych klientów. Wyświetlane są na podstawie rotacji nagłówków oraz opisów.
Zalety:

Stworzenie jednej reklamy zamiast wielu z kombinacjami nagłówków i opisów.
Brak potrzeby analizy efektywności poszczególnych reklam – system robi to za nas. Decyduje które nagłówki, opisy i ich kombinacje są najbardziej efektywne i w nie inwestuje.
Statystyki zawierają informację o najbardziej skutecznych nagłówkach i tekstach, co jest przydatne w optymalizacji treści standardowych reklam tekstowych.

Wady:

Brak pełnej kontroli nad wyświetlanym komunikatem reklamowym.
Konieczność przemyślenia czy kombinacje treści reklam nie będą źle wyglądały w reklamie.

b. Elastyczne reklamy w sieci reklamowej (RDA – Responsive Display Ads)
Częściowo zautomatyzowane przez system Google reklamy, które nie wymagają pracy grafika, a specjalista może je stworzyć samodzielnie. Opierają się na kombinacji zasobów graficznych takich jak logotyp i zdjęcia oraz nagłówków i treści reklamy.
Zalety:

Oszczędność zasobów graficznych przy tworzeniu całych zestawów bannerów.
Dostosowują swój rozmiar, wygląd i rozmiar do dostępnej przestrzeni reklamowej, dzięki czemu obstawiają formaty mniej konkurencyjne.
Często mają lepsze wyniki w porównaniu do statycznych reklam dispalyowych (wyższe CTR, niższe CPC).

Wady:
Brak pełnej kontroli nad ostatecznym wyglądem reklamy i jej przekazem.

3. Automatyczne targetowanie i kampanie
a. Dynamiczne kampanie w wyszukiwarce DSA – Dynamic Search Ads
Kampanie w których reklamy są kierowane na podstawie treści witryny, a nie na podstawie słów kluczowych wybranych przez specjalistę. Wykorzystują jej zawartość, automatycznie generując nagłówki i dostosowując je do fraz kluczowych wyszukiwanych przez użytkowników.
Zalety:

Częściej generują kliknięcia o wysokiej jakości.
Niższy CPC w stosunku do fraz ogólnych.
Reklama dopasowuje się precyzyjnie do zapytania użytkownika.
Obstawiają słowa ze zbyt małym potencjałem.
Oszczędność czasu i pracy.
Wskazuje słowa kluczowe wyszukiwane przez użytkowników, które można wykorzystać w standardowej kampanii serachowej.

Wady:

Brak pełnej kontroli nad kampanią.
Wymagają dużej uwagi i ręcznej kontroli zaraz po uruchomieniu.
Narzucają konieczność dobrej znajomości struktury witryny.
Nie sprawdzą się przy małej ilości produktów w sklepach internetowych i dla ubogiej strony leadowej.

b. Kampanie Smart Display – inteligentne kampanie w sieci reklamowej
Kampanie inteligentne w sieci reklamowej używają trzech rozwiązań w zakresie optymalizacji kierowania reklam, ustalania stawek i tworzenia reklam w sieci reklamowej Google:

Automatyczne określanie stawek, opierające się na docelowym CPA, docelowym ROAS lub maksymalizacji liczby konwersji.
Automatyczne kierowanie biorące pod uwagę: tematykę stron docelowych, dane demograficzne, urządzenia czy grupy odbiorców (remarketing). Kierowanie jest optymalizowane dynamicznie, tak by reklamy wyświetlały się częściej tam, gdzie przynoszą najlepsze wyniki.
Automatyczne tworzenie reklam wykorzystując do tego zasoby reklam elastycznych.

Zalety:

Intuicyjna i prosta konfiguracja.
Wysoka skuteczność przy dużej ilości danych. Dlatego warto jest ją przetestować.
Sprawdza się przy pozyskiwaniu nowego, zainteresowanego ruchu na stronę.

Wady:

W początkowej fazie nie wygląda zbyt pozytywnie.
Zwiększenie kosztów kampanii w okresie nauki.
Optymalizując kampanię reagujemy trochę po fakcie.

c. Kampanie Smart Shopping – inteligentne kampanie produktowe
Połączenie standardowych kampanii produktowych i kampanii remarketingowych w sieci reklamowej. Automatyzuje umieszczanie reklam w witrynie i ustalanie stawek, co ma zmaksymalizować wartość konwersji w ramach wyznaczonego budżetu. Wykorzystuje strategie maksymalizacji wartości konwersji z możliwością ustawienia docelowego ROAS. Przy konfiguracji kampanii należy pamiętać o wyłączeniu standardowych kampanii produktowych oraz remarketigu dynamicznego.
Zalety:

Prosta konfiguracja kampanii.
Umieszcza reklamy w różnych sieciach m.in. w sieci reklamowej i sieci wyszukiwania Google, jak również w Youtube czy Gmailu.
W większości przypadków daje lepsze efekty niż standardowe kampanie produktowe.
Równolegle realizuje funkcje remarketingu dynamicznego w displayu.
Czerpie wiedzę z dotychczasowych standardowych kampanii PLA, ograniczając czas nauki.

Wady:

Nieprzypilnowana potrafi w pierwszych dniach wydać dużą część budżetu przy niewielkiej skuteczności.
Gorzej działa przy mniejszej ilości danych.

Nie ma trafnej odpowiedzi, które rozwiązania automatyzacji są najlepsze, a które są zupełnie nietrafione. Wszystko zależy od struktury konta, jego historii, strony docelowej, celów oraz specyfiki samego biznesu. Jedynie testowe wdrażanie tych rozwiązań sprawi, że nasze kampanie będą jeszcze lepsze. Nie ulega wątpliwości, że rozwiązania oparte na machine learning są przyszłością systemów reklamowych i trendem, w który będą inwestowali reklamodawcy.