Machine Learning w optymalizacji kampanii online – przyszłość która nadeszła

Spis treści

Czytasz teraz:

Machine Learning w optymalizacji kampanii online – przyszłość która nadeszła

• Uczenie maszynowe – przyszłość jest teraz!
• Dane to nie wszystko…
• Co możemy zrobić?
• Machine Learning – Co to jest?

Zamknij

Uczenie maszynowe – przyszłość jest teraz!

Długo się zastanawiałem jak napisać ten wpis. Trudno bowiem wszystko co się dzieje w ostatnim czasie opisać kilkoma zdaniami. Świat pędzi ostro do przodu i pojawia się wiele nowych trendów, jednak czy warto zawsze za wszystkimi podążać? Niezależnie od tego czy masz 1-osobową działalność, jesteś z działu marketingu, sprzedaży, specjalistą SEO/AdWords lub jesteś prezesem dużej firmy (tak się składa, że dane mi było poznać każde z tych stanowisk), to z pewnością w tym wpisie znajdziesz coś dla siebie. Rzecz dotyczy bowiem optymalizacji przez pryzmat uczenia maszynowego. 

(Dalszą część artykułu znajdziesz pod formularzem)

Zapotrzebowanie na dane i na informacje to jeden z silniejszych ostatnio trendów. W sumie nic w tym dziwnego, w końcu warto wiedzieć czy efektywnie wydaje się swoje pieniądze. Odpowiedzią na ten “głód danych” jest wysyp narzędzi do analizy marketingu online, różnego rodzaju monitoringi, skanery itp. Wszystkie są ładne, kolorowe, przejrzyste (mniej lub bardziej), ale czy użyteczne? Czy naprawdę potrzebujemy aż tylu różnych wykresów, tabel, raportów itp.? W końcu każde kolejne narzędzie to kolejny raport, wynik, który wypadałoby przeanalizować, jeśli nie chcemy mieć poczucia, że wyrzucamy pieniądze na niepotrzebne w gruncie rzeczy narzędzia. W ilu raportach znajdujemy naprawdę unikalne dane lub te, które otwierają nam oczy? Pokuszę się o stwierdzenie, że 80% tych narzędzi jest bezwartościowych, bez większego wpływu na nasz marketing. Po raz kolejny zasada Pareto sprawdza się.

W Verseo skupiamy się na kilku ulubionych (bo użytecznych i wygodnych) metrykach. Oczywiście testujemy nowości, ale los większości z nich jest podobny. Wyłączamy je, bo nie wnoszą nic nowego. Ten swoisty “minimalizm” nie przeszkadza nam jednak w byciu jedną z największych agencji w Europie Środkowej i Wschodniej oraz strategicznym partnerem Google.

Na potrzeby tego wpisu dokonałem szybkiego podsumowania: gdy pracowałem jako aktywny handlowiec, to w ciągu ponad 2 lat wykonałem około 25 000 rozmów telefonicznych z firmami, odbyłem ponad 200 spotkań i brałem udział w kilkunastu różnego rodzaju szkoleniach. Dzięki temu miałem okazję poznać wielu fantastycznych ludzi, ale i także rozmaite problemy firm, w których pracowali. Jeden z tych problemów był wspólny dla praktycznie każdej firmy…

Co to takiego?

Brak czasu…

Nie jest to szczególnie zaskakująca obserwacja, ale prowadzi do brutalnego wniosku: firmy nie potrzebują kolejnych narzędzi do analizy danych ponieważ i tak mają za mało czasu, by przeprowadzać analizę danych. Dlatego tak mało firm prowadzi marketing oparty o realne i aktualne dane.

Dane to nie wszystko…

Analityka danych i optymalizacja działań marketingowych w oparciu o nie jest szczególnie trudna. Większość z nas zna podstawowe wskaźniki jak CPC, CPA czy ROI – to żadna wiedza tajemna. Gdy jednak zaczniemy mówić o IRR, NPV, ROMI lub coraz bardziej modnym ostatnio CLTV, to zaczynają się pierwsze problemy. Nie jest to jednak nic złego czy wstydliwego. Nie musimy (i nie możemy) się znać na wszystkim.

Dlatego musimy zdawać sobie sprawę z tego, że obojętnie jakie narzędzie analityczne zakupimy, to i tak będzie nam potrzebna dodatkowo osoba od analizy danych. Oczywiście generuje dodatkowe koszty dla firmy, a mało kto je lubi. O tyle ile duża firma może sobie jeszcze pozwolić na takie dodatkowe koszty, to dla małych firm taka analityka jest praktycznie nieosiągalna. Powiedzmy to sobie szczerze, zakup narzędzia do zbierania danych bez jednoczesnego zorganizowania sobie analityka, to wyrzucenie pieniędzy w błoto.

