На ежегодной конференции Google Marketing Next мы представляем последние инновации в рекламе и аналитике, а также новые возможности DoubleClick.
Одна из главных тем этого года — машинное обучение. Эта технология помогает маркетологам анализировать многочисленные сигналы в режиме реального времени и в нужный момент показывать потребителям релевантные объявления. Машинное обучение — это ключ к оценке потребительского путешествия, которое теперь объединяет несколько устройств и каналов в онлайн и офлайн-пространствах.
Это важный и набирающий популярность тренд для маркетологов, который продолжит влиять на их успех в будущем.
Ниже несколько главных анонсов.
Прощай, последний клик. Встречайте Google Атрибуцию
Сегодня мы представляем Google 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.
Как это работает:

Благодаря интеграции с AdWords, Google Analytics и DoubleClick Search можно легко объединить данные по всем маркетинговым каналам. В итоге рекламодатели получают комплексную оценку эффективности кампании.
Кроме того, с помощью Google Атрибуции легко 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.
И наконец, 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.
Сегодня мы представляем бета-версию Google Атрибуции, а через несколько месяцев этот инструмент будет доступен большинству маркетологов.
Мобильные инновации привлекают покупателей в магазины
Мобильные устройства размывают границу между цифровым и физическим миром. Большинство покупок все еще совершается в магазинах. Но в то же время растет число потребителей, использующих смартфоны для предварительного поиска информации. Особенно через Google Поиск и Google Карты.

Чтобы помочь потребителям определиться с выбором магазина, маркетологи применяют такие инструменты как Promoted Places и реклама местного ассортимента. С их помощью в объявлениях можно показывать специальные предложения и товары, которые есть в наличии в магазинах поблизости. Теперь появилась ещё и возможность добавлять адреса в рекламные ролики на YouTube.
В 2014 году мы представили конверсии в результате посещения магазинов. С помощью этого инструмента маркетологи могут получать более подробные данные о пути к совершению покупки, который начинается в Интернете, а заканчивается в обычных магазинах. Меньше чем за 3 года с помощью AdWords рекламодатели во всем мире отследили более 5 миллиардов посещений магазинов.
Google располагает уникальными 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 мы начали применять модели глубокого обучения. Они позволяют получать точные результаты даже при работе с огромными массивами данных и сложными сценариями. Например, мы можем 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 мы запустим 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.
Технологии машинного обучения предоставляют наиболее релевантные данные об аудитории для поисковых объявлений
Потребители часто 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.
Слияние мобильных технологий, массивов данных и машинного обучения открывает новые перспективы в маркетинге. Надеемся, вместе мы совершим немало интересных открытий!