Le nostre
partnership
“L’automazione ha reso da un lato più facile gestire le campagne Pay per Click (PPC) ma, dall’altro lato, bisogna anche conoscere i possibili rischi e le potenzialità di questi nuovi prodotti Advertising per poterli utilizzare al meglio.
Un caso recente è quello relativo alle campagne Performance Max di Google. Si tratta un nuovo tipo di campagna automatizzata all-in-one con una gestione all’apparenza semplificata. Questa nuova campagna richiede una configurazione minima e promette di pubblicare gli annunci di un’azienda sui principali network di Google: Search, Maps, Display, Gmail, Discover e YouTube.
Ma come con qualsiasi automazione, il Performance Max non dovrebbe essere considerata una campagna da impostare e lasciare a se stessa. Dopotutto, come si è visto spesso con altre recenti release, i migliori risultati di campagna sono generati dalla combinazione tra effort umano e automazione.
Quali input usano le campagne Performance Max?
Per lanciare una campagna Performance Max, occorre fornire i seguenti input:
Quali sono i rischi potenziali e le soluzioni?
Gli obiettivi impostati sono incompleti.
Il machine learning e l’automazione devono essere considerati come dei compagni di squadra e, pertanto, devono ricevere informazioni complete da chi imposta la campagna. Se si condividono informazioni incomplete, il risultato finale non sarà positivo.
Ad esempio, se il focus sono solo i lead, il machine learning si concentrerà sull’aspetto numerico e non qualitativo, generando tanti lead ma di bassa qualità. Occorre invece specificare che l’obiettivo è avere lead qualificati che si trasformino in clienti.
Soluzione: inviare questi e altri dati relativi agli obiettivi a Google in modo tale che il machine learning sia correttamente orientato e possa aiutare a ottenere conversioni di qualità.
I feed non sono ottimizzati.
Google utilizza i dati del feed per decidere quali ricerche sono pertinenti all’offerta impostata e mostrare la combinazione di asset più idonea. Ma se il feed contiene dati incompleti o se il testo del titolo è scarsamente ottimizzato, gli annunci non avranno buone performance.
Infatti, se da un lato la campagna Google Performance Max semplifica la selezione delle keyword e del targeting, dall’altro lato c’è da considerare che parte di queste informazioni il motore di ricerca le prende proprio dal feed.
Soluzione: avere un feed completo e ottimizzato in modo tale che la campagna attinga correttamente a tutte le informazioni di cui necessita per restituire un output corretto.
Non si utilizzano bene i dati proprietari (First Party Data).
Con le recenti questioni relative alla privacy e le prospettive di un mondo cookieless, i dati proprietari stanno acquisendo sempre più importanza. Se si dispone di un elenco di clienti esistenti, i first party data devono essere inseriti nelle campagne per migliorare il targeting delle campagne stesse. Questo è un input prezioso che si dà al machine learning, consentendo al sistema di imparare in poco tempo e di evitare numerosi infruttuosi tentativi prima di capire quale sia il target più corretto.
Soluzione: inserire gli elenchi dei clienti nelle campagne e massimizzare l’utilizzo dei first party data.
Asset creativi di bassa qualità.
Sebbene la parte di automazione sia fondamentale, le immagini, i testi e tutti gli altri materiali caricati nella campagna Performance Max Google ads devono essere di buona qualità e ottimizzati per gli obiettivi di campagna stessa. Diversamente, il sistema andrebbe a proporre delle creatività non pertinenti alle audience di riferimento, compromettendo i risultati della campagna.
Soluzione: caricare asset creativi e testi di alta qualità e ottimizzati in base agli obiettivi di campagna e alle audience in target.
Pochi dati.
La parte di apprendimento è fondamentale per far funzionare bene l’automazione. La campagna Performance Max ha bisogno di una buona quantità di dati di traffico e conversioni per funzionare bene. Se la campagna ha un tempo troppo limitato o un budget troppo basso, il machine learning non riesce ad apprendere e a compiere le necessarie sperimentazioni (incluse quelle infruttuose) per arrivare a un risultato finale positivo.
Soluzione: assicurarsi che la campagna possa completare la fase di apprendimento fornendo un budget e un timing appropriati.
Conclusione
La gestione proficua di una campagna Performance Max è quindi legata alla sinergia tra uomo e macchina: l’uomo deve dare gli input giusti affinché la macchina possa apprendere e operare correttamente in poco tempo. La macchina farà poi il resto del lavoro. Il funzionamento di questa sinergia genererà dei risultati positivi. Dall’altro lato, in assenza di questa sinergia, non ci si possono aspettare dei risultati soddisfacenti.”
Non esitate a contattarci per approfondimenti a: marketing@evolutionpeople.it
Vi aspettiamo numerosi al prossimo appuntamento con EP DIgital Skills!
