Czego nauczyło nas 30 000 kont o uczeniu maszynowym i PPC?

Opublikowany: 2017-12-14

Wiele lat temu nasz zespół zbudował samodoskonalącą się technologię maszynową, która umożliwiała zarządzanie stawkami i budżetem szybciej i lepiej niż jakikolwiek człowiek, wykorzystując więcej danych, niż jedna osoba mogłaby kiedykolwiek wziąć pod uwagę. Technologia została stworzona przez naukowców zajmujących się rakietami z innymi wczesnymi patentami AI i obejmuje ponad 30 zaawansowanych algorytmów. To nie tylko zautomatyzowany, oparty na regułach system, ten faktycznie stale się poprawia, dzięki czemu jest najbardziej zbliżony do sztucznej inteligencji w branży SEM .

Często pytają nas o naszą technologię uczenia maszynowego znaną jako Acquisio Turing TM i jakiego typu wyników mogą się po niej spodziewać marketerzy, ponieważ agencje i marketerzy mają dość twierdzeń od dostawców martech. Dlatego nasz zespół postanowił przetestować naszą maszynę.

Chcieliśmy dokładnie zrozumieć, jakiego rodzaju wyników kampanii marketerzy mogą oczekiwać od Acquisio Turing w porównaniu z kontami, które nie korzystały z tej technologii. Szczęki opadną, dane polecą, głowy się potoczą… Czy jesteś gotowy, aby ubrudzić sobie ręce danymi uczenia maszynowego? No to ruszamy!

Parametry badania

Rzeczywiste badanie obejmowało łącznie 32 858 kont w okresie od 1 września 2015 r. do 1 kwietnia 2017 r., z których część pochodziła z Acquisio Turing i inne, które nie porównywały wyników z miesiąca 1 do miesiąca 3 od daty aktywacji

Jak widać poniżej w lekcjach od 1 do 4, zdecydowaliśmy się przedstawić zarówno średnie, jak i mediany, ponieważ bardzo duże przyrosty mogą zdominować średnią, zniekształcając oczekiwania. Na przykład, jeśli jeden z naszych klientów miałby wzrost konwersji o 3000%, podczas gdy pozostali mieliby od 50 do 100%, średnia byłaby przeciągnięta w górę ze względu na wartość odstającą. Mediana jest mniej podatna na wpływ wartości odstających.

W lekcjach 5 i 6 przejrzeliśmy wszystkie konta w Acquisio Turing jak również te, które nie były i przebiły porównania przez sieci wydawców, AdWords lub Bing.

Lekcja 1: Konta to zarówno jabłka, jak i pomarańcze

Nie wszystkie kampanie są tworzone jednakowo. Sukces kampanii zależy od wielu czynników. Jedna kampania może mieć wysoki budżet, inna może mieć krótsze ramy czasowe, jedna może sprzedawać bardziej popularne produkty, a inna ma niewielką konkurencję. Aby coś zrozumieć i uzyskać statystycznie istotne dane, porównania kont należy przeprowadzać tylko między podobnymi kontami.

Musieliśmy odpowiednio pokroić dane i porównać jabłka z jabłkami. Ponieważ Acquisio Turing jest narzędziem do zarządzania stawkami i budżetem, niezwykle ważne było porównanie kont o podobnych wydatkach budżetowych podczas pomiaru kosztu kliknięcia, współczynnika klikalności, kosztu pozyskania i konwersji. Aby określić te dane, przefiltrowaliśmy konta pod kątem podobnych wydatków w zakresie plus-minus 10%, pozostawiając 8235* kont.

*Obserwacje odstające usunięto przed obliczeniem średnich, traktując wyniki jako o normalnym rozkładzie logarytmicznym i stosując metodę odchyłki bezwzględnej mediany.

Lekcja 2: obniżony koszt kliknięcia (CPC)

Ludzie zwracają się do Google w poszukiwaniu usług. Google dopuszczał reklamodawców do wyników wyszukiwania i pobierał opłaty za potencjalnego klienta. Koszt kliknięcia to metryka utworzona przez Google, która określa, ile reklamodawcy zapłacą za każdym razem, gdy dana osoba kliknie ich reklamę. Marketerzy cieszą się, że koszt ich kampanii reklamowych w wyszukiwarkach rośnie tylko wtedy, gdy kampanie są skuteczne; jednak pomimo jakości kliknięć potencjalni klienci mają swoją cenę.

W przypadku 8235 kont, które były porównywalne, zaobserwowaliśmy średnio 7% spadek CPC między pierwszym a trzecim miesiącem. Mediana dla grupy wyniosła 10%, co oznacza, że ​​połowa kont w Acquisio Turing miała spadek CPC o 10% lub lepiej. Ogólnie około dwie trzecie odnotowało spadek CPC.

Do diabła z niższymi CPC!!

