القائمة الرئيسية

الصفحات

كيفية بناء نظام تحسين محركات البحث في سياق أتمتة إعلانات Google


 إذا تم إعداد الحملات الإعلانية السابقة بالكامل يدويًا ، فإن الذكاء الاصطناعي يعمل الآن بنجاح لمساعدة المسوقين عبر الإنترنت.

 على سبيل المثال ، في إعلانات Google ، يمكنك تعيين متجه النتيجة المرجوة ، وسيقوم النظام نفسه بتحليل الجمهور وتوزيع الميزانية بشكل صحيح.  هذا بالطبع لا يستبعد عمل المعلن ، بل يبسطه فقط ، وإن كان بشكل كبير: لا يزال يتعين عليه دراسة نتائج الحملات ، وطرح الفرضيات ، وإعداد التقارير.


 يتحدث عن ذلك أوليغ بودوبني ، الخبير المستقل ومدقق إعلانات Google.


 كيفية إعداد التحويلات التي ستساعدك على ضخ الحملات بالبيانات بشكل صحيح


 قبل إطلاق حملة إعلانية في أي مكان ، تحتاج إلى تحديد هدف.  على سبيل المثال ، في إحدى الحملات ، نحن مهتمون بالعملاء المحتملين بتكلفة منخفضة ، وفي أخرى ، الدخل الإجمالي هو المفتاح.


 التحويل هو نسبة عدد زوار الموقع إلى عدد الإجراءات المستهدفة التي يقومون بها.


 ومع ذلك ، فإن هذا المؤشر ليس سوى جزء من اقتصاد الشركة.  ليس التحويل نفسه والأرقام الجميلة الواردة فيه في التقارير هي المهمة ، ولكن الأموال التي تجلبها الحملة الإعلانية.


 تعد الكفاءة في تحقيق المؤشرات المحددة مرحلة وسيطة تسمح لنا بتقييم مدى جودة حركة المرور التي جلبناها.  لكن ، مرة أخرى ، هذا ليس دخلًا حقيقيًا بعد ، ولكنه الحد الأدنى من الخطوات نحوه.


 كما قلنا سابقًا ، يتم الآن تحسين الحملات الإعلانية ، ولا يحتاج المعلن إلى إعداد جميع الاستراتيجيات بمفرده.


 إنه يحتاج فقط إلى تعيين ناقل: "تغذية" الذكاء الاصطناعي بالتحويلات بشكل صحيح ، حتى يتمكن من تحسين التيار المتردد في دماغه ، بغض النظر عن المكانة المناسبة.


 يتعلم إعلانات Google إستراتيجيات جديدة في المتوسط ​​5 أيام ، مع أخذ الإحصائيات لآخر 30-45 يومًا.  لذلك لديه القدرة على تحليل مجموعة أكبر من البيانات وتقييم نتائج الحملات السابقة (إن وجدت) وإنشاء توقعات أكثر دقة.


 يجب أن يحدد المعلن المقاييس التي يجب تحقيقها كنتيجة للإعلان من أجل إعداد التحويلات وبالتالي تدريب الحملات بشكل صحيح في المرة الأولى.  هذا يوفر الوقت حيث يستغرق إعادة التدريب الكامل 45 يومًا.


 لذلك نحدد KPI مقدمًا:


 أنت بحاجة إلى حساب اقتصادك بشكل واقعي: عدد التحويلات المطلوبة في فترة معينة ومقدار التكلفة التي يجب أن تكلفها حتى يكون المشروع مربحًا.  إذا كان الإطلاق أوليًا ، فيمكنك استخدام البيانات المتعلقة بالتكلفة التقريبية في مكانة معينة (عادةً ما تكون على النظام الأساسي). الخيار الثاني هو إطلاق فرضية عارية ، وعلى أساسها صرف الأموال الأولى من أجل الحصول على KPI كامل لتقييم المشروع.


 يجب ألا يكون هناك أكثر من 3 مؤشرات  ثم يكون التركيز على الشيء الرئيسي.  إذا كان مؤشر الأداء الرئيسي أعلى ، يتم إنشاء شيء مثل ضوضاء المعلومات: على سبيل المثال ، لا تعني نسبة النقر إلى الظهور المرتفعة ، كقاعدة عامة ، أنه سيكون هناك معدل تحويل مرتفع ، نظرًا لأن النقرات لا تضمن بعد أن الموقع مناسب لحركة المرور ، وستكون هناك مبيعات.


