機(jī)器學(xué)習(xí)如何改變PPC經(jīng)理的角色

媒體購(gòu)買涉及日常的大量手工工作。每當(dāng)存在重復(fù)的低價(jià)值流程時(shí)，機(jī)器學(xué)習(xí)往往帶來(lái)最大的價(jià)值。對(duì)Google Adwords進(jìn)行程序化更改不再需要深刻的編碼知識(shí)。新的人工智能驅(qū)動(dòng)的程序化廣告平臺(tái)正變得越來(lái)越容易實(shí)現(xiàn)成本和實(shí)施。

隨著機(jī)器學(xué)習(xí)進(jìn)入“商品”技術(shù)的行列，我們可以預(yù)期高達(dá)80%的PPC經(jīng)理的任務(wù)將實(shí)現(xiàn)自動(dòng)化。但你不應(yīng)該認(rèn)為人工智能將取代人類專業(yè)人士。相反，將出現(xiàn)更多增強(qiáng)的PPC團(tuán)隊(duì)，人力資源管理者負(fù)責(zé)競(jìng)選構(gòu)想和創(chuàng)建，而AI將大規(guī)模地接管各種優(yōu)化方面。以下是一些用例，說(shuō)明如何應(yīng)用機(jī)器學(xué)習(xí)來(lái)增強(qiáng)您的PPC廣告系列。

1.機(jī)器學(xué)習(xí)支持粒度微定位

當(dāng)你試圖用錯(cuò)誤的信息追捕錯(cuò)誤的觀眾時(shí)，PPC預(yù)算就會(huì)浪費(fèi)掉。人們以不同的意圖和購(gòu)買旅程的不同階段來(lái)到您的網(wǎng)站。隨著這些旅程越來(lái)越多的全渠道，很難在真正精細(xì)的層面上劃分不同的用戶，例如。通過(guò)他們過(guò)去在您的網(wǎng)站上的行動(dòng)，第三方平臺(tái)(例如社交媒體)以及他們對(duì)各種銷售宣傳的回應(yīng)。

由機(jī)器學(xué)習(xí)驅(qū)動(dòng)的算法可以幫助您將散亂的動(dòng)作混亂分解為一組包含上述數(shù)據(jù)的綜合用戶配置文件。這里只是一個(gè)示例，說(shuō)明了如何將機(jī)器學(xué)習(xí)用于高級(jí)用戶分析。所開發(fā)的算法基于其顯著的行為模式對(duì)網(wǎng)站訪問(wèn)者進(jìn)行分類，并為其分配各自的角色。例如，主要瀏覽娛樂(lè)網(wǎng)站，服務(wù)和游戲的人獲得了“藝人”別名。

然后使用累積的數(shù)據(jù)和各種簡(jiǎn)檔信息來(lái)運(yùn)行PPC活動(dòng)。在該活動(dòng)期間，該機(jī)構(gòu)設(shè)法識(shí)別出42%的活躍用戶，并將平均點(diǎn)擊率提高到0.52%-0.54%(從0.5%)。通過(guò)瞄準(zhǔn)具有更高購(gòu)買意向的潛在客戶，點(diǎn)擊率的輕微飆升實(shí)際上可以轉(zhuǎn)化為25%-51%的利潤(rùn)增長(zhǎng)，而每次訪問(wèn)的成本保持不變。

2.實(shí)時(shí)廣告支出優(yōu)化

大多數(shù)經(jīng)理同時(shí)處理大量活動(dòng)。他們并不總是有時(shí)間根據(jù)實(shí)時(shí)市場(chǎng)情況優(yōu)化和重新調(diào)整預(yù)算，特別是如果投標(biāo)設(shè)定在非工作時(shí)間進(jìn)行。

但是，每個(gè)專業(yè)人士的目標(biāo)都是為了獲得更多合格的點(diǎn)擊費(fèi)用。來(lái)自中國(guó)的研究人員最近測(cè)試了一種實(shí)時(shí)廣告出價(jià)算法，該算法由強(qiáng)化學(xué)習(xí)提供支持，以了解它如何應(yīng)對(duì)優(yōu)化分配的每日廣告預(yù)算。結(jié)果如下：

人工投標(biāo)產(chǎn)生100%的投資回報(bào)率，占預(yù)算的99.52%

以RL為標(biāo)準(zhǔn)的投標(biāo)獲得了340%的投資回報(bào)率，占預(yù)算的99.51%

最好的部分?RL和ML算法能夠自我優(yōu)化。隨著時(shí)間的推移，他們的先進(jìn)技術(shù)可以進(jìn)一步提高，這意味著他們可以找到更有創(chuàng)意的方法來(lái)獲得更高的回報(bào)，同時(shí)受到更嚴(yán)格的限制。

3.減少?gòu)V告欺詐

欺詐性廣告展示每天花費(fèi)近128萬(wàn)美元(約合975,900英鎊)。一個(gè)機(jī)器人每天可以為視頻廣告帶來(lái)多達(dá)3億個(gè)假視圖。更有問(wèn)題的是，欺詐者現(xiàn)在躲在信譽(yù)良好的出版商的幕后。最近，英國(guó)“金融時(shí)報(bào)”發(fā)現(xiàn)，至少有六種不同的廣告交易平臺(tái)假裝在FT.com上托管廣告庫(kù)存，而事實(shí)并非如此。

機(jī)器學(xué)習(xí)可以幫助管理人員清理他們的庫(kù)存并創(chuàng)建自定義風(fēng)險(xiǎn)閾值，從而優(yōu)化媒體購(gòu)買的質(zhì)量和數(shù)量水平。IAS Insider報(bào)告稱，在采用ML驅(qū)動(dòng)工具后，一個(gè)CPG品牌獲得了以下成果：

出價(jià)前優(yōu)化導(dǎo)致欺詐級(jí)別降低7.9%。

整體欺詐程度為1.3%。

避免了超過(guò)3220萬(wàn)次欺詐性印象。

什么機(jī)器學(xué)習(xí)不能在PPC(尚)

通過(guò)算法可以更高效地處理諸如出價(jià)，報(bào)告，預(yù)算優(yōu)化和活動(dòng)分析過(guò)程等常見任務(wù)。人工智能不能完全取代PPC管理員，但它可以提高他們的工作效率，并讓他們專注于創(chuàng)造性的任務(wù)，如設(shè)計(jì)引人注目的廣告。

算法尚未精通內(nèi)容創(chuàng)建(盡管在這方面正在取得一些進(jìn)展)。管理人員仍負(fù)責(zé)為不同類型的廣告創(chuàng)建和預(yù)先測(cè)試措辭和視覺(jué)效果。雖然人工智能可以查明客戶最大的痛點(diǎn)和困難，但它無(wú)法構(gòu)成對(duì)符合您當(dāng)前業(yè)務(wù)目標(biāo)的可操作策略的洞察力。再一次，這就是你的PPC經(jīng)理應(yīng)該做的事情。

總而言之，自動(dòng)化和機(jī)器學(xué)習(xí)現(xiàn)在能夠承擔(dān)PPC和程序化廣告中的大量繁重工作。反過(guò)來(lái)，經(jīng)理們正在被賦予權(quán)力，可以花時(shí)間創(chuàng)建，制定策略并嘗試新的策略。ML和人類創(chuàng)造力的這種結(jié)合將繼續(xù)推動(dòng)PPC領(lǐng)域的創(chuàng)新，隨著ML能力的增長(zhǎng)，PPC經(jīng)理的角色將繼續(xù)演變?yōu)楦邉?chuàng)造性的角色。