Przyszłość w erze uczenia maszynowego – Roxanne Brownlee, Google – Nottingham Digital Summit

Czwartym wykładem na scenie Albert Hall na Nottingham Digital Summit jest Roxanne Brownlee z Google, która mówiła o tym, jak firmy mogą pozostać istotne dzięki nowym technologiom.

Dlaczego dzisiaj jest inaczej?

Ruch mobilny stanowił zaledwie 1,5% całkowitego ruchu internetowego w 2010 r., ale był to rok, w którym Google po raz pierwszy ogłosiło, jak ważne jest bycie pierwszym na urządzeniach mobilnych.

9 lat później ruch mobilny wzrósł do prawie 60%.

Zwinność to różnica między przetrwaniem a rozwojem. Aby się rozwijać, musisz przyznać, że nadchodzi przyszłość.

Firmy, które oferują wartość dla klienta i oferują doskonałe wrażenia użytkownika, zanim zaistniały oczekiwania i stały się konkurencyjne; okazało się, że później łatwiej się rozwija.

Co to znaczy prosperować w sieci

Technologia i otaczający ją świat zmieniają się szybciej niż kiedykolwiek. Firmy, które potrafią dostosować się do wykorzystania dzisiejszych technologii, jutro będą miały przewagę.

Technologia rozwija się szybko, podobnie jak konsumenci, więc marki muszą nadrobić zaległości. Marketing oparty na danych stał się kluczem do szybszego dostarczania bardziej trafnych komunikatów na dużą skalę.

Technologia może pomóc markom stać się bardziej pomocnymi, umożliwiając im dostęp do swoich użytkowników, z przydatnymi odpowiedziami udzielanymi na czas i bezproblemowo.

Umiejętność przewidywania potrzeb klientów za pomocą analizy danych i technologii określi zdolność marki do rozwoju. W rzeczywistości już to widzimy:

Automatyzacja

Firmy wykorzystują uczenie maszynowe, aby pomóc klientom w dostarczaniu klientom odpowiednich wiadomości w czasie rzeczywistym na dużą skalę, w znacznie krótszym czasie.

Udowodniono, że dobrze zrobione, korzystanie z personalizacji w celu dostarczania wiadomości dostosowanych do tego, czego chcą – lub wkrótce będą chcieli – klienci, zwiększa zaangażowanie i lojalność. Jeśli klienci zyskują, zyskują firmy.

Ale jak przekonało się wiele firm – wprowadzenie tego wszystkiego w życie nie jest łatwe.

• Ludzie spędzają w sieci 9 godzin dziennie
• Ludzie sprawdzają telefony 150 razy dziennie
• 70 milionów sygnałów jest zbieranych w mgnieniu oka
• 90% użytkowników przełącza się między ekranami, aby wykonać zadania
• 62% wszystkich marketerów czuje się przytłoczonych rozmiarem i ilością danych

Jeśli wiemy, że ludzie sprawdzają swoje telefony 150 razy dziennie i spędzają 9 godzin online, możemy uzyskać bogaty wgląd w to, kim są, na czym im zależy i czego chcą. To rodzaj danych, które możemy wprowadzić do naszych strategii dotyczących odbiorców, aby zwiększyć trafność i skuteczność naszych kampanii.

Kiedy budujemy strategie oparte na samych słowach kluczowych, ignorujemy te dane, które posiadamy. Oceniamy je wyłącznie na podstawie najdrobniejszej migawki informacji, zamiast patrzeć na szerszy obraz.

Codziennie produkujemy 2 500 000 000 000 000 000 bajtów danych.

Przekłada się to na bilion esejów danych każdego dnia.

Mamy wszystkie dane, których potrzebujemy do tworzenia niezwykle trafnych, ukierunkowanych reklam. Oznacza to, że możemy podejmować naprawdę mądre i skuteczne decyzje biznesowe.

Wszystkie te fragmentaryczne momenty zainteresowania i zamiaru generują zbyt dużo danych, aby ludzie mogli je przetworzyć. Dlatego konieczne jest, aby reklamodawcy rozumieli te fragmentaryczne podróże i wiedzieli, jak nawiązać kontakt z użytkownikami w tych momentach, w których są one intencją.

Duża część naszej codziennej technologii jest oparta na sztucznej inteligencji (AI). Na przykład: szkolimy system oprogramowania z wieloma przykładami, aby mógł wyłapywać wzorce. Zamiast informować komputer, że wszystkie wiadomości e-mail zawierające spam zawierają frazę „nowa sztuczka odchudzająca!”, uczysz go na milionach przykładów spamu, wprowadzając drobne poprawki, aż będzie mógł sam rozpoznać wzorzec. Ta umiejętność uczenia się wzorców nazywana jest uczeniem maszynowym i może ułatwić Ci życie na wiele sposobów.

Oto kilka przykładów produktów Google wykorzystujących uczenie maszynowe w branży marketingu cyfrowego oraz produktów niezwiązanych z reklamami:

• Uniwersalne kampanie promujące aplikacje
• Inteligentne kampanie produktowe
• Odbiorcy o podobnych zainteresowaniach
• Elastyczne reklamy displayowe
• mapy Google
• Gmail
• Youtube
• tłumacz Google

Ponad połowa świata wyrosła w myśleniu cyfrowym. Podczas gdy w 2019 r. millenialsi stanowią 24% światowej populacji, do 2025 r. 55% Brytyjczyków będzie to millenialsi lub młodsi.

Jesteśmy teraz w epoce uczenia maszynowego

Reklamodawcy, którzy odnoszą sukcesy w marketingu opartym na danych, odnotowują wzrost przychodów nawet o 20% i oszczędności kosztów do 30% (Boston Consultancy Group, Digital Maturity Study 2019).

Jednak te firmy, które w pełni wykorzystają jego potencjał, aby zwiększyć swoje przychody i zmniejszyć koszty, skorzystają z ogromnej szansy.

To samo badanie wykazało, że zarówno czynniki technologiczne, jak i organizacyjne przyczyniają się do sukcesu marki w jej zdolności do dynamicznego realizowania i optymalizacji pod kątem wyników biznesowych dla pojedynczego klienta we wszystkich kanałach.

Odkryliśmy, że najlepsze w swojej klasie marki wyróżniają się konkretnie w trzech obszarach:

• Analizy odbiorców oparte na danych : budowanie całościowego obrazu klienta poprzez łączenie danych online i offline, aby dotrzeć do nich na ścieżce, w oparciu o przestrzenie popytu
• Zautomatyzowana aktywacja : zautomatyzowane kupowanie mediów zoptymalizowane pod kątem sygnałów w wielu kanałach i personalizacji kreacji w skoordynowanych i sekwencjonowanych kanałach
• Pomiar i atrybucja : Pomiar obejmujący atrybucję ułamkową i częste testowanie, optymalizacja aktywności KPI podczas lotu

Ale dlaczego to wszystko miałoby mieć znaczenie dla firm? Jesteśmy w wyjątkowym miejscu, w którym firmy mogą zmieniać swoje strategie marketingowe, aby docierać do bardziej połączonych konsumentów, poprawiać wyniki biznesowe i, co ważniejsze, stać się liderami kategorii w tej przestrzeni.

Co możesz z tym zrobić

Według eMarketera, wideo i sztuczna inteligencja to najważniejsze priorytety dla marketerów w 2019 roku.

Dzisiaj systemy uczące się pomagają uzyskać najlepszą skuteczność Twoich reklam dzięki automatyzacji. Algorytm stale się uczy w oparciu o informacje zwrotne w czasie rzeczywistym i dostosowuje się w celu poprawy wydajności.

Systemy uczące się są obecne we wszystkich rozwiązaniach Google, pomagając reklamodawcom osiągnąć najlepszą skuteczność kampanii, wyświetlając odpowiedni komunikat właściwym klientom w ich potrzebie. Uczenie maszynowe działa, aby odpowiedzieć na Twoje potrzeby marketingowe:

Jak znaleźć idealną publiczność?

W świecie kierowania wykorzystujemy uczenie maszynowe, aby znaleźć osoby, które nie są Twoimi klientami, ale powinny nimi być. Google pomaga reklamodawcom rozszerzyć ich zasięg na osoby, które mogą dokonać konwersji. Jesteśmy w stanie skutecznie uchwycić intencje dzięki naszym rozwiązaniom dotyczącym odbiorców.

Jak mogę zmierzyć wydajność?

W świecie atrybucji wykorzystujemy uczenie maszynowe, aby zrozumieć prawdziwe czynniki konwersji i przypisać odpowiednią wartość. Oznacza to, że jesteśmy w stanie lepiej mierzyć zamiary dzięki atrybucji innej niż ostatnie kliknięcie i opartej na danych.

Na koniec możemy wykorzystać tę intencję, dostosowując nasze stawki i kreatywne zasoby reklamowe tak, aby jak najlepiej odpowiadały intencjom użytkownika. Pomagają odpowiedzieć:

Ile powinienem licytować na aukcję?

Dzięki uczeniu maszynowemu możemy uwzględnić niezliczone sygnały, aby określić optymalną stawkę na każdy moment, dzięki czemu możesz pozyskać więcej klientów i wyeliminować marnotrawstwo wydatków.

Jaką wiadomość mam pokazać moim odbiorcom?