 يجب أن تكون مؤشرات الأداء الرئيسية متكاملة وليست متناقضة فيما يتعلق ببعضها البعض.  لذلك ، إذا ظهر مؤشر معين من مؤشرات الأداء الرئيسية الأخرى ، فيمكن تبسيطه.  على سبيل المثال ، مؤشر الأداء الرئيسي لدينا هو عدد التحويلات.  في هذه الحالة ، ليس من المنطقي الإشارة إلى التكلفة كمؤشر آخر.


 بناءً على هذه اللوحة ، يمكنك تقدير ما يمكن تعريفه في بداية العمل على أنه مؤشر أداء رئيسي.


 إذا كان المشروع قد بدأ للتو وتحتاج إلى اختبار ، فيمكنك تعيين العدد المطلوب من النقرات ومقدار الأموال التي يتم إنفاقها.


 نضع الفرضيات ونختبرها

 يرتبط إراقة الأعمال والمال ارتباطًا مباشرًا بالمخاطر ، لأن الفرضيات تحتاج إلى اختبار قبل بدء العمل.  وحتى هذا الخيار لا يضمن عدم إهدار الميزانية ، لكنه سيكون بالتأكيد أكثر فعالية مما لو قمت بإعداد مكيف الهواء "عشوائيًا".


 تستند الفرضية على مبدأ HADI ، والذي بموجبه نفترض نوع النتيجة التي نرغب في الحصول عليها لفترة معينة ، وبعد فترة نقوم بتحليل كيفية عمل RC.


 مبدأ تشغيل طريقة HADI دوري.


 إذا لم نتمكن من تحديد أي مؤشر ، فلا داعي للاختراع.  من الأفضل النزول إلى مستوى واحد ومعرفة البيانات التي لدينا.


 على سبيل المثال ، ليس لدينا القدرة على التنبؤ بعدد المعاملات ، ولكن يمكننا الإشارة إلى عدد النقرات لذلك ، فإننا نبني فرضية حول الأخيرة.


 مثال على العمل مع فرضية عند إطلاق AC:


 إذا أنفقت 10000  مقابل 1000 نقرة ، ثم مع CR 1 ٪ سأحصل على 10 تحويلات بتكلفة 1000  نقرة لكل تحويل.


 تمت صياغة الفرضية وفقًا لطريقة HADI: تمت الإشارة إلى جميع السمات (10 تحويلات بتكلفة 1000 )


 نوع مختلف من الفرضية للعمل خلال فترة الاختبار:


 إذا أنفقت 10000 مقابل   1000 نقرة بسعر 10   لكل نقرة ، ثم يمكنني التحقق من تحويل الموقع وفهم الجدوى الاقتصادية للعمل.


 كما ترى ، تمت إعادة صياغة الفرضية الأولى ، حيث تشير فترة الاختبار إلى عدم وجود بيانات سابقة عن التحويلات.  لذلك ، ليس لدينا بيانات عنها ، وبالتالي نتحقق من جودة حركة المرور لدينا.


 بناءً على البيانات التي تم الحصول عليها ، نقوم بإجراء تحليل: نبحث عن نقاط الضعف والقوة في الحملة.


 بعد ذلك ، نشكل فرضية جديدة ونجري التغييرات ونواصل الاختبار.


 بضع اهداف


 يتم تقسيم جميع التحويلات تقليديا إلى ماكرو ومايكرو.


 عند تدريب حملة ما ، تحتاج إلى جذب تحويلات كلية ، نظرًا لأن البيانات الواردة منها لها أهمية أكبر: فاحتمال الوصول إلى جمهورك المستهدف (أو الجمهور المستهدف للمشروع) أعلى.


 بالطبع ، من الأفضل تحسين استراتيجيات التحويلات الكلية ، ولكن إذا كان هناك أقل من 30 منها لكل تيار متردد ، فأنت بحاجة إلى "تغذية" بالتحويلات الصغيرة.


 للقيام بذلك ، نقوم بنفس الشيء كما هو الحال مع تعيين مؤشرات الأداء الرئيسية: نتراجع خطوة إلى الوراء ونرى ما هي البيانات المتاحة في التحويلات الصغيرة.


 تعتبر تحويلات الماكرو ذات أهمية قصوى لتعلم RK ، لأنها تهم المستخدمين المهتمين مباشرة بالمنتج.


