Персонализация рекламы LinkedIn с помощью ИИ — это процесс использования профессиональных данных платформы, таких как должности, отрасли и уровень стажа, для адаптации рекламного опыта для конкретных B2B-аудиторий. Интегрируя варианты текста, созданные ИИ, и автоматические комбинации активов, рекламодатели могут динамически адаптировать свои сообщения к уникальным профессиональным потребностям каждого потенциального клиента в своем списке целей. Этот подход гарантирует, что технический директор увидит иное ценностное предложение, чем менеджер по маркетингу, даже если они являются частью одной и той же кампании по маркетингу на основе аккаунтов.
Как LinkedIn использует профессиональные атрибуты для таргетинга рекламы?
LinkedIn позволяет рекламодателям персонализировать рекламу, используя профессиональные атрибуты, которые пользователи указывают в своих профилях. К этим атрибутам относятся конкретные должности, размер компании, интересы участников и профессиональные навыки. При настройке кампании в LinkedIn Campaign Manager вы выбираете эти характеристики, чтобы определить свой сегмент аудитории.
Распространенный шаблон — группировка этих атрибутов в персоны. Например, компания-разработчик программного обеспечения может нацелиться на ‘инженерных менеджеров’ в фирмах с более чем 500 сотрудниками. Система использует эти точки данных, чтобы решить, какую версию объявления показать. Согласовывая креатив с профессиональной идентичностью участника, реклама воспринимается не как вторжение, а как актуальный ресурс.
Профессиональные атрибуты также включают группы участников и учебные заведения. Такой уровень детализации редко встречается на других социальных платформах. В типичном аккаунте использование этих фильтров сокращает нецелевые расходы за счет исключения лиц, не имеющих полномочий на принятие решений по вашему конкретному продукту или услуге.
Может ли текст, созданный ИИ, улучшить показатели кликабельности в B2B?
Варианты текста, созданные ИИ, позволяют создавать несколько версий заголовка и описания объявления за секунды. LinkedIn предоставляет инструменты, которые предлагают эти варианты на основе контента вашей целевой страницы и целей кампании. Эта автоматизация помогает преодолеть творческую усталость, гарантируя, что аудитория видит свежие сообщения с течением времени.
Использование ИИ-текста позволяет быстро тестировать различные зацепки. Один вариант может быть сосредоточен на ‘эффективности и скорости’, в то время как другой подчеркивает ‘экономию затрат’. Алгоритм платформы затем отслеживает, какой вариант лучше всего работает с конкретными профессиональными сегментами. Если ‘директора’ чаще кликают на сообщение об экономии затрат, система отдает приоритет этой комбинации для этого конкретного уровня стажа.
Хотя ИИ берет на себя генерацию, необходим человеческий контроль для поддержания голоса бренда. Распространенная стратегия — сгенерировать от пяти до десяти вариантов и выбрать три лучших для активного тестирования. Этот баланс между автоматизацией и курированием часто приводит к лучшему вовлечению, чем одно статичное объявление.
Понимание автоматической комбинации активов в Campaign Manager
Автоматическая комбинация активов — это функция, при которой LinkedIn берет ваши загруженные изображения, заголовки и описания для создания наиболее эффективного макета объявления. Вместо того чтобы вручную создавать каждое объявление, вы предоставляете строительные блоки, а ИИ определяет наилучшее расположение. Это особенно полезно для Sponsored Content и Dynamic Ads.
- Варианты заголовков: Несколько коротких, броских заголовков, сосредоточенных на различных преимуществах.
- Текст описания: Более длинные объяснения, которые обеспечивают контекст для предложения.
- Визуальные активы: Смесь стоковых фотографий, скриншотов продуктов и фотографий команды.
- Кнопки призыва к действию (CTA): Варианты, такие как ‘Узнать больше’, ‘Скачать’ или ‘Зарегистрироваться’.
Система анализирует эффективность в режиме реального времени. Если конкретное изображение в паре с конкретным заголовком приводит к более высокому коэффициенту конверсии, платформа направляет больше бюджета на эту комбинацию. Это сокращает ручной труд, связанный с A/B-тестированием, и позволяет кампании быстрее оптимизироваться.
Почему данные профессиональных атрибутов лучше подходят для B2B-персонализации?
В отличие от потребительских платформ, которые полагаются на историю просмотров или ‘лайки’, LinkedIn использует проверенные карьерные данные. Это делает персонализацию намного точнее. Когда вы нацеливаетесь на ‘старшего инженера DevOps’, вы достигаете того, кто явно указал эту роль в своей истории работы. Эта точность является основой эффективной B2B-персонализации.