W przypadku kreacji Google pomaga reklamodawcom w każdej chwili używać odpowiedniego przekazu. Dzięki uczeniu maszynowemu możemy wykorzystać nasze zrozumienie intencji konsumentów i danych, aby wybrać odpowiednią kreację do wyświetlania w każdej chwili.

Skupiając się na PPC, licytacja była dość prosta kilka lat temu. Wybrałeś słowa kluczowe i określiłeś stawkę na podstawie prawdopodobieństwa konwersji tego słowa kluczowego przy ostatnim kliknięciu na komputerze/tej samej sesji.

Potem pojawiły się urządzenia mobilne, tworząc więcej sygnałów, które marketerzy musieli uwzględnić, takich jak typ urządzenia, czas i lokalizacja.

Kluczem do mistrzowskiego określania stawek jest dostosowanie stawek na podstawie unikalnej kombinacji sygnałów każdego użytkownika. Potwierdzenie tego wszystkiego ręcznie dla każdej aukcji jest niemożliwe – nawet dla najbardziej wykwalifikowanych opiekunów kont.

Google Smart Bidding ma na celu ustalanie stawek w czasie rzeczywistym dla każdej aukcji. Ponieważ każdego dnia analizowane są miliardy punktów danych konsumentów — od preferencji kolorów i odcieni na ekranach urządzeń przenośnych po historię zakupów, urządzenie i lokalizację — można wykorzystać te dane do wyświetlania milionów reklam dostosowanych do klientów i ustawiania odpowiedniej stawki dla każdego z nich. tych reklam w czasie rzeczywistym.

W pełni zautomatyzowane rozwiązania inteligentnego określania stawek zapewniają najlepsze wyniki. Chociaż większość z nas zna i widziała sukces eCPC, w pełni automatyczne strategie inteligentnego określania stawek, takie jak maksymalizacja liczby konwersji, docelowy CPA i docelowy ROAS, mają największy wpływ na reklamodawców.

Dzięki wewnętrznej analizie produktów stwierdziliśmy, że nasze w pełni automatyczne strategie określania stawek mają lepszą skuteczność w porównaniu z naszym półautomatycznym rozwiązaniem (eCPC):

• Wyszukiwarka: śr. wzrost 7% dla eCPC w porównaniu ze śr. >20% dla docelowego CPA lub maks. liczby konwersji oraz 35% śr. dla tROAS.

Należy jednak pamiętać, że eCPC nie jest rozwiązaniem w pełni zautomatyzowanym!

Inteligentna obsługa danych daje przestrzeń do kreatywności

Odzyskując trochę czasu, możesz być bardziej kreatywny. Możesz poświęcić czas na zrozumienie zmian w zachowaniu klientów. Na przykład jedną dużą zmianą, którą zaobserwowaliśmy, jest skrócenie czasu, jaki przeciętna osoba w Wielkiej Brytanii spędza na angażowaniu się w tradycyjny marketing. Na przykład w ciągu ostatnich pięciu lat oglądamy o 22% mniej telewizji, średnio po 2,5 godziny dziennie. Zamiast tego angażujemy się w media internetowe przez ponad 7 godzin – w szczególności na smartfonach.

Już dziś mamy przestrzeń do planowania przyszłości.

Powodem, dla którego mówimy o tym, że cyfrowe wideo jest najnowocześniejsze, jest to, że do 2021 r. oczekujemy, że 82% globalnego ruchu internetowego będzie składać się z cyfrowego wideo.

Jeśli nie przygotowujemy się do tego z wyprzedzeniem i nie zastanawiamy się, jak sprawić, by cyfrowe wideo działało dla nas, aby rozwijać nasze marki, krótko mówiąc, nie będziemy w stanie odpowiedzieć na 82% internetu. Za kilka lat firmy, które ignorują cyfrowe wideo, będą takie same, jak firmy, które dziś ignorują urządzenia mobilne. Trend wideo przedstawia kluczową okazję do budowania marki w przyszłościowy sposób.

• Co miesiąc 1,5 miliarda ludzi loguje się i odwiedza YouTube. Przeciętna osoba spędza ponad godzinę dziennie, oglądając YouTube na urządzeniu mobilnym.
• 80% kupujących, którzy obejrzeli film związany z planowanym zakupem, stwierdziło, że obejrzeli go na początku procesu.
• 64% kupujących twierdzi, że YouTube wpływa na ich decyzje zakupowe. Nie tylko użytkownicy są aktywni na platformie – inni uważają, że kształtuje ona sposób, w jaki myślą o markach i ich skłonność do działania. .
• Klienci B2B, którzy obejrzą wideo marki online, są bardziej skłonni do zakupu marki w ciągu najbliższych sześciu miesięcy, zapłacenia premii za markę i polecania marki.

Zoptymalizowaliśmy nasze formaty reklam, aby sprostać potrzebom dzisiejszych widzów i marketerów.