Smart Bidding: про що мовчить Google і чого чекати в майбутньому?

У травні 2019 року в агентстві з'явився новий клієнт - інтернет-магазин. На стартовому місяці, до нашої роботи, його рекламні витрати становили 25 тис. грн, а одержуваний дохід - 40 тис. грн. ROAS - 161%.

У перший місяць однією з найбільших змін було впровадження кампаній з інтелектуальним призначенням ставок. За результатами місяця витрати на ці кампанії були 21,5 тис. грн, а дохід - 306 тис. грн. ROAS - 1 417%! 

Через півроку роботи Penguin-team отримуємо стабільно хороший результат від кампаній з інтелектуальним призначенням ставок в Google Ads. На момент написання цього тексту (грудень 2019) ROAS становить 1 045%, а вкладені в рекламу 53 тис. грн приносять 550 тис. грн доходу. 

Такий позитивний результат став можливий завдяки використанню Smart Bidding в Google Рекламі. 

Що таке стратегії Google Smart Bidding?

Інтелектуальне призначення ставок - це коли Google Ads сам вирішує, яку ставку використовувати в аукціоні рекламодавців. Це відбувається в режимі реального часу на КОЖНОМУ аукціоні рекламодавців. 

Кожного разу, коли користувач вводить запит, який триггерить нашу рекламу, система оцінює масу різних сигналів. Ці сигнали допомагають зрозуміти, наскільки кожен конкретний користувач допоможе в досягненні обраної мети. 

Кожна мета - окрема стратегія призначення ставок. Наразі рекламодавцям доступні такі стратегії інтелектуального призначення ставок у Google Ads: 

• Цільова ціна за конверсію - допомагає досягти цільової вартості конверсії;
• Цільова рентабельність інвестицій у рекламу - працює для оптимізації ROAS;
• Максимум конверсій - допоможе, якщо ви хочете отримати максимум конверсій;
• Оптимізатор ціни за конверсію - надбудова до ручного управління ставками, яка коригує задану вами ставку залежно від імовірності цільової дії користувача. 

Наприклад, якщо ви обираєте стратегію Максимум конверсій, система оцінюватиме, з якою ймовірністю кожен конкретний користувач здійснить конверсію на сайті. Якщо ймовірність конверсії вища, ставка буде вищою, щоб оголошення зайняло краще місце → з більшою ймовірністю отримало клік → принесло конверсію. Якщо ймовірність конверсії менша, ставка буде нижчою, тому що система не бачить сенсу вкладатися заради користувача, якому ми не надто й потрібні.

Перший сторонній смарт-біддинг з'явився у Google ще 2006 року. Зараз Google використовує власні технології.

Як працює Smart Bidding у Google Ads?

Smart Bidding - це інтелектуальне призначення ставок, один із видів автоматичного призначення ставок у Google Ads. Усе інтелектуальне призначення ставок - автоматичне, але не все автоматичне призначення ставок - інтелектуальне. Хитро!

Інтелектуальне призначення ставок працює на основі штучного інтелекту. Він допомагає комп'ютеру вчитися, «думати» і «реагувати», як людині. Зокрема приймати рішення про розмір ставки на рекламному аукціоні Вікрі. 

Щоб штучний інтелект міг ухвалювати правильні рішення, використовують різні методи: правила IF... THEN («якщо користувач зробить дію А, то потрібно виконати команду Б»), дерево ухвалення рішень (така ж сама схема)... і машинне навчання, про яке у 2019 році не говорив тільки ледачий.

Машинне навчання - це алгоритм, який може вчитися без готових програмних рішень. 

Тобто штучний інтелект сам по собі не самонавчається. Він може працювати на основі готових рішень, прописаних програмістом. Наприклад, через дерево прийняття рішень. Машинне навчання - це те, що дає змогу штучному інтелекту вдосконалюватися і вчитися. Воно працює на основі даних. І цих даних маса!

За даними Google, машинне навчання обробляє до 70 000 000 000 000 сигналів на секунду для прийняття рішень. 70 мільярдів! Це, власне, вже показує першу перевагу інтелектуального біддингу над ручним: людина не в змозі обробити навіть десяту частину такого обсягу. Не кажучи вже про те, щоб робити це для кожного аукціону постійно.

Які дані аналізує Google для біддингу?

Що це за 70 млрд сигналів? Це дані Google + дані самого рекламодавця.

До даних Google належать:

• пошукові запити,
• сезонність, 
• девайси, 
• локація, 
• місця розміщення...

І інша інформація, якою володіє Google, але яка недоступна нам безпосередньо.

