Il modo in cui effettuiamo il retargeting è restrittivo.
La creazione di una campagna su misura e personalizzata viene spesso eseguita con micro-trigger: l'utente ha trascorso più di X minuti sul sito? Hanno visualizzato più di Y pagine? Hanno aggiunto al carrello? Stanno visitando sul cellulare?
Tutti questi punti dati personalizzano i messaggi per le campagne di retargeting.
Ma anche un talentuoso gestore della campagna può destreggiarsi solo con così tante variabili. Alla fine, si finisce con tonnellate di segmenti che sono difficili e richiedono molto tempo per la gestione.
Le piattaforme con funzionalità di apprendimento automatico integrate possono rendere questo un problema del passato.
Usare (non solo parlare) dell'apprendimento automatico
L'apprendimento automatico è una tecnologia promettente. Ma, fino a poco tempo fa, molti dei presunti benefici – specialmente nell'acquisizione a pagamento – sono stati discusso ma rimangono in gran parte non realizzati.
Nuovi strumenti, tuttavia, offrono agli operatori di marketing più possibilità senza il dolore di gestire quei sistemi complicati. Le metriche di Google basate sull'apprendimento automatico, ad esempio, ti danno accesso a approfondimenti e segmenti di pubblico che puoi mettere immediatamente al lavoro nelle tue campagne.
Dai rapporti sulla qualità della sessione e sulla probabilità di conversione di Google a piattaforme di retargeting intelligenti correlate, segmenti di apprendimento automatico che gli utenti non possono fare con un manager PPC. Questi strumenti sono disponibili con un prezzo che varia da gratuito a molto conveniente.
Perché l'apprendimento automatico per il retargeting?
Il pubblico che ha mostrato intenzioni esplicite, come gli utenti che hanno aggiunto al carrello, costituisce una piccola porzione di traffico. Identificare altri indicatori per l'intenzione ti aiuterà a raggiungere un maggior numero di persone pronte all'acquisto con un CPA simile al tuo pubblico con il miglior rendimento.
La domanda dovrebbe essere sempre "Come faccio a trovare le persone che intendono acquistare ma non hanno mostrato esplicitamente l'intenzione?" È qui che brilla questa tecnologia.
Alle macchine non dispiace gestire un sacco di variabili. Un computer può facilmente evidenziare (dopo un breve periodo di apprendimento) che, sul tuo sito Web, gli utenti che visitano tra le 20 e le 22. su un telefono cellulare e visitare almeno 3 pagine per sessione hanno maggiori probabilità di conversione.
Il processo di previsione del comportamento futuro basato su una varietà di variabili indicate è chiamato modellizzazione della propensione. Il risultato di un modello di propensione è un punteggio di propensione, che valuta la probabilità di una conversione.
Strumenti diversi utilizzano modelli di propensione diversi per prevedere la probabilità di conversione. Gli strumenti menzionati in questo articolo hanno approcci unici per prevedere i risultati futuri dati un insieme di comportamenti degli utenti.
Il modo migliore per vedere se (e come) questi modelli funzionano davvero è provarli da soli.
Google Session Quality (funziona solo su piattaforme Google)
L'anno scorso, Google ha rilasciato in silenzio due interessanti funzioni di Analytics: qualità della sessione e probabilità di conversione. Entrambi offrono ai marketer l'accesso all'analisi basata sull'apprendimento automatico e al retargeting sullo stack di Google.
La qualità della sessione e la probabilità di conversione dividono il traffico in segmenti su un punteggio da 1 a 100 in base alla probabilità che si convertano. Forniscono una metrica e una metrica di Session Quality / Conversion Probability media, che le rende versatili.
Le funzionalità sono simili (Google utilizza praticamente la stessa spiegazione per entrambi.) La qualità della sessione è in circolazione da più tempo e ho testato le sue prestazioni molte volte. Nella mia esperienza, la qualità della sessione fornisce risultati più coerenti, quindi ci concentreremo su di esso per il resto del post, ma dovresti provare entrambi per vedere quale funziona meglio per te.
Google utilizza l'apprendimento automatico per calcolare la qualità della sessione in base a molti fattori (non divulgati). Una cosa è chiara osservando il rapporto: il punteggio è correlato alla probabilità di acquisto.
Puoi esportare questi segmenti in Google Ads per campagne di remarketing. Inoltre, poiché la qualità della sessione è anche una dimensione, è possibile visualizzare diverse metriche e dividerle per qualità della sessione per trovare correlazioni e analizzare ulteriormente le attività.
Diamo un'occhiata a un test eseguito dalla nostra agenzia per vedere il potere di questa metrica in azione:
Nello screenshot sopra, puoi vedere i dati di riepilogo per una campagna che è durata quattro mesi. La sezione superiore mostra i risultati per le campagne pubblicate con un pubblico basato sulla qualità della sessione. La tabella inferiore include un riepilogo di tutte le altre campagne.