Lekcja 3: Wzrost liczby kliknięć

Chociaż kliknięcia nie są jedyną rzeczą, która ma znaczenie, biorąc pod uwagę, że z wielu powodów mogą nie powodować konwersji, wszyscy chcemy kliknięć wysokiej jakości – rzeczywistego ruchu na naszych stronach docelowych od zainteresowanych potencjalnych klientów.

Zauważyliśmy, że w ciągu pierwszych trzech miesięcy liczba kliknięć wzrosła średnio o 15%. Ponownie mediana zmiany liczby kliknięć między pierwszym a trzecim miesiącem wyniosła 8%, co oznacza, że ​​połowa kont w Acquisio Turing odnotowała wzrost liczby kliknięć o 8% lub lepszy. Ogólnie 59% odnotowało wzrost liczby kliknięć.

Dziękujemy za uczenie maszynowe za kliknięcia! Czas na konwersję…

Lekcja 4: Spadek kosztu pozyskania (CPA) ORAZ wzrost liczby konwersji

CPA to kwota, jaką reklamodawcy płacą za konwersję. Konwersje są ostatecznym celem każdej kampanii PPC i ogólnie reklamy. Jednak czasami konwersje mogą być trudne do śledzenia. Od UTM po menedżera tagów, a nawet oprogramowanie innych firm, wszystko może się bardzo szybko popsuć.

Spośród 8235 kont, których wydatki budżetowe nie przekraczają 10%, tylko 2490* śledziło konwersje, co oznacza, że ​​w przypadku części naszego badania dotyczącej konwersji porównujemy prawie 2500 kont PPC.

Spośród kont śledzących konwersje mediana zmiany CPA była spadkiem o 18% lub lepszym. Oznacza to, że co najmniej połowa kont zmniejszyła koszt pozyskania o 18% lub więcej. Ogólnie 64% grupy odnotowało spadek CPC.

Spośród kont, które śledziły konwersje, zaobserwowaliśmy wzrost liczby konwersji o 71%… co skłoniło nasz zespół do:

przez GIPHY

Jednak, aby zachować ostrożność, zawsze powinniśmy patrzeć na zmianę mediany konwersji, która była 22% wzrostem konwersji między pierwszym a trzecim miesiącem. Oznacza to, że połowa grupy poprawiła konwersje o co najmniej 22% lub lepiej. W sumie 62% kont korzystających z systemów uczących się odnotowało wzrost liczby konwersji.

Teraz jest coś, o czym można pisać do domu!

*Obserwacje odstające usunięto przed obliczeniem średnich, traktując wyniki jako o normalnym rozkładzie logarytmicznym i stosując metodę odchyłki bezwzględnej mediany.

Lekcja 5: Osiąganie budżetu prawie za każdym razem

Osiągnięcie budżetu nie zawsze jest uważane za kluczowy wskaźnik. Niedawno napisaliśmy na naszym blogu post o tym, dlaczego osiągnięcie budżetu powinno być KPI:

„Jeśli marketer PPC przekroczy budżet, jest to problem z oczywistych powodów. Nawet jeśli nadmierne wydatki oznaczały osiągnięcie innego ważnego KPI, takiego jak konwersje, klient po prostu może nie mieć dodatkowych pieniędzy; stąd w pierwszej kolejności przydzielanie budżetu. Jeśli marketer PPC nie wykorzysta budżetu, klient zapyta, dlaczego nie przeznaczył wszystkich środków, które otrzymał, aby uzyskać maksymalne wyniki. Tymczasem nikt nie może konsekwentnie mierzyć zwrotu z inwestycji, jeśli inwestycja jest inna co miesiąc, a zatem istnieje również ryzyko dla integralności danych. Ostatecznie, jeśli marketerzy PPC nie mogą dokładnie i konsekwentnie wydać budżetu, klient będzie chciał wydać swoje pieniądze z kimś, kto może.”

Mając to na uwadze, niezwykle ważne jest, aby marketerzy PPC osiągali swój budżet miesiąc po miesiącu. Chcieliśmy sprawdzić, czy uczenie maszynowe może im w tym pomóc. Aby odpowiedzieć na nasze pytanie dotyczące osiągnięcia budżetu, porównaliśmy nasze konta, które korzystały z naszej technologii uczenia maszynowego, z kontami, które tego nie robią. Musieliśmy również wziąć pod uwagę tych, którzy używali go w kampaniach w AdWords i tych, którzy prowadzili kampanie Bing. Przeanalizowaliśmy łącznie 32 858 kont:

  • 12 651 korzystało z systemów uczących się w AdWords
  • 11 094 nie korzystało z systemów uczących się w AdWords
  • 6 342 korzystało z uczenia maszynowego w Bing
  • 2771 nie korzystało z uczenia maszynowego w Bing
Osiągnięcie średniego budżetu

W przypadku AdWords ustaliliśmy, że konta były średnio 3,4 razy bardziej skłonne do realizowania tempa i wydatkowania budżetu zgodnie z zamierzeniami niż konta, które nie korzystają z Acquisio Turing.

