Google วางแผนการล่มสลายของการระบุแหล่งที่มาของคลิกสุดท้าย การเพิ่มขึ้นของการเรียนรู้ของเครื่อง

สรุปการดำน้ำ:

• Google Attribution ซึ่งเป็นบริการฟรีใหม่ที่อยู่ในช่วงเบต้า ได้รับการออกแบบมาเพื่อรวบรวมข้อมูลจากช่องทางของนักการตลาดทั้งหมดในที่เดียวและให้มุมมองที่สมบูรณ์ของประสิทธิภาพ บริษัท เปิดเผยเมื่อวานนี้ในระหว่างการกล่าวสุนทรพจน์ที่ Google Marketing Next แก่ผู้ฟัง สตรีมสดของงานประจำปีและในบล็อกโพสต์
• ประเด็นสำคัญอีกประการหนึ่งของประเด็นสำคัญคือหลายวิธีที่แมชชีนเลิร์นนิงปรับปรุงข้อเสนอของ Google รวมถึงการพัฒนาใหม่ๆ เช่น การช่วยให้นักการตลาดเชื่อมโยงโฆษณาวิดีโอ TrueView ของ YouTube เพื่อจัดเก็บการเข้าชมและนำข้อมูลเชิงลึกของผู้ชมมาที่โฆษณาบนเครือข่ายการค้นหา
• นอกจากนี้ ในระหว่างการรวมตัวของนักการตลาดกว่าพันราย เป็นการมาถึงของส่วนขยายสถานที่ตั้งสำหรับโฆษณาวิดีโอ YouTube เพื่อให้นักการตลาดสามารถช่วยผู้บริโภคในการค้นหาข้อมูลการซื้อในการค้นหาร้านค้าในบริเวณใกล้เคียงที่มีสินค้า และการเปิดตัวการวัดยอดขายในร้านที่อุปกรณ์และแคมเปญ ระดับ

ข้อมูลเชิงลึกของการดำน้ำ:

จากการประกาศต่างๆ ในงานเมื่อวานนี้ Google Attribution เป็นการประกาศที่ดูเหมือนจะได้รับการตอบรับมากที่สุดจากผู้ชม การตอบสนองนี้ไม่เพียงแต่ชี้ให้เห็นถึงความปวดหัวที่เกิดจากการระบุแหล่งที่มาแบบข้ามแชแนลและข้ามอุปกรณ์เท่านั้น แต่ยังแสดงให้เห็นถึงความเชื่อมั่นของนักการตลาดในความสามารถของ Google ในการทำให้คืบหน้าในประเด็นที่ยุ่งยากซึ่งได้รับความท้าทายมาหลายปีและมีความสำคัญเพิ่มขึ้นตามช่องทางและอุปกรณ์เท่านั้น ให้แพร่หลายต่อไป ผู้บริหารของ Google ยังคาดว่าข่าวการระบุแหล่งที่มาจะเป็นเรื่องใหญ่: "ปีนี้ เรากำลังแก้ปัญหาการระบุแหล่งที่มา" บิล คี ผู้จัดการผลิตภัณฑ์กลุ่ม Attribution กล่าวในระหว่างการกล่าวสุนทรพจน์

ความพยายามของ Google ในการระบุแหล่งที่มาไม่ได้เป็นเพียงการเห็นแก่ผู้อื่นเท่านั้น บริษัทน่าจะเดิมพันว่าหากนักการตลาดมีมุมมองที่ชัดเจนขึ้นเกี่ยวกับสิ่งที่ขับเคลื่อนผลลัพธ์ พวกเขาจะลงทุนมากขึ้นในการโฆษณาแบบดิสเพลย์ ซึ่งบางส่วนคาดว่าจะถอยกลับเนื่องจากผู้บริโภคต้องการประสบการณ์ที่ล่วงล้ำน้อยลง ในความเป็นจริง Forrester คาดการณ์เมื่อเร็ว ๆ นี้ว่า CMOs สามารถดึงเม็ดเงินโฆษณาแบบดิสเพลย์ได้ถึง 2.9 พันล้านดอลลาร์ในปีหน้า

“พูดตรงๆ เลย: การรณรงค์ใหม่ของ Google สำหรับการตลาดในช่องทางระดับบนจะสร้างรายได้มากขึ้น หากผู้ลงโฆษณาจำนวนมากขึ้นให้ความสำคัญกับคลิกสุดท้ายน้อยลงก่อนซื้อ และเริ่มมุ่งเน้นที่กิจกรรมบนช่องทางยอดนิยมมากขึ้น กล่าวคือโฆษณาแบบรูปภาพ” Chaitanya Chandrasekar ซีอีโอ/ ผู้ร่วมก่อตั้ง QuanticMind ในความคิดเห็นทางอีเมลที่ส่งไปยัง Marketing Dive

