Otomatik teklif verme artık kampanya bazında yaptığınız bir tercih değil. Çoğu platformda bu varsayılan yöntemdir ve birçok kampanya türünde manuel seçenek hiç bulunmaz. Asıl sorulması gereken, AI teklif stratejilerini kullanıp kullanmamak değil, onlara karşılığında ne borçlu olduğunuzdur. Otomatik teklif veren sistem, her açık artırma için dönüşüm olasılığını tahmin eden ve fiyatlandırmayı buna göre yapan bir modeldir. Bu işi çok iyi yapar ancak tamamen ona verdiğiniz sinillere bağımlıdır. Ona hatalı dönüşüm verileri beslerseniz, kötü sonuçların peşinden etkileyici bir verimlilikle gider.
Aynı başarısızlığı tekrar tekrar görüyoruz. Bir hesap manuel TBM’den değer bazlı bir stratejiye geçiyor, performans üç hafta iyileşiyor, sonra düşüşe geçiyor. Piyasada hiçbir şey değişmedi. Değişen şey, teklif verme sisteminin belirli bir ucuz dönüşüm eyleminin üretilmesi en kolay eylem olduğunu doğru bir şekilde öğrenmesi ve tüm hesabı buna yönlendirmesidir. Strateji tam olarak kendisine söyleneni yaptı. Talimat yanlıştı.
Gerçekte ne satın aldığınıza karar verin
Herhangi bir strateji seçmeden önce hedefi belirleyin. Hedef EBM, belirli bir maliyetle dönüşüm sayısını optimize eder. Hedef ROAS, harcamaya karşılık geliri optimize eder. Hedefsiz dönüşümleri en üst düzeye çıkarma stratejisi ise kendisine ne verilirse onu harcar. Bunlar gerçekten farklı hedeflerdir ve farklı hesap yapıları oluştururlar. Ürünler arasında geniş marj farkları olan bir işletme Hedef EBM çalıştırmamalıdır; çünkü teklif verme sistemi düşük marjlı bir satış ile yüksek marjlı bir satışı aynı kabul edecek ve hangisini kazanmak daha ucuzsa ona yönelecektir.
Marjlar değişkenlik gösteriyorsa, sayıları değil değerleri gönderin. Bu, her dönüşümle birlikte bir değer iletmek anlamına gelir; ideal olan, sipariş toplamı yerine brüt kârdır. Bu, çoğu e-ticaret hesabı için mevcut olan en yüksek kaldıraçlı değişikliktir ve genellikle etiket yapılandırmasında iki saatlik bir iştir. Bu yapılmadığı sürece, strateji değiştirmek hiçbir işe yaramayacaktır.
Teklif verme sistemine öğrenebileceği kadar veri verin
Tüm AI teklif stratejileri hacme ihtiyaç duyar. Yaygın olarak belirtilen alt sınır, kampanya başına otuz günlük bir pencerede yaklaşık otuz dönüşümdür ve bu rahat bir seviye değil, bir alt sınırdır. Bunun altında model çok zayıf kanıtlara dayanarak çalışır ve tahminleri dalgalanır. Çözüm yapısaldır: birleştirin. Sekizer dönüşümlü beş kampanya hiçbir şey öğrenemez. Kırk dönüşümlü bir kampanya ise bir şeyler öğrenir.
Bu, ince segmentasyonun kontrol sağladığı manuel teklif verme eğitimine sahip herkesin içgüdülerine aykırıdır. Otomasyonda segmentasyon, doğruluktan ödün vermenize neden olur ve artık kullanmadığınız bir kontrolü satın almanızı sağlar. Ayrımı yalnızca farklı bütçelere veya farklı hedeflere gerçekten ihtiyaç duyduğunuz yerlerde koruyun: farklı ülkeler, farklı marj profilleri, marka ve marka dışı aramalar gibi. Diğer her şey birleştirilmelidir.
Hedefleri yavaşça ve tek tek değiştirin
Her anlamlı değişiklik, öğrenmenin bir kısmını sıfırlar. Hedef EBM’yi yüzde elli oranında düzenlemek, dönüşüm eylemini değiştirmek ve aynı gün içinde yeni kitleler eklemek, sonucu hiçbir şeye bağlayamamanıza neden olur. Hedefleri yaklaşık yüzde on ila yirmi oranında artırın ve değerlendirme yapmadan önce tam bir dönüşüm döngüsü bekleyin. Tıklamadan satışa kadar tipik gecikmeniz dokuz günse, üç günlük bir okuma, bir okuma değildir.
Öğrenme süreci gerçektir ancak aynı zamanda bir bahane olarak da kullanılır. Bir strateji altı haftadır yerindeyse ve hala düşük performans gösteriyorsa, cevap daha fazla sabır değildir. Bu genellikle bir veri sorunudur: yinelenen dönüşümler, eksik bir değer, satış döngüsüyle eşleşmeyen bir ilişkilendirme penceresi veya işletmenin önemsemediği bir olayı sayan bir dönüşüm eylemi.
AI teklif stratejilerinin hala insana ihtiyaç duyduğu yerler
Otomasyon açık artırmayı fiyatlandırır. Açık artırmanın ne için olduğunu belirlemez. Bunlar sizin sorumluluğunuzda kalmaya devam eder:
- Dönüşüm eylemini ve değerini tanımlamak, tamamen hariç tutulacak eylemler dahil.
- Bütçe tavanlarını belirlemek, çünkü bir “maksimuma çıkarma” stratejisi mevcut olan her şeyi harcayacaktır.
- Modelin geç keşfetmesine izin vermek yerine, bilinen artışlardan önce mevsimsellik ayarlamalarına karar vermek.
- İşletmenin hizmet vermeyeceği kitleleri ve yerleşimleri hariç tutmak; bunu hiçbir teklif verme sistemi tahmin edemez.
- Daha ucuz bir dönüşümün gerçekten daha iyi bir dönüşüm olup olmadığına karar vermek; bu, işletmeyi bilmeyi gerektirir.
Son nokta vurgulanmayı hak ediyor. Teklif veren sistemler sonucu değil, metriği optimize eder. Potansiyel müşteri başına maliyet iyileşirken potansiyel müşteri kalitesi düşerse, her panel daha iyi görünecektir ve sorunu ilk fark eden satış ekibi olacaktır. Mümkün olan yerlerde çevrimdışı dönüşümleri içe aktararak döngüyü kapatın; böylece kalite sinyali, platformun asla görmediği bir CRM’de kalmak yerine modele ulaşır.
Karşılaştırmayı dürüstçe yapın
Bir stratejiyi diğeriyle test ederken, bunları ayrı kampanyalarda çalıştırmak yerine platformun kendi deney araçlarını kullanın. Ayrı kampanyalar birbirleriyle rekabet eder, aynı sorgu alanını paylaşır ve sonuçta hangisinin daha iyi envanter aldığını yansıtan veriler üretir. Doğru bir bölünme, açık artırmayı sabit tutar ve kullanıcıları böler. Bu daha uzun sürer ve üzerinde işlem yapmaya değer tek yöntem budur.
Açık artırmayı makineye devretmek 2026’da doğru varsayılan yöntemdir. Ancak bu bir yetki devridir, sorumluluktan kaçış değil. Teklif veren sistem, başarı olarak tanımladığınız her ne ise onun peşinden, ölçekli bir şekilde, tereddüt etmeden ve tanımın yanlış olduğunu size söylemeden gidecektir. Tanımı doğru yapmak artık işin büyük bir kısmını oluşturuyor.
Okumaya devam edin: AI Advertising Optimization