W przypadku Bing stwierdziliśmy, że konta były średnio 11 razy bardziej skłonne do kontrolowania tempa i wydawania miesięcznego budżetu przy użyciu Acquisio Turing niż te, które tego nie robiły.

Jeśli podzielimy dane według wydatków budżetowych, otrzymamy następujące informacje:

  • Konta, które wydały mniej niż 500 USD miesięcznie, miały 3,1 razy większe szanse na osiągnięcie swojego budżetu w AdWords i 11,3 razy większe w Bing niż konta niekorzystające z uczenia maszynowego.
  • Konta, które wydawały od 500 do 1500 USD miesięcznie, miały 2,3 razy większe szanse na osiągnięcie swojego budżetu w AdWords i 10,1 razy większe w Bing niż konta, które nie korzystają z uczenia maszynowego.
  • Konta, które wydały ponad 1500 USD miesięcznie, miały 5,2 razy większe szanse na osiągnięcie swojego budżetu w AdWords i 18,6 razy większe w Bing niż konta, które nie korzystają z uczenia maszynowego.

Lekcja 6: Zwiększa się średnia wartość życia (LTV) kont

Czas trwania konta na platformie może oznaczać kilka dobrych rzeczy. Po pierwsze, udane kampanie mają większe szanse na kontynuację niż te, które nie są skuteczne i zostaną wstrzymane lub zlikwidowane. Drugie miejsce dla agencji, sprzedawcy lub partnera handlowego oznacza więcej pieniędzy. W zależności od ilości rachunków, jaką reprezentuje ta dłuższa wartość życia, może to zapewnić znacznie większe roczne przychody na dużą skalę.

Aby ustalić, co dzieje się z LTV 32 858 kont, podzieliliśmy je na osoby korzystające z technologii uczenia maszynowego i tych, którzy tego nie robią. Odkryliśmy, że osoby korzystające z technologii uczenia maszynowego żyły o miesiąc dłużej w AdWords i dwa i pół miesiąca dłużej w Bing niż osoby, które nie korzystały .

Czego uczenie maszynowe może cię nauczyć o PPC

Ponieważ technologia uczenia maszynowego, którą zastosowaliśmy w tym badaniu, stale się poprawia, dosłownie z każdym dniem staje się mądrzejsza, spodziewamy się, że wyniki przedstawione powyżej będą tylko lepsze.

Podsumowanie TLDR:

  1. Aby coś zrozumieć i uzyskać statystycznie istotne dane, porównania kont należy przeprowadzać tylko między podobnymi kontami.
  2. Połowa kont korzystających z uczenia maszynowego miała spadek CPC o 10% lub więcej. Ogólnie około dwie trzecie odnotowało spadek CPC.
  3. Połowa kont korzystających z uczenia maszynowego odnotowała wzrost liczby kliknięć o 8% lub lepszy. Ogólnie 59% odnotowało wzrost liczby kliknięć.
  4. Co najmniej połowa kont zmniejszyła koszt pozyskania o 18% lub więcej. Ogólnie 64% grupy odnotowało spadek CPC.
  5. Spośród kont śledzących konwersje zaobserwowaliśmy wzrost liczby konwersji o 71%. Ogólnie 62% grupy odnotowało wzrost liczby konwersji.
  6. W przypadku AdWords ustaliliśmy, że konta były średnio trzy razy bardziej skłonne do realizowania tempa i wydatkowania budżetu zgodnie z zamierzeniami niż konta, które nie korzystają z systemów uczących się.
  7. W przypadku usługi Bing stwierdziliśmy, że konta były średnio 11 razy bardziej skłonne do wykorzystywania swojego miesięcznego budżetu przy użyciu uczenia maszynowego niż ci, którzy nie byli.
  8. Konta korzystające z technologii uczenia maszynowego żyły cztery miesiące dłużej niż te, które nie były.

Od niższych CPC po wyższe współczynniki konwersji, dłuższe LTV i nie tylko — Acquisio Turing już zapewnił ogromną wartość rachunkom, na których działa w ciągu ostatnich dwóch lat. Jesteśmy naprawdę podekscytowani, że możemy podzielić się dobrą wiadomością z marketerami takimi jak Ty, ponieważ coraz większa liczba rozwiązań uczenia maszynowego zaczyna kształtować nasze życie, a teraz nasze kampanie SEM!

Kredyty obrazkowe

Obraz fabularny: Unsplash/ Maxime Bhm

Wszystkie zrzuty ekranu autorstwa Chandala Nolasco da Silvy. Zaczerpnięto lato-zima 2017 z najnowszego raportu Acquisio Turing Performance Report.