Dentro AdWords : Innovare annunci e funzioni di analisi con il machine learning

Innovare annunci e funzioni di analisi con il machine learning

mercoledì 24 maggio 2017

Innovare annunci e funzioni di analisi con il machine learning
Buongiorno San Francisco! Mentre la città si sveglia, il mio team ed io ci stiamo preparando ad accogliere più di mille professionisti del marketing provenienti da tutto il mondo a Google Marketing Next, l'evento annuale durante il quale sveleremo le ultime innovazioni riguardanti annunci, funzioni di analisi e DoubleClick.
Uno degli argomenti principali di oggi sarà il machine learning. Questa tecnologia è fondamentale per analizzare innumerevoli indicatori in tempo reale e raggiungere i consumatori con annunci più utili nei momenti giusti; è inoltre indispensabile per seguire i percorsi dei consumatori, che oggi si compiono su molteplici dispositivi e canali sia nel mondo digitale che in quello fisico.
Per i professionisti del marketing si tratta di una tendenza crescente e importante che continuerà a determinare le strategie per il successo nel futuro.
La seguente è una rapida carrellata degli annunci che farò durante l'evento, ma ve ne sono molti altri che sono impaziente di condividere con voi. Sintonizzatevi alle ore 9:00 PT/12:00 ET.

Benvenuto Google Attribution, addio ultimo clic
Oggi presenteremo Google Attribution, un nuovo strumento concepito per rispondere alla domanda che tormenta da sempre i professionisti del marketing: le mie iniziative funzionano? Per la prima volta, grazie a Google Attribution, ogni professionista del marketing potrà misurare l'efficacia delle sue iniziative sui vari dispositivi e canali da un unico punto centrale e senza costi aggiuntivi.
Oggigiorno i percorsi degli utenti sono così complessi che un'attività può avere con la stessa persona molteplici interazioni (attraverso la pubblicità display, i video, la rete di ricerca, i social, il sito web o un'app) e queste possono aver luogo su diversi dispositivi, cosa che ne rende la misurazione ancora più ardua.
I professionisti del marketing cercano da anni un sistema di attribuzione affidabile, ma le soluzioni esistenti non soddisfano perché, per la maggior parte: ● Sono difficili da configurare ● Non riescono a seguire i percorsi dei consumatori quando questi passano da un dispositivo all'altro ● Non sono integrate con gli strumenti pubblicitari, il che rende difficile intervenire
Di conseguenza, molti professionisti del marketing restano ancorati all'attribuzione basata sull'ultimo clic, che però non tiene conto dell'impatto della maggior parte dei touchpoint di marketing. Google Attribution aiuta a comprendere la sinergia tra le varie iniziative di marketing e fornisce informazioni utili a migliorarla.
Ecco come funziona:

Grazie all'integrazione con AdWords, Google Analytics e DoubleClick Search, è facile riunire i dati di tutti i canali di marketing e ottenere così una visione completa del rendimento delle iniziative.
Google Attribution agevola anche il passaggio all'attribuzione basata sui dati, che si avvale della tecnologia di machine learning per stabilire quanto credito assegnare a ciascuna fase del percorso del consumatore dal suo primo contatto con il brand negli stadi iniziali della ricerca fino all'ultimo clic prima dell'acquisto. Analizza gli schemi di conversione specifici dell'account confrontando i percorsi dei clienti che effettuano la conversione con quelli di coloro che non lo fanno, fornendo così risultati che rappresentano effettivamente l'attività specifica.
Infine, Google Attribution consente di intervenire rapidamente per ottimizzare gli annunci perché è integrato con strumenti come AdWords e DoubleClick Search. I risultati possono essere immediatamente utilizzati per generare rapporti, aggiornare le offerte o trasferire i budget da un canale all'altro.
"Nella realtà di oggi, caratterizzata da una molteplicità di dispositivi, la misurazione su tutti canali e un'attribuzione precisa è indispensabile per fornire a HelloFresh una visione a 360º dei percorsi dei clienti e dunque dati precisi sulla base dei quali prendere le decisioni più opportune". - Karl Villanueva, Direttore di Paid Search & Display

Google Attribution è ora nella fase beta e sarà reso disponibile ad altri inserzionisti nel corso dei prossimi mesi.
Le innovazioni per la promozione di attività locali su dispositivi mobili portano più consumatori nei negozi
I dispositivi mobili stanno abbattendo le barriere tra mondo digitale e mondo fisico. Benché la maggior parte degli acquisti avvenga ancora in negozio, le persone utilizzano sempre più i loro smartphone per fare ricerche preventive, soprattutto su Google.com e Google Maps.

Per aiutare i consumatori a decidere dove dirigersi, i professionisti del marketing si avvalgono di innovazioni come Promoted Places e gli annunci di prodotti disponibili localmente per evidenziare le offerte speciali e i prodotti reperibili nei negozi di zona. Ora, con le estensioni di località, è anche possibile aiutare i clienti a trovare un negozio direttamente da un annuncio video di YouTube.

