Google представила технологии машинного обучения для рекламы и аналитики

24 мая 2017 18:35 #57173 от ICT
Google на ежегодной конференции Google Marketing Next представила последние инновации в рекламе и аналитике, а также новые возможности DoubleClick. Google представила «Атрибуцию» — новый продукт, который помогает ответить на главный вопрос каждого маркетолога: «Работает ли мое продвижение?». Google Атрибуция — первый продукт, позволяющий маркетологам оценивать эффективность маркетинга по всем устройствам и каналам одновременно и без дополнительных расходов. Путь современных покупателей к покупке достаточно запутан. Чаще всего компании используют несколько способов для взаимодействия с каждым потребителем: в контекстно-медийной и поисковой сетях, с помощью видео и социальных сетей, на сайте или в приложении. При этом взаимодействие происходит на нескольких устройствах, поэтому оценить его эффективность становится сложнее. Маркетологи годами пытались наладить работу атрибуции, но существующие решения им не подходили. Это связано с тем, что давно существующие инструменты требуют сложной настройки; не способны отслеживать действия покупателей, когда те переходят на другое устройство; не интегрированы с инструментами рекламы, что усложняет процесс внесения изменений. В результате многие маркетологи все ещё используют атрибуцию по последнему клику, которая не учитывает роль большинства точек взаимодействия с пользователем. С помощью Google Атрибуции рекламодатели поймут, как работают их маркетинговые инструменты, и получат данные, которые повысят эффективность продвижения. Благодаря интеграции с AdWords, Google Analytics и DoubleClick Search можно объединить данные по всем маркетинговым каналам. В итоге рекламодатели получают комплексную оценку эффективности кампании. С помощью Google Атрибуции можно перейти на модель атрибуции на основе данных. В этой модели используется машинное обучение. Оно позволяет определять ценность каждого шага на пути к покупке: от первого взаимодействия пользователей с брендом во время поиска до последнего клика перед совершением покупки. Эта модель анализирует уникальные для аккаунта пути к конверсии, сравнивает поведение пользователей, совершивших и не совершивших действие. Полученные данные помогут составить достоверное представление о бизнесе. Google Атрибуция дает рекламодателям возможность оптимизировать свои объявления, потому что этот инструмент интегрирован с такими сервисами, как AdWords и DoubleClick Search. Результаты можно сразу же использовать для отчетов, новых ставок и перераспределения бюджета между каналами. Компания представила бета-версию Google Атрибуции, а через несколько месяцев этот инструмент будет доступен большинству маркетологов. Google располагает технологиями машинного обучения и нанесения на карту, которые позволяют собирать точные данные о посещениях магазинов и использовать их для повышения эффективности локальной рекламы. Недавно для обработки больших объемов данных в компании начали применять модели глубокого обучения. Они позволяют получать точные результаты даже при работе с огромными массивами данных и сложными сценариями. Например, можно определять, какие именно магазины посещают пользователи в крупных торговых центрах или таких густонаселенных городах, как Москва, Токио и Сан-Паулу. Данные о посещениях магазинов уже доступны для кампаний в поисковой сети и КМС, а также для торговых кампаний. Вскоре они также станут доступны и для кампаний TrueView на YouTube, а рекламодатели смогут узнавать, как видеореклама влияет на посещаемость их магазинов. Но сбор данных о посещениях магазинов — это только одна часть решения задачи. Необходимо также понимать, как онлайн-реклама влияет на уровень продаж. Другими словами, как от объявлений зависит конечная прибыль. В ближайшие месяцы компания запустит сбор данных о посещениях магазинов на уровне устройств и кампаний. Таким образом рекламодатели смогут оценить влияние поисковых и торговых объявлений не только на посещения магазинов, но и на прибыль в них. Если компания собирает адреса электронной почты для программ лояльности в точках продаж, то маркетологи самостоятельно или с помощью сторонних партнеров смогут импортировать данные о транзакциях в магазине в AdWords. Даже если у компании нет подобных программ, можно собирать данные о продажах в магазине, прибегая к услугам партнеров Google. Со стороны компании не требуется сложных настроек или дорогостоящей реализации, а также передачи личных данных покупателей. Достаточно просто включить эту функцию, и в AdWords будут автоматически приходить отчеты о продажах. Оба инструмента позволяют связывать транзакции с объявлениями Google, не нарушая конфиденциальности пользователей. Рекламодатели получают только агрегированные анонимные данные о покупках в магазинах. Потребители обращаются к поисковым системам, когда хотят что-то купить. Поэтому мы вводим таргетинг по интересам для поиска, чтобы рекламодатели могли охватить пользователей, которые интересовались их товарами и услугами. Например, автосалон может увеличить охват потребителей, настраивая рекламу на тех, кто уже искал «внедорожники с минимальным расходом бензина» и «большие внедорожники». Таргетинг по интересам использует машинное обучение, чтобы лучше понимать намерения людей совершить покупку. Этот инструмент анализирует миллиарды поисковых запросов и действия пользователей на миллионах сайтов, чтобы определить готовность пользователей к совершению покупки и показывать им релевантные объявления. Ссылка на источник


  • Сообщений: 75474

  • Пол: Не указан
  • Дата рождения: Неизвестно
  • Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.

    Похожие статьи

    ТемаРелевантностьДата
    Cisco представила технологии ИИ и машинного обучения для умных сетей21.35Четверг, 13 июня 2019
    В SAP S/4HANA добавлены технологии машинного обучения18.6Четверг, 21 сентября 2017
    X5 применила технологии машинного обучения в маркетинге18.6Понедельник, 19 ноября 2018
    IBM запустила новую линейку Linux-серверов для ускорения работы с системами ИИ, машинного обучения и «умной» аналитики18.29Среда, 14 сентября 2016
    OTC.RU интегрировала в систему поиска тендеров технологии на базе машинного обучения18.01Понедельник, 03 апреля 2017
    Trend Micro внедрила технологии машинного обучения TippingPoint в решения для сетевой защиты17.64Понедельник, 13 февраля 2017
    Trend Micro внедрила технологии машинного обучения в систему предотвращения вторжений TippingPoint17.64Понедельник, 13 февраля 2017
    Google открыла доступ к системе машинного обучения TensorFlow17.26Вторник, 10 ноября 2015
    Google открыл доступ к системе машинного обучения TensorFlow17.26Вторник, 10 ноября 2015
    Dell EMC представила решения для машинного и глубинного обучения16.93Четверг, 23 ноября 2017

    Мы в соц. сетях