Добро јутро Сан Франциско! Док се град буди, мој тим и ја се спремамо да на годишњем догађају Google Marketing Next, на ком представљамо најновије иновације за огласе, аналитику и DoubleClick, дочекамо више од хиљаду маркетиншких стручњака из целог света. 

Важна тема о којој ћете данас чути је машинско учење. Ова технологија је од кључног значаја у настојању да маркетиншким стручњацима омогућимо да анализирају огроман број сигнала у реалном времену и досегну клијенте помоћу кориснијих огласа у право време. Машинско учење је од суштинског значаја и за мерење путања клијената које сада обухватају више уређаја и канала, како у дигиталном, тако и у физичком свету.

То је данас важан и све значајнији тренд за маркетиншке стручњаке и наставиће да утиче на начин на који развијате пословање да бисте постигли успех у будућности.

У наставку је ексклузиван увид у неколико саопштења која припремам за овај догађај. Биће их још пуно и једва чекам да их поделим са вама. Обавезно се укључите у 9:00 по пацифичком времену/12:00 по источном стандардном времену.

Упознајте Google атрибуцију, реците збогом последњем клику

Данас најављујемо Google атрибуцију, нови производ који ће одговорити на питање које већ дуго мучи маркетиншке стручњаке: „Да ли су моје маркетиншке активности успешне?“ По први пут, Google атрибуција омогућава сваком маркетиншком стручњаку да мери утицај који маркетинг има на различите уређаје и канале – све на једном месту, без додатних трошкова.

Данашња путања клијента је компликована, тако да предузеће може да оствари и до десет интеракција са само једном особом – на Мрежи мултимедијалног оглашавања, у видеу, на Претрази и друштвеним мрежама, као и на сајту или у апликацији. И сви ови тренуци се дешавају на више уређаја, због чега је њихово мерење још теже.

Маркетиншки стручњаци већ годинама покушавају да побољшају приписивање, али постојећа решења једноставно нису довољно добра. Већина алатки за приписивање:
● се тешко подешава 
● не може да прати путању клијената када они прелазе са једног уређаја на други 
● није интегрисана са алаткама за огласе, што отежава предузимање радње

Због тога многи маркетиншки стручњаци који користе приписивање последњем клику не добијају праве резултате јер овај модел не евидентира утицај већине маркетиншких тачака контакта. Google атрибуција ће вам помоћи да разумете како све маркетиншке активности функционишу заједно и пружити увид који вам је потребан за њихово боље функционисање. 

Ево како то функционише:



Интеграције са AdWords-ом, Google аналитиком и DoubleClick Search-ом омогућавају спајање података из свих маркетиншких канала. Крајњи резултат је потпуни увид у учинак. 
 
Google атрибуција омогућава и лак прелазак на приписивање на основу података. Приписивање на основу података користи машинско учење да би утврдило колико заслуга да додели сваком кораку на путањи клијента, од прве интеракције са брендом ради почетног истраживања до последњег клика пре куповине. Овај модел анализира обрасце јединствених конверзија и упоређује путање корисника који остваре конверзију са путањама корисника који је не остваре како бисте добили резултате који прецизно представљају предузеће. 
 
На крају, Google атрибуција омогућава брзо предузимање радње и оптимизацију огласа јер је интегрисана са алаткама за огласе као што су AdWords и DoubleClick Search. Резултати су одмах доступни и користе се за извештавање, ажурирање понуда или пренос буџета са једног канала на други.

„С обзиром на данашње окружење са различитим уређајима, мерење и приписивање за више канала су неопходни за компанију HelloFresh како бисмо стекли потпуни увид у путању клијента и добили најбоље податке потребне за доношење најбољих одлука.“
– Карл Виљануева, директор одсека за плаћену претрагу и Мрежу мултимедијалног оглашавања






Google атрибуција је сада у бета верзији и постаће доступна већем броју оглашавача у наредним месецима. 
 
Иновације за мобилне уређаје у вези са локалним инвентаром привлаче више клијената у продавнице
 
Мобилни уређаји су учинили да разлика између дигиталног и физичког света не буде тако јасна. Док се већина куповина и даље обавља у продавници, људи се све више окрећу паметним телефонима када истражују пре куповине, нарочито на сајту google.com и Google мапама. 




Да би корисницима помогли да одлуче где да иду, маркетиншки стручњаци користе иновације као што су промовисана места и огласи из локалног инвентара како би представили специјалне понуде и артикле на залихама у оближњим продавницама. Помоћу додатака за локацију сада можете да им омогућите да лако пронађу продавницу из YouTube видео огласа.

