- 发表时间:2020-08-27 10:00
- 来源:数度域
本周早些时候,谷歌发布了谷歌属性(google attribution ),这是一种使用机器学习来衡量各种设备和渠道的在线营销活动有效性的工具。
作为google marketing next推出的一系列新测量工具的一部分,google attribution旨在帮助营销人员确定是什么驱使消费者做出在线购买决定。
广告和商务高级副总裁sridhar ramaswamy指出,谷歌正处于一个“拐点”,在使用技术来衡量在线营销的有效性时。
他对与会者说:“令人兴奋的是,那些真正困难的事情,我们将能够使之变得容易,因为技术正在做着繁重的工作。”
秒很重要
ramaswamy说,页面加载时间是一个重要因素,它决定了广告商需要花多长时间在网上吸引消费者。
最近的一项研究分析了100多个国家的900,000个手机登陆页面,发现随着加载时间从1秒增加到7秒,消费者反弹的概率增加了一倍多。这意味着页面加载时间每延迟一秒,转换速度就会下降20%。
ramaswamy认为,大多数现有的归因测量工具有三个主要缺点。首先,当他们在工具之间移动时,他们会忘记客户的旅程;第二,它们很难建立;第三,它们没有与广告工具集成。
由于这些缺点,营销人员通常坚持使用最后点击属性,这忽略了大多数营销接触点的影响。
谷歌表示,新的谷歌归属工具整合了来自广告词、谷歌分析和双击搜索的数据,提供了所有营销渠道的更全面的数据。
谷歌表示,谷歌的归属也使得切换到数据驱动的归属变得容易,数据驱动的归属使用对公司目标影响最大的广告、关键词和活动。使用数据驱动的属性模型通常需要最少的一组数据,即15,000次点击,以及在30天内至少600次转换。
谷歌集团产品经理bill kee指出,谷歌将提供一个企业版,即google attribution 360,以满足大型广告商的需求。
google attribution目前处于测试阶段,将在未来几个月向更多客户推出。
还没准备好
tirias research的首席分析师paul teich表示,google attribution对广告商而言是一种“渴望销售”,尤其是对中小企业而言。
他告诉《电子商务时报》:“谷歌打算让它免费,所以它将看到很多的吸收,但许多用户将没有比较经验来判断他们在属性方面做得有多好。”
teich说,主要的好处将是为设计在线用户体验提供更容易获得的反馈,他指出,目前还不清楚人工智能如何做出贡献,至少在attribution能够分析数百万个网页之前是这样。
stratecast/frost & sullivan的项目经理迈克尔·裘德(michael jude)观察到,与其他互联网公司相比,谷歌走在了曲线的前面,这些公司在衡量网络营销效率方面只是中等水平。
他告诉《电子商务时报》:“机器学习的确让它在理解点击和网上购物之间的关系方面具有优势。”
裘德解释说:“虽然简单的算法可以提供一些洞察力,特别是当应用到最后点击模型,机器学习可以理解这样的事情,如点击回来,在最后的关键点击不是购买,而是一个人工制品的比较购物。”
数据点
谷歌还发布了几条与提供额外营销数据相关的公告。
它推出了一个新的广告词测试版,让广告商使用快速加载的amp页面作为搜索广告的登陆页面,并通过谷歌disp lay网络加速广告。在此之前,大约18个月前,谷歌推出了加速移动页面项目,以更快的浏览速度来加速网络。
谷歌还宣布了一个新的工具来吸引市场内的观众进行搜索,以帮助广告商接触到准备购买他们产品的用户。使用机器学习,该工具分析数万亿次搜索查询和数百万个网站,以确定搜索者何时接近做出购买产品的决定。
该公司公布了在设备和活动层面推出商店销售衡量的计划,这将允许广告商衡量搜索和购物广告带来的店内收入和商店访问量。
谷歌表示,如果广告商通过忠诚度计划在销售点收集电子邮件信息,商店交易可以由广告商直接导入广告词,或者通过第三方数据合作伙伴导入。
与谷歌将机器学习引入在线营销评估 相关的文章: