blog_small.png

Kampanie efektywnościowe vs. AI – czy sztuczna inteligencja w kampaniach płatnych to zupełna nowość?

Google Marketing
Kampanie efektywnościowe vs. AI – czy sztuczna inteligencja w kampaniach płatnych to zupełna nowość?

Sztuczna inteligencja to w ostatnim czasie temat wielu dyskusji, zwłaszcza w świecie marketingu. Poruszane tematy dotyczą wielu zagadnień – od aspektów prawnych, przez efektywność narzędzi AI, aż po rozważania nad przyszłością specjalistów z branży. Czy w przypadku kampanii płatnych możemy mówić o rewolucji? Czy musimy uczyć się tworzenia kampanii i korzystania z systemów reklamowych na nowo? Odpowiedzi na te pytania oraz rozważania na temat nowej roli specjalisty PPC w zmieniającej się rzeczywistości znajdziesz w dalszej części artykułu.

Machine Learning jako część AI

Uczenie maszynowe stanowi podzbiór sztucznej inteligencji, w którym algorytmy uczą się na bazie gromadzonych zbiorów danych w celu realizacji określonych zadań. Najpopularniejsze na rynku systemy reklamowe, takie jak np. Google Ads, Facebook Ads czy LinkedIn Ads od wielu lat korzystają z uczenia maszynowego w oferowanych typach kampanii. W ostatnim czasie twórcy wspomnianych systemów reklamowych jako główny kierunek rozwoju swoich platform deklarują „AI powered campaigns". Takie podejście będzie skutkowało coraz większą ilością dostępnych rozwiązań AI bezpośrednio z poziomu samych systemów reklamowych.


Jakie obszary kampanii korzystają z rozwiązań machine learning / AI?

Inteligentne strategie ustalania stawek – w kampaniach możemy korzystać z mniej lub bardziej zautomatyzowanych rozwiązań, które określamy mianem optymalizatorów konwersji. Wybór odpowiedniej strategii podyktowany jest rodzajem ustalonych konwersji, celem jaki chcemy osiągnąć oraz danymi historycznymi lub sygnałami jakie dodamy do kampanii.

Cele reklamowe – w zależności od wybranego celu reklamowego system będzie dążył do jak najlepszego wykorzystania budżetu reklamowego względem określonego celu. Jeśli celem będą np. konwersje, to system na bazie danych historycznych będzie docierał częściej do użytkowników, którzy w naszym przypadku z większym prawdopodobieństwem dokonają konwersji.

Inteligentne formaty reklam – systemy reklamowe oferują szereg rozwiązań z poziomu tworzenia reklam. Formaty elastyczne pozwalają na szybkie przetestowanie skuteczności różnych kombinacji nagłówków oraz tekstów reklam. Elastyczne formaty graficzne mogą zostać wzbogacone o atrakcyjne nakładki tekstowe lub bardziej dynamiczne grafiki. Możemy skorzystać także z materiałów wideo wygenerowanych automatycznie na bazie dostępnych zdjęć oraz tekstów – jest to jednak rozwiązanie, którego finalny efekt pozostawia wiele do życzenia względem dedykowanych produkcji. Ciekawym rozwiązaniem jest także możliwość wygenerowania nagłówków oraz tekstów reklam automatycznie – na bazie treści dostępnych na stronie, wcześniej tworzonych kampanii lub podpowiedzi samego systemu.

Modele atrybucji – systemy reklamowe oferują różne modele atrybucji, z których w ostatnim czasie najbardziej rekomendowanym jest model oparty na danych (data driven), bazujący na bardziej złożonych algorytmach przypisywania atrybucji na wydłużonych ścieżkach konwersji. Tym samym ocena skuteczności działań marketingowych w poszczególnych kanałach reklamowych staje się bardziej przystępna.

Informacje o trendach i sezonowości – informacje tego typu rozpatrywane są przez sam algorytm, który na tej podstawie przygotowuje możliwe do wdrożenia zmiany.

