Google планирует падение атрибуции по последнему клику и рост машинного обучения

Краткое описание погружения:

• Google Attribution, новый бесплатный сервис, который в настоящее время находится в стадии бета-тестирования, был разработан для объединения данных со всех каналов маркетолога в одном месте и предоставления полного представления об эффективности. прямая трансляция ежегодного мероприятия и в сообщении в блоге.
• Еще одним важным направлением основного доклада было множество способов, которыми машинное обучение улучшает предложения Google, включая новые разработки, такие как помощь маркетологам в привязке видеообъявлений YouTube TrueView к посещениям магазинов и привнесение информации об аудитории в поисковые объявления.
• Во время встречи с более чем тысячей маркетологов также было выявлено появление расширений местоположения для видеообъявлений на YouTube, чтобы маркетологи могли помочь потребителям, изучающим информацию о покупке, найти ближайший магазин, где товары доступны, а также развертывание измерения продаж вне магазина на устройстве и в кампании. уровни.

Погружение:

Из нескольких объявлений, сделанных на вчерашнем мероприятии, Google Attribution, похоже, вызвала наибольший отклик у аудитории. Этот ответ говорит не только о головной боли, которую представляет кросс-канальная и кросс-девайсная атрибуция, но и о вере маркетологов в способность Google потенциально продвинуться вперед в сложной проблеме, которая была проблемой в течение многих лет и важность которой только растет по мере роста каналов и устройств. продолжать размножаться. Руководители Google также ожидают, что новости об атрибуции будут иметь большое значение: «В этом году мы решаем проблему атрибуции», — сказал Билл Ки, менеджер по продуктам группы по атрибуции, во время основного доклада.

Усилия Google по решению проблемы атрибуции не являются чисто альтруистическими. Компания, вероятно, делает ставку на то, что если маркетологи будут иметь более четкое представление о том, что приводит к результатам, они будут больше инвестировать в медийную рекламу. Фактически, Forrester недавно прогнозировал, что в следующем году директора по маркетингу могут потратить до 2,9 млрд долларов на медийную рекламу.

«Давайте будем откровенны: обновленная поддержка Google маркетинга в верхней части воронки принесет больше доходов, если больше рекламодателей будут меньше сосредотачиваться на последнем клике перед покупкой и начнут больше сосредотачиваться на деятельности в верхней части воронки, а именно на медийной рекламе», — сказал Чайтанья Чандрасекар, генеральный директор. Соучредитель QuanticMind в комментарии по электронной почте, предоставленном Marketing Dive.

Из-за проблем, связанных с отслеживанием потребителей по каналам и устройствам, многие маркетологи полагаются на атрибуцию по последнему клику, которая часто не дает полной картины, поскольку путь потребителя к покупке становится все более сложным, включая исследования на смартфоне, чтение обзоров на планшет или настольный компьютер и покупка в магазине. Отдавая должное последнему клику за продвижение продажи, маркетологи не могут должным образом оценить другие шаги на пути к покупке.

Google Attribution, который будет запущен для маркетологов в течение следующих нескольких месяцев, позиционируется компанией как первый, потому что он позволяет маркетологам без дополнительных затрат измерять влияние своего маркетинга в одном месте, отслеживать потребителей. по мере их перемещения между устройствами и интегрируется с рекламными инструментами, такими как AdWords, Google Analytics и DoubleClick Search.

Google Attribution может отображать традиционные измерения атрибуции по последнему клику, но, переключившись на атрибуцию на основе данных, служба будет использовать машинное обучение, чтобы определить, сколько баллов следует присвоить каждому шагу на пути потребителя. Эти данные можно использовать для оптимизации медийных и поисковых кампаний маркетологов.

Объявленные вчера достижения в области машинного обучения также могут значительно повысить способность маркетологов разбираться в огромном количестве данных в многоканальной цифровой среде.

За последние несколько месяцев Google наращивает использование технологий машинного обучения и картографирования, чтобы помочь ритейлерам измерять посещения магазинов. Вчерашние новости способствуют этим усилиям, добавляя данные о посещении магазинов в кампании YouTube TrueView, чтобы бренды могли измерять влияние видеорекламы на посещения магазинов.

Машинное обучение помогает Google анализировать триллионы поисковых запросов и действий на миллионах веб-сайтов, чтобы определить, когда потребители близки к совершению покупки. Эти данные об аудитории заинтересованных покупателей теперь доступны пользователям DoubleClick для оптимизации их усилий по поиску.

«Разумное использование науки о данных в сочетании с машинным обучением может помочь рекламодателям расшифровывать данные, превращая их в прибыльные и действенные идеи, которые связывают все воедино», — написал Чандрасекар из QuanticMind в электронном письме. «Когда сам Google бьет в этот барабан, это убедительное подтверждение того, что интеллектуальная автоматизация и большие данные продолжают оставаться ведущими силами в цифровом мире».