До даних рекламодавця належать:

• списки аудиторій, 
• бренд, 
• продажі, 
• категорія 
• товару, 
• ціна...

І інша інформація, яка впливає на ймовірність конверсії з боку бізнесу. 

Так машинне навчання знаходить оптимальний варіант для кожного конкретного користувача в окремому випадку. Система оцінює «Метч чи не метч?!» на основі абсолютно всіх сигналів, які надходять до неї. 

Тобто:

• аудиторії - «О, користувач є в списку, його інтент сильніший → можна платити більше»;
• час - «Хм, цей товар рідко купують у цей час дня, напевно він поки що просто ресерчить → ціну знизимо»;
• девайс - «Так, користувачі iOS реально частіше конвертуються → можна-таки підняти ставку»;
• сезонність - «У цей період конверсій більше → можна платити більше»;
• локація - «Хлопці з Києва купують рідше, а цей якраз із Києва → можна ставку поменше». 

І так далі.

Мало того, машинне навчання, яке лежить в основі Smart Bidding у рекламній системі Google, постійно вдосконалюється. Якщо ви ввімкнете інтелектуальне призначення ставок, перші тижні система збиратиме дані та працюватиме... Ну, доволі рандомно, давайте чесно. За кілька тижнів вона загалом зорієнтується і влучатиме в ціль частіше. Але на цьому її робота не закінчується. 

Кожен дотик, кожен показ і кожна конверсія дають ще шматочок знань, який вчить Smart Bidding бути більш «смарт», більш розумною. 

Звідки машинне навчання бере дані?

З кожним роком Google накопичує все більше даних - 4 млрд пошукових запитів на день цьому добре сприяють. Але ж Google - це не тільки Пошук... Що більше даних, то ефективнішим є машинне навчання, і то досконалішим стає штучний інтелект, який, зокрема, використовується для прогнозу ймовірності цільової дії та коригування ставок. 

Переваги Smart Bidding

Що може розумне управління ставками в Google Рекламі, чого не може людина, крім обробки мільярдів «шматочків» даних? О, багато чого, до чого у нас, людей, руки доходять нечасто або можливостей не вистачає.

• коригування ставок для кожного аукціону в режимі реального часу. Вручну оновлювати ставки можна не частіше ніж раз на годину. Не кажучи вже про те, що обробляти 70 млрд сигналів щосекунди ми не можемо фізично;
• фокус на рівні пошукових запитів, а не на рівні ключів. Тобто враховує, що люди ПОШУТЬ, а що ми ДУМАЄМО, вони шукають;
• аналіз пошукового контексту для передбачення ймовірності конверсії;
• крос-сигнальна оптимізація. Раніше я навів приклад: є в списку аудиторій - платимо більше; час не конверсійний - платимо менше. але насправді дані сигналів і рішення за ними нашаровуються один на одного, і їх набагато більше, ніж ми можемо уявити;
• використання всіх даних, які збирає Google. Навіть тих, які недоступні нам у звітах.

Кому підходить і не підходить інтелектуальне призначення ставок?

Інтелектуальне призначення ставок підійде бізнесам B2B, B2C, C2C... Загалом, усім, незалежно від бізнес-моделі. І для товарів, і для послуг, і для чого завгодно. 

Кому воно НЕ підійде? 3 випадки:

1. Мало трафіку за семантикою. Машинне навчання працює на основі даних. Якщо цих даних немає, системі нема на чому вчитися, а значить, вона не зможе приймати правильні рішення.
2. Некоректне відстеження конверсій. Той самий принцип: якщо система не отримує дані про конверсії, вона не працює толком. А якщо вона отримує недостовірні дані, то ухвалюватиме помилкові рішення. Це все - ваш бюджет. 
3. Новий акаунт / категорія / продукт. Тому що... Так, вірно, не буде даних.

У грудні 2019 нам випала нагода переконатися в цьому. Один із клієнтів Penguin-team (eCommerce, США) виводив на ринок нову категорію товарів, за якою ще не було історичних даних. Для швидшого й ефективнішого старту він вирішив використовувати Smart Bidding. Результати виявилися невтішними: за підсумками першого місяця кампанія принесла -5 000 $ збитку. 

Як бачите, все впирається в дані. Якщо вони є, неважливо, чим займається ваша компанія - смарт-біддинг можна тестувати. Якщо даних немає, не врятує ні великий бюджет на тестування, ні суперкласні РРС-фахівці. 

І це, до речі, основний підступ, про який Google (найчастіше) тактовно замовчує.

Про що Google зазвичай не говорить?

Є кілька фактів, про які Google відгукується рідко і побіжно. А між тим, вони дуже важливі! 

Перше, що важливо розуміти, це те, що у Google маса рекламодавців, а у рекламодавців маса різних цілей і фокусів, над якими вони працюють. Їх неможливо уніфікувати для всієї системи. Тому Google обирає найпоширеніші цілі і пропонує для них найоптимальніші (з їхнього погляду) способи роботи над біддингом. Це не чарівна таблетка і не панацея, яка 100% спрацює для будь-якого бізнесу, незалежно від його конкретних умов і метрик.

Із цього випливає другий пункт. Інтелектуальне призначення ставок підходить не для всіх бізнес-цілей. Якщо у вас початково немає мети з СРА або максимізації конверсій, а інші доступні цілі смарт-біддингу йдуть урозріз зі стратегією бізнесу, не треба його використовувати. 

Що ще варто враховувати? За словами Google, первинне навчання займає у системи близько 1-2 тижнів. Але... це завжди 1-2 тижні? А якщо у вас рекламодавець із затребуваним товаром і РК зі 100 000 показів на тиждень? 

 А якщо це маленький локальний бізнес, для якого норма - 5 конверсій на тиждень? Ви маєте розуміти, як змінюється обсяг даних, якими оперує система. І що темпи навчання просто не можуть бути однаковими для всіх.

Що щодо фінансового боку питання? Smart Bidding, як загалом і майже вся контекстна реклама в Google Ads, не підійде для низькомаржинальних бізнесів з невеликим прибутком. У Google висока конкурентність і досить високі СРС. Якщо ви економите кожен цент на СРА, ймовірно, варто пошукати інше джерело трафіку. Тому що смарт-біддинг все одно вимагає якогось простору для маневру і не може працювати на мінімалках.

Сезонність у РРС також важлива. У серпні 2019 Google викотив сезонні коригування навіть для мануального біддингу, та й смарт-біддинг нібито враховує сезонність. Але це ще не досконала система. Наприклад, якщо ви берете участь у великому розпродажі - Чорній п'ятниці, новорічному, будь-якому іншому з активним сплеском продажів - на цей час смарт-біддінг краще вимикати. Великий обсяг даних зіб'є систему з пантелику → вона не зможе пояснити цей сплеск → далі може підвищувати ставки більше, ніж потрібно. 

Але головне, звісно, це відношення розумного призначення ставок і даних: 

1. Історичні дані потрібні. 
2. Smart Bidding НЕ універсальний. 
3. Системі потрібне охоплення.

Це те, про що Google говорить не надто часто, але що реально важливо враховувати, якщо ви не хочете злити бюджет. 

Як тестувати Smart Bidding і аналізувати його ефективність?

Як зрозуміти, чи працює розумне призначення ставок у Google Ads для вашого бізнесу? Тестувати! Завжди і все - тестувати.

Що важливо врахувати на старті? Smart Bidding - це в перший час майже завжди інвестиція. Дайте йому навчитися!

Таким чином ви отримуєте максимально чистий результат, коли машинне навчання вже отримало достатню кількість даних і навчилося виставляти оптимальні ставки на аукціоні. А головне, кампанії попрацювали з уже навченим смарт-біддингом і отримали достовірну статистику.

Навіщо вмикати інтелектуальне призначення ставок Google Ads?

Розумний біддинг - це коли система сама підвищує або знижує ставку для кожного аукціону. Такий підхід не тільки більш ефективний з точки зору можливостей з обробки даних. Він ще й звільняє нас від рутини, продовжуючи той самий тренд з автоматизації, який як розпочався кілька років тому, так досі нікуди й не подівся. І це прекрасно!

«Усе автоматизується! А нам що робити?!»

Утім, незважаючи на темпи розвитку штучного інтелекту, ми вважаємо, що не варто боятися, буцімто ШІ замінить людину в усьому. Колись у перспективі - можливо, але найближчим часом цього очікувати не варто.

Якщо ви фахівець із контекстної реклами, така автоматизація - чудовий спосіб для вас сфокусуватися на стратегії. Якщо раніше планування й оптимізація в довгостроковій перспективі були складні через тонни операційних завдань, то сьогодні на них можна знайти достатньо часу.

Якщо ви - підприємець або маркетолог, ШІ дозволяє вам помітно розширювати горизонт і впритул зайнятися іншими, не менш важливими аспектами, ніж контекстна реклама. Що це за аспекти?

1. CRO: як отримувати більше конверсій з тієї ж кількості трафіку, оптимізуючи різні елементи поза рекламними кампаніями.
2. Бізнес-аналіз.
3. Продуктова оптимізація.
4. Нові джерела трафіку і не тільки.

Нудно не буде!