 تلك التي تم تمييزها باللون الأصفر في الجدول أعلاه لا تسمح لك بتحديد جودة حركة المرور ، ولكنها تُظهر المشاركة.


 لذلك ، يمكن استخدامها ، ولكن هناك خطر من أن يقود الذكاء الاصطناعي الأشخاص الذين لا يقومون بإجراء تحويلات كلية (على سبيل المثال ، يدرسون المعلومات على الموقع ، لكنهم لا يتركون معلومات الاتصال).


 لتحديد جميع الأهداف على الموقع ، تحتاج إلى استعراض مواقف "المشتري الدقيق": إرسال الطلبات بشكل مستقل من خلال جميع القنوات المتاحة ، والتحقق من عملهم.  بمعنى آخر ، قم بالمرور عبر مسار التحويل بالكامل بنفسك.


 لتسجيل خطواتك من وجهة نظر العميل ، من الأفضل إنشاء لوحة "خريطة الأحداث" أو "خريطة إعدادات التحويل".


 ستساعد هذه العلامة في تقييم ما إذا كانت جميع مصادر حركة المرور قد تمت دراستها وأخذها في الاعتبار.


 في ذلك ، تحتاج إلى تسجيل جميع المعلمات ، والتي سيتم نقلها بعد ذلك إلى إعلانات Google لاستراتيجيات التدريب.


 الخطوة التالية هي نقل الأهداف منه إلى مكتب الإعلان.


  إذا كنت تستخدم الطريقة الموضحة أعلاه ، فإن خطر ارتكاب خطأ أقل بكثير.


 بعد إعداد تحويلاتك ، من المهم اختيار الإحالة المناسبة.


 هناك أنواع إحالة تعتبر فيها التحويلات أطول (على سبيل المثال ، تناقص الوقت).  في هذه الحالة ، ستنزلق الخوارزمية قليلاً ، وسيستغرق تحميل جميع البيانات مزيدًا من الوقت ، ويمكننا تحليل نتائج الحملة.


 يعتمد الاختيار على المشروع وأهدافه.  على سبيل المثال ، إذا كنا نركز على التحويلات ، فمن الأفضل اختيار إما النقرة الأخيرة أو تناقص الوقت أثناء الإعداد الأولي.


 في أي مرحلة ما هي الاستراتيجيات التي يجب استخدامها وكيفية التبديل بينها


 عند إعداد إعلان ، من الممكن ضبط الأسعار.  هناك تقسيم واضح إلى الإستراتيجيات ويوضح إستراتيجيات عروض الأسعار المستخدمة ، وما يفعله إعلانات Google بالضبط بنفسه ، والتعديلات التي يمكننا إجراؤها.



 المؤشرات المميزة بعلامة تقاطع هي المكان الذي سيجري فيه الذكاء الاصطناعي تقسيم الجمهور المستهدف وتحليله وتحسينه ، مع التركيز على التعلم الآلي الخاص به.  وبناءً عليه ، حيث سيعرض بنفسه الإعلانات.


 المزايدة اليدوية تعني أننا نديرها ونحسنها بأنفسنا.  يستغرق هذا الخيار وقتًا أطول بكثير.


 تعمل الاستراتيجيات على أساس الصيغ والأنماط.


 مميزات تدريس استراتيجيات الذكاء الاصطناعي:


 3-7 أيام تم إنفاقها في التدريب وإعادة التدريب 


 يتم تخزين البيانات لمدة 45 يومًا 


 إذا قمت بإجراء أي تغيير على الإعدادات ، يتم إنفاق الإستراتيجية على إعادة التدريب ، والتي يكون خلالها هناك خطر أن النتيجة سوف تزداد سوءًا.  خلال هذا الوقت ، يحدث انقسام للجمهور حيث تختبر خوارزميات Google خيارات مختلفة للمواضع.


 نتيجة لذلك ، يتم اختبار قابلية التشغيل لكل مقطع - يحدد الذكاء الاصطناعي أي مقطع يتم تحويله بشكل أفضل.


 إذا لم تعمل الإستراتيجية الجديدة بشكل جيد ، يمكنك إعادة تشغيل الإعلان - ربما لم تكن هناك ميزانية كافية لاختبار جميع الجماهير.


 وبالتالي ، تشير Google إلى المسار الأكثر فاعلية ، مع التركيز على المتجه الثابت - مؤشرات الأداء الرئيسية التي تمت مناقشتها في البداية.


 من المهم أن نفهم أن الذكاء الاصطناعي يركز عليهم.  على سبيل المثال ، إذا كنا نريد تكلفة منخفضة للنقرة ، فإنه يعطي الأولوية لهذا المقياس ويتجاهل كل المقياس الآخر.


 يقوم النظام أيضًا بتوزيع الميزانية نفسها ، بناءً على مؤشرات الأداء الرئيسية المحددة.


 عندما نرفع الميزانية بإستراتيجية عروض أسعار تلقائية ، ستدرك Google تلقائيًا أن هناك المزيد من الأموال ، لذلك لديها الفرصة لاستخدامها في اختبارات إضافية.  بالإضافة إلى ذلك ، ستحاول الخوارزمية شراء نقرات أكثر تكلفة وزيادة عددها بشكل عام.


 كيفية تحليل ربحية الحملات الإعلانية بناءً على علامات UTM

 لماذا هناك حاجة إلى علامات UTM:


 لتتبع الأنظمة التحليلية التي جاء منها المستخدم وأين ؛


 لتصنيف حركة المرور وفقًا لمعايير الملصقات (على سبيل المثال ، "مدفوعة" ، "مجانية" ، "طريقة الدفع لحركة المرور") ؛


 لقياس أداء حركة المرور على أساس بيانات Google Analytics ؛


 لإنشاء "Keys" / "Chains" عند تحليل فعالية AC بناءً على بيانات CRM وتتبع المكالمات.


 يجب أن تكون الملصقات متوافقة مع المعايير المقبولة بشكل عام أو المتفق عليها.  يعد هذا ضروريًا حتى تتمكن من ربط البيانات بنظام CRM أو أنظمة التحليلات.


  مثال على علامات UTM جيدة الترتيب.


 للحصول على البيانات المتطابقة جيدًا مع GA ، يلزمك استخدام وضع العلامات التلقائي في إعلانات Google.  إنه يحمل معلومات كاملة حول نقرة المستخدم: ما هو استعلام البحث الخاص به ، والإعلان الذي تم تشغيله ، ووقت النقر ، وبيانات أخرى.


 إذا قمت بذلك باستخدام علامات UTM و GA تم تكوينه بشكل صحيح ، فلن يكون هناك تعارض بينهما.


 ومع ذلك ، فمن الأفضل تسمية الشركات والمجموعات بحيث تكون متطابقة في كل من UTM وفي الحساب - عندها سيكون من الأسهل تحميل المعلومات إلى الخدمات الأخرى و "ربطها" معًا.


 كيفية تسجيل تغييراتك حتى لا تنسى اختباراتك


 لتشغيل الحملات الإعلانية بشكل فعال ، تحتاج إلى تتبع الفرضيات التي نجحت بشكل جيد والتي لم تنجح.


 لهذا ، من الأفضل الاحتفاظ بالسجلات في جدول خاص.


 يجب تحديد المعلومات بأكبر قدر ممكن من التفاصيل ، وقبل التدريب على استراتيجية جديدة ، راجع النتائج السابقة.


 وبالتالي ، لن يكون هناك خطر استنزاف الميزانية لاختبار الفرضيات التي تم اختبارها بالفعل ، ولكن تم نسيانها.


 دعونا نلخص:


 يتعلم الذكاء الاصطناعي نفسه ، ومهمة المعلن هي فقط تعيين ناقل: "تغذية" التحويلات الصحيحة.


 التحويلات ليست أموالًا في شباك التذاكر حتى الآن ، ولكنها مجرد خطوة نحوها.


 من المهم تعيين مؤشرات الأداء الرئيسية الصحيحة.  للقيام بذلك ، تحتاج إلى طرح فرضية باستخدام طريقة HADI واختبارها وتحليل النتائج.  بعد ذلك ، إذا لزم الأمر ، قم بإجراء تغييرات على الإعدادات وابدأ تشغيل تيار متردد جديد.


 تعمل الاستراتيجيات على أساس الصيغ والأنماط.  يستغرق التدريب من 3 إلى 7 أيام ، ويتم تخزين البيانات لمدة 45 يومًا.


 من الأفضل تسمية الشركات والمجموعات بحيث تكون متطابقة في كل من حساب UTM و GA - سيكون من الأسهل تحميل المعلومات إلى خدمات أخرى و "ربطها" معًا


 يجب تسجيل نتائج اختبار الفرضيات وإطلاق التيار المتردد في جدول منفصل.


 نتمنى لكم حملات إعلانية ناجحة!