Nel corso dei quattro mesi, Le campagne di qualità della sessione hanno sovraperformato le altre campagne di retargeting, generando un ritorno sulla spesa pubblicitaria (ROAS) tre volte più alto, nonché i CPA inferiori del 65%.
Ma Google è Google, è possibile utilizzare queste funzionalità solo a condizioni specifiche.
Limitazioni alla qualità della sessione / probabilità di conversione di Google
Prima di tutto, non puoi nemmeno visualizzare queste dimensioni / metriche se non hai più di 1.000 transazioni al mese. Queste sono solo funzionalità di e-commerce basate su transazioni.
Se la tua attività non genera almeno 1.000 transazioni al mese o non ha implementato l'e-commerce avanzato, le funzionalità di Google non sono la soluzione giusta.
Inoltre, puoi utilizzare i segmenti di Google solo sulle piattaforme di Google (ad esempio, Rete Display di Google, YouTube), senza pubblicità intelligenti su Facebook / Linkedin / Twitter.
Quindi quali solo le tue altre opzioni?
Piattaforme di retargeting intelligenti
Ho recentemente testato Fixel, una piattaforma che segmenta il tuo pubblico in modo simile alla qualità della sessione di Google, con alcune piccole differenze. Fixel suddivide il pubblico in tre categorie:
La piattaforma esclude il pubblico di bassa qualità (simile al punteggio "1" di Google), quindi anche "Basic" è dannatamente efficace.
Fixel genera eventi, il che significa che sei in grado di segmentare ogni pubblico su Facebook (indirizzando gli utenti che hanno lanciato eventi High / Medium / Basic di Fixel), Analytics (stessa idea), Linkedin e persino piattaforme native come Taboola e Outbrain.
Esistono molte altre piattaforme nel gioco "retargeting intelligente". Criteo e AdRoll hanno offerto per un po 'strumenti di retargeting simili basati sull'apprendimento automatico. Le principali differenze sono:
- L'algoritmo. Come ciascuna di queste piattaforme segmenta gli utenti e determina la loro qualità.
- Prezzi. Più funzionalità ha uno strumento, più costa e i modelli di prezzo variano. Fixel ha un prezzo fisso basato sul traffico del sito Web; Criteo ha un modello CPA in cui si imposta un CPA target e "guadagnano" il margine.
- Facilità di implementazione. Alcuni strumenti richiedono un'impostazione completa per definire i tipi di pagina e gli eventi clic. Altri sono più "plug and play".
- Caratteristiche. A differenza di Fixel e della metrica Session Quality di Google, piattaforme come Criteo offrono altre funzionalità, come le funzionalità di retargeting dinamico multipiattaforma, che ovviamente influiscono sui prezzi.
Ciò che è interessante sia della qualità della sessione di Google sia di Fixel è che sono discreti, tutto ciò che fanno è lanciare un evento durante le sessioni, dando agli utenti un punteggio.
Altri strumenti di retargeting offrono una soluzione all-in-one, che richiede di spostare il flusso di lavoro, nonché le risorse, su una nuova piattaforma. Ciò significa che sono più difficili da testare faccia a faccia contro la campagna originale.
Trova i canali più performanti in base ai punteggi di qualità
La segmentazione dell'apprendimento automatico può anche aiutarti a ottimizzare la tua strategia di marketing. Invece di utilizzare questi strumenti rigorosamente per migliorare le conversioni, considera di usarli per scoprire quali canali portano il miglior traffico al tuo sito.
Puoi utilizzare il punteggio come indicatore che prevede il successo di ciascun canale e identifica il pubblico migliore. Ciò è particolarmente utile se il tuo percorso utente è lungo e non puoi raccogliere molte informazioni dall'analisi degli acquisti / conversioni o se vuoi saperne di più sul rendimento degli sforzi nella parte superiore della canalizzazione.
Ciò è ancora più rilevante per il content marketing, in cui il raggiungimento dell'obiettivo finale richiede tempo e tu stai pagando per riportare indietro gli utenti che possono o meno fare un acquisto.
Ecco come farlo:
- Crea un rapporto personalizzato in Google Analytics che divide il traffico in base alla fonte.
- Aggiungi qualità sessione media / Fixel alto come metrica.
- Confronta i canali per vedere quale genera il traffico più di alta qualità.
Per il rapporto sopra, confronta Ricerca a pagamento e display. Entrambi hanno un tasso di conversione e-commerce simile. Ma la qualità della sessione media di Display è modo superiore alla ricerca, anche se la ricerca ha comportato più transazioni. La qualità della sessione, come strumento predittivo, sembra lontana.
Ma dai un'occhiata alla colonna Entrate. Visualizzazione generata circa 30 volte le entrate della ricerca. Se stai ottimizzando esclusivamente il tasso di conversione, o qualsiasi singola metrica, potresti perdere ciò che il calcolo più complesso dell'apprendimento automatico tiene conto. Questa può essere la differenza tra colpire le metriche di vanità e gli obiettivi di entrate.
Campagne di retargeting intelligenti vs. segmentazione comportamentale
La nostra agenzia ha testato strumenti di retargeting basati sull'apprendimento automatico su circa 30 clienti e le seguenti dichiarazioni si applicano ad almeno l'85% dei test:
- Queste piattaforme generano CPA più simili ai risultati di "Aggiungi al carrello" rispetto a qualsiasi altra tattica di retargeting.
- Escludendo semplicemente gli utenti con Session Quality <2 o prendendo di mira Fixel Basic (che esclude il pubblico di retargeting che Fixel non ha "catturato"), restringerai il pubblico di retargeting di circa il 60% e riduci il CPA di almeno il 30%. Come mostrato sopra, potresti vedere fino al 60–70%).
- Gli utenti che hanno ottenuto un punteggio basso si convertono raramente.
Per testare come queste metriche possono espandere il tuo pubblico di alta qualità, crea semplicemente un test A / B / C del tuo pubblico con la seguente configurazione:
- Separare il pubblico derivato dall'apprendimento automatico alla propria campagna sulla piattaforma pubblicitaria prescelta ed escludere le persone che hanno mostrato intenzioni esplicite (ad esempio elementi aggiunti al carrello) da quel pubblico.
- Crea un'altra campagna e indirizza il resto del traffico del tuo sito, escludendo il pubblico di machine learning e gli acquisti di carrello.
- Crea una terza campagna indirizzata alle persone che hanno eseguito esclusivamente l'intenzione esplicita (ad esempio, aggiunta al carrello).
Eseguendo queste 3 campagne, con lo stesso budget, sarai in grado di confrontare i CPA di questi segmenti.
- In che modo il pubblico dell'apprendimento automatico si confronta con il segmento (presumibilmente) più performante?
- Quanto fa meglio del pubblico "generico"?
Nell'esempio che segue, il pubblico dell'apprendimento automatico era – notevolmente – quasi efficiente quanto il pubblico "Aggiungi al carrello".
Ora puoi decidere se desideri escludere il pubblico generico o ridurre il budget. Puoi anche eseguire test aggiuntivi per i tuoi segmenti principali realizzati a mano per vedere come il pubblico di machine learning si esibisce contro il tuo lavoro.
Apprendimento automatico per automatizzare l'ottimizzazione della campagna
Strumenti come Acquisio e Kenshoo adottano un approccio diverso, fornendo un migliore piattaforma per la gestione della campagna, piuttosto che migliorare il retargeting da solo.
Mentre Fixel, Google, Criteo e simili usano l'apprendimento automatico per segmentare i visitatori in base al coinvolgimento, Kenshoo, Acquisio e strumenti simili utilizzano l'IA per ottimizzare le prestazioni della campagna in base ai dati delle stesse piattaforme pubblicitarie.
In altre parole, queste piattaforme utilizzano l'apprendimento automatico per analizzare i dati della piattaforma pubblicitaria, piuttosto che i dati degli utenti comportamentali. Di conseguenza, il loro obiettivo principale è l'automazione della gestione delle campagne, eliminando la necessità di ottimizzazione manuale.
L'efficacia di queste piattaforme è più difficile da testare poiché, per usarle, è necessario trasferire il flusso di lavoro su un nuovo sistema. Il numero di variabili (incluso il tempo risparmiato / sprecato per la curva di apprendimento della piattaforma) rende difficile misurare il loro valore nello stesso modo in cui abbiamo misurato gli strumenti di retargeting intelligente.
Allo stesso tempo, le campagne a pagamento richiedono molto lavoro. E, indipendentemente dallo strumento, l'idea è la stessa: stai lasciando la segmentazione del pubblico all'algoritmo per concentrarti maggiormente sulla strategia e acquisire utenti di alta qualità.
Conclusione
Il marketing è un terreno fertile per l'intelligenza artificiale e l'apprendimento automatico e i casi d'uso esistono già. Implementando una delle soluzioni di cui sopra, sarai in grado di raccogliere i vantaggi dell'IA oggi.
- La qualità della sessione di Google o il punteggio di Fixel ti aiutano a identificare il pubblico con intento elevato anche quando le azioni sul sito degli utenti non lo rivelano.
- Testare il pubblico di machine learning contro utenti con intenti espliciti, il tuo pubblico più selezionato e il tuo pubblico in generale mostra il potenziale valore dell'apprendimento automatico per le tue campagne.