Шесть ошибок в performance-маркетинге с ИИ
Алгоритм оптимизирует то, что вы ему задали. Шесть ошибок в performance-маркетинге с ИИ и как их избежать.
AI-маркетинг · Новости
Все новости
Ретейлер запускает кампанию с ИИ-оптимизацией и просит больше новых клиентов. Через месяц отчёт показывает рекордно низкую стоимость конверсии. Отдел продаж в это время видит другую картину: покупают те же люди, что покупали и раньше. Алгоритм честно привёл к конверсии тех, кто и так собирался купить.
Об этом пишет MarTech в разборе шести ошибок в performance-маркетинге с ИИ. Главная мысль статьи простая: алгоритм отлично делает то, что ему поручили, и делает это быстрее и в большем масштабе. Поставить задачу, которая приносит деньги, может только человек.
Ошибка первая: цель выбирает алгоритм
Любая оптимизация начинается с цели. В поисковой рекламе это может быть стоимость заявки, в программатике - конверсия или возврат на рекламные расходы, в соцсетях - охват, лиды или покупки. ИИ научился хорошо работать с этими показателями.
Вопрос, который остаётся за кадром: зачем бизнесу этот конкретный показатель. Низкая стоимость заявки полезна, высокий возврат на расходы полезен, рост числа конверсий полезен. Ни один из этих показателей сам по себе не равен приросту прибыли.
Авторы советуют сначала описать бизнес-результат, а потом решать, как технология поможет к нему прийти.
Ошибка вторая: путать отчёт платформы с результатом бизнеса
У каждой рекламной платформы есть свой дашборд, своя модель атрибуции и своё определение успеха. Бренд, который одновременно ведёт кампании в соцсетях, поиске, на connected TV и в программатике, получает четыре разных отчёта. В каждом канал выглядит прибыльным.
Кто из них создал спрос, а кто перехватил готового покупателя? Какие люди видели рекламу сразу в нескольких каналах? Какие продажи случились бы и без рекламы? Ответить на эти вопросы средствами одной платформы нельзя. Платформа должна наполнять систему измерения, а не подменять её.
Если сумма конверсий по всем каналам заметно больше общего числа сделок в CRM, каналы считают одни и те же продажи по нескольку раз. Разница между двумя цифрами и есть та часть рекламного вклада, которую стоит перепроверить.
Ошибка третья: оптимизировать всё, что под рукой
Автоматизация позволяет менять тысячи параметров: ставки, аудитории, площадки, креативы, бюджеты. Каждое такое изменение технически возможно. Вопрос в том, улучшает ли оно результат для бизнеса.
Команда, которая реагирует на каждое колебание в дашборде, тратит время на шум. Не каждый всплеск метрики что-то значит, не каждая находка стоит внимания. Роль маркетолога смещается: раньше он крутил рычаги, теперь решает, какие рычаги вообще существуют.
Ошибка четвёртая: не проверять инкрементальность
Чем лучше платформы находят людей, готовых к покупке, тем важнее понять, создала ли реклама эту покупку. Инкрементальность как раз об этом.
Автомобильный бренд запускает кампанию на ИИ-оптимизации и видит рост заявок. Платформа записывает большую часть заявок на свой счёт. Полезная информация, но главный вопрос открыт: сколько заявок пришло бы без рекламы? Географические тесты, контрольные группы и holdout-аудитории отвечают на него там, где платформа ответить не может. Чем сильнее автоматизация, тем нужнее независимое измерение.
Ошибка пятая: смотреть только на последнее действие
За каждой цифрой в отчёте стоит человек. Он может увидеть ролик по телевизору со стримингом, найти бренд в поиске, наткнуться на пост в соцсетях и купить в магазине у дома. Поведение редко бывает линейным, и решение редко принимается за один клик.
Оптимизация под последнее измеримое действие обнуляет ценность ранних касаний. Именно они формируют спрос, который потом подбирают каналы с атрибуцией по последнему клику.
Ошибка шестая: отдать ИИ решения без человека
Машина хорошо обрабатывает информацию, находит закономерности и повторяет однотипные решения в большом объёме. Человек приносит контекст: стратегию, бренд, знание клиента и рынка.
Модель показывает, что одна аудитория конвертирует дешевле. Маркетологу решать, это будущая точка роста или самая лёгкая аудитория. Платформа советует перекинуть бюджет в канал, а человек понимает, что будет с остальной медиамикс и с покупательским путём. Алгоритм находит аномалию, а человек решает, это возможность, проблема или случайный выброс.
«ИИ может автоматизировать путь. Решать, куда идти, всё равно маркетологу».
- MarTech, разбор ошибок в performance-маркетинге
Что это значит для бизнеса
Начните с одного вопроса к любой кампании с автоматической оптимизацией: какую цель видит алгоритм и как эта цель связана с прибылью. Если в настройках стоит стоимость заявки, а бизнес хочет новых клиентов, разрыв между ними кто-то должен закрыть вручную.
Дальше стоит сверить цифры платформы с CRM. Расхождение в суммах конверсий покажет, где реклама записывает на себя чужие продажи. Для компаний во Владивостоке и на Дальнем Востоке, которые продают через несколько регионов, это стоит учесть первой: у каждого региона своя база покупателей, и кампания с широкой географией легко тратит бюджет на тех, кто купил бы и так.
Автоматизация маркетинга с помощью ИИ экономит часы работы, если заранее описать, что считается успехом. Без этого описание алгоритм найдёт сам, и не факт, что оно совпадёт с целями компании.