Kai San Fransiskas bunda, mūsų komanda ruošiasi sutikti daugiau nei tūkstantį rinkodaros specialistų iš viso pasaulio kasmetiniame renginyje „Google Marketing Next“, kuriame pristatysime paskutines skelbimų, analizės ir „DoubleClick“ naujoves.

Svarbi tema, apie kurią šiandien išgirsite, yra mašininis mokymasis (angl. machine learning). Ši technologija yra be galo svarbi siekiant padėti rinkodaros specialistams analizuoti daugybę signalų realiuoju laiku ir pasiekti klientus pateikiant naudingesnius skelbimus tinkamu metu. Be to, mašininis mokymasis yra labai naudingas vertinant klientų naršymo kelius, kurie dabar apima kelis įrenginius ir kanalus skaitmeniniame ir fiziniame pasauliuose.

Šiandien mašininis mokymasis yra populiarėjanti ir rinkodaros specialistams svarbi technologija, padėsianti toliau sėkmingai vykdyti verslą ateityje.

Toliau pateikta uždara kelių pranešimų, kuriuos pristatome, peržiūra. Nekantrauju su jumis pabendrauti ir apie kitas naujoves.



Pristatome „Google Attribution“, panaikiname paskutinio paspaudimo (angl. last click attribution) priskyrimą

Šiandien pristatome naują produktą „Google Attribution“, kuris padės atsakyti į seniai rinkodaros specialistams ramybės neduodantį klausimą: „ar mano rinkodaros strategija veiksminga?“. „Google Attribution“ pirmą kartą kiekvienam rinkodaros specialistui suteikė galimybę vienoje vietoje be papildomo mokesčio įvertinti jų rinkodaros strategijos poveikį skirtinguose įrenginiuose ir kanaluose.

Kadangi šiais laikais kliento kelionė yra sudėtinga, jūsų įmonė gali sulaukti daug sąveikų iš vieno asmens Vaizdinės reklamos tinkle, vaizdo įrašų tinkle, Paieškos tinkle, socialiniuose tinkluose ir jūsų svetainėje ar programoje. Visos šios sąveikos vyksta keliuose įrenginiuose, todėl jas įvertinti dar sunkiau.

Rinkodaros specialistai jau seniai bando naudoti priskyrimo įrankius, bet esami įrankiai
nėra labai naudingi. Daugelis priskyrimo įrankių:

  • yra sunkiai nustatomi; 
  • nustoja stebėti kliento kelionę, kai žmonės naudoja skirtingus įrenginius; 
  • nėra integruoti su skelbimų įrankiais, todėl sudėtinga imtis veiksmų.


Dėl šių priežasčių daugelis rinkodaros specialistų priversti naudoti paskutinio paspaudimo priskyrimą, kuris nefiksuoja daugelio rinkodaros kontaktinių taškų poveikio. Naudodami „Google Attribution“ lengviau suprasite, kaip visos jūsų rinkodaros strategijos veikia kartu ir teikia reikiamų įžvalgų, kurios padės tobulinti strategijas.

Toliau nurodyta, kaip tai veikia.



„Google Attribution“ naudoja duomenis iš sistemos „AdWords“, „Google Analytics“ ir „DoubleClick Search“ papildomai jų nežymėdamas
Jūsų pasirinktas priskyrimo modelis taikomas visuose įrenginiuose ir kanaluose
„Google Attribution“ automatiškai siunčia rezultatus atgal, kad būtų lengvai teikiamos ataskaitos ir atliekamas optimizavimas

Integravimas su „AdWords“, „Google Analytics“ ir „DoubleClick Search“ padeda sujungti duomenis iš visų jūsų rinkodaros kanalų. Galutinis rezultatas – išsamus našumo rodinys.

Be to, naudojant „Google Attribution“ paprasta perjungti į duomenimis pagrįstą priskyrimą (angl. data-driven attribution). Duomenimis pagrįstas priskyrimas naudoja mašininio mokymosi technologiją, kad nustatytų, kiek kredito reikia priskirti kiekvienam naudotojo veiksmui, – nuo pirmos sąveikos su jūsų prekės ženklu iki paskutinio paspaudimo prieš perkant. Naudojant duomenimis pagrįstą priskyrimą analizuojami unikalūs jūsų paskyros konversijų šablonai lyginant konversijas vykdančių ir jų nevykdančių klientų kelius, kad gautumėte tiksliai jūsų įmonę atspindinčius rezultatus.

