Manapság (kisebb-nagyobb százalékban) már mindenki elfogadja a mesterséges intelligencia jelenlétét és erejét. Egyre nagyobb szeletet szerez magának a piac összes területen, így az online marketing keretein belül sem kell már bemutatni és meggyőzni az embereket, hogy miért jók a PPC automatizálások.

Valószínűleg örök kérdés marad (legalábbis a technika mai állása szerint), hogy mennyit foglalkozzunk a mesterséges intelligencia tanításával. Sorra jönnek ki azok a tanulmányok, melyek egy nem várt irányba fejlődött algoritmust elemeznek és azt taglalják, hogy mennyire manipulálható a gépek gondolkodásmódja. Az adatminta éppen ezért rendkívül fontos, de ha megfelelő mennyiségű és releváns adatkészlet áll rendelkezésére, akkor az eredmény egy rendkívül hatékony és hasznos végkifejlet lehet.

A PPC hirdetések terén fokozottan igaz az elegendő mennyiségű és minőségű historikus adat, hiszen a MI ez alapján fogja beállítani a mi a kampányainkat is. Éppen ezért kardinális kérdés, hogy jó adatmintát válasszunk és bizonyos időközönként ezt ellenőrizzük, mert egy-egy anomália megjelenése teljesen eltorzíthatja az algoritmus gondolkodását (gondoljunk csak a piaci változásokra, egy gyengébb téli/nyári szezonra vagy akár egy Black Friday-re).

Sajnos könnyen eshetünk abba a hibába, hogy míg az eredményeket szúrós szemmel várjuk, és fenntartásokkal ellenőrizzük az algoritmus működését, a számok érkezése utána hátradőlünk; hiszen a gép most már elvégzi helyettünk a munkát. Természetesen a dolog nem ilyen egyszerű, az időszakos emberi felülvizsgálat és beavatkozás még egy jó megtérülést hozó automatizáció esetében is szükségszerű.

Mi számít elegendő/megfelelő adatnak?

Erre a kérdésre nehéz választ adni, hiszen piaconként és sok más egyéb tényezőtől változhat: lehet akár 1 hét, de akár több hónap is; ez legfőképp a költségkeretünktől és a konverziós számtól függ. Általánosságban elmondható, hogy ha egy hónapban 100 vagy annál több konverziót sikerül elérni, akkor nyugodtabb szívvel állhatunk neki a teszteléseknek, de az alacsonyabb volumenű fiókok esetében sem feltétlenül borítékolható a kudarc.

Ha van egy nagy múltú fiókunk, akkor biztos vagyok benne, hogy találunk olyan kampányt, ami stabil és megbízható eredményeket hoz hosszú távon is, és megfelelő adatkészletet adhat még abban az esetben is, ha havi szinten 100-nál alacsonyabb konverziós számot produkál. Ilyenkor természetesen türelmesebbnek kell lennünk, hiszen kevesebb adat mellett a gép is lassabban tudja azokat a következtetéseket levonni, amelyekkel a kampányaink sikerességét tudja manipulálni, így örök szabályként írjuk fel magunknak: a tanulási folyamat során nem nyúlunk a beállításokhoz! Ezt ma már a legtöbb eszköz jelzi nekünk, így elkerülhetjük az idő előtti beavatkozást és az ebből adódó téves megítéléseket.

Bár az automatizált fiókkezelés a számítástechnikával egy ütemben fejlődik, ennek ellenére a megfelelő ajánlat beállításához sokszor nincs meg az az információ, ami nekünk igen: az üzleti szféra pontos ismerete. Hogy szimbiózisba tudjuk hozni az automatizálások és az emberi tényező pozitív hatásait, vizsgáljuk meg mindkettő szerepét, ill. azokat a szempontokat, amelyekből mindenképp profitálhatunk.

Az automatizált licitek előnyei

A Google hivatalos dokumentációjában egészen pontosan le van írva, hogy az automatizált rendszer mi alapján számolja ki a licitajánlatokat. Folyamatosan vizsgálja azokat az aukciókat, amelyekben részt veszünk, majd az alapján jósolja meg, hogy mely kattintások fognak nagyobb valószínűséggel konverziót végrehajtani. Ehhez figyelembe veszi a konkurenciát, a hirdetések eredményeit, ill. a több millió kattintást, amit ezek szereznek.

Természetesen emberi fejjel lehetetlen ilyen mértékű részletességekbe belemenni, és ez alapján elemezni a számokat, de azért ennek az oldalnak is megvannak a maga korlátai. Lehet, hogy valós időben különbséget tud tenni a földrajzilag máshol elhelyezkedő, különböző időzónában lévő felhasználók konverziós hajlandósága alapján, de ettől még nem érti azokat az egyedi aspektusokat, amelyeket az üzleti tapasztalataid alapján halmoztál fel. Egész egyszerűen csak azokból az adatokból képes táplálkozni, amelyek előzetesen be lettek neki programozva, így a levont következtetéseket is csak ezen tényezők tudják befolyásolni.

A manuális licitek előnyei

Akik már régóta menedzselnek kampányokat, azok biztosan kialakítottak magunknak egy bizonyos logikai elv alapú optimalizálási stratégiát. Minél több fiókot ismerünk meg, annál több tapasztalatot szerzünk mi is, amit aztán az adott piacra jellemző sajátosságokkal igyekszünk kamatoztatni. Ebben a fázisban tud igazán jól működni, ha megértjük a felhasználói szokásokat és a korábbi időszakos változásokat kihasználva előre felkészülünk, majd az adott mederbe tereljük a fiókot.

