Sztuczna inteligencja wie lepiej, korzystaj z niej w Google Ads!

Przed osobami prowadzącymi kampanie reklamowe w Google Ads, każdego dnia stoją dziesiątki wyzwań. Nawet jeśli postawią sobie za cel dwa, trzy osiągalne KPI (Key Performance Indicators - Kluczowe Wskaźniki Efektywności), prawie zawsze muszą żonglować między utrzymaniem na zadowalającym poziomie kilku wskaźników na raz. Na początku, niezbyt łapczywie, dąży się do osiągnięcia określonej liczby konwersji (transakcji, zapisów do formularza etc.). Drugi element, to koszt - wydanie dowolnej kwoty w Google, co do zasady, nie powinno stanowić problemu. Jednak jak zawsze - ma nam się opłacać, więc zaczynamy pilnować wydatków. Kolejny poziom wtajemniczenia, to ROAS (zwrot z nakładów na reklamę) - okazuje się bowiem, że można sprzedawać dużo, ale nieopłacalnie. Chcemy więc, żeby przychód był przynajmniej kilkakrotnie wyższy od wydatków na reklamę. Bardzo słusznie, ale schodów do sukcesu jest coraz więcej. Przy tej całej żonglerce, po pierwsze: wierzymy, że sami poradzimy sobie najlepiej, po drugie: chcemy mieć czas na jedzenie i spanie. Co zatem, jeśli wszystko ostatecznie rozbija się o kasę?

Old school

Jeszcze nie tak dawno temu wierzyliśmy (chociaż z wiarą nie ma to nic wspólnego, po prostu takie były powszechnie przyjęte dobre praktyki), że kampanie reklamowe przyniosą najlepsze efekty, gdy będziemy mieli nad nimi maksimum kontroli - kontrola nad miejscami emisji reklam, nad dokładną pisownią słów kluczowych i oczywiście ścisła kontrola wydatków (a zatem stawek CPC). Kto mozolnie nie optymalizował stawek dla każdego słowa kluczowego i nie myślał po cichu, że te 3 grosze więcej/mniej zmienią wszystko, ten nie zna życia. I o ile mając pod opieką jedną małą kampanię tekstową, używanie strategii ręcznego CPC może być jak najbardziej efektywne, o tyle przy dużych kontach lub dla osób prowadzących kampanie z kilku kont stanowczo odradzamy kurczowego trzymania się tej praktyki. Google Ads ma bowiem do zaoferowania coraz więcej, coraz lepiej działających opcji ustalania stawek.

New school

Cały świat na różnych poziomach dąży do automatyzacji i przekazania pewnych zadań maszynom. Dla jednych jest to ekscytujące, innych przeraża i budzi obawę, że któregoś dnia lodówki w zmowie z żelazkami przejmą kontrolę nad ludźmi. Google systematycznie oswaja nas z myślą, że sztuczna inteligencja JEST przyszłością. W sekcji “Rekomendacje” w panelu reklamowym zapewne nie raz widzieliście radę, by uruchomić automatyczną strategię ustalania stawek. Odrzuciliście ją przynajmniej raz, prawda?

Dla różnych rodzajów kampanii mamy dostępne następujące automatyczne strategie ustalania stawek:

• maksymalizacja liczby kliknięć,
• docelowy udział w wyświetleniach,
• docelowy CPA (koszt pozyskania),
• docelowy ROAS,
• maksymalizacja liczby konwersji,
• maksymalizacja wartości konwersji.

Jak działają automaty? Jest to zestaw strategii, który korzysta z systemów uczących się, by pomóc marketerom dostosować stawkę do każdej aukcji. Bierze on pod uwagę rozmaite sygnały wysyłane w trakcie aukcji, np. informacje o typie urządzenia, lokalizacji, porze dnia, liście remarketingowej, języku czy systemie operacyjnym, dzięki którym możliwe jest określenie niepowtarzalnych okoliczności każdego wyszukiwania. Brzmi jak coś, czego nie jesteś w stanie osiągnąć siedząc przed komputerem nawet 24 h/dobę. Dlatego i na nas przyszedł czas, by pokornie uznać fakt, że w tym obszarze straciliśmy - jako ludzie i marketerzy - przewagę. Z nieśmiałego uruchamiania automatycznych strategii ustalania stawek to tu, to tam, przystąpiliśmy do ich solidnych testów. Korzystamy z nich regularnie na szeroką skalę, bo efekty przerosły nasze oczekiwania.

Co będę z tego miał?

Dla wielu naszych Klientów, zwłaszcza tych z dużą liczbą rozbudowanych kampani uruchamialiśmy sukcesywnie dobrze dobrane automatyczne strategie ustalania stawek. Poniewaz automaty potrzebują przynajmniej 14 dni na naukę, porównaliśmy okres około 30 dni z okresem sprzed zmiany. Wyniki bardzo nas zadowoliły.

Zmiana z ręcznego CPC na maksymalizację wartości konwersji. Celem było podniesienie wartości przychodów, poprzez pozyskiwanie bardziej opłacalnych konwersji. Efekt? Wzrost przychodów o 90%, przy zwiększeniu kosztu o zaledwie 7%:

Zmiana z ręcznego CPC na maksymalizację liczby kliknięć. Celem było zwiększenie wykorzystania budżetu oraz zwiększenie ruchu z kampanii: Efekt? Podniesienie wydatków z 32 na 587 zł oraz wzrost liczby kliknięć o 369%.

Zmiana z ręcznego CPC na docelowy ROAS. Celem było zwiększenie zwrotu z wydatków na reklamę. Efekt? ROAS wzrósł o 121%, dodatkowo liczba transakcji podskoczyła z 5 na 23, a przychody wzrosły aż o 537%!

Automatyczne strategie ustalania stawek to ogromna oszczędność czasu oraz oddanie w ręce robotów możliwości reakcji na sygnały, o których my nawet nie mamy pojęcia, w porach, które moglibyśmy tylko zgadywać. A co najważniejsze efekty, które dla nas oraz naszych Klientów okazały się bardzo zadowalające. Przypominamy jednak, (będziemy powtarzać przy każdej możliwej okazji): kampanie reklamowe (niezależnie od platformy), to system naczyń połączonych. Wybranie strategii ustalania stawek, to tylko jeden z czynników warunkujących osiągnięcie danego celu. Przeznacz zaoszczędzony czas na dopracowanie struktury kampanii, reklam, miejsc emisji, czy przetestowanie nowych formatów. Takie działania wsparte pracą robotów na pewno prędzej czy później zaowocują. Poza tym, aby strategie automatyczne działały w pełni efektywnie, konieczne jest zapewnienie w kampaniach odpowiedniej ilości danych. A zatem ich uruchomienie zaraz po starcie kampanii nie jest rekomendowanym rozwiązaniem. Pamiętaj też, że raz uruchomiona strategia, również będzie wymagała optymalizacji - czy to dostosowania docelowego CPA, docelowego ROAS, czy limitu stawki za kliknięcie. Nadal boisz się zaufać algorytmom? Skorzystaj z opcji “eksperyment”. Gotowy do testów?