Galiausiai galite greitai imtis veiksmų ir optimizuoti savo skelbimus naudodami „Google Attribution“, nes jis integruotas su skelbimų įrankiais, pvz., „AdWords“ ir „DoubleClick Search“. Rezultatai pasiekiami iš karto, todėl galima teikti ataskaitas, atnaujinti kainos pasiūlymus ar perkelti biudžetus į kitus kanalus.

„Atsižvelgiant į tai, kad šiandien klientai naudoja kelis įrenginius, įvertinimas keliuose kanaluose ir priskyrimas yra nepaprastai svarbūs metodai, kuriuos „HelloFresh“ naudoja, kad gautų išsamios informacijos apie savo klientų kelionę ir naudingų duomenų, 
padėsiančių priimti geriausius sprendimus“.
–          Karlas Villanueva, mokamos paieškos ir vaizdo reklamavimo skyriaus vadovas


„Google Attribution“ dabar yra beta versijos ir per kelis mėnesius bus pristatytas daugiau reklamuotojų.

Vietinių skelbimų mobiliesiems naujovės padeda pritraukti daugiau klientų į parduotuves

Mobilieji įrenginiai panaikino ribas tarp skaitmeninio ir fizinio pasaulių. Nors daugelis pirkinių vis dar įsigyjama parduotuvėse, žmonės vis dažniau naudoja išmaniuosius telefonus, kad prieš pirkdami gautų informacijos, ypač svetainėje Google.com ir „Google“ žemėlapiuose.



Siekdami padėti klientams nuspręsti, kur eiti, rinkodaros specialistai naudoja naujoves, pvz., „Promoted Places“ ir vietinius skelbimus (angl. local inventory ads), kad pateiktų specialius pasiūlymus ir informacijos apie turimas netoliese esančių parduotuvių prekes. be to, dabar galite padėti jiems rasti parduotuvę, nurodytą jūsų „YouTube“ vaizdo įrašo skelbimuose, naudodami vietovės plėtinius.

2014 m. pristatėme apsilankymų parduotuvėje konversijas siekdami padėti rinkodaros specialistams gauti daugiau įžvalgų apie klientų keliones, kurios prasideda internete ir baigiasi parduotuvėje. Mažiau nei per tris metus reklamuotojai visame pasaulyje įvertino daugiau nei 5 mlrd. apsilankymų parduotuvėje naudodami „AdWords“.

Tik „Google“ turi išplėstines mašininio mokymosi ir vizualizavimo technologijas, kurios padės tiksliai įvertinti apsilankymus parduotuvėje dideliu mastu ir naudoti šias įžvalgas siekiant teikti geresnius vietinius skelbimus. Paskutinis mokymosi modelių naujinys
suteikė mums galimybę mokytis naudojant didesnius duomenų rinkinius ir įvertinti daugiau apsilankymų parduotuvėje sudėtingomis sąlygomis. Tai apima apsilankymus, kurie vyksta kelių aukštų prekybos centruose ar tankiai gyvenamuose miestuose, pvz., Tokijuje, Japonijoje ir San Paule, Brazilijoje, kuriuose daug įmonių vietovių yra arti viena kitos.

Apsilankymus parduotuvėje jau galima įvertinti Paieškos tinklo, Apsipirkimo ir Vaizdinės reklamos tinklo kampanijose. Netrukus ši technologija bus pasiekiama „YouTube“ „TrueView“ kampanijose, kad galėtumėte lengviau įvertinti vaizdo įrašo skelbimų poveikį klientų srautui jūsų parduotuvėse.

