Avtomatlaşdırılmış təklif ayarlarının optimizasiyası

Avtomatlaşdırılmış teklif düzgün işləmək üçün dönüşüm məlumatlarının keyfiyyətinə çox güvənir. İzləmə qeyri-dəqiq olarsa, alqoritm yanlış siqnallar üçün optimallaşdıracaq və tez-tez büdcəni dönüşüm kimi görünən, lakin biznes üçün heç bir faydası olmayan aşağı dəyərli trafikə sərf edəcək. Zəif məlumat keyfiyyətinə malik tipik bir hesab, model təsadüfi baxış keçirənlər ilə real alıcılar arasında fərq qoymaqda çətinlik çəkdiyi üçün dəyişkən performans göstərəcək. Dönüşüm izləmənin düzgün qurulduğundan əmin olmaq AI əsaslı hər hansı bir kampaniya üçün təməl addımdır, çünki maşın yalnız təmin etdiyiniz rəy dövrəsindən öyrənir.

Dönüşüm pikselini kampaniya ayarlarınız üçün kompas kimi düşünün. Əgər kompas düzgün qurulmayıbsa, teklifləriniz nə qədər yüksək olsa da, avtomatlaşdırılmış teklif sistemi yanlış istiqamətdə hərəkət edəcək. Məsələn, ev mebeli satan bir Shopify mağazasında ‘Səbətə əlavə et’, ‘Ödənişi başlat’ və ‘Satınalma’ kimi çoxsaylı dönüşüm nöqtələriniz ola bilər. Bunların hamısını teklif sisteminə bərabər dəyərlər kimi daxil etsəniz, sistem gəlirdən çox həcm üçün optimallaşdıracaq və bu da marjaların azalmasına səbəb olacaq. Yalnız ən kritik, gəlir gətirən hərəkətlərin teklif məqsədləri üçün əsas dönüşüm hədəfləri kimi qəbul edildiyindən əmin olmalısınız.

Ümumi bir nümunə, alqoritmi öyrənmək üçün lazım olan məlumatlardan məhrum edən kampaniyaları həddindən artıq seqmentləşdirmə meylidir. Büdcəni çoxlu kiçik, parçalanmış kampaniyalara böldükdə, onların hər biri öyrənmə mərhələsini keçmək üçün kifayət qədər dönüşüm məlumatı toplamaqda çətinlik çəkir. Avtomatlaşdırılmış sistemlər, müxtəlif cihazlar, yerlər və günün vaxtları üzrə nümunələri aşkar etməyə imkan verən böyük məlumat bazasına malik olduqda ən yaxşı şəkildə işləyir. Kampaniyalarınızın tez-tez yenidən öyrənmə mərhələsinə daxil olduğunu görürsünüzsə, çox güman ki, cari dönüşüm həcminiz üçün çox sayda kampaniya ilə işləyirsiniz.

Digər bir məsələ büdcə dəyişikliklərinin tezliyidir. Gündəlik satış performansına reaksiya vermək üçün gündəlik xərclərinizi tənzimləmək cazibədar olsa da, tez-tez edilən əl ilə müdaxilələr öyrənmə prosesini pozur. Hər dəfə hədəf CPA və ya ROAS-ınızı əhəmiyyətli dərəcədə dəyişdikdə, alqoritm effektiv şəkildə sıfırlama düyməsini basır. Tipik bir hesabda, sistemin necə sabitləşdiyini görmək üçün büdcəni ən azı iki həftə sabit saxlamaq daha səmərəlidir. Qəfil dəyişikliklər modeli bütün teklif məntiqini yenidən qiymətləndirməyə məcbur edir ki, bu da tez-tez əldəetmə dəyərində müvəqqəti artımlara və ya ümumi çatdırılmada azalmalara səbəb olur.