เนื่องจากความท้าทายในการติดตามผู้บริโภคผ่านช่องทางและอุปกรณ์ต่างๆ นักการตลาดจำนวนมากอาศัยการระบุแหล่งที่มาแบบคลิกสุดท้าย ซึ่งมักจะไม่ได้ให้ภาพรวมที่สมบูรณ์ เนื่องจากเส้นทางของผู้บริโภคในการซื้อมีความซับซ้อนมากขึ้น โดยเกี่ยวข้องกับการวิจัยเกี่ยวกับสมาร์ทโฟน การอ่านบทวิจารณ์ แท็บเล็ตหรือเดสก์ท็อปและการซื้อในร้านค้า ด้วยการให้เครดิตเต็มจำนวนในการขับเคลื่อนการขาย นักการตลาดไม่สามารถให้คุณค่ากับขั้นตอนอื่นๆ ในกระบวนการซื้ออย่างเหมาะสม

Google Attribution ซึ่งจะเปิดตัวสำหรับนักการตลาดในอีกไม่กี่เดือนข้างหน้านี้ ถูกวางตำแหน่งเป็นบริษัทแรกโดยบริษัท เนื่องจากช่วยให้นักการตลาดวัดผลกระทบของการตลาดได้ในที่เดียว โดยไม่มีค่าใช้จ่ายเพิ่มเติม ติดตามผู้บริโภค ขณะที่เคลื่อนที่ไปมาระหว่างอุปกรณ์และผสานรวมกับเครื่องมือโฆษณา เช่น AdWords, Google Analytics และ DoubleClick Search

Google Attribution สามารถแสดงการวัดที่มาของคลิกสุดท้ายแบบเดิมได้ แต่เมื่อเปลี่ยนไปใช้การระบุแหล่งที่มาจากข้อมูล บริการจะใช้ประโยชน์จากแมชชีนเลิร์นนิงเพื่อกำหนดจำนวนเครดิตที่จะมอบให้กับแต่ละขั้นตอนในเส้นทางของผู้บริโภค ข้อมูลสามารถใช้เพื่อเพิ่มประสิทธิภาพแคมเปญดิสเพลย์และการค้นหาของนักการตลาด

ความก้าวหน้าของแมชชีนเลิร์นนิงที่ประกาศเมื่อวานนี้ยังมีศักยภาพที่จะเพิ่มความสามารถของนักการตลาดในการทำความเข้าใจความมั่งคั่งของข้อมูลในสภาพแวดล้อมดิจิทัลแบบหลายช่องสัญญาณได้อย่างมีนัยสำคัญ

ในช่วงไม่กี่เดือนที่ผ่านมา Google ได้เพิ่มการใช้แมชชีนเลิร์นนิงและเทคโนโลยีการทำแผนที่เพื่อช่วยผู้ค้าปลีกในการวัดการเข้าชมร้านค้า ข่าวของเมื่อวานส่งเสริมความพยายามเหล่านี้โดยนำการวัดการเข้าชมร้านค้ามาสู่แคมเปญ TrueView ของ YouTube เพื่อให้แบรนด์ต่างๆ สามารถวัดผลกระทบของโฆษณาวิดีโอต่อการเข้าชมร้านค้าได้

แมชชีนเลิร์นนิงช่วยให้ Google วิเคราะห์ข้อความค้นหาและกิจกรรมนับล้านล้านจากเว็บไซต์หลายล้านแห่ง เพื่อค้นหาว่าผู้บริโภคใกล้จะตัดสินใจซื้อเมื่อใด ขณะนี้ข้อมูลผู้ชมที่มีแผนจะซื้อนี้พร้อมให้บริการแก่ผู้ใช้ DoubleClick เพื่อเพิ่มประสิทธิภาพในการค้นหา

Chandrasekar จาก QuanticMind กล่าวว่า "การใช้วิทยาศาสตร์ข้อมูลอย่างชาญฉลาด ร่วมกับการเรียนรู้ของเครื่อง สามารถช่วยผู้โฆษณาถอดรหัสข้อมูลให้เป็นข้อมูลเชิงลึกที่ทำกำไรและนำไปปฏิบัติได้ ซึ่งเชื่อมโยงทุกอย่างเข้าด้วยกัน" “เมื่อ Google เอาชนะกลองนั้นเอง นี่เป็นคำยืนยันอย่างหนักแน่นว่าระบบอัตโนมัติอัจฉริยะและข้อมูลขนาดใหญ่ยังคงเป็นผู้นำในดิจิทัลต่อไป”