Google plant den Untergang der Last-Click-Attribution und den Aufstieg des maschinellen Lernens

Tauchbrief:

• Google Attribution, ein neuer kostenloser Dienst, der sich derzeit in der Beta-Phase befindet, wurde entwickelt, um Daten aus allen Kanälen eines Vermarkters an einem Ort zusammenzuführen und einen vollständigen Überblick über die Leistung zu bieten, wie das Unternehmen gestern während der Keynote bei Google Marketing Next den Zuhörern von a Live-Stream der jährlichen Veranstaltung und in einem Blogbeitrag.
• Ein weiterer großer Schwerpunkt der Keynote waren die vielen Möglichkeiten, wie maschinelles Lernen die Angebote von Google verbessert, darunter neue Entwicklungen wie die Unterstützung von Vermarktern bei der Verknüpfung von YouTube TrueView-Videoanzeigen mit Ladenbesuchen und die Einbindung von Zielgruppeneinblicken in Suchanzeigen.
• Während der Versammlung von mehr als tausend Vermarktern wurde auch die Einführung von Standorterweiterungen für YouTube-Videoanzeigen enthüllt, damit Vermarkter Verbrauchern bei der Suche nach einem Kauf helfen können, ein Geschäft in der Nähe zu finden, in dem Artikel verfügbar sind, und die Einführung der Messung von Ladenverkäufen auf dem Gerät und in der Kampagne Ebenen.

Taucheinblick:

Von den mehreren Ankündigungen, die bei der gestrigen Veranstaltung gemacht wurden, war Google Attribution eine, die anscheinend die größte Resonanz beim Publikum erhielt. Diese Antwort deutet nicht nur auf die Kopfschmerzen hin, die Cross-Channel- und Cross-Device-Attribution bereiten, sondern auch auf das Vertrauen von Marketingfachleuten in die Fähigkeit von Google, möglicherweise Fortschritte bei einem heiklen Thema zu erzielen, das seit Jahren eine Herausforderung darstellt und dessen Bedeutung als Kanäle und Geräte nur wächst weiter vermehren. Auch Google-Manager erwarten, dass die Attribution-News eine große Sache werden: „In diesem Jahr lösen wir das Attribution-Problem“, sagte Bill Kee, Group Product Manager, Attribution, während der Keynote.

Die Bemühungen von Google, sich mit der Zuordnung zu befassen, sind nicht rein altruistisch. Das Unternehmen setzt wahrscheinlich darauf, dass Vermarkter mehr in Display-Werbung investieren werden, wenn sie einen klareren Überblick darüber haben, was die Ergebnisse antreibt, ein Bereich, von dem einige erwarten, dass er sich zurückzieht, da die Verbraucher weniger aufdringliche Erfahrungen verlangen. Tatsächlich prognostizierte Forrester kürzlich, dass CMOs im nächsten Jahr bis zu 2,9 Milliarden US-Dollar an Display-Werbung ausgeben könnten.

„Seien wir ehrlich: Googles erneutes Befürworten von Marketing im oberen Trichterbereich wird mehr Einnahmen erzielen, wenn sich mehr Werbetreibende weniger auf den letzten Klick vor dem Kauf konzentrieren und sich mehr auf Aktivitäten im oberen Trichterbereich konzentrieren, nämlich Display-Anzeigen“, sagte Chaitanya Chandrasekar, CEO/ Mitbegründer QuanticMind in einem E-Mail-Kommentar an Marketing Dive.

Aufgrund der Herausforderungen, die mit der Verfolgung von Verbrauchern über Kanäle und Geräte hinweg verbunden sind, verlassen sich viele Vermarkter auf die Zuordnung nach dem letzten Klick, die oft kein vollständiges Bild liefert, da der Verbraucherweg zum Kauf immer komplexer wird und Recherchen auf einem Smartphone und das Lesen von Rezensionen auf a umfasst Tablet oder Desktop und Kauf im Geschäft. Indem dem letzten Klick die volle Anerkennung für die Verkaufsförderung gegeben wird, werden die anderen Schritte auf dem Weg zum Kauf nicht angemessen bewertet.

Google Attribution, das in den nächsten Monaten für Vermarkter eingeführt wird, wird vom Unternehmen als erste Position positioniert, da es Vermarktern ohne zusätzliche Kosten ermöglicht, die Wirkung ihres Marketings an einem Ort zu messen und Verbraucher zu verfolgen während sie zwischen Geräten wechseln und in Werbetools wie AdWords, Google Analytics und DoubleClick Search integriert sind.

Google Attribution kann traditionelle Last-Click-Attributionsmessungen anzeigen, aber durch den Wechsel zur datengesteuerten Attribution nutzt der Dienst maschinelles Lernen, um zu bestimmen, wie viel Guthaben jedem Schritt auf der Reise des Verbrauchers zugewiesen werden soll. Die Daten können verwendet werden, um die Display- und Suchkampagnen von Vermarktern zu optimieren.

Die gestern angekündigten Fortschritte beim maschinellen Lernen haben auch das Potenzial, die Fähigkeit von Vermarktern erheblich zu verbessern, die Fülle von Daten in einer digitalen Multi-Channel-Umgebung zu verstehen.

In den letzten Monaten hat Google den Einsatz von maschinellem Lernen und Mapping-Technologie verstärkt, um Einzelhändlern bei der Messung von Ladenbesuchen zu helfen. Die gestrigen Nachrichten unterstützen diese Bemühungen, indem sie Messungen von Ladenbesuchen in YouTube TrueView-Kampagnen integrieren, damit Marken die Auswirkungen von Videoanzeigen auf Ladenbesuche messen können.

Maschinelles Lernen hilft Google, Billionen von Suchanfragen und Aktivitäten auf Millionen von Websites zu analysieren, um herauszufinden, wann Verbraucher kurz vor dem Kauf stehen. Diese Daten zu kaufbereiten Zielgruppen werden jetzt DoubleClick-Nutzern zur Optimierung ihrer Suchbemühungen zur Verfügung gestellt.

„Der intelligente Einsatz von Data Science in Kombination mit maschinellem Lernen kann Werbetreibenden helfen, Daten in profitable, umsetzbare Erkenntnisse zu entschlüsseln, die alles miteinander verbinden“, schrieb Chandrasekar von QuanticMind in einer E-Mail. „Wenn Google selbst diese Trommel rührt, ist dies eine starke Bestätigung dafür, dass intelligente Automatisierung und Big Data weiterhin die führenden Kräfte im Digitalen sind.“