Clicks for Cars: как искусственный интеллект и машинное обучение революционизируют автомобильный маркетинг

Опубликовано: 2018-04-11

Этот пост был первоначально опубликован в журнале Digital Dealer, том 24, номер 8.

В недавней статье в Digital Dealer был задан важный вопрос: «Использует ли ваш дилерский центр преимущества ИИ?» Все говорят о быстрой эволюции искусственного интеллекта, но что это на самом деле означает и как это применимо к автомобильным маркетологам?

Искусственный интеллект против машинного обучения

Правда в том, что нам еще далеко до действительно автономного ИИ, который может думать и учиться самостоятельно. То, что у нас есть сегодня, — это интеллектуальные алгоритмы, также известные как машинное обучение. Машинное обучение отличается от традиционных алгоритмов тем, что они принимают решения, выходящие за рамки их явного программирования. Они на самом деле учатся выполнять конкретную задачу наиболее эффективным способом на основе анализа больших данных. Машинное обучение поддерживает многие скрытые аспекты повседневной жизни, в том числе; составление ваших любимых списков воспроизведения, прогнозы цен на акции, группирование новостных статей и несколько аспектов автомобильной рекламы.

Многие производители автомобилей, агентства и дилеры используют технологии машинного обучения, которые обрабатывают большие данные почти в реальном времени, чтобы автоматически принимать более взвешенные маркетинговые и рекламные решения. Просто имеет смысл использовать возможности машинного обучения, чтобы оставаться актуальными и конкурентоспособными на сегодняшнем быстро меняющемся рынке. С помощью машинного обучения ваши рекламные ставки могут обновляться в течение дня, а бюджеты автоматически регулируются, например, в течение дня и месяца.

Когда дело доходит до обработки данных и принятия решений на основе сложных данных, машины всегда выходят на первое место. Понимая, что машинное обучение делает для автомобильного онлайн-маркетинга, вы продвигаете свою организацию на передний край технологического прогресса. Представьте, куда вы могли бы привести свой бизнес, если бы вы взяли все человеческие усилия, потраченные на эти «высасывающие душу» задачи, и сосредоточили их на стратегии, а не на тактике.

Динамический поиск, отображение и ретаргетинг на основе машинного обучения

Всего несколько лет назад успешность автомобильного цифрового маркетинга измерялась количеством людей, увидевших вашу рекламу. Многое изменилось. Перенесемся в наши дни, и теперь у маркетологов есть возможность автоматизировать динамические кампании на основе инвентаря транспортных средств:

Динамические поисковые кампании учитывают точное поисковое намерение пользователя. Эти кампании сегментированы для таргетинга на определенные автомобили и гарантируют, что бюджет будет расходоваться только на автомобили, которые есть в наличии.
Кампании в динамической медийной рекламе можно настроить для целевых сайтов, на которых упоминается конкретное транспортное средство.
Кампании динамического ретаргетинга предназначены для показа рекламы людям, которые просматривали автомобиль на вашем сайте, но не запланировали тест-драйв или не позвонили дилеру. Эти медийные объявления будут отображаться во время навигации по сети в течение нескольких дней после посещения сайта дилера.

Эти стратегии помогают оптимизировать операционные процессы и сосредоточить рекламные усилия на людях, которые активно ищут автомобили. Однако реальный выигрыш достигается, когда эта автоматизация сочетается с машинным обучением, чтобы снизить стоимость клика и увеличить количество конверсий. По сути, вы приобретаете больше новых клиентов с тем же бюджетом, что значительно опережает конкурентов.

Нижняя линия:

Гибкость динамических кампаний гарантирует, что дилеры всегда будут показывать потенциальным клиентам объявления с самой последней информацией об автомобилях на стоянке — гораздо более интригующее зрелище, чем обычное объявление.
Машинное обучение доказало, что оно лучше приспособлено для корректировки ставок, потому что оно может видеть закономерности и обрабатывать цифры быстрее, чем это возможно для человека.
Позволяя технологии машинного обучения управлять сложностью бюджетов, ограничениями цены за клик и ценой за конверсию, менеджеры по работе с клиентами внезапно получают возможность управлять большим количеством учетных записей, что позволяет вам управлять своим бизнесом с меньшими затратами труда.