Birləşdirmə, avtomatlaşdırılmış teklif istifadə edən hesablar üçün performansı yaxşılaşdırmaq üçün çox vaxt ən effektiv yoldur. Oxşar məhsul və ya xidmətləri vahid kampaniyada qruplaşdırmaqla, maşına təhlil etmək üçün daha böyük məlumat nöqtələri dəsti təqdim edirsiniz. Bu genişlik alqoritmə hansı istifadəçi xüsusiyyətlərinin dönüşüm üçün ən proqnozlaşdırıcı olduğunu anlamağa imkan verir. Məsələn, ayaqqabı satırsınızsa, qaçış və gəzinti ayaqqabılarınızı bir kampaniyada birləşdirmək sistemə kampaniyalar ayrı qaldıqda görünməyə bilən ümumi alıcı xüsusiyyətlərini müəyyən etməyə imkan verir.

Birləşdirilmiş struktura keçən böyük hesablar zamanla daha sabit performans yaşayırlar. Maşının daha çox məlumata çıxışı olduqda, teklif qərarları fərdi kliklərə daha az reaksiya verir və uzunmüddətli tendensiyalara daha çox diqqət yetirir. Bu sabitlik miqyaslandırma üçün vacibdir, çünki o, sizə proqnozlaşdırıla bilən dönüşüm xərcləri bazası təqdim edir. Unutmayın ki, məqsəd hər bir teklifi idarə etmək deyil, hesab təşkilatınız vasitəsilə sistemi düzgün biznes nəticələrinə yönəltməkdir.

Teklif hədəflərinizə edilən düzəlişlər qısamüddətli dəyişikliklərdən deyil, uzunmüddətli performans tendensiyalarına əsaslanmalıdır. Tipik bir hesab, mövsümi maraq və ya rəqib fəaliyyəti kimi nəzarətinizdən kənar bazar amilləri səbəbindən gündəlik nəticələrdə 10% – 15% dəyişiklik görə bilər. Bir pis gün səbəbindən ROAS hədəfinizi tənzimləməyə tələssəniz, çox güman ki, sistemli bir problem əvəzinə səs-küyə reaksiya verirsiniz. Hədəflərinizi yalnız hədəflərinizdən əhəmiyyətli dərəcədə yuxarı və ya aşağı olan aydın, ardıcıl performans tendensiyanız olduqda tənzimləyin.

Hədəflərinizi yeniləməyə qərar verdikdə, bu dəyişiklikləri tədricən həyata keçirin. 5% – 10% dəyişiklik, çatdırılmada kütləvi, sabitliyi pozan bir dəyişikliyə səbəb olmadan alqoritmə istiqamət dəyişikliyini bildirmək üçün adətən kifayətdir. Bu dəyişiklikləri kiçik saxlamaqla, maşının tədricən uyğunlaşmasına imkan verir və nəticələrinizi idarə oluna bilən diapazonda saxlayırsınız. Bu nizam-intizamlı yanaşma, teklif hədəflərinin bir anda 20% və ya daha çox dəyişdirildiyi hesablarda tez-tez rast gəlinən qeyri-müntəzəm performansın qarşısını alır.

• Birləşdirmədən sonra trafikin keyfiyyətinin yaxşılaşıb-yaxşılaşmadığını görmək üçün ‘Dönüşüm dərəcəsi’ tendensiya xəttini izləyin.
• Avtomatlaşdırılmış teklifinizin büdcəniz tərəfindən həddindən artıq məhdudlaşdırılmadığından əmin olmaq üçün ‘Təəssürat payı’-nı izləyin.
• Rəqiblərinizin avtomatlaşdırılmış tekliflərinizə təsir edəcək şəkildə strategiyalarını dəyişib-dəyişmədiyini görmək üçün ‘Hərrac anlayışları’-nı nəzərdən keçirin.
• Gündəlik dəyişkənliyi hamarlamaq üçün 30 günlük pəncərədə ‘Dönüşüm başına xərc’-i müqayisə edin.
• Maşının hələ də sınaqdan keçirə biləcəyi alakasız axtarışlara büdcə sərf etmədiyinizdən əmin olmaq üçün ‘Mənfi açar söz’ performansını yoxlayın.