Большинство медиабюджетов устанавливаются раз в квартал, распределяются по каналам в таблице и пересматриваются постфактум. К тому времени, когда ежемесячный отчет показывает, что одна кампания была недофинансирована, а другая вливала деньги в исчерпанную аудиторию, месяц заканчивается, а деньги потрачены. Работа над рекламой с распределением бюджета с помощью AI заключается в устранении этого разрыва: превращении перераспределения в непрерывный процесс, измеряемый днями, а не в ретроспективное упражнение, измеряемое кварталами.
Ограничение никогда не было аналитическим. Любой может увидеть, что кампания, достигающая своей цели при ограничении бюджета, должна получать больше денег. Ограничение было операционным: ни у кого не было времени проверять сорок кампаний ежедневно, а люди с полномочиями перемещать бюджет были на собрании, которое проходило ежемесячно. Автоматизация устраняет первую проблему. Вторая — это управленческое решение, и обычно именно оно на самом деле блокирует работу.
Найдите деньги, которые уже лежат без дела
Начните с самых простых побед, потому что они велики, и никто ими не воспользовался. Почти в каждом аккаунте, который мы проверяем, есть бюджет, который структурно невозможно потратить: кампания с дневным лимитом, намного превышающим то, что может обеспечить ее таргетинг, другая, ограниченная бюджетом при комфортном превышении цели, и третья, которая идет к недорасходу за квартал за две недели до конца. Ни для чего из этого не нужна модель, чтобы найти. Они требуют, чтобы кто-то смотрел каждый день, что и делает запланированный скрипт бесплатно.
Сначала постройте представление о темпах: для каждой кампании, расходы на текущую дату, ожидаемые расходы к концу месяца при текущей ставке и разрыв по сравнению с планом. Эта единственная таблица обычно окупает весь проект. Только после того, как она существует, есть смысл добавлять модель сверху.
Правила перераспределения, которые работают
Логика не должна быть сложной, чтобы быть полезной. Ей нужно часто выполняться и соблюдать ограничения, которые на самом деле есть у бизнеса.
- Перемещайте деньги в сторону кампаний, которые ограничены бюджетом и достигают своей цели по эффективности, с шагом от десяти до двадцати процентов, а не удваивая.
- Забирайте деньги у кампаний, которые идут к недорасходу, так как этот бюджет все равно пропадает.
- Соблюдайте минимальные бюджеты для стратегических кампаний, которые существуют по причинам, отличным от немедленной отдачи.
- Заморозьте перераспределение во время периода обучения, иначе автоматизация будет бороться с участником торгов.
- Ограничьте общее ежедневное движение, чтобы один плохой день данных не мог реструктурировать аккаунт.
Последние два наиболее важны. Распределитель, который реагирует на каждое ежедневное колебание, будет колебаться: он переводит бюджет в кампанию после сильного дня, запуская новую фазу обучения, что снижает производительность, что запускает обратный сдвиг. Сглаживание как минимум за семь дней предотвращает большую часть этого.
Где рекламе с распределением бюджета с помощью AI нужна модель
Правила управляют темпами. Модель решает более сложный вопрос: не какая кампания работает лучше всего прямо сейчас, а какая из них будет продолжать работать при более высоком бюджете. Это разные вещи. Кривые отклика выравниваются, и кампания, приносящая отличные цифры при двухстах евро в день, может не принести ничего дополнительного при шестистах. Оценка предельной отдачи, а не средней отдачи — это тот момент, когда реклама с распределением бюджета с помощью AI становится чем-то большим, чем просто запланированный скрипт.
Практически это означает подгонку кривой насыщения для каждой кампании на основе ее собственной истории расходов, а затем распределение так, чтобы предельная отдача была выровнена между кампаниями. Это ответ из учебника, и его можно достичь с помощью нескольких месяцев ежедневных данных. Там, где история скудна, намеренно варьируйте бюджеты в течение нескольких недель, чтобы создать вариацию, необходимую кривой. Плоские расходы ничему не учат вас о том, что происходит на других уровнях.
Не позволяйте ей работать без присмотра
Каждый автоматизированный распределитель должен предлагать, прежде чем действовать, по крайней мере в течение первых нескольких месяцев. Отправляйте предложенные шаги в канал, где человек видит их каждое утро, с приложенным обоснованием. Из этого вытекают две вещи. Вы ловите случаи, о которых правила не могли знать, например, нехватку запасов или кампанию, которая существует для поддержки розничного партнера. И вы укрепляете доверие к логике, что в конечном итоге дает разрешение позволить ей выполняться напрямую.
Ведите журнал каждого изменения с его обоснованием. Когда производительность меняется, первым вопросом будет, что изменилось, и аккаунт, где бюджеты меняются ежедневно без записи, очень трудно диагностировать. Журнал ничего не стоит и экономит день каждый раз, когда что-то идет не так.
Измеряйте сам распределитель
Честный тест — это контрфактический: что бы принес месяц при старом фиксированном разделении? Вы можете аппроксимировать это, удерживая часть аккаунта на ручном распределении в течение квартала и сравнивая смешанную эффективность. Улучшение обычно не является драматическим для одной кампании. Оно проявляется на уровне аккаунта, как меньше дней потраченных впустую расходов и меньше кампаний, ограниченных при работе.
Это реалистичное обещание здесь. Перераспределение не создает спрос и не исправляет плохую креативность. Оно останавливает рутинную, повторяющуюся потерю бюджета, который лежит не в том месте в течение трех недель, что в большом аккаунте является значительной суммой каждый месяц, и той, которую ни один ретроспективный обзор никогда не возвращал.
Продолжайте читать: Оптимизация рекламы с помощью AI
Связанная услуга: Оптимизация рекламы с ИИ