기계 학습 시대의 미래 대비 – Roxanne Brownlee, Google – Nottingham Digital Summit

Nottingham Digital Summit의 Albert Hall Stage에서 네 번째 강연은 Google의 Roxanne Brownlee입니다. 그는 기업이 신기술을 통해 관련성을 유지할 수 있는 방법에 대해 이야기했습니다.

오늘은 왜 다른가?

모바일 트래픽은 2010년 전체 웹 트래픽의 1.5%에 불과했지만 Google이 모바일 우선주의의 중요성을 처음 발표한 해였습니다.

9년 후, 모바일 트래픽은 이제 거의 60%까지 치솟았습니다.

민첩성은 생존과 번영의 차이입니다. 번성하려면 미래에 닥칠 일을 인정해야 합니다.

고객에게 가치를 제공하고 기대가 존재하고 경쟁이 되기 전에 우수한 사용자 경험을 제공하는 회사 나중에 번창하기가 더 쉽습니다.

온라인에서 번창한다는 의미

기술과 이를 둘러싼 세상은 그 어느 때보다 빠르게 변화하고 있습니다. 오늘날의 기술을 활용하도록 적응할 수 있는 기업은 미래에 우위를 점하게 될 것입니다.

기술은 빠르게 움직이고 소비자도 마찬가지이므로 브랜드는 따라잡아야 합니다. 데이터 기반 마케팅은 더 빠르고 관련성 높은 메시지를 대규모로 전달하는 열쇠가 되었습니다.

기술은 시기 적절하고 원활하게 제공되는 유용한 답변을 통해 브랜드가 사용자를 위해 더 많은 도움이 되도록 할 수 있습니다.

데이터 통찰력과 기술을 사용하여 고객의 요구를 예측하는 능력은 브랜드의 성장 능력을 정의합니다. 사실, 우리는 이미 그것을 보고 있습니다:

오토메이션

기업은 기계 학습을 사용하여 훨씬 더 빠른 시간에 대규모로 관련성 있는 실시간 메시지를 고객에게 제공할 수 있습니다.

개인화를 사용하여 고객이 원하거나 곧 원할 것인 메시지를 전달하는 것은 참여와 충성도를 높이는 것으로 입증되었습니다. 고객이 혜택을 받으면 회사도 혜택을 받습니다.

그러나 많은 기업이 발견한 것처럼 이 모든 것을 실행에 옮기는 것은 쉽지 않습니다.

• 사람들 은 하루에 9시간을 온라인에서 보냅니다.
• 사람들 은 하루에 150번 휴대전화를 확인 합니다.
• 7천만 개의 신호 가 눈 깜짝할 사이에 수집됩니다.
• 사용자의 90%는 작업을 완료하기 위해 화면을 전환합니다.
• 모든 마케터의 62% 가 데이터의 크기와 양에 압도

사람들이 하루에 150번 휴대전화를 확인하고 9시간 동안 온라인에서 시간을 보낸다는 사실을 안다면 그들이 누구이고 무엇에 관심을 갖고 무엇을 원하는지 풍부한 통찰력을 얻을 수 있습니다. 이는 캠페인에서 관련성과 성과를 이끌어내기 위해 잠재고객 전략에 가져올 수 있는 데이터 유형입니다.

키워드만을 기반으로 전략을 세울 때 우리는 이 데이터를 무시합니다. 우리는 더 큰 그림을 보지 않고 정보의 가장 작은 스냅샷으로만 판단합니다.

우리는 매일 2,500,000,000,000,000,000바이트의 데이터를 생성합니다.

이는 매일 1조 개의 데이터 에세이로 변환됩니다.

우리는 믿을 수 없을 정도로 관련성 있고 표적화된 광고를 만드는 데 필요한 모든 데이터를 보유하고 있습니다. 이는 우리가 정말 현명하고 영향력 있는 비즈니스 결정을 내릴 수 있음을 의미합니다.

이러한 단편적인 관심과 의도의 순간은 인간이 처리하기에는 너무 많은 데이터를 생성합니다. 따라서 광고주는 이러한 단편적인 여정을 이해하고 이러한 의도의 순간 동안 사용자와 소통하는 방법을 알아야 합니다.

우리의 일상적인 기술의 대부분은 인공 지능(AI)에 의해 구동됩니다. 예를 들면: 우리는 패턴을 선택할 수 있도록 많은 예제로 소프트웨어 시스템을 훈련합니다. 모든 스팸 이메일에 "새로운 체중 감량 비법!"이라는 문구가 포함되어 있다고 컴퓨터에 알려주는 대신 수백만 개의 스팸 사례에 대해 학습시켜 스스로 패턴을 고를 수 있을 때까지 약간의 수정을 가합니다. 패턴을 학습하는 이러한 능력을 기계 학습이라고 하며 여러 면에서 삶을 더 쉽게 만들 수 있습니다.

디지털 마케팅 업계에서 기계 학습을 사용하는 Google 제품과 광고와 관련이 없는 제품의 예는 다음과 같습니다.

• 유니버설 앱 캠페인
• 스마트 쇼핑 캠페인
• 관심분야 잠재고객
• 반응형 디스플레이 광고
• 구글지도
• 지메일
• 유튜브
• 구글 번역

전 세계의 절반 이상이 디지털 우선 사고 방식으로 성장했을 것입니다. 2019년에는 밀레니얼이 전 세계 인구의 24%를 차지하지만 2025년에는 영국인의 55%가 밀레니얼 이하가 될 것입니다.

우리는 지금 머신러닝 시대

데이터 기반 마케팅에 성공한 광고주는 최대 20%의 수익 증가와 최대 30%의 비용 절감을 경험하고 있습니다(Boston Consultancy Group, Digital Maturity Study 2019).

그러나 수익은 증가하고 비용은 절감할 수 있는 잠재력을 최대한 활용하는 기업은 엄청난 기회의 혜택을 누릴 것입니다.

동일한 연구에 따르면 기술 및 조직적 요인 모두 채널 전반에 걸쳐 단일 고객 비즈니스 결과를 위해 동적으로 실행하고 최적화하는 능력에서 브랜드의 성공에 기여한다는 사실이 밝혀졌습니다.

우리는 동급 최고의 브랜드가 특히 세 가지 영역에서 탁월하다는 것을 발견했습니다.

• 데이터 기반 잠재고객 인사이트 : 수요 공간을 기반으로 유입경로를 따라 도달하기 위해 온라인 및 오프라인 데이터를 연결하여 전체적인 고객 관점을 구축합니다.
• 자동화된 활성화 : 교차 채널 신호에 최적화된 프로그래밍 방식 미디어 구매 및 채널 전반에 걸쳐 조정되고 순서화된 크리에이티브 개인화
• 측정 및 귀인 : 부분 귀인 및 빈번한 테스트를 포함한 측정, KPI의 기내 활동 최적화

그러나 왜 이 모든 것이 기업에 중요해야 합니까? 우리는 기업이 마케팅 전략을 혁신하여 더 연결된 소비자에게 다가가고, 비즈니스 결과를 개선하며, 더 중요하게는 이 분야에서 카테고리 리더가 될 수 있는 독특한 위치에 있습니다.

그것에 대해 할 수 있는 일

eMarketer에 따르면 비디오와 AI는 2019년 마케터의 최우선 순위입니다.

오늘날 머신 러닝은 자동화를 통해 최고의 광고 실적을 달성하는 데 도움이 됩니다. 알고리즘은 실시간 피드백을 기반으로 지속적으로 학습하고 성능을 개선하기 위해 조정합니다.

머신 러닝은 Google 솔루션 전반에 걸쳐 있으며, 광고주가 필요한 순간에 적절한 고객에게 적절한 메시지를 표시하여 캠페인에서 최고의 실적을 달성할 수 있도록 지원합니다. 머신 러닝은 다음과 같은 마케팅 요구 사항에 대한 답변을 제공합니다.

내 이상적인 청중을 찾는 방법은 무엇입니까?

타겟팅의 세계에서 우리는 기계 학습을 활용하여 고객은 아니지만 고객이 되어야 하는 사람을 찾습니다. Google은 광고주가 전환 가능성이 있는 사람들에게 도달범위를 확장할 수 있도록 지원합니다. 우리는 청중 솔루션을 통해 의도를 효과적으로 포착할 수 있습니다.

성능을 어떻게 측정할 수 있습니까?

기여의 세계에서 우리는 기계 학습을 활용하여 전환의 진정한 동인을 이해하고 올바른 가치를 할당합니다. 즉, 마지막 클릭이 아닌 데이터 기반 기여를 통해 의도를 더 잘 측정할 수 있습니다.

마지막으로 사용자 의도에 가장 잘 반응하도록 입찰가와 크리에이티브 광고 자산을 조정하여 이러한 의도를 활용할 수 있습니다. 그들은 다음과 같은 답변을 돕습니다.

경매당 얼마에 입찰해야 합니까?

머신 러닝을 사용하면 수많은 신호를 고려하여 매 순간 최적의 입찰가를 결정할 수 있으므로 더 많은 고객을 확보하고 낭비적인 지출을 없앨 수 있습니다.

나는 청중에게 어떤 메시지를 보여줄 것인가?

