Ten tekst przeczytasz w 4 minuty

Brak komentarzy

Uczenie maszynowe – czy to się sprawdza w AdWords?

Uczenie maszynowe – czy to się sprawdza w AdWords? - zdjęcie nr 1

Uczenie maszynowe – czy to się sprawdza w AdWords? - zdjęcie nr 2

Uczenie maszynowe – im szybciej zaczniesz, tym więcej zyskasz!

Uczenie maszynowe i jego przewaga nad ręczną obsługą kampanii jest nieporównywalna w przypadku obsługi kampanii z dużą ilością danych. Zaawansowane algorytmy, które są stosowane w platformach optymalizacyjnych, potrafią przeliczyć dane w czasie rzeczywistym, podczas gdy specjalista Google AdWords musiałby spędzić nad nimi godziny pracy. Jednak nie jest tak, że każda kampania będzie dobrze działała pod platformą optymalizacyjną korzystającą z uczenia maszynowego. Część platform wymaga dużej ilości danych z dużymi budżetami, ze względu na konieczność zebrania odpowiedniej próbki w celu uzyskania istotności statystycznej. Oznacza to, że im więcej danych platforma zbierze tym precyzyjniej będzie w stanie oszacować najlepszą stawkę. Przez najlepszą stawkę natomiast można uznać znalezienie najlepszej proporcji pomiędzy wysokością stawki a konwersjami bądź kliknięciami w ramach określonego budżetu.

(Dalszą część artykułu znajdziesz pod formularzem)

Wypełnij formularz i odbierz wycenę

Zapoznamy się z Twoim biznesem i przygotujemy indywidualną ofertę cenową na optymalny dla Ciebie mix marketingowy. Zupełnie za darmo.

Twoje dane są bezpieczne. Więcej o ochronie danych osobowych

Administratorem Twoich danych osobowych jest Verseo spółka z ograniczoną odpowiedzialnością z siedzibą w Poznaniu, przy ul. Węglowej 1/3.

O Verseo

Siedziba Spółki znajduje się w Poznaniu. Spółka jest wpisana do rejestru przedsiębiorców prowadzonego przez Sąd Rejonowy Poznań – Nowe Miasto i Wilda w Poznaniu, Wydział VIII Gospodarczy Krajowego Rejestru Sądowego pod numerem KRS: 0000910174, NIP: 7773257986. Możesz skontaktować się z nami listownie na podany wyżej adres lub e-mailem na adres: ochronadanych@verseo.pl

Masz prawo do:

  1. dostępu do swoich danych,
  2. sprostowania swoich danych,
  3. żądania usunięcia danych,
  4. ograniczenia przetwarzania,
  5. wniesienia sprzeciwu co do przetwarzania danych osobowych,
  6. przenoszenia danych osobowych,
  7. cofnięcia zgody.

Jeśli uważasz, że przetwarzamy Twoje dane niezgodnie z wymogami prawnymi masz prawo wnieść skargę do organu nadzorczego – Prezesa Urzędu Ochrony Danych Osobowych.

Twoje dane przetwarzamy w celu:

  1. obsługi Twojego zapytania, na podstawie art. 6 ust. 1 lit. b ogólnego rozporządzenia o ochronie danych osobowych (RODO);
  2. marketingowym polegającym na promocji naszych towarów i usług oraz nas samych w związku z udzieloną przez Ciebie zgodą, na podstawie art. 6 ust. 1 lit. a RODO;
  3. zabezpieczenia lub dochodzenia ewentualnych roszczeń w związku z naszym uzasadnionym interesem, na podstawie art. 6 ust. 1 lit. f. RODO.

Podanie przez Ciebie danych jest dobrowolne. Przy czym, bez ich podania nie będziesz mógł wysłać wiadomości do nas, a my nie będziemy mogli Tobie udzielić odpowiedzieć.

Twoje dane możemy przekazywać zaufanym odbiorcom:

  1. dostawcom narzędzi do: analityki ruchu na stronie, wysyłki informacji marketingowych.
  2. podmiotom zajmującym się hostingiem (przechowywaniem) strony oraz danych osobowych.

Twoje dane będziemy przetwarzać przez czas:

  1. niezbędny do zrealizowania określonego celu, w którym zostały zebrane, a po jego upływie przez okres niezbędny do zabezpieczenia lub dochodzenia ewentualnych roszczeń
  2. w przypadku przetwarzanie danych na podstawie zgody do czasu jej odwołania. Odwołanie przez Ciebie zgody nie wpływa na zgodność z prawem przetwarzania przed wycofaniem zgody.

Nie przetwarzamy danych osobowych w sposób, który wiązałby się z podejmowaniem wyłącznie zautomatyzowanych decyzji co do Twojej osoby. Więcej informacji dotyczących przetwarzania danych osobowych zawarliśmy w Polityce prywatności.

Algorytmy uczenia maszynowego, które jest częścią zagadnienia zwanego sztuczną inteligencją, zawsze powinny dążyć do doskonalenia swoich wyników. Jeżeli system jest sprawdzony, a tak się nie dzieje, oznacza to, że próbka danych, którą dostarczamy jest zbyt mała. Warto zaznaczyć, że przy niskich miesięcznych budżetach w wysokości kilkuset złotych miesięcznie platforma może zawyżać znacznie stawki dzienne, aby uzyskać dobre pozycje dla reklam i tym samym wyczerpywać budżet miesięczny.