Pontosan tudjuk például, hogy egyes témakörökben teljesen felesleges becsatlakozni az első pozíciókért vívott harcba, de csak ha az offline boltunk vásárlási szokásaihoz igazítjuk az online megjelenéseket is, már jelentős javulást érhetünk el. Valamilyen szinten azonban ezek a megállapítások is csupán feltételezések, amelyeknek két oldaluk van: elképzelhető, hogy hibás a következtetésünk, hogy a témában egy nagy port kavart cikk semmilyen hatással nem lesz az eladásainkra. Ha légből kapott, megtámadható elgondolással esünk neki a számoknak, akkor ebben az esetben is rengeteg kiadásunk bánhatja.

Hogyan teszteljük az automatizálások hasznosságát?

A Google’s Drafts és Experiments funkcióval ma már egészen szofisztikált lehetőségeink vannak arra, hogy különösebb veszteségek nélkül leteszteljük melyik megoldás a hatékonyabb.

Egészen egyszerűen készítsünk egy vázlatot, másoljuk le a manuális kampányunkat, állítsuk át csak az ajánlattételi stratégiát és indítsuk el a kísérletet. A teszt sikerességét persze nagymértékben befolyásolja, hogy mekkora forgalmat ér el a kampány, ebben az esetben is minél több adat áll rendelkezésre, annál pontosabb lesz a kísérlet eredménye.

Ha véget ért a tesztelés és kardinális különbséget látsz, akkor néhány kattintással már át is ültetheted a gyakorlatba, vagy akár új irányba is indulhatsz a kísérletezés szempontjából.

A manuális és az automatizált licitek kombinálása

A fentiek alapján azt hiszem egyértelművé vált, hogyha igazán professzionális munkát akarunk végezni, akkor a legnagyobb sikert úgy érhetjük el, ha a kétféle stratégiát együttesen használjuk. A szakmában általános vélekedés, hogy a robotok a kézi licititálás és úgy alapvetően a manuális optimalizálás végét jelenthetik, annak ellenére, hogy egy CPA vagy egy ROAS stratégiának ugyanúgy kell a figyelem, mint a kézi CPC-k esetében.

Ahogy utóbbi esetében növeljük/csökkentjük az értékeket a teljesítmény függvényében, úgy az automatizálások alatt is célszerű módosítani az értékeket, hogy nagyobb vagy kisebb teret adjunk nekik. A magyar piacon már 10-20 Ft-os módosítás is számottevő eredményt tud elérni, de ennél a pontnál ismét hangsúlyozom:

• A módosítás hatása és az összeg értéke nagymértékben függ a havi konverziós számtól,
• Néhány napot mindenképp várjunk a következő beavatkozás előtt!

A fenti dokumentációban még a Google is azon a véleményen van, hogy bizonyos időközönként változtassuk meg az értékeket, mert kizökkentheti és felfrissítheti az algoritmus „gondolatmenetét”. A licitek csökkentésével kommunikáljuk felé, ha pl. a nyári szezon alatt az átlag szint alatt fogunk teljesíteni, mert így az előrejelzéseit ehhez mérten igazítja és nem fog hibás konklúziókat levonni egy alapvetően jó potenciált jelentő koncepcióról. De például, ha tudjuk, hogy az elkövetkezendő napokban jelentősen meg fog ugrani a konverziós arány, akkor adjunk az algoritmusnak nagyobb teret, így érzékelni fogja, hogy tovább nyújtózkodhat és megadja az esélyt az értékesítések kiterjesztésére.

Haladó felhasználóknak már természetesen lehetőségük van arra is, hogy CPA / ROAS értékek frissítését is automatizálják, de ehhez széles piaci ismeret és nagyfokú tapasztalat szükséges. Az olyan eszközök, mint pl. az Optmyzr, lehetőséget biztosítanak arra, hogy – különböző szabályokkal kordában tartva – beavatkozhassanak az értékek módosításába. De hasonló elven működik a Facebook is, a kampányok alatt futó algoritmust, ha kiegészítjük egy-egy az automatizált szabállyal, az eredmény egy rendkívül hatékony kooperáció lehet.

Útravaló

Hazudnék, ha azt mondanám, hogy nem félek a mesterséges intelligencia térnyerésétől, és attól, hogy egy nap elveszik a kenyerem. A robotika és a machine learning mind-mind olyan alfejezetet képviselnek, amelyek fejlődése rémisztő tempóban halad. Ha azonban a téma mögé nézünk, láthatjuk, hogy messze még öntudatra ébredő, megalomániás MI megszületése, és ahogy a világ más részein, úgy az online marketingen belül is rengeteget profitálhatunk belőle.

Természetesen vannak olyan esetek (pl. alacsony konverziós szám, időszakos kampányok), amikor az automatizálások nem javasoltak, de ha a költségkeretben van egy kis mozgásterünk, akkor az óvatos kísérleteknek mindig kell, hogy legyen helyük. Véleményem szerint az egyik legnehezebb feladat az egyensúly megtalálása, hiszen, ha túl sok időt ölünk az automatizálásokba, akkor az időfelszabadítást, az egyik lényegi részét a funkciónak tulajdonképpen el is veszítjük.

Ha a célunk egy olyan szimbiózis kialakítása, amiben az időráfordításunkat és a fiókhatékonyságot sikerül optimális szintre hozni, akkor úgy gondolom, hogy jó úton járunk.