광고 소재의 경우 Google은 광고주가 매 순간에 올바른 메시지를 사용할 수 있도록 지원합니다. 기계 학습을 통해 우리는 소비자 의도와 데이터에 대한 이해를 바탕으로 매 순간 보여줄 올바른 광고 소재를 선택할 수 있습니다.

PPC에 초점을 맞춘 입찰은 몇 년 전만 해도 매우 간단했습니다. 키워드를 선택하고 해당 키워드가 마지막 클릭, 데스크톱/동일 세션 기준으로 전환할 가능성에 따라 입찰가를 지정했습니다.

그런 다음 모바일 장치가 등장하면서 장치 유형, 시간 및 위치와 같이 마케터가 설명해야 하는 더 많은 신호를 생성했습니다.

완벽한 입찰의 핵심은 각 사용자의 고유한 신호 조합에 따라 입찰가를 조정하는 것입니다. 모든 경매에 대해 이러한 모든 것을 수동으로 주장하는 것은 불가능합니다. 심지어 가장 숙련된 계정 관리자도 마찬가지입니다.

Google 스마트 자동 입찰은 모든 경매에 대해 실시간 입찰을 설정하는 것을 목표로 합니다. 모바일 화면의 색상 및 톤 선호도에서 구매 내역, 장치 및 위치에 이르기까지 매일 수십억 개의 소비자 데이터 포인트를 고려하기 때문에 데이터를 사용하여 고객에게 맞춤화된 수백만 개의 광고를 제공하고 각각에 대해 적절한 입찰가를 설정할 수 있습니다. 실시간으로 표시됩니다.

완전 자동화된 스마트 자동 입찰 솔루션이 최상의 결과를 이끌어냅니다. 우리 대부분은 eCPC에 익숙하고 성공을 목격했지만 전환 극대화, 타겟 CPA 및 타겟 광고 투자수익(ROAS)과 같은 완전 자동화된 스마트 자동 입찰 전략이 광고주에게 가장 큰 영향을 미칩니다.

내부 제품 분석을 통해 당사의 완전 자동 입찰 전략이 당사의 반자동 솔루션(eCPC)에 비해 우수한 성능을 발휘한다는 사실을 발견했습니다.

• 검색: eCPC의 경우 평균 7% 증가, tCPA 또는 최대 전환의 경우 평균 20% 초과, tROAS의 경우 평균 35%입니다.

그러나 eCPC는 완전히 자동화된 솔루션이 아닙니다.

데이터를 스마트하게 활용하면 창의력을 발휘할 수 있습니다.

시간을 되돌리면 더 창의적일 수 있습니다. 고객 행동의 변화를 이해하는 데 시간을 할애할 수 있습니다. 예를 들어, 우리가 본 한 가지 큰 변화는 영국의 일반 사람들이 전통적인 마케팅에 참여하는 데 소비하는 시간의 감소입니다. 예를 들어, 지난 5년 동안 우리는 하루 평균 2.5시간 동안 TV를 22% 적게 시청하고 있습니다. 대신, 특히 스마트폰에서 7시간 이상 온라인 미디어와 소통하고 있습니다.

우리는 지금 미래를 계획할 여유가 있습니다.

디지털 비디오가 최첨단이라고 말하는 이유는 2021년까지 전 세계 웹 트래픽의 82%가 디지털 비디오로 구성될 것으로 예상하기 때문입니다.

이에 미리 대비하지 않고 디지털 비디오를 어떻게 만들 수 있는지, 즉 브랜드를 성장시킬 수 있는 방법을 모색하지 않으면 인터넷의 82%에 응답하지 못할 것입니다. 몇 년 안에 디지털 비디오를 무시하는 기업은 오늘날 모바일을 무시하는 기업과 같을 것입니다. 비디오 트렌드는 미래 지향적인 방식으로 브랜드 구축을 위한 중요한 기회를 제시합니다.

• 매달 15억 명이 YouTube에 로그인하고 방문합니다. 평균적인 사람은 매일 1시간 이상을 모바일로 YouTube를 시청합니다.
• 구매 계획과 관련된 비디오를 시청한 쇼핑객의 80% 는 프로세스 초기에 시청했다고 말했습니다.
• 쇼핑객의 64%는 YouTube가 구매 결정에 영향을 미친다고 말합니다. 플랫폼에서 활동하는 것은 사용자만이 아닙니다. 다른 사람들은 플랫폼이 브랜드에 대한 생각과 행동 가능성을 형성한다는 것을 알게 됩니다.
• 브랜드의 온라인 비디오를 본 B2B 고객 은 향후 6개월 이내에 해당 브랜드를 구매하고 해당 브랜드에 대해 프리미엄을 지불하고 브랜드를 추천할 가능성이 더 높습니다.

오늘날의 시청자와 마케팅 담당자의 요구 사항을 충족하도록 광고 형식을 최적화했습니다.