Abbiamo introdotto strumenti di misurazione delle visite in negozio nel 2014 per aiutare i professionisti del marketing a ottenere più informazioni rispetto al percorso del consumatore che ha inizio online e termina con l'acquisto in negozio. In meno di tre anni, gli inserzionisti hanno misurato globalmente 5 miliardi di visite in negozio utilizzando AdWords.
Solo Google dispone di una tecnologia di machine learning e di mappatura così avanzata da misurare accuratamente le visite in negozio su vasta scala e utilizzare queste informazioni per fornire annunci locali più pertinenti. La recente adozione di modelli di deep learning ci consente di sfruttare set di dati più vasti e misurare con una maggior fiducia anche le visite in negozio in scenari difficili, ad esempio quelle in negozi situati in centri commerciali o in città come Tokyo o San Paolo del Brasile dove vi è un'alta concentrazione di punti vendita gli uni accanto agli altri.
La misurazione delle visite in negozio è già disponibile per le campagne nella rete di ricerca, Shopping e display e presto lo sarà anche per le campagne TrueView di YouTube per misurare l'impatto degli annunci video sul traffico di clienti nei negozi.
Tuttavia, misurare le visite in negozio è solo uno degli aspetti da considerare. Occorre anche comprendere in che modo gli annunci online generano vendite per l'attività, o meglio, se generano effettivamente vendite. Nei prossimi mesi introdurremo la misurazione delle vendite in negozio a livello di dispositivo e di campagna, che consente di misurare, oltre alle visite in negozio imputabili agli annunci della rete di ricerca e Shopping, anche le entrate del negozio.
I negozianti che raccolgono gli indirizzi email dei clienti nel punto vendita nell'ambito di un programma fedeltà possono importare le transazioni in negozio direttamente in AdWords da sé o attraverso un fornitore di servizi dati terzo. Anche chi non ha un programma fedeltà molto articolato può comunque misurare le vendite in negozio avvalendosi dei partner di Google, che raccolgono dati su circa il 70% delle transazioni con carta di credito e di debito negli Stati Uniti. Non sono necessarie né laboriose attività di configurazione, né costose integrazioni e non occorre neppure condividere i dati dei clienti. Una volta che la funzionalità è attivata, possiamo generare automaticamente rapporti sulle vendite in negozio in AdWords.
Entrambe le soluzioni mettono in relazione le transazioni con gli annunci Google in modo sicuro e rispettoso della privacy: per proteggere le informazioni sui clienti, i dati dei rapporti sono riportati solo in forma aggregata e anonima.

Virgin Holidays ha scoperto che, includendo nelle analisi anche i dati delle vendite in negozio, i profitti delle sue campagne nella rete di ricerca risultavano doppi rispetto a quelli riferiti ai soli KPI online. Inoltre, un cliente che acquista in negozio dopo aver fatto clic su un annuncio nella rete di ricerca è tre volte più redditizio di una conversione online. Afferma James Libor, Performance Marketing and Technology Manager: "La misurazione delle vendite in negozio ci offre una visione più accurata dell'impatto che il nostro investimento in digitale ha sui risultati del punto vendita, soprattutto in relazione ai dispositivi mobili. Ciò ci ha permesso di investire di più nella rete di ricerca per sostenere meglio questa parte fondamentale del percorso dei consumatori".

Informazioni sul pubblico più dettagliate e utili per gli annunci della rete di ricerca grazie al machine learning
Le persone spesso effettuano una ricerca con l'intenzione di acquistare. Pertanto stiamo introducendo i segmenti di pubblico in-market in Ricerca Google per aiutare gli inserzionisti a raggiungere gli utenti che sono pronti ad acquistare i prodotti e servizi da loro offerti. Un concessionario, ad esempio, può espandere la sua copertura agli utenti che hanno già effettuato ricerche come "SUV con i migliori consumi" o "SUV spaziosi". L'opzione dei segmenti di pubblico in-market sfrutta le capacità del machine learning per comprendere meglio l'intenzione di acquisto degli utenti. Analizza miliardi di query di ricerca e le attività su milioni di siti web per comprendere quando le persone sono prossime all'acquisto e mostrare quindi gli annunci che sono più pertinenti e interessanti per loro.
Questo è un momento importante per i professionisti del marketing: la combinazione di dispositivi mobili, dati e machine learning aprirà nuove opportunità e io sono entusiasta di intraprendere questo viaggio con tutti voi.
Vi aspettiamo alle 9:00 PT/12:00 ET per assistere all'intero discorso di apertura a Google Marketing Next e scoprire tutte le altre innovazioni riguardanti annunci, piattaforme e funzioni di analisi che intendiamo annunciare.
Scritto da Sridhar Ramaswamy, Senior Vice President, Ads and Commerce

Dentro Adwords

Innovare annunci e funzioni di analisi con il machine learning

Etichette

Archivio

Feed

Aziendale

Prodotti

Sviluppatori