Grupy odbiorców oraz podobnych odbiorców (lookalike) – jeśli zdecydujemy się na szerokie targetowanie w kampanii, możemy liczyć na algorytmy, które na bazie zebranych danych po okresie „uczenia się kampanii" zaczną docierać częściej do grup odbiorców cechujących się wyższym współczynnikiem konwersji. Kolejną możliwością jest rozszerzenie precyzyjnego targetowania o podobnych odbiorców (lookalike) i zwiększenie zasięgu swojej kampanii.

Budżety dzienne – częstym pytaniem ze strony klientów jest „dlaczego wydatki na kampanie danego dnia były wyższe, niż ustalone budżety dzienne?". Odpowiedź jest prosta – algorytm dąży do tego, żeby maksymalizować wydatki, jeśli możemy dotrzeć do osób, które w naszym przypadku najczęściej konwertują oraz do obniżenia wydatków jeśli danego dnia możliwość dotarcia do takich osób jest mniejsza. System bierze tutaj pod uwagę wiele składowych.


Warto także podkreślić, że na rynku pojawiają się typy kampanii w pełni oparte na rozwiązaniach AI. Dobrym przykładem jest kampania Performance Max dostępna w systemie reklamowym Google Ads. Jest to typ kampanii, który niejako łączy w sobie wszystkie dotychczasowe typy kampanii. Jego celem jest docieranie do odpowiedniego odbiorcy, w odpowiednim czasie, w odpowiedniej przestrzeni reklamowej z wykorzystaniem odpowiednich zasobów. Kampanie tego typu wdrożyliśmy z powodzeniem na wielu kontach naszych klientów. Rola specjalisty okazała się kluczowa zwłaszcza na etapie wdrożeniowym – zaplanowanie odpowiedniej struktury kampanii, wprowadzenie danych wejściowych (sygnały), utworzenie wysokiej jakości zasobów, dostosowanie strategii ustalania stawek oraz wprowadzenie odpowiednich wykluczeń. Działania optymalizacyjne pozwoliły na osiąganie jeszcze lepszych wyników w perspektywie czasu i obejmowały: tworzenie bardziej rozbudowanych struktur kampanii i grup zasobów na bazie zebranych danych, zarządzanie budżetami dziennymi, aktualizację oraz modyfikację zasobów, rozszerzanie listy wykluczeń w oparciu o kartę „statystyki", analizę efektywności poszczególnych umiejscowień w oparciu o skrypty oraz stosowanie bardziej precyzyjnych strategii ustalania stawek na bazie informacji o uzyskiwanych konwersjach. Wyniki kampanii oraz przeprowadzone prace zostały omówione przez specjalistę w raporcie opisowym do projektu.


Złożoność charakteru pracy specjalisty PPC

Na pierwszy rzut oka może wydawać się, że rolą specjalisty PPC jest wyłącznie tworzenie i optymalizacja kampanii. Jest w tym wiele prawdy, ponieważ stanowi to lwią część wykonywanych czynności, jednak charakter pracy specjalisty PPC jest bardziej złożony. Na początku warto podkreślić, że żadna kampania nie będzie działać poprawnie bez analityki – ta najczęściej wdrażana jest przez analityka, ale to specjalista PPC często daje wytyczne do wdrożenia kodów śledzących oraz zdarzeń. Reklamy oczywiście wymagają tekstów oraz grafik i tutaj również specjalista odgrywa ważną rolę w formie przekazania odpowiednich wytycznych lub czasami sam tworzy treści reklamowe. Bez analizy danych trudno mówić o wyciąganiu wniosków i wprowadzaniu optymalizacji, dlatego to kolejny ważny krok w pracy specjalisty PPC nad kampaniami. Opracowanie czytelnego i zawierającego istotne dla klienta dane raportu również potrafi być ogromnym wyzwaniem, a oprócz raportu trzeba także zadbać o wnioski i rekomendacje. Ostatnim bardzo istotnym elementem jest śledzenie trendów i nowości w dynamicznie zmieniającym się środowisku systemów reklamowych.


Czy w dzisiejszych czasach kilka kliknięć dzieli nas od sukcesu?