Как недавно объяснили Крис Хэнсон, генеральный директор 3GEngagement, и Дейв Майндл, дизайнер продуктов и систем в Mudd Advertising, на вебинаре под названием «Стратегии динамической инвентаризации для автомобильного вебинара», когда машинное обучение применяется к динамическим кампаниям инвентаризации, происходят удивительные вещи. Эти ведущие в отрасли автомобильные агентства используют систему управления ставками и бюджетом на основе машинного обучения, которая вносит частые корректировки в течение дня для достижения наилучших возможных результатов. Это позволяет им сосредоточиться на аспектах управления кампанией, которые помогают продавать больше автомобилей: корректировка ключевых слов (как положительных, так и отрицательных), сплит-тестирование текстов объявлений, создание целевых страниц, добавление расширений объявлений и многое другое. Эта система увеличила число звонков клиентов Криса с мобильных устройств более чем на 50 % и увеличила продажи его кампаний в поисковой сети за счет сосредоточения внимания на самых эффективных и наиболее релевантных ключевых словах.

Дэйв работал с нами в Acquisio над автоматизацией построения кампаний динамического отображения и ремаркетинга в контекстно-медийной сети Google (GDN). Это меняет правила игры и позволяет ему обращаться к клиентам на ресурсах Google, которые не были доступны на аукционе объявлений в режиме реального времени (RTB) с 2015 года, когда Google ограничил доступ к Google AdWords. Эта интеграция с контекстно-медийной сетью является новой, поскольку все остальные медийные платформы ориентированы на обмен рекламой в режиме реального времени и не имеют инфраструктуры для поддержки программных решений такого типа.

Состояние покупки автомобилей сегодня

Внедрение технологий оптимизации машинного обучения в ваши автомобильные маркетинговые стратегии быстро становится решающим фактором успеха. Сам способ, которым люди ищут свой следующий автомобиль, полностью изменился за последние несколько лет. 80% людей говорят, что они принимают решение, прежде чем пойти в дилерский центр, а это означает, что они заранее потратили много времени на поиск в Интернете. Достижение этих потенциальных клиентов на каждом этапе пути имеет важное значение.

Поскольку большая часть поиска выполняется на мобильных устройствах на ходу, присутствие в эти влиятельные микромоменты может иметь решающее значение к тому времени, когда пользователь будет готов совершить покупку. Google недавно определил пять из этих важных микромоментов на пути к покупке автомобиля:

Момент «Какая машина лучше»
Момент «Это правильно для меня»
Момент «Могу ли я себе это позволить»
Момент «Где-мне-купить»
Момент заключения сделки

Использование системы машинного обучения, которая понимает, что цели поиска на мобильных устройствах и компьютерах различаются, и соответствующим образом корректирует ставки в течение дня, может иметь решающее значение для привлечения внимания аудитории. Это может показаться сложной задачей, но с оптимизацией на основе машинного обучения вы можете выявлять, нацеливать и влиять на потенциальных покупателей на протяжении всего пути.

Используйте доллары автомобильного маркетинга с помощью автоматизации и машинного обучения

Решения автомобильного маркетинга продолжают смещаться в сторону программной автоматизации и машинного обучения. Это необходимо из-за того, что люди изучают и покупают автомобили с помощью мобильных устройств. Будущее - сегодня.

Если вы сфокусируете свою стратегию на покупателях автомобилей на рынке путем внедрения динамических решений, вы:

Получите больше из них в дилерский центр
Уберите больше автомобилей с участка
Максимизируйте доход от ваших фондов OEM Co-op и рекламных долларов

Это дает автомобильным маркетологам золотую жилу с захватывающей возможностью опередить конкурентов с помощью автоматизации и машинного обучения.

Кредиты изображений

Feature Image: Unsplash / Самуэле Эррико Пиккарини