Wybór platformy optymalizacji opartej na uczeniu maszynowym

Na rynku występuje wiele platform optymalizacyjnych, w tym także produkcji Googla – DoubleClick. W Verseo korzystamy z własnej platformy – Verseo Campaign Manager – która pozwala również na optymalizację kampanii z niższymi miesięcznymi budżetami. Większość platform optymalizacyjnych działa na wypracowanych przez długi okres czasu algorytmach, które nie są publicznie udostępniane. Ze względu na swoją moc, firmy traktują je jako własność intelektualną. Nie zagłębiając się zatem w algorytmy na których opiera się działanie platformy VCM spójrzmy na 2 przykłady, które pokażą istotę działania optymalizacji na dużych zbiorach danych.

Kampania z miesięcznym budżetem na poziomie ok. 6000 zł.

Podłączenie kampanii pod platformę optymalizacyjną spowodowało, że w tygodniu w którym to nastąpiło ilość konwersji znacznie wzrosła, przy jednoczesnym obniżeniu kosztu konwersji. Oznacza to, że budżet był efektywniej wykorzystywany, a platforma precyzyjnie dobierała stawki do aukcji w których reklamy brały udział.

uczenie maszynowe

wykres 1.: liczba konwersji (niebieskie) vs średni koszt konwersji (pomarańczowe)

uczenie maszynowe

wykres 2.: średnie CPC (niebieskie) vs kliknięcia (pomarańczowe)

Platforma sprawiła także, że nastąpił wzrost liczby kliknięć przy jednoczesnym obniżeniu średniej stawki CPC. Widać zatem efekt działania kampanii, która pozwala nam osiągnąć więcej kliknięć i konwersji za niższą cenę, czyli to, na czym każdemu zależy najbardziej w prowadzeniu kampanii AdWords.

Google AdWords pozwala na wydanie budżetu w ciągu jednego dnia do 200% budżetu dziennego, jednak w skali całego miesiąca AdWords nie może przekroczyć budżetu miesięcznego. W dniach kiedy jest większy potencjał kliknięć budżet dzienny zostaje przekroczony. Jednak nigdy nie przekroczy 200% budżetu dziennego. Jeżeli na początku miesiąca występują przekroczenia stawek dziennych pod koniec miesiąca wyświetlanie jest ograniczane. Zmniejsza się tym samym potencjał kampanii i liczba możliwych kliknięć na koniec miesiąca. Zatem Google Adwords zarządza budżetem dziennym w ramach określonych stawek. W przypadku gdy kampania jest niewielka, z małą ilością reklam, AdWords będzie podbijać stawki do 1 pozycji reklamy, tak aby wydać możliwie jak najwięcej z wpłaconego budżetu.

Działanie platformy polega na wykorzystywaniu bądź zwiększaniu stawki budżetu dziennego, tak aby zmaksymalizować liczbę kliknięć dziennie. Jednak różnica jest taka, że platforma VCM zarządza stawkami w ramach ustalonego budżetu i pozwala na zwiększanie liczby kliknięć w ramach określonego budżetu.

Kampania z miesięcznym budżetem na poziomie 600 zł.

Innym przykładem jest konto klienta, które zostało podpięte pod platformę optymalizacyjną VCM. W tym przypadku, wyraźnie widać, że ręczna obsługa tej kampanii pozwoliłaby na bardziej wnikliwe zarządzanie stawkami. W tym przypadku, klient posiada niewielki budżet miesięczny.

uczenie maszynowe

wykres 3.: liczba konwersji (niebieskie) vs średni koszt konwersji (pomarańczowe)

Na wykresie widać, że podłączenie pod platformę nie dało porządanego efektu, tak jak w przypadku poprzedniego przykładu, a mianowicie platformie nie udało się zwiększyć liczby konwersji, przy jednoczesnym obniżeniu kosztu konwersji. Wyniki nie są ustabilizowane, co oznacza, że platforma cały czas szuka odpowiednich stawek dla reklam. Należy pamiętać o tym, że podłączając platformę musimy odczekać klika dni, aż maszyna “nauczy się” naszych danych i dobierze odpowiednie stawki.

uczenie maszynowe

wykres 4.: średnie CPC (niebieskie) vs kliknięcia (pomarańczowe)

Również w przypadku drugiego wykresu widać, że platformie nie udało się zwiększyć liczby kliknięć i obniżyć średniego CPC. W tym przypadku lepszym rozwiązaniem byłoby ręczne optymalizowanie stawek, co pozwoliłoby na zmianę tych proporcji. Nie tylko przedstawione wykresy pozwalają na określenie, czy kampania skutecznie działa pod platformą. Należy przeanalizować także inne wskaźniki, jak średnia pozycja reklam, czy CTR.

Uczenie maszynowe dla Google AdWords – wnioski

Wnioski z przeanalizowanych przykładów są takie, że uczenie maszynowe przy małej kampanii i w związku z tym z małą ilością danych nie zawsze musi działać efektywniej, niż w przypadku ręcznego zarządzania kampanią. Uznaje się, że platforma VCM skutecznie optymalizuje stawki przy minimalnej liczbie konwersji miesięcznie, jednak należy pamiętać, że im więcej danych tym lepiej. Należy mieć na uwadze również, że nie ma jednego uniwersalnego sposobu na sukces w kampanii internetowej. Korzystając z usług agencji otrzymamy właściwe dobranie metody optymalizacji kampanii, odpowiednio do jej ustawień i budżetu. Posiadanie platformy optymalizacyjnej to zatem duża zaleta, przy wyborze agencji, a korzystanie z niej nie jest związane z dodatkowymi opłatami. To narzędzie, które wspiera zarówno agencję, jak i reklamodawcę. 

Bądź pierwszym który napisze komentarz.

Wymagany, ale nie będzie opublikowany