Mając na uwadze rozwiązania AI, nowoczesne narzędzia, kampanie inteligentne, rekomendacje z możliwością ich automatycznego stosowania itp., może wydawać się, że od stworzenia bardzo rentownej kampanii dzieli nas zaledwie kilka kliknięć, a specjalista to zbędny wydatek. Rzeczywistość nie jest jednak tak kolorowa, a systemy reklamowe to nie utopia dla każdego przedsiębiorcy. Stworzenie w pełni zautomatyzowanej kampanii i pozostawienie jej systemowi spowoduje jedynie „przepalenie" budżetu. Na rynku zaczynają pojawiać się także dedykowane tworzeniu i zarządzaniu kampaniami rozwiązania spod sztandaru AI. Nie wszystkie z nich tak naprawdę działają w oparciu o AI, a jedynie stosują proste algorytmy lub wykorzystują podstawy uczenia maszynowego. Warto podkreślić, że zdecydowana większość tych rozwiązań nie jest jeszcze dostosowana do polskiego rynku, co może wpływać na pojawianie się różnego typu błędów.


Jak Chat GPT może wspomóc pracę specjalisty PPC?

Popularny ostatnio Chat GPT może okazać się pomocny w niektórych etapach pracy nad kampaniami. Może posłużyć np. do opracowania struktury kampanii i grup reklam na koncie. Poniżej przedstawione zostały 2 zapytania dotyczące struktury na koncie – ogólne oraz bardziej precyzyjne:

Zapytanie do Chatu GPT który ma stworzyć strukturę kampanii Google Ads dla e commerce sprzedającego sprzęt sportowy

Prompt do chatu GPT który ma stworzyć strukturę kampanii Google Ads


Zaprezentowany przykład pokazuje jak ważne jest poprawne sformułowanie zapytania, które często wynika z wiedzy i doświadczenia specjalisty. Odpowiedzi czatu mogą okazać się pomocne, jednak często są bardzo ogólne oraz pozostawiają niektóre aspekty pracy nad kampaniami bez odpowiedzi.

W poniższym przykładzie ChatGPT został użyty do przygotowania listy słów kluczowych. Tutaj ponownie chat przedstawił bardzo ogólną listę, która może stanowić dobry punkt wyjściowy do dalszej analizy oraz selekcji odpowiednich dla naszego biznesu słów kluczowych.

Zapytanie do narzędzia AI które ma stworzyć listę słów kluczowych do kampanii Google Ads

Nie samym AI specjalista PPC żyje

Rozwiązania AI zdecydowanie mogą pozytywnie wpłynąć na automatyzację zadań wykonywanych przez specjalistę PPC, jednak nie należy zapominać o innych metodach usprawniania pracy, jak np. narzędzia wykorzystywane do szybkiej edycji i duplikacji kampanii (Google Ads Editor), narzędzia do optymalizacji Feedu Produktowego w kampaniach produktowych (Data Feed Watch) czy regułach i skryptach dostępnych w systemach reklamowych.

Czy sztuczna inteligencja zastąpi specjalistów PPC?

Biorąc pod uwagę bardzo złożony charakter pracy specjalisty PPC, specyfikę rozwiązań AI dostępnych na rynku oraz możliwości systemów reklamowych w kontekście w pełni zautomatyzowanych kampanii zarządzanych przez system reklamowy, specjaliści PPC nadal będą niezastąpieni. Oczywiście rozwój AI oraz uczenia maszynowego wpływa na charakter pracy i coraz mniej czasu specjalistów wykorzystywane jest na żmudne czynności, które można zautomatyzować. To daje dodatkową przestrzeń na inne aktywności jak np. analiza danych, testowanie nowych rozwiązań, szukanie możliwości skalowania kampanii, aktualizowanie zasobów, które wykazują mniejszą skuteczność, tworzenie rekomendacji, analizę działań konkurencji itp. W tym przypadku nieocenione stają się kompetencje takie jak: kreatywność, umiejętność analizy danych i wyciągania wniosków, znajomość systemów reklamowych oraz umiejętność pracy w oparciu o rozwiązania AI.