Google Ads e Machine Learning: alcune riflessioni

Continua il nostro approfondimento su Google Ads con Daniele del Frate, media buyer di Real Web. Vuoi conoscere le premesse? A questo link trovi la prima parte dell’articolo.

 

Lo stesso giorno in cui è stata annunciata la riorganizzazione delle proprie piattaforme, Google ha pubblicato un video per introdurre – inizialmente in USA e poi piano piano nel resto del Mondo – una nuova tipologia di campagna: Smart Campaign.

L’assunto di base della compagnia di Mountain View è che gli Small Business:
1- Non hanno tempo per impostare da soli delle campagne efficaci;
2- Hanno solo 3 obiettivi: generare acquisti (se hanno uno store online), ricevere chiamate telefoniche, ottenere più visite in negozio.

Smart Campaign va proprio in questa direzione: l’utente seleziona il suo obiettivo tra i tre proposti (visite in negozio, telefonate, acquisti), sceglie l’area geografica di pertinenza, imposta il budget e carica qualche creatività. A quel punto subentra il Machine Learning a combinare tutto quanto, a scegliere i pubblici giusti, le modalità di pubblicazione più efficaci e le offerte più bilanciate.

 

L’impressione è che il Machine Learning sia la direzione intrapresa da Google per le sue soluzioni di advertising.
Abbiamo già imparato ad apprezzare lo Smart Bidding, che evita di improvvisare azzardati CPC manuali basati su impressioni personali lasciando la responsabilità al Machine Learning di offrire in base al nostro obiettivo, che sia massimizzare i clic o il ROI desiderato.
Con l’avvento della “nuova esperienza Adwords”, la piattaforma ha cominciato a suggerire delle varianti degli annunci – in grado secondo Google di rendere il 5-15% in più degli annunci scritti da una persona – che vengono attivati in automatico dopo 14 giorni. L’impostazione è attiva di default e puoi comunque intervenire sui nuovi annunci successivamente, ma se preferisci mantenere il totale controllo sui tuoi copy ricordati di disattivare questa opzione. Nella stessa direzione andranno gli annunci Responsive Search, che nella versione in lingua italiana di Google Ads potrebbero essere tradotti con l’aggettivo “adattabili”, come avvenuto per la loro controparte display. In arrivo a breve, i Responsive Search Ads permetteranno all’utente di inserire fino a 15 titoli e 4 descrizioni che verranno poi elaborati dalla piattaforma in 43.680 differenti combinazioni alla ricerca dell’annuncio Search perfetto, quello dell’antica profezia, in grado di raggiungere il massimo della resa con il minimo della spesa.

Questo è probabilmente solo un assaggio del Google Ads che verrà: il futuro dell’advertising è inevitabilmente automatizzato e gestito dal Machine Learning.

 

 

Portare equilibrio nella Forza

Se temi per il futuro della propria professione di Google Ads Specialist, aspetta ad abbracciare il Neo-Luddismo e tieni bene a mente che fino a quando l’AI non supererà l’intelligenza umana, portandoci ad una sanguinosa guerra e all’estinzione, sarà sempre necessaria la tua supervisione sulle campagne: dovrai prendere decisioni più o meno importanti ed effettuare interventi manuali mirati.

Il Machine Learning per esempio non offre il meglio di sé quando è alle prese con budget troppo bassi o con storici assenti (per esempio un account nuovo) o confusi (tante campagne con obiettivi troppo diversi tra loro o altalenanti).
Anche nella definizione iniziale della struttura della campagna o nella scelta delle keywords è sempre meglio impegnarsi in prima persona e successivamente appoggiarsi all’intelligenza artificiale per l’ottimizzazione e lo scouting di nuove parole o nuove idee.

È molto importante effettuare dei test, per esempio prima di attivare lo Smart Bidding potremmo verificare la resa di determinate parole chiave utilizzando il buon vecchio CPC manuale, soprattutto se si agisce in ambienti imprevedibili o mercati particolari. Il Machine Learning tenderà infatti sempre verso un approccio “one size fits all” e concedergli una cieca fiducia è controproducente.

 

A noi per esempio è capitato che un’estensione di chiamata all’interno di una campagna di ricerca dinamica per un’Azienda di Promozione Turistica generasse molto traffico indesiderato: a telefonare all’APT non erano persone interessate a ricevere informazioni o intenzionate a prenotare un hotel, ma persone interessate a ogni tipo di informazione locale, come quale fosse il gommista più vicino.

In una situazione del genere si possono attuare più soluzioni, come aggiungere parole chiave a corrispondenza inversa, o riorganizzare la campagna in diversi gruppi di annunci basati su differenti tag e attivare l’estensione solo in alcuni di questi gruppi. In entrambi i modi il problema scompare e la campagna dinamica può proseguire automaticamente come al solito.

 

Trovare il giusto equilibrio tra intervento umano e Machine Learning è la vera chiave per il successo sul nuovo Google Ads.

 

 

Digital marketer, anche se il mio primo amore è stata la scrittura. Mi trovate a Milano a cercare approfondimenti su psicologia, comunicazione e marketing, a frequentare qualche corso particolare o nascosta dietro una pila di libri.

Abbiamo molto da condividere con te

Ti abbiamo inviato una mail per confermare l'iscrizione. Ancora un click e sarai dei nostri.
Sembra che manchi qualcosa. Controlla i campi!

Lascia un commento

cinque × 4 =