Zabawne jest to, że małym firmom czasem bardziej opłaca się zwiększyć bezpośrednio budżet na reklamę niż inwestować w dodatkową analitykę danych. Praktyka pokazuje, że nie jest to taka nietrafiona czy głupia strategia. Dlaczego? Ponieważ przy budżetach rzędu 1000-4000 PLN danych jest na tyle mało, że i tak robienie super szczegółowych analiz nie ma większego sensu (czasem lepiej po prostu przeznaczyć dodatkowy budżet na kampanię, zamiast płacić analitykowi). Wiem, to kontrowersyjne dla wielu stwierdzenie, ale z naszych obserwacji wynika, że czasem tak po prostu jest.

Według różnych źródeł, w 2014 roku ponad 80% firm w Polsce miało zainstalowane narzędzie Google Analytics na swoich stronach, ale (uwaga!) mniej niż 2% się tam logowało. Nasza zakładka “Analityka internetowa” mimo, że przez 3 lata widniała w głównym menu na stronie verseo.pl była najrzadziej odwiedzaną zakładką ze wszystkich. Zacytujmy klasyka: “Fakty mówią same za siebie”!

Problem analizy danych pogłębia dodatkowo fakt, że tych danych jest coraz więcej. Powody to m.in. większa liczba źródeł ruchu czy spore możliwości targetowania (płeć, wiek, typ urządzenia, czas, lokalizacja i wiele innych). A to dopiero początek, coraz więcej mówi się o potężnie rosnącym ruchu mobile. Ruch mobile to osobny temat zasługujący na artykuł, wystarczy wspomnieć, że już teraz w niektórych branżach w Polsce ponad 50% zapytań pochodzi z urządzeń mobilnych, a w USA mamy kampanie, gdzie ten wskaźnik sięga nawet 70%. Wielu dzisiejszych nastolatków nie pamięta już telefonów z guzikami i bez dostępu do Internetu, a moja 2-letnia córka chce korzystać z telewizora dotykając ekranu. “Oni” – przyzwyczajeni do dotykowych ekranów, mobilności i stałego dostępu do Internetu rosną w siłę (a wraz z tym ich konsumencki potencjał) każdego dnia. Nie akceptują niemobilnych stron, opuszczają witryny, które kiepsko wyświetlają się na ich smartfonach, lekceważą firmy, które nie potrafią lub nie chcą zadbać o to, by być mobile friendly. To oznacza, że ruch pochodzący z urządzeń mobilnych będzie tylko większy, pojawi się coraz więcej nowych aplikacji, a reklamy w produktach z rozszerzoną rzeczywistością są zapewne kwestią czasu.

Danych będzie więcej i tylko więcej, a to oznacza więcej pracy po stronie marketingu.

Co możemy zrobić?

Jesteśmy w punkcie, w którym mamy świadomość, że płacenie za dodatkową analitykę bez analityka nie ma sensu, nie mamy czasu lub/i wiedzy by się tym zająć i samodzielnie zapoznać z danymi. Przygniata nas myśl, że tych danych będzie coraz więcej, a przecież to w dobrze przeanalizowach danych leży klucz do sukcesu naszej firmy. Co robić zatem, jak żyć?

Rozwiązanie jest na wyciągnięcie ręki i całkiem proste…

Wykorzystajmy maszyny do tej żmudnej pracy! To nie jest żadne sci-fi, to rozwiązanie dostępne praktycznie “od ręki”.

Machine Learning – Co to jest?

Możemy powiedzieć, że są to “systemy samouczące się”, “uczenie maszynowe” albo “samouczące się algorytmy”, niektórzy się nawet rozpędzają i nazywają to sztuczną inteligencją, aczkolwiek z tym byłbym już bardziej ostrożny.

Na czym to polega?

Systemy typu “machine learning” zbierają i przetwarzają ogromne ilości danych. Dzięki połączeniu takich dziedzin jak informatyka, automatyka i statystyka oprogramowanie poprzez gromadzenie danych może się uczyć (i zdobywać nową wiedzę). Po skonkretyzowaniu odpowiednich algorytmów i przygotowaniu zaawansowanych modeli statystycznych możemy “zmusić” system do wykonywania odpowiednich zautomatyzowanych procesów i doskonalenia własnej wiedzy.

A jak to wygląda w praktyce?