Персонализация на профессиональном уровне позволяет использовать ‘отраслевой язык’. Например, реклама инструмента кибербезопасности может использовать техническую терминологию при таргетинге на специалистов по ИТ-безопасности, в то время как для генеральных директоров используется более широкий деловой язык. Это изменение тона, подкрепленное данными атрибутов, укрепляет доверие к зрителю.
Кроме того, данные LinkedIn обновляются, когда люди меняют работу или получают повышение. Это гарантирует, что ваша персонализация остается актуальной. Если потенциальный клиент переходит с роли ‘менеджера’ на роль ‘директора’, система на базе ИИ может автоматически начать показывать ему сообщения, адаптированные к его новым руководящим обязанностям.
Каковы шаги по настройке персонализированной ИИ-кампании?
Настройка персонализированной кампании требует структурированного подхода в LinkedIn Campaign Manager. Выполните следующие шаги, чтобы интегрировать профессиональные атрибуты с творческими элементами на базе ИИ.
- Определите свою аудиторию: Перейдите в раздел ‘Аудитория’ и выберите конкретные профессиональные атрибуты, такие как функциональная роль и стаж.
- Включите ИИ-предложения: При создании объявления найдите переключатель ‘ИИ-предложения текста’, чтобы сгенерировать варианты заголовков и текста.
- Загрузите несколько активов: Предоставьте как минимум три разных изображения или видео, чтобы разрешить автоматическую комбинацию активов.
- Настройте отслеживание конверсий: Убедитесь, что Insight Tag установлен на вашем сайте, чтобы дать ИИ обратную связь о том, какие персонализации приводят к продажам.
- Отслеживайте вкладку ‘Демография’: Проверяйте результаты кампании, чтобы увидеть, какие должности наиболее активно взаимодействуют с вашими ИИ-вариантами.
В типичном аккаунте лучше всего начать с широкой профессиональной группы, а затем сузить ее на основе данных, которые вы соберете за первые две недели. Например, SaaS-фирма может начать с таргетинга на всех специалистов по ‘финансам’, а затем понять, что их ИИ-текст для ‘бухгалтеров’ значительно превосходит текст для ‘финансовых директоров’.
Управление бюджетом для персонализации на базе ИИ
Персонализация требует достаточного количества данных для эффективности. Если ваш бюджет слишком мал, у алгоритма LinkedIn не будет достаточно показов, чтобы определить, какой вариант ИИ-текста работает лучше всего. Для кампании, использующей автоматические комбинации активов, для начальных этапов тестирования часто рекомендуется ежедневный бюджет не менее 50–100 долларов.
Вам также следует рассмотреть стратегию ‘ставок’. Использование ‘автоматизированных ставок’ позволяет ИИ LinkedIn управлять вашими расходами, отдавая приоритет персонализированным комбинациям, которые с наибольшей вероятностью приведут к желаемому результату. Это избавляет от догадок о том, сколько платить за клик от высокоценного профессионала.
Распространенные ошибки в автоматизированной персонализации LinkedIn
Частая ошибка — чрезмерная сегментация аудитории. Если вы создаете слишком много маленьких групп с конкретными профессиональными атрибутами, у ИИ недостаточно данных для обучения. Часто лучше иметь одну большую аудиторию и позволить функции автоматической комбинации активов обрабатывать вариации внутри этой группы.
Еще одна ошибка — пренебрежение целевой страницей. Если ваша реклама в LinkedIn сильно персонализирована с использованием ИИ-текста, но целевая страница является общей, пользовательский опыт нарушается. Убедитесь, что профессиональные атрибуты, используемые в таргетинге рекламы, отражены в заголовках целевой страницы вашего сайта.
Наконец, избегайте полагаться на 100% на ИИ в вопросах технической точности. Хотя ИИ может генерировать отличные варианты текста, он может иногда неправильно использовать отраслевые аббревиатуры или жаргон. Всегда проверяйте созданный текст, чтобы убедиться, что он соответствует профессиональным стандартам вашей конкретной отрасли.
С чего начать на этой неделе
Чтобы начать использовать персонализацию рекламы LinkedIn с помощью ИИ, войдите в свой Campaign Manager и выберите существующую кампанию, которая показала низкие результаты. Перейдите на вкладку ‘Креатив’ и поэкспериментируйте с инструментом предложений ИИ-текста, чтобы сгенерировать три новых заголовка. Соедините их с различными профессиональными атрибутами, такими как ‘стаж работы’, чтобы увидеть, улучшит ли более индивидуальный подход ваши показатели вовлеченности. Отслеживайте результаты в течение семи дней, прежде чем вносить дальнейшие корректировки в свои комбинации активов.
Читать далее: Linkedin Ads · B2B Marketing