Smart Bidding: о чем молчит Google и чего ждать в будущем? Наш доклад с конференции Digital Marketing Trends 2020

3.01.2020
Николай Скоропадский
14 минут
Google Ads, PPC, Кейсы, Контекстная реклама, Полезная информация,
1433

В декабре 2019 года Николай Скоропадский, СЕО агентства контекстной рекламы Penguin-team, выступил на конференции Digital Marketing Trends 2020 в Днепре с докладом «Smart Bidding: о чем молчит Google и чего ждать в будущем?». Публикуем дополненную версию этого выступления.

Николай Скоропадский из Penguin-team

Правильно использованный Smart Bidding может помочь в достижении отличных результатов. Ключевое слово здесь — «правильный»… Но об этом позже. Сначала — про «отличный результат».

В мае 2019 года в агентстве появился новый клиент — интернет-магазин. На стартовом месяце, до нашей работы, его рекламные затраты составляли 25 тыс. грн, а получаемый доход — 40 тыс. грн. ROAS — 161%.

0 %
ROAS на старте
Как поднять ROAS рекламы в Google Ads

В первый месяц одним из самых крупных изменений было внедрение кампаний с интеллектуальным назначением ставок. По результатам месяца затраты на эти кампании были 21,5 тыс. грн, а доход — 306 тыс. грн. ROAS — 1417%! 

В чем преимущества интеллектуального биддинга в Google Ads
0 %
ROAS при Smart Bidding

Спустя полгода работы Penguin-team получаем стабильно хороший результат от кампаний с интеллектуальным назначением ставок в Google Ads. На момент написания этого текста (декабрь 2019) ROAS составляет 1045%, а вложенные в рекламу 53 тыс. грн приносят 550 тыс. грн дохода. 

Месяц

Затраты, UAH

Доход, UAH

ROAS

май (старт) 

24 835

40 074

161%

июнь (первый месяц)

21 572

305 821

1417%

декабрь (сейчас)

52 578

549 537

1045%

Такой положительный результат стал возможен благодаря использованию Smart Bidding в Google Рекламе. 

Что такое стратегии Google Smart Bidding?

Интеллектуальное назначение ставок — это когда Google Ads сам решает, какую ставку использовать в аукционе рекламодателей. Это происходит в режиме реального времени на КАЖДОМ аукционе рекламодателей. 

Каждый раз, когда пользователь вводит запрос, который триггерит нашу рекламу, система оценивает массу разных сигналов. Эти сигналы помогают понять, насколько каждый конкретный пользователь поможет в достижении выбранной цели. 

Каждая цель — отдельная стратегия назначения ставок. Сейчас рекламодателям доступны такие стратегии интеллектуального назначения ставок в Google Ads: 

К примеру, если вы выбираете стратегию Максимум конверсий, система будет оценивать, с какой вероятностью каждый конкретный пользователь совершит конверсию на сайте. Если вероятность конверсии выше, ставка будет выше, чтобы объявление заняло лучшее место → с большей вероятностью получило клик → принесло конверсию. Если вероятность конверсии меньше, ставка будет ниже, потому что система не видит смысла вкладываться ради пользователя, которому мы не больно-то и нужны.

Первый сторонний смарт-биддинг появился у Google еще в 2006 году. Сейчас Google использует собственные технологии.

Как работает Smart Bidding в Google Ads?

Smart Bidding — это интеллектуальное назначение ставок, один из видов автоматического назначения ставок в Google Ads. Всё интеллектуальное назначение ставок — автоматическое, но не все автоматическое назначение ставок — интеллектуальное. Хитро!

Интеллектуальное назначение ставок работает на основе искусственного интеллекта. Он помогает компьютеру учиться, «думать» и «реагировать», как человеку. В том числе принимать решения про размер ставки на рекламном аукционе Викри

Как работает искусственный интеллект

Чтобы искусственный интеллект мог принимать правильные решения, используют разные методы: правила IF…THEN («если пользователь сделает действие А, то нужно выполнить команду Б»), дерево принятия решений (подобная же схема)… и машинное обучение, о котором в 2019 не говорил только ленивый.

Машинное обучение — это алгоритм, который может учиться без готовых программных решений. 

Как работает искусственный интеллект и машинное обучение

То есть искусственный интеллект сам по себе не самообучаемый. Он может работать на основе готовых решений, прописанных программистом. К примеру, через дерево принятия решений. Машинное обучение — это то, что позволяет искусственному интеллекту совершенствоваться и учиться. Оно работает на основе данных. И этих данных масса!

По данным Google, машинное обучение обрабатывает до 70 000 000 000 сигналов в секунду для принятия решений. 70 миллиардов! Это, собственно, уже показывает первое преимущество интеллектуального биддинга над ручным: человек не в состоянии обработать даже десятую часть такого объема. Не говоря уж про то, чтобы делать это для каждого аукциона постоянно.

0
сигналов в секунду обрабатывает машинное обучение

Какие данные анализирует Google для биддинга?

Что это за 70 млрд сигналов? Это данные Google + данные самого рекламодателя.

К данным Google относятся:

  • поисковые запросы,
  • сезонность, 
  • девайсы, 
  • локация, 
  • места размещения…

И другая информация, которой владеет Google, но которая недоступна нам напрямую.

К данным рекламодателя относятся:

  • списки аудиторий, 
  • бренд, 
  • продажи, 
  • категория 
  • товара, 
  • цена…

И другая информация, которая влияет на вероятность конверсии со стороны бизнеса. 

Так машинное обучение находит оптимальный вариант для каждого конкретного пользователя в частном случае. Система оценивает «Мэтч или не мэтч?!» на основе абсолютно всех сигналов, которые поступают в нее. 

То есть:

  • аудитории — «О, пользователь есть в списке, его интент сильнее → можно платить больше»;
  • время — «Хм, этот товар редко покупают в это время дня, наверное он пока просто ресерчит → цену снизим»;
  • девайс — «Да, пользователи iOS реально чаще конвертируются → можно-таки поднять ставку»;
  • сезонность — «В этот период конверсий больше → можно платить больше»;
  • локация — «Ребята из Киева покупают реже, а этот как раз из Киева → можно ставку поменьше». 

И так далее.

Мало того, машинное обучение, которое лежит в основе Smart Bidding в рекламной системе Google, постоянно совершенствуется. Если вы включите интеллектуальное назначение ставок, первые недели система будет собирать данные и работать… Ну, довольно рандомно, давайте честно. Спустя пару недель она в целом сориентируется и будет попадать в цель чаще. Но на этом ее работа не заканчивается. 

Каждое касание, каждый показ и каждая конверсия дают еще кусочек знаний, который учит Smart Bidding быть более «смарт», более умной. 

Откуда машинное обучение берет данные?

С каждый годом Google накапливает все больше данных — 4 млрд поисковых запросов в день этому хорошо способствуют. А ведь Google — это не только Поиск… Чем больше данных, тем эффективнее машинное обучение и тем совершеннее становится искусственный интеллект, который в том числе используется для прогноза вероятности целевого действия и корректировки ставок. 

Как работает интеллектуальные стратегии биддинга в Гугл Рекламе

Преимущества Smart Bidding

Что может умное управление ставками в Google Рекламе, чего не может человек, кроме обработки миллиардов «кусочков» данных? О, много чего, до чего у нас, людей, руки доходят нечасто или возможностей не хватает.

  • корректировка ставок для каждого аукциона в режиме реального времени. Вручную обновлять ставки можно не чаще раза в час. Не говоря уж о том, что обрабатывать 70 млрд сигналов каждую секунду мы не можем физически;
  • фокус на уровне поисковых запросов, а не на уровне ключей. То есть учитывает, что люди ИЩУТ, а что мы ДУМАЕМ, они ищут;
  • анализ поискового контекста для предсказания вероятности конверсии;
  • кросс-сигнальная оптимизация. Раньше я привел пример: есть в списке аудиторий — платим больше; время не конверсионное — платим меньше. но на самом деле данные сигналов и решения по ним наслаиваются друг на друга, и их гораздо больше, чем мы можем представить;
  • использование всех данных, которые собирает Google. Даже тех, которые недоступны нам в отчетах.
Кейс по использованию Smart Bidding

Кому подходит и не подходит интеллектуальное назначение ставок?

Интеллектуальное назначение ставок подойдет бизнесам B2B, B2C, C2C… В общем, всем, вне зависимости от бизнес-модели. И для товаров, и для услуг, и для чего угодно. 

Кому оно НЕ подойдет? 3 случая:

  1. Мало трафика по семантике. Машинное обучение работает на основе данных. Если этих данных нет, системе не на чем учиться, а значит, она не сможет принимать правильные решения.
  2. Некорректное отслеживание конверсий. Тот же принцип: если система не получает данные о конверсиях, она не работает толком. А если она получает недостоверные данные, то будет принимать ошибочные решения. Это все — ваш бюджет. 
  3. Новый аккаунт / категория / продукт. Потому что… Да, верно, не будет данных.

В декабре 2019 нам представился случай убедиться в этом. Один из клиентов Penguin-team (eCommerce, США) выводил на рынок новую категорию товаров, по которой еще не было исторических данных. Для более быстрого и эффективного старта он решил использовать Smart Bidding. Результаты оказались неутешительны: по итогам первого месяца кампания принесла -5000$ убытка. 

Кейс по использованию Smart Bidding

Как видите, все упирается в данные. Если они есть, неважно, чем занимается ваша компания — смарт-биддинг можно тестировать. Если данных нет, не спасет ни большой бюджет на тестирование, ни суперклассные РРС-специалисты. 

И это, кстати, основной подвох, о котором Google (зачастую) тактично умалчивает.

О чем Google обычно не говорит?

Есть несколько фактов, о которых Google отзывается редко и вскользь. А между тем, они очень важны! 

Первое, что важно понимать, это что у Google масса рекламодателей, а у рекламодателей масса разных целей и фокусов, над которыми они работают. Их невозможно унифицировать для всей системы. Поэтому Google выбирает самые распространенные цели и предлагает для них самые оптимальные (с их точки зрения) способы работы над биддингом. Это не волшебная таблетка и не панацея, которая 100% сработает для любого бизнеса, вне зависимости от его конкретных условий и метрик.

Из этого вытекает второй пункт. Интеллектуальное назначение ставок подходит не для всех бизнес-целей. Если у вас исходно нет цели по СРА или максимизации конверсий, а остальные доступные цели смарт-биддинга идут вразрез со стратегией бизнеса, не надо его использовать. 

Что еще стоит учитывать? По словам Google, первичное обучение занимает у системы порядка 1-2 недель. Но… это всегда 1-2 недели? А если у вас рекламодатель с востребованным товаром и РК с 100 000 показов в неделю? А если это маленький локальный бизнес, для которого норма — 5 конверсий в неделю? Вы должны понимать, как меняется объем данных, которыми оперирует система. И что темпы обучения просто не могут быть одинаковыми для всех.

Что насчет финансовой стороны вопроса? Smart Bidding, как в целом и почти вся контекстная реклама в Google Ads, не подойдет для низкомаржинальных бизнесов с небольшой прибылью. В Google высокая конкурентность и довольно высокие СРС. Если вы экономите каждый цент на СРА, вероятно, стоит поискать другой источник трафика. Потому что смарт-биддинг все равно требует какого-то пространства для маневра и не может работать на минималках.

Сезонность в РРС также важна. В августе 2019 Google выкатил сезонные корректировки даже для мануального биддинга, да и смарт-биддинг вроде как учитывает сезонность. Но это еще не совершенная система. К примеру, если вы участвуете в крупной распродаже — Черной пятнице, новогодней, любой другой с активным всплеском продаж — на это время смарт-биддинг лучше отключать. Большой объем данных собьет систему с толку → она не сможет объяснить этот всплеск → дальше может повышать ставки больше требуемого. 

Но главное, конечно, это отношение умного назначения ставок и данных

  1. Исторические данные нужны. 
  2. Smart Bidding НЕ универсален. 
  3. Системе нужен охват.

Это то, о чем Google говорит не слишком часто, но что реально важно учитывать, если вы не хотите слить бюджет. 

Как тестировать Smart Bidding и анализировать его эффективность?

Как понять, работает ли умное назначение ставок в Google Ads для вашего бизнеса? Тестировать! Всегда и всё — тестировать.

Что важно учесть на старте? Smart Bidding — это в первое время почти всегда инвестиция. Дайте ему научиться!

Стандартная схема анализа выглядит так:

Тестирование интеллектуального назначения ставок в Google Рекламе

Мы предлагаем доработанный вариант, как проанализировать эффективность настройки именно для вас:

Тестирование интеллектуального назначения ставок в Google Ads

Таким образом вы получаете максимально чистый результат, когда машинное обучение уже получило достаточное количество данных и научилось выставлять оптимальные ставки на аукционе. А главное, кампании поработали с уже обученным смарт-биддингом и получили достоверную статистику.

Зачем включать интеллектуальное назначение ставок Google Ads?

Умный биддинг — это когда система сама повышает или понижает ставку для каждого аукциона. Такой подход не только более эффективен с точки зрения возможностей по обработке данных. Он еще и освобождает нас от рутины, продолжая тот самый тренд по автоматизации, который как начался пару лет назад, так до сих пор никуда и не делся. И это прекрасно!

«Все автоматизируется! А нам что делать?!»

Впрочем, несмотря на темпы развития искусственного интеллекта, мы считаем, что не стоит бояться, будто бы ИИ заменит человека во всем. Когда-то в перспективе — возможно, но в ближайшее время этого ожидать не стоит.

Если вы специалист по контекстной рекламе, такая автоматизация — отличный способ для вас сфокусироваться на стратегии. Если раньше планирование и оптимизация в долгосрочной перспективе были сложны из-за тонны операционных задач, то сегодня на них можно найти достаточно времени.

Если вы — предприниматель или маркетолог, ИИ позволяет вам заметно расширять горизонт и вплотную заняться другими, не менее важными аспектами, чем контекстная реклама. Что это за аспекты?

  1. CRO: как получать больше конверсий из того же количества трафика, оптимизируя разные элементы вне рекламных кампаний.
  2. Бизнес-анализ.
  3. Продуктовая оптимизация.
  4. Новые источники трафика и не только.

Скучно не будет!

1 Star2 Stars3 Stars4 Stars5 Stars (19 votes, average: 4.89 out of 5)
Loading...

Будьте в курсе последних обновлений

Присоединиться в

Николай Скоропадский

Founder, CEO

Учился на маркетолога в ДонНУ им. Василия Стуса. В 2011 году начал работать btl-менеджером на отечественных и зарубежных проектах в классическом рекламном агентстве. В интернет-маркетинге с 2013, в том же году создал свое агентство. Стратег, идейный вдохновитель и продакт-менеджер продуктов компании.

Получить 7 писем о том,
как улучшить свой AdWords аккаунт
+ PPC статьи

Имя
e-mail
Улучшить AdWords

Улучшить свой AdWords

Получите 7 писем, о том, как можно улучшить свой аккаунт в AdWords

Подписаться

Наш сайт использует файлы cookie, чтобы улучшить работу и предоставить максимальное удобство пользователям.

В версии 3.0.0

  • новые сервисы: Ubersuggest (NeilPatel), Spyfu и другие;
  • автосохранение списка минус-слов в рабочей области;
  • авторизация для хранения данных в аккаунте;
  • списки типовых минус-слов;
  • возможность хранить пользовательские списки минус-слова в расширении для дальнейшего применения в аккаунте;
  • англоязычный и русскоязычный интерфейс.

Основные комбинации

  • LeftMouseClick для добавления слова, повторное нажатие - для удаления
  • LeftALT + LeftMouseClick - для сбора фраз
  • LeftALT + S - для поиска слов

In version 3.0.0

  • new services: Ubersuggest (NeilPatel), Spyfu and others;
  • autosave of a negative keywords list in the workspace;
  • authorization for storing data in the account;
  • generic negative keyword lists;
  • the ability to store custom lists of negative keywords in the extension for further use in your account;
  • English and Russian interface.

Key combinations

  • LeftMouseClick to add a word, press again - to delete
  • LeftALT + LeftMouseClick - to collect phrases
  • LeftALT + S - for words searching

В версии 2.0

  • 2 режима выдачи ключевых слов:
  • быстрая выдача - аналогична выдаче Google Planner, но найденные результаты включают каждое слово из введенной в поиск фразы;
  • полная выдача - расширенная выдача, которая включает поиск по дополнительным релевантным фразам, но найденные результаты также включают каждое слово из введенной в поиск фразы.
  • Обновленный файл выгрузки ключевых слов Excel:
  • выгрузка локаций в удобном формате для загрузки в Editor;
  • обновленный шаблон для создания объявлений.
  • Полный список локаций.
  • Группировка отчетов по проектам.
  • Устранена ошибка с задержкой в 30 секунд.
  • Новые фильтры для получения релевантной выдачи.
  • Копирование минус-слов.

In version 2.0:

  • 2 modes of keywords search result:
  • quick search result - is similar to one of Google Planner , but the results found include every word of the phrase entered in the search;
  • full search result - extended search result that includes search on additional relevant phrases, but the results found also include every word of the phrase entered in the search.
  • Updated Exces Keyword Upload File:
  • uploading of locations in a convenient format for uploading to Editor;
  • updated template for creating ads.
  • Full list of locations.
  • Grouping of reports on the projects.
  • Fixed an error with a delay of 30 seconds.
  • New filters for getting relevant search results.
  • Copying of negative keywords.

Несколько шагов до работы в Penguin

Заполните форму

Прикрепите резюме:
1Кликов 259, показов 3 515. Чему равно CTR?
2Заходов на сайт 874, конверсий 16. Чему равен коэффициент конверсии?
3Что такое СРА?
4CTR 4,03%, кликов 240. Чему равно число показов объявления?
5Затрат 20 158, конверсий 63. Чему равна стоимость конверсии?

Несколько шагов до работы в Penguin

Заполните форму

Прикрепите резюме: