“自动化之年就在这里!”

“不要让您的团队手动执行应自动执行的操作。”

“仍然在Google Ads中手动管理出价的人正在浪费时间。”

这些和其他想法相似的想法被PPC者说了出来,短短几年前,PPC者(理所当然地)对于将过多的自动化集成到他们的系统中犹豫不决。

发生了什么?

嗯,那是另一篇文章。

称之为,系统的演进,我们的思维的演进,或者很可能是两者的融合……但是PPC的世界无疑已经加入了自动化之路,没有回报。

变革与自动化之风

在我的付费搜索机构ZATO中,我们以人工控制的方式在Google Ads中使用自动化系统以及在几乎完全自动化的系统(例如Google于2018年末发布的Google Smart Shopping Campaigns)中进行了一些工作。

我参与了有关智能购物数据和自动化的辩论(下面的链接),并撰写了许多有关智能购物的文章。

我对智能购物自动化特别感兴趣,因为我相信这是“新Google广告”的第一波。

也就是说,与传统的关键字定位方法相比,Google希望利用更多的自动化系统(例如受众群体或产品Feed)来允许他们控制更多的广告展示位置和出价。

在这方面,我认为自动化有一些关键方面,PPC行业(在许多方面,更广泛的数字营销行业)需要坐下来并引起注意……在我们走过模糊数据的道路之前。

基于此,我想深入探讨我们行业需要了解,讨论,研究和确定最佳前进路线的四个关键且有些矛盾的自动化要素。

为什么这现在是至关重要的对话?

现在,这是至关重要的对话,因为平台希望“混淆”(Google的话)数据,因为它有利于运行所有内容。争论是,混淆的数据将使机器更好。

但是我们不应该抽一点刹车并考虑一下吗?

我当然不是Luddite,但是我们在PPC中进入全自动系统的速度表明我们需要放慢脚步来考虑一些事情。

我认为沉思的时间现在或永远不会。

就是说,如果我们不讨论此问题,而是帮助我们的行业在数据和自动化的各个方面和性质方面发展出强有力的指导性信念,那么我们将尽一切可能让平台自由发挥作用。

在这方面,他们已经通过公开声明和私人对话(清楚地)传达了他们的愿望是:

  • 控制自动化过程的各个方面。
  • 将数据隐藏起来,以防止外部影响算法。

我认为这有多种原因,因为我有 写在别处。

我希望这样的对话将有助于自动化继续发展并做大事,同时保持适当的人员监督和过程透明性。

这篇文章的目的不是调和分歧,而是揭示困难(甚至矛盾)并鼓励对话。谈话是这里的胜利。

如果您不同意我要说的话,那就太好了!谈论它,写它。

让我们讨论一下自动化的以下要素(以及更多!),而不是让平台(从中获得最大收益)完全塑造自动化过程和对话,并帮助推动行业向前发展。

两组必要但矛盾的自动化要素

意见A:数据由购买者(广告商)拥有

我认为自动化的第一个必要要素在这里至关重要,那就是为数据付费的人拥有它。

在这方面,我不认为广告客户是在从平台租用数据,而是在购买数据。

至少,无论平台声称什么,我都认为这应该在这里发生。无论哪种意见,这无疑将成为自动化未来几天的核心论点。

谁真正拥有数据?

拥有数据的人就是拥有权利的人。他们想要查看哪些数据,如何使用它们的权限等等。

当然,即使数据使用量也是 隐私问题变得越来越复杂,FTC(或EU)参与等。毫无疑问,在未来的日子里,将会写出许多更多的文章。

但是,总的来说,如果数据由广告商拥有,则逻辑是广告商(实际上是为数据付费的广告商)对数据具有一定的权利-至少对于“广告客户”而言,数据是“必需的”。广告客户/公司的使用情况。

就显示给广告客户付款的必要数据而言,此概念实际上是由Google倡导的 他们自己 关于要求第三方广告商向帐户所有者提供某些数据的原因,因为“他们需要掌握正确的信息才能做出明智的决定。”

我全心全意同意!

意见A的问题:并非所有数据都可行或有用

上面是问题所在,因此为什么它看起来矛盾而又混乱……

作为付款人,您有权获得哪些数据?到处都是吗?

好吧,去购买一个服务器场来收集大量您无法做的垃圾数据。您将永远,永远不会使用的负载,负载和其他数据点。

与“大数据”的信念不同,拥有最多数据的人不会赢任何东西。可以正确使用这些数据的人将获胜。

Google将此必要数据称为做出正确决策的“正确信息”……但这也很复杂。

一位广告客户认为平均排名对于做出明智的决定至关重要,而另一位广告客户则认为没有必要,也没有真正错过它。谁是对的?

广告商A可能已经发现了价值并利用了平均价值。位置对于他们的出价来说很好,而广告客户B可能对于搜索展示次数份额等完全忽略了它。

他们可能都做得非常成功,并且基于对“必要数据”的不同看法而赚了钱。

我再问一次,谁是对的?

根据Google的说法,Google认为重要的是所有广告客户在其帐户中获得的必要数据。

您在这里看到我的关注吗?

在不进一步讨论这一点时,我们将使平台不仅具有使活动自动化的功能,而且还具有确定哪些数据对于我们做出“明智的决定”实际上“必要”的能力。

“只需服用无标签药物,并相信我们……它将为您提供帮助。我们很确定。直到没有。”

意见B:如果给出正确的准则,该算法效果最佳

好吧,那变得复杂了。接下来的一系列关于自动化的矛盾但事实性的观点呢?

让我们从引起广告客户共鸣的观点开始。也就是说,即使在机器学习创建之后,机器学习仍然需要人工来获得持续的反馈。

现在,坦率地说,我也听到过平台代表对这个概念的肯定。 AFAIK,几乎每个人都同意自动化需要某种人工指导。

机器学习不是人工智能(无论有多少人将AI放在自己的网站上),它都依赖于过去数据点的关联路径来做出最佳决策。这也意味着它需要指导以“保持”正确的方向。

放任自流:告诉机器的“花钱赚钱”将使无数观众将其释放,以寻求这样做的机会。

它可能会起作用,但这样做可能会花费大量金钱和时间。

准则:“让我们的投资报酬率达到400%,每天花费100美元”突然为机器的预期运行设定了基本准则。

对于成功的面貌有一些定义,通过衡量某些受众过去的成功,机器可以根据该历史记录和准则更轻松地识别潜在的胜利。

意见B的问题:算法在未进行不必要的更改时效果最佳

上面的陈述可能是什么问题,特别是因为每个人都同意某种准则对于自动化必不可少?

问题回到了实际需要的定义上。

对于算法而言,最糟糕的事情是获取不良数据。

第二坏的事情是在不需要更改时进行更改。手动调整杀死了许多自动化过程。

关于这一概念的精彩演讲由 伦敦HeroConf的Martin Roettgerding 几年前,在付费搜索中进行了广告测试。

ab-ad-testing-process“ width =” 760“ height =” 345“ Size =”(最大宽度:760px)100vw,760px“ srcset =” https://cdn.searchenginejournal.com/wp-content/uploads /2020/01/ab-testing-process-5e34c39d752d4-768x349.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2020/01/ab-testing-process-5e34c39d752d4-480x218.png 480w ,https://cdn.searchenginejournal.com/wp-content/uploads/2020/01/ab-testing-process-5e34c39d752d4-680x309.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/ 2020/01 / ab-testing-process-5e34c39d752d4.png 798w“ src =” https://cdn.searchenginejournal.com/wp-content/uploads/2020/01/ab-testing-process-5e34c39d752d4-768x349.png

在其中,他演示了有多少人工广告测试人员经常在数据量太少的情况下做出决策的速度过快,而自动化流程则更有可能看到较长时间的结果平均值(并呈上升趋势)。

换句话说,我们人类可以不必要地或在没有足够数据的情况下进行更改,并使算法混乱。

平台代表理所当然地担心将控制元素提供给不完全了解该过程的人员。

我们既可以同意人类是必需的,又可以同意人类可以将一切弄得一团糟,这是一个艰难的摩擦。甚至是聪明,专业,好主意的PPCer人。

怎么办?

在这里,我想再次向广告客户社区提出请求。

我们需要了解平台(例如Google和Facebook)在定义哪些数据是必要和有益的“术语”以及混淆算法过程时的危险。

回到智能购物(由于这些天经常出现在我的脑海中),我听说谷歌使用了这个借口来阻止异常有用的数据,例如:

  • 受众群体报告(您的广告向谁展示)。
  • 展示位置报告(您的广告展示在哪里……品牌是否涉及到任何人?)。
  • 搜索字词报告(为了显示广告,您的受众群体进行了哪些搜索)。
  • 甚至是渠道报告(您的广告是否在YouTube或Google搜索上展示?)。

如果我们允许静静地走到深夜,平台将定义“必要的信息”和“自动化系统的基本准则”,仅根据它们的定义方式进行定义。

他们从事赚钱业务,因此肯定会影响这些定义的最终建立方式。

当他们是可以从拍卖中的任何一方受益的人,并且他们是唯一知道拍卖中正在发生什么的人时,我们不应天真地期望他们做出对其他人最有利的事情。

如果有的话,如果数据仍然可用并且广告商的控制权(拥有数据和帐户的人)保持控制元素,那可能会更好地实现自动化……即使这减慢了机器学习增长曲线的速度,并带来了潜在的灾难。错误的人类向导之手。

为什么这样做是为了避免我们机器霸主期货的必然性?

不,我认为算法过程中的开放数据以及对该过程的更多控制将:

  • 允许不同的广告商针对数据使用不同的策略和策略,而不是将所有人都强制放在同一框中(请记住前面共享的平均排名示例)
  • 避免不可避免的不道德行为,这种行为会因完全封闭的系统而造成,实际上,数十亿美元受到威胁。如果有那么多钱,并且在一个完全封闭的系统中,并且只有内部团队对其进行深入了解(考虑到使用具有数据驱动的归因模型应用于智能购物广告系列的Google进行系统的游戏,这将是多么容易)无法想象一个将来某人不会将其用于邪恶的未来。诱惑太大了。

透明度和流程有时会降低进度和效率,但可以同时保护进度和效率。

因此,无论如何,一定要找到本文的问题,进行讨论并指出其逻辑上的漏洞,但是为了谢天谢地,让我们更加关注一下此时向付费搜索用户支付的数据越来越少的不足。

图片积分

后期图片:Martin Roettgerding