Wyobraź sobie sytuację, że wrzucamy do jednego worka kilkunastu specjalistów marketingu online (Google AdWords, Facebook, Bing itd.), analityków Internetowych, statystyków, programistów i tworzymy z nich jednego super specjalistę, który do tego jest robotem, nie choruje, pracuje 24 godziny na dobę i z każdym dniem jest coraz lepszy i mądrzejszy!

A na dodatek możemy co chwilę dodawać mu odgórnie nowe ulepszenia, sprawiając, że z każdym dniem jest jeszcze lepszy. Brzmi niemożliwe? Ale to już jest i działa dobrze, jest na wyciągnięcie ręki dla każdego. Znasz firmę Uber? Tak, to ta od zamawiania transportu i konfliktu z taksówkarzami. Nie chodzi tu jednak o ocenę ich działalności. Uber wykorzystuje “machine learning” żeby na bieżąco w czasie rzeczywistym monitorować dane o natężeniu ruchu, czasie podróży, popycie i podaży na swoje usługi w celu optymalnego dostosowania opłat za transport.

Natomiast my w marketingu możemy podpiąć systemy/maszyny oparte na algorytmach samouczących się w celu analizy naszych kampanii online. Możemy tworzyć dowolne kombinacje algorytmów które będą pracowały na nasze cele np. maksymalizację przychodów z naszej kampanii poprzez dobór optymalnych stawek za kliknięcie dla wszystkich słów kluczowych w naszej kampanii online np. wyszukiwarce Google.pl (oczywiście to jest duże uproszczenie pracy całego systemu). System zbiera dane o naszej kampanii i sam podejmuje (SAM!) decyzje o kierowaniu i optymalizacji stawek. Nie musisz na to tracić czasu, a przy okazji system swoje decyzje/zmiany wprowadzi o twarde statystyczne dane. Do tego robi to codziennie, nawet wtedy kiedy śpimy, przy okazji trzyma rękę na pulsie czy wszystko jest ok i gdy tylko wykryje jakąś anomalie, poniformuje nas o tym.

To brzmi jak opis idealnego pracownika (albo chociaż bardzo dobrego). Mechanizacja w wielu dziedzinach życia już nikogo nie dziwi, teraz przyszedł czas na marketing.

Ale czy to naprawdę działa?

Odpowiedzmy sobie na kilka pytań:
Ilu mamy w Polsce specjalistów z zakresu Google AdWords? Wielu.
Ilu mamy w Polsce specjalistów Google AdWords z bardzo dużym doświadczeniem? Mniej.
Ilu mamy w Polsce specjalistów z Google Adwords z bardzo dużym doświadczeniem i jednocześnie bardzo dużym doświadczeniem w zakresie analityki internetowej i biegłą obsługą Excela (makra itd.)? Bardzo niewielu.

I tych “bardzo niewielu” może dyktować bardzo wysokie stawki za swoje usługi – są po prostu wyjątkowe.

Czas na małe case study

Mamy super specjalistę, który zna się na optymalizacji i na analityce. Ma do obsługi 1 sklep mający w ofercie 30 000 produktów, na to się składa kampania z listą produktów (tzw. Google Zakupy), re-marketing, kampanie wyszukiwarce, może Gmail i DSA. Razem powiedzmy np. 10 kampanii (optymistyczna wersja). Zna dobrze Edytor AdWords, Excel, więc budowa i nadzór kampanii to nie jest żaden problem. Nic szczególnie wyrafinowanego czy trudnego do ogarnięcia, ale… Nagle zamiast na jeden kraj robimy kampanię na 10 krajów. Okazuje się, że na każdy kraj trzeba powielić działania. Z 10 kampanii robi nam się nagle 100 kampanii, każdą trzeba przejrzeć i monitorować. Google to nie wszystko, chcemy kampanie dla korzystających z Binga i właśnie robi nam się 150 kampanii. Chcemy Facebooka robi nam się 200 kampanii. I co się okazuje?

Nasz super specjalista, który do tej pory nas nie zawodził, zaczyna popełniać błędy, a nam zaczyna się wydawać, że kampanie nie są do końca skuteczne. Powiedzmy sobie wprost, nasz specjalista nie jest tego wstanie dzień w dzień kontrolować i analizować danych. Nie łudźmy się, człowiek nie jest maszyną.

Więc jeszcze raz zadajmy pytanie: czy to działa? Czy maszyna skutecznie może skutecznie pomóc specjaliście?

Mój własny przykład

Mam wszystkie certyfikaty Google AdWords dostępne na ten moment, mam też certyfikat Trenera Google AdWords (szkolę inne osoby) i kilkanaście lat doświadczenia w marketingu online. Prowadziłem kilkaset kampanii w systemie Google AdWords od sadzonek, zegarków, perfum po forexy, kredyty , w przypadku których CPC potrafi sięgać 100 zł za jedno kliknięcie. Pierwsze szlify zdobywałem prowadząc kampanie o budżetach 500 zł/miesiąc, a skończyłem na budżetach, które mają kilkaset tysięcy złotych. A dziś… własna agencja i kilkaset obsługiwanych klientów, kampanie o budżetach mających kilkaset tysięcy złotych. Tak się korzystnie złożyło, że na studiach miałem dużo do czynienia z analizą danych, robiło się jakieś analizy wielowymiarowe do badania perfum przy użyciu elektronicznego nosa (to były czasy!), więc analiza i statystyka także mi nie straszna.

Zrobiłem pewien eksperyment. Podłączyłem wszystkie moje kampanie online do platformy VCM/DoubleClick i kontynuowałem kampanie przy wsparciu maszyn.

Jaki był tego wynik? Kto wygrał?

Niestety musiałem z pokorą spuścić głowę. Maszyny wygrały ze mną w każdym przypadku.

Niekiedy wyniki były nieznacznie lepsze, niekiedy niestety zostałem “zmasakrowany”, a wyniki miesiąc do miesiąca były o wiele lepsze.

Gdzie leży główna przewaga?

Ja mogę codziennie wprowadzić zmiany, zrobić reguły na zmiany stawek. Okresowo mogę eksportować dane do Excela, przeliczać dane i na podstawie wyników wprowadzać większe zmiany optymalizacyjne. Ale nie jestem w stanie robić tego dzień w dzień, kilka razy dziennie na poziomie każdego pojedynczego parametru.

Gdy ja na jednej kampanii wprowadziłbym normalnie tysiąc zmian, maszyna zrobiła ich 30 000 i to w oparciu o zaawansowane modele statystyczne, dzień w dzień. W nocy, w weekend, w środku dnia. Nikt nie jest w stanie za tym nadążyć i z tego rodzi się cała potęga optymalizacji z wykorzystaniem maszyny jak np. VCM. Z wielu tysięcy małych zaplanowanych i wyliczonych mikrozman. Czyli maszyna podejmuje lepsze decyzje niż człowiek, więc w tym przypadku nazywanie takie oprogramowania “małą sztuczną inteligencją” nie jest wcale takim błędem.

W czym tkwi haczyk?

Mimo, że maszyna miała lepsze osiągnięcia ode mnie, to ja jestem ojcem jej sukcesu. To ja ustawiłem, powiedziałem maszynie co ma zrobić, w jakim celu i kontrolowałem ją codziennie. Bez mojej wiedzy i nadzoru nie mogłaby być lepsza.

Tu tkwi sekret, maszyna nie zastąpi specjalisty, ale daje mu ogromne wsparcie. Będzie wykonywać codziennie najtrudniejszą, najbardziej żmudną analityczną pracę, ale musi być poprawnie skonfigurowana.

To jest niesamowite rozwiązanie, że człowiek najpierw uczy maszynę, potem podpatruje co robi maszyna i uczy się od niej, dzięki temu nie tylko maszyna, ale człowiek się doskonali.

Czy są jakieś zagrożenia?

Maszyny wymagają bardzo świadomych użytkowników, samo ich podpięcie do istniejących już kampanii może przynieść więcej szkód niż pożytków. Musi to zostać zrobione bardzo umiejętnie i we właściwy sposób. Może okazać się, że dana kampania dopiero po gruntownej przebudowie będzie gotowa do podpięcia.

Czy to jest drogie?

Tak, jest to drogie – nie twierdzimy, że jest inaczej. Dobra wiadomość jest taka, że gdy agencja wdroży u siebie taki system całościowo, nie wpływa to znacząco na koszty końcowe dla klientów. Przy małych budżetach opłata za wykorzystanie systemu jak VCM jest w cenie, więc mały klient z budżetem 1000 zł otrzymuje do dyspozycji super specjalistę w cenie, a dla dużych budżetów mówimy tutaj o dodatkowej opłacie sięgającej kilku procent.

To jest kluczowa informacja, można zdobyć dzisiaj przewagę konkurencyjną i otrzymać dodatkowe wsparcie dla swojej firmy bez ponoszenia dodatkowych znaczących kosztów.

Jest to rozwiązanie bliskie filozofii działania Verseo: skuteczna pomoc firmom w zakresie marketingu w Internecie przy zachowaniu rozsądnych cen za obsługę.

Jeśli mówimy o systemach bazujących na “machine learning”, zerknijmy co możemy na ten moment zrobić i jaką mamy obecnie sytuację. Bazować będziemy na Google AdWords, ponieważ to jest jeden z głównych produktów, którego działanie można usprawnić dzięki maszynom.

Podzielimy poszczególne rozwiązania ze względu na stopień automatyzacji i optymalizacji:

1. Na początku mamy panel Google AdWords, przez który możemy tworzyć kampanie i “ręcznie” ustawiać stawki w naszych kampaniach.

2. Większe kampanie robimy przy pomocy Google AdWords Edytora i Excela, wykorzystując filtry możemy masowo zmieniać stawki (czyli też w sumie “ręcznie”).

3. Nie ma tej kategorii na wykresie, ale możemy w Google Adwords za pomocą reguł lub skryptów tworzyć automatyczne zmiany stawek np. gdy pozycja spadnie poniżej 4 podnieść stawkę o X PLN, jeśli pozycja będzie wyższa niż 2, obniż stawkę o Y PLN. Można tutaj robić naprawdę zaawansowane skrypty, ale ciągle to tylko reguły, one się “nie uczą”.

4. DoubleClick Search – oficjalny produkt Google do optymalizacji kampanii z gotowymi strategiami optymalizacji stawek, który wprowadza zmiany w naszych kampaniach nawet 4 razy dziennie. Jest to system, który wykorzystuje algorytmy samouczące się. To bardzo dobry produkt, który sprawnie działa (DoubleClick to cała rodzina narzędzi).

5. VCM – Verseo Campaign Manager – kompleksowa platforma do automatyzacji i optymalizacji kampanii online, także posiada gotowe strategie optymalizacji stawek + dodatkowo jest przystosowane do zarządzania dużą ilością kampanii.

6. Google Smart Bidding – algorytmy Google do optymalizacji stawek w czasie rzeczywistym (“auction-time bidding”), taka kombinacja algorytmów samouczących się z optymalizacją stawki dla każdej pojedynczej aukcji i użytkownika. Ta kategoria mogłaby leżeć równolegle z VCM i DoubleClick, ponieważ te systemy mogą działać razem (i działają można je stosować z VCM i DC równolegle), z drugiej strony Google bierze pod uwagę wiele sygnałów nieosiągalnych dla żadnej z platform.

 

To o czym pisaliśmy w tym artykule dotyczą punktów 4-6 z powyższej listy. DoubleClick Search i VCM to z jednej strony produkty bardzo podobne, a z drugiej strony sporo je różni. Nie można ich stosować jednocześnie (jeśli chodzi o strategie optymalizacji stawek), mają podobną zasadę działania. Dlaczego jednak VCM postawiłem wyżej w hierarchii? Ponieważ DoubleClick nie nadaje się do masowej obsługi kampanii. Sprawdzi się w przypadku dużych pojedynczych kampanii, ale nie wyobrażam sobie żeby agencja obsługiwała 1000 klientów przy użyciu DoubleClick. Dlatego VCM jako platforma ma przewagę nad DoubleClick Search. DC został także stworzony z myślą o dużych klientach. VCM radzi sobie zdecydowanie lepiej z mniejszymi budżetami niż DoubleClick Search, a w przypadku dużych kampanii jest równie skuteczna co DC. Nasze algorytmy są lepiej dostosowane do specyfiki mniejszej kampanii. Z czego to wynika? Mało która agencja podpina do DoubleClick Search małe budżety rzędu 2-6 tys PLN. To jest główna przewaga VCM, gdyż jako Verseo zdobyliśmy wiedzę i doświadczenie w obsłudze kampanii o małych i dużych budżetach. Naszym atutem jest też wiedza którą zdobywamy z codziennej współpracy z klientami, której DoubleClick/Google nie ma jak zdobyć.

Prowadząc kampanie online z wykorzystaniem VCM czy DoubleClick odkrywamy obecnie zupełnie nowa pola optymalizacji i zdobywamy obszary, które wcześniej dla nas nie były dostępne, ponieważ maszyny dostarczają nam nowej wiedzy.

Mówiło się, że rok 2015 to był rok “analityki”, rok 2016 to był rok “mobile”. Samo nazewnictwo sugeruje, że nie są już najświeższe. Mamy w końcu 2017 rok – erę (a nie tylko rok) maszyn. To era, która wszystko zmieni.

A my z przyjemnością prezentujemy Państwu pierwszą maszynę wyprodukowaną przez Verseo (pierwsze wdrożenie tej skali w Polsce).

VCM – Verseo Campaign Manager – szczegółowy opis