Опцију мерења посета продавници смо увели 2014. како бисмо помогли маркетиншким стручњацима да стекну бољи увид у путање клијената које започињу онлајн и завршавају се у продавници. За мање од три године, оглашавачи су помоћу AdWords-а глобално измерили преко 5 милијарди посета продавницама. 
 
Само Google има напредну технологију машинског учења и мапирања која вам помаже да прецизно мерите велики број посета продавници и користите ове увиде како бисте пружали бољи доживљај локалних огласа. Недавна надоградња на моделе дубоког учења омогућила нам је да са већом поузданошћу анализирамо веће скупове података и меримо више посета продавници у компликованим сценаријима. То обухвата посете до којих долази у тржним центрима са више продавница или густо насељеним градовима као што су Токио у Јапану или Сао Паоло у Бразилу, где се многе локације предузећа налазе близу једне другима.
 
Мерење посета продавници је већ доступно за кампање на Мрежи за претрагу, кампање Куповине и кампање на Мрежи мултимедијалног оглашавања. Ускоро ће ова технологија бити доступна за TrueView кампање на YouTube-у како бисте лакше мерили утицај видео огласа на саобраћај у физичким продавницама. 
 
Ипак, мерење посета продавници је само један део једначине. Треба вам и увид у то како онлајн огласи подстичу продају за ваше предузеће. Треба да знате да ли онлајн огласи доводе до продаје у продавници. Током наредних месеци ћемо увести мерење продаје у продавници на нивоу уређаја и на нивоу кампање. То ће вам омогућити да осим посета продавници до којих су довели огласи на Мрежи за претрагу и огласи Куповине, мерите и приход који сте у продавници остварили захваљујући тим огласима. 
 
Ако на продајном месту прикупљате информације о имејловима за програм лојалности, трансакције у продавници можете сами да увозите директно у AdWords помоћу независног партнера за податке. Чак и ако ваше предузеће нема велики програм лојалности, ипак можете да мерите продају у продавници тако што ћете користити Google-ове независне партнере који евидентирају приближно 70% свих трансакција кредитном или дебитном картицом у САД. Није потребно дуготрајно подешавање нити скупе интеграције. Не морате ни да делите било какве информације о клијентима. Када омогућите ову опцију, у AdWords-у можемо аутоматски да правимо извештаје о продаји у продавници.
 
Оба решења повезују трансакције са Google огласима на безбедан начин који штити приватност и извештавају само о обједињеним и анонимним продајама у продавници у циљу заштите података клијената.

Агенција Virgin Holidays је открила да када узму у обзир продају у продавници, кампање на Мрежи за претрагу генеришу дупло већи профит него када гледају само кључне индикаторе учинка онлајн. Поред тога, клијент који обави куповину у продавници након што је кликнуо на оглас на Мрежи за претрагу доноси три пута већи профит него онлајн конверзија. Џејмс Либор, менаџер маркетиншких активности и технологија каже: „Мерење продаје у продавници нам пружа прецизнији увид у утицај који улагање у дигитални маркетинг има на резултате у продавници, нарочито преко мобилних уређаја. То нас је подстакло да уложимо више у Претрагу како бисмо боље подржали овај критични део путање клијента.“

Машинско учење пружа кориснији увид у публику за огласе на Мрежи за претрагу
 
Људи често претражују са намером да нешто купе. Зато у Претрагу уводимо публику према интересовањима како бисмо вам помогли да досегнете кориснике који су спремни да купе производе и услуге које нудите. На пример, ако имате продавницу аутомобила, можете да повећате досег међу корисницима који су већ тражили „SUV возила са најмањом потрошњом“ или „пространа SUV возила“. Функција „Публика према интересовањима“ користи предности машинског учења како би боље разумела намеру куповине. Она анализира билионе упита за претрагу и активности на милионима веб-сајтова како би открила када су људи близу обављању куповине и приказала огласе који ће бити релевантнији и интересантнији за њих.
 
Ово је важан тренутак за маркетиншке стручњаке. Преклапање мобилних уређаја, података и машинског учења ће откључати нове могућности за маркетиншке стручњаке и задовољство ми је што учествујем у овоме заједно са вама. 
 
Придружите нам се у 9:00 по пацифичком времену/12:00 по источном стандардном времену да бисте видели цело главно излагање на догађају Google Marketing Next, као и све друге иновације које планирамо да објавимо за огласе, платформе и аналитику.
 
Поставио: Сридар Рамасвами, виши потпредседник, одељење за огласе и трговину