Tačiau apsilankymų parduotuvėje įvertinimas yra tik vienas iš svarbių elementų. Jums taip pat reikia įžvalgų apie tai, kaip internetiniai skelbimai jūsų įmonei padeda padidinti pardavimą. Turite žinoti, ar internetiniai skelbimai padeda uždirbti daugiau. Per kelis kitus mėnesius pristatysime pardavimo parduotuvėje įvertinimą įrenginio ir kampanijos lygiais. Taip galėsite įvertinti iš pardavimo parduotuvėje gaunamas pajamas ir apsilankymus parduotuvėje iš paieškos ir apsipirkimo skelbimų.

Jei pardavimo vietoje renkate el. pašto adresus vykdydami lojalumo programą, galite importuoti parduotuvėje vykstančias operacijas tiesiogiai į „AdWords“ patys arba naudodamiesi trečiosios šalies duomenų partnerių paslaugomis. Net jei jūsų įmonėje nevykdoma didelė lojalumo programa, vis tiek galite įvertinti pardavimą parduotuvėje pasinaudoję „Google“ trečiosios šalies partnerių, apdorojančių maždaug 70 proc. kredito ir debeto kortelių operacijų Jungtinėse Valstijose, paslaugomis. Jums nereikės atlikti sudėtingos sąrankos ar brangių integravimo veiksmų. Be to, nereikės dalintis jokios kliento informacijos. Kai pasirinksite, sistemoje „AdWords“ galėsime automatiškai pateikti ataskaitą apie jūsų pardavimą parduotuvėje.

Abi priemonės saugiai ir privačiai susieja operacijas su „Google“ skelbimais ir pateikia ataskaitas tik apie surinktus ir anonimizuotus pardavimo duomenis, kad apsaugotų jūsų klientų duomenis.


Įmonė „Virgin Holidays“ pastebėjo, kad vykdant paieškos kampanijas ir parduodant parduotuvėje sugeneruojama dvigubai daugiau pajamų nei peržiūrint tik internetinius SNR (angl. KPIs). Klientas, kuris spustelėjęs paieškos skelbimą perka parduotuvėje, taip pat yra tris kartus pelningesnis nei konversija prisijungus. Našumo rinkodaros ir technologijų skyriaus vadovas James'as Liboras: „Įvertinę pardavimą parduotuvėje gavome tikslesnių duomenų apie tai, kaip investicijos į skaitmeninėje erdvėje, ypač mobiliuosiuose, rodomus skelbimus paveikia pardavimą parduotuvėje. Taip galėjome skirti daugiau biudžeto paieškos kampanijoms, kad būtume geriau matomi šiame svarbiame kliento kelionės etape.“


Mašininio mokymosi technologija padeda iš paieškos skelbimų gauti naudingesnių auditorijų įžvalgų

Žmonės dažnai atlieka paiešką ketindami kažką įsigyti. Todėl Paieškoje pristatome potencialių klientų auditorijas, kad padėtume jums pasiekti klientus, kurie yra pasirengę įsigyti jūsų siūlomus produktus ar paslaugas. Pavyzdžiui, jei parduodate automobilius, galite padidinti naudotojų, kurie ieškojo pagal užklausą „ekonomiškiausios sportinės transporto priemonės“ ir „erdvios sportinės transporto priemonės“ pasiekiamumą. Potencialių klientų auditorijos išnaudoja mašininio mokymosi galią, kad geriau suprastų ketinimą pirkti. Mašininio mokymosi technologija analizuoja daugybę paieškos užklausų ir veiksmų milijonuose svetainių, kad padėtų suprasti, kada žmonės ketina pirkti, ir parodytų skelbimus, kurie žmonėms būtų aktualesni ir įdomūs.

Tai svarbus laikas rinkodaros specialistams. Mobiliųjų įrenginių, duomenų ir mašininio mokymosi derinimas suteikė rinkodaros specialistams galimybę pasinaudoti naujomis galimybėmis. Džiaugiuosi galėdamas prisijungti prie jūsų visų per šią kelionę.

Netrukus paskelbsime ir kitas svarbiausias „Google Marketing Next“ su skelbimais, analize ir DoubleClick susijusias naujoves.

Paskelbė Sridharas Ramaswamy, vyresnysis skelbimų ir el. prekybos skyriaus viceprezidentas