웨비나의 Q&A '업계에서 더 나은 검색 광고를 위한 AI 활용 및 감사'

이번 달 초, Acquisio의 공동 설립자 Marc Poirier와 Adalysis의 Brad Geddes는 인공 지능이 유료 검색에 미치는 영향, 캠페인 관리자가 AI를 활용해야 하는 프레임워크, 그리고 이 떠오르는 기술.

웨비나를 놓치셨나요? 여기에서 녹화를 시청하세요!

Marc와 나는 청중들로부터 몇 가지 훌륭한 질문을 받았지만 불행히도 우리는 모든 질문에 답을 하기 전에 시간이 부족했습니다. 그러나 웨비나에서 약속한 대로 아래에서 모든 질문에 대한 답변을 확인할 수 있습니다.

1 – Google의 기계 학습에 대해 어떻게 생각하십니까? Acquisio를 Google의 머신 러닝에 반대하는 A/B 실험을 설정한 적이 있습니까?

Brad: 광고와 관련하여 Google의 기계 학습은 끔찍합니다. 광고 생성, RSA 광고 게재, 최적화(끔찍) - 열렬한 팬이 아니어도 상관 없습니다. 비슷한 목록에 관해서는 놀라운 일이라고 생각합니다. 하지만 내 내성 수준은 많이 다릅니다. 비슷한 목록의 경우 내가 전혀 알지 못했던 10%의 신규 고객이 생긴다면 정말 기쁩니다. 나는 그들이 좋거나 나쁘다는 진술을 결코 덮지 않을 것입니다. Google은 수학을 아주 잘하지만 창의성에는 매우 약합니다. 나는 그 영역에서 그것들을 약간 분류합니다.

Marc: 비교 측면에서 우리는 항상 그렇게 합니다. 예를 들어 CPA 입찰을 사용하는 많은 고객 샘플을 확보하기 위해 노력하고 있습니다. 이에 대한 공식적인 연구 자료는 아직 없습니다. 그러나 Google은 다른 문제를 해결합니다. 우리는 귀하의 비용을 지출하려고 노력하고 있지만(설정 가격을 목표로 하는 대신 클릭 또는 전환의 최적 가격으로) 전환을 최대화하면서 예산을 초과하지 않습니다.

2 – 판매 주기가 긴 경우(예: 3-6개월) 해당 데이터를 일상적으로 발생하는 리드와 결합하여 어떻게 사용하는 것이 가장 좋습니까? 데이터가 현재 입찰가보다 몇 개월 늦은 경우에만 실제로 전환된 리드에 피드백을 제공해야 합니까?

Brad: 이것은 데이터 질문인 동시에 철학적인 질문입니다. 나는 가능한 한 빨리 리드를 검증하려고 노력합니다. 내 MQL(마케팅 자격을 갖춘 리드)은 기껏해야 2-7일 이내에 완료되어야 합니다. 머신 러닝, 7일의 지연 시간 없이 작동하면 문제 없습니다. 7-14일 이내에 판매 자격을 얻을 수 있다면 해당 데이터로 작업하고 싶습니다. 6개월 후에 클로즈드 세일을 하게 될까요? 아니, 난하지 않을거야.

데이터 지연의 경우 기계 학습에 대한 두 가지 접근 방식을 사용해야 합니다. 첫 번째는 의사 결정에 사용할 최신 데이터를 기계에 제공하는 것입니다. 이것은 리드(가능한 경우 마케팅 자격이 있음) 또는 양질의 방문 신호일 수 있습니다. 이는 일상적인 입찰 관리에 도움이 됩니다.

그런 다음 실제 판매 데이터를 피드백하고 판매 데이터가 적격 리드 데이터와 어떻게 일치하는지 확인해야 합니다. 가깝게 정렬되면 단기 신호에 의존할 수 있습니다. 그렇지 않은 경우; 그런 다음 데이터를 자세히 살펴보고 정렬되지 않는 이유를 확인하려고 합니다. 품질이 낮은 리드로 이어지는 키워드, 위치, 시간 또는 기타 신호가 있을 수 있습니다. 이러한 경우 단기 및 장기 데이터가 서로 일치하도록 캠페인을 조정해야 합니다.

Marc: 우리는 Acquisio에서 우리 자신을 위해 많은 납 생성 작업을 수행하는데 그 문제가 있습니다. 사람들은 제품을 구매하기 전에 얼마 동안 고려하고 제품이 길어질 수 있습니다. 대행사는 광고주보다 우리 제품을 사용할 가능성이 더 높으며 우리는 그들이 관리하는 계정의 수를 알고 있습니다. 관리 중인 계정이 더 많으면 당사 제품을 사용할 가능성이 더 큽니다. 우리는 우리 시장과 우리가 성공할 수 있는 분야를 잘 이해하고 있으므로 데모 요청 등을 위한 양식이 우리를 위해 해당 정보를 캡처합니다. 입찰에 사용합니까? 우리는하지 않습니다. 알고리즘은 이것을 포착하도록 설계되지 않았습니다(가능하지만 지금은 아닙니다).

Brad: 모든 리드 젠 회사의 경우 기계가 볼 수 있도록 하는 데이터와 내부적으로 사용하는 데이터는 무엇입니까? '여기에 우리의 총 리드가 있고 여기에 적격한 리드가 있습니다'를 알고 싶을 것입니다. 따라서 몇 퍼센트가 자격이 있는지 확인하고 그 숫자를 더 높일 수 있지만 기계가 작동하도록 해당 숫자 중 하나만 다시 계정으로 푸시할 수 있습니다. 에서.

3 – 긴 전환 확인 기간/이력 데이터를 사용하지 않고 계절성을 어떻게 고려합니까?

Marc: Acquisio Turing은 데이터의 단기 또는 중간 추세를 관찰하고 이러한 추세를 기반으로 결정을 내립니다. 우리의 알고리즘은 현재 데이터에 대해서만 결정을 내리고 과소비 또는 과소 지출을 피하기 위해 경매의 계절적 변화에 반응합니다. PPC 계절성 관리에 대해 Acquisio의 다른 공동 설립자 Richard Couture 및 Jason MacDonald와의 인터뷰를 확인하십시오.

4 – Google이 AI 및 ML 분야에서 가장 발전된 업체 중 하나인 상황에서 에이전시 모델을 거의 구식으로 만드는 것을 막는 방법은 무엇입니까? 그들이 클라이언트의 돈을 그렇게 효율적으로 쓰는 진정으로 효율적인 셀프 서비스 플랫폼을 만들 수 있다면… 에이전시는 미래에 어디에 적합할까요?

Brad: 인간과 컴퓨터가 잘하는 것을 비교할 때 몇 가지 큰 추세를 볼 수 있습니다. 첫 번째는 전략이다. 기계는 회사가 달성하고자 하는 것이 무엇인지 모릅니다. 그들은 사용자가 귀하로부터 구매하는 방법, 인지도의 가치 및 비즈니스 성장 방법에 대한 데이터를 가지고 있지 않습니다. 이것은 대행사 및 사내 마케터의 세계에 확고하게 자리 잡고 있습니다.

지금까지 컴퓨터는 창의적인 작업에서 극적으로 실패했습니다. 이것은 광고의 모양, 제안 및 웹 사이트 콘텐츠에 걸쳐 있습니다. 광고 캠페인과 관련하여 전략에서 생성, 실행에 이르기까지 이것은 대행사 및 사내 마케팅 세계에 확고하게 자리잡고 있습니다.

마케팅 활동을 추진하기 위한 데이터 통찰력은 인간의 해석에서 나옵니다. 기계는 보고서를 자동화하고 데이터 추세를 표시할 수 있습니다. 그러나 그들은 왜 그러한 경향이 발생하는지 모릅니다. 데이터 해석, 데이터 스토리텔링 및 데이터 통찰력은 오랫동안 인간 세계의 일부여야 합니다.

입찰, 자동화된 보고서, 반복 가능한 작업 수행과 관련하여 머신 러닝은 환상적입니다. 전략, 창의성, 스토리텔링, 그리고 왜 무슨 일이 일어나고 어떻게 대응해야 하는지에 관해서는 마케팅 생태계에서 인간이 차지하는 위치입니다.

5 – 주로 Google 쇼핑 입찰가를 최적화하기 위해 비용/수익을 고려하고 있습니까?

Marc: Acquisio Turing은 다른 캠페인(CPC 또는 CPA)과 동일한 목표에 대해 쇼핑 캠페인을 최적화할 수 있습니다. 작년 이맘때, 우리는 마지막 순간에 Google 쇼핑 캠페인을 최적화하는 방법에 대한 팁을 제공하는 Seer Interactive와 웨비나를 진행했습니다.

6 – ML 솔루션으로 트래픽이 적은 문제를 어떻게 처리합니까?

Marc: 낮은 트래픽에 직면했을 때 Acquisio Turing은 당면한 작업에 대한 충분한 정보를 수집하기 위해 적응적으로 조정하는 것과 정보에 입각한 결정을 내리는 데 도움이 되도록 트래픽이 적은 데이터 풀에서 가져오는 조합을 사용합니다.

흥미롭게도 우리 알고리즘은 적은 예산으로도 매우 잘 작동하므로 트래픽이 적은 유료 검색 마케팅 담당자는 기계 학습을 시도하는 것을 두려워해서는 안 됩니다.

7 - 제가 알기로는 구글애즈는 실시간으로 데이터를 공유하지 않고 일일 데이터만 받을 수 있습니다. 그러면 입찰가 최적화를 실시간으로 실행할 수 있는 방법은 무엇입니까?

Marc : 다행히 실시간 데이터를 사용할 수 있는 Google API를 활용합니다. Acquisio Turing은 해당 데이터를 요약하고, 이를 통해 학습하고, 30분마다 입찰가를 최적화합니다. 그러면 클릭수와 전환수가 증가할 수 있습니다.

8 – 전환을 최적화하려면 얼마나 많은 전환이 필요합니까?

Marc: 전환을 적절하게 최적화하려면 지난 30일 동안 하루에 하나 이상의 전환이 발생하는 것이 좋습니다. 그러나 물론 캠페인에서 하루에 5-10회의 전환이 발생하는 것이 더 나을 것입니다. 이렇게 하면 알고리즘에 더 많은 데이터를 사용할 수 있기 때문입니다.

알아두면 좋은 정보: 전환은 Google Ads 전환 픽셀로도 추적해야 하며 전환 열에는 하나의 전환만 포함되어야 합니다(전환 추적이 고유 또는 모두로 설정됨).

9 – 디스플레이 광고에서도 작동합니까?

브래드: 네. 데이터는 데이터입니다. 디스플레이 광고가 노출과 전환을 유도하는 경우 그런 다음 이러한 유형의 입찰 및 관리도 자동화할 수 있습니다.

이미지 크레딧

기능 이미지: Unsplash / Zach Lucero