24/07/2020
Negli ultimi anni Google ha prestato grande attenzione alle soluzioni automatizzate per l’utente proponendone sempre di più vantaggiose. L’obiettivo è quello di semplificare la gestione delle campagne, massimizzare il valore delle conversioni e raggiungere un ampio target di utenti interessati.
Un esempio? Le Smart Shopping Campaigns, che sfruttano la tecnologia di automazione e machine learning per offrire, ad un target di interessati scelto accuratamente dal sistema, il giusto prodotto al giusto momento. Tutte le decisioni si basano sulla possibilità che hanno gli annunci di generare conversioni. Questo tipo di campagna quindi è praticamente autonoma e richiede poche ottimizzazioni da parte dell’inserzionista. Si devono solamente inserire l’obiettivo ed il budget della campagna; la Smart Shopping si occuperà del resto.
Gli annunci delle campagne Smart Shopping vengono pubblicati su reti Google, tra cui la rete di ricerca di Google – che mostra gli annunci alle persone interessate al tuo prodotto -, la Rete Display di Google – che mostra i prodotti agli utenti che navigano in Internet o utilizzano applicazioni prima ancora di cercare ciò che offri -, YouTube e Gmail.
Figura 1: le reti di pubblicazione https://support.google.com/searchads/answer/9171542?hl=en
Così come per le campagne Shopping tradizionali, le Smart Shopping creano annunci utilizzando le informazioni contenute nel feed caricato nel Google Merchant Center. Le seconde, tuttavia, sfruttano un algoritmo che decide in modo automatico le combinazioni di testo ed immagini con cui l’annuncio verrà mostrato, i posizionamenti ed il target più interessato ai prodotti offerti.
Le campagne Smart Shopping utilizzano di default la strategia di offerta automatica “massimizza il valore delle conversioni”. Puntano, quindi, a generare il massimo delle entrate con un determinato budget deciso a priori dall’inserzionista, e che può cambiare nel corso del tempo. È disponibile anche un’altra strategia di offerta, sempre automatica: il target ROAS. In questo caso, l’obiettivo è sempre il valore della conversione ma con un maggiore controllo sulla spesa pubblicitaria.
Inoltre, è stata da poco presentata una nuova beta che dovrebbe essere accessibile agli utenti intorno ad agosto 2020. Questa prevede un nuovo obiettivo di conversione: l’acquisizione di nuovi clienti – new customer acquisition (NCA). Affinché Google sia in grado di identificare se un utente sia nuovo o di ritorno, ci sono tre metodi da considerare:
Con questa strategia quando un nuovo cliente effettua un acquisto, per determinare il valore di conversione totale, si sommano il valore del nuovo cliente e il valore dell’acquisto. Poiché la strategia di offerta delle campagne Smart Shopping è di massimizzare il valore di conversione, verrà massimizzato il valore di conversione totale, incluso il valore del nuovo cliente.
Attivare una campagna Smart Shopping è molto semplice; il procedimento è molto simile a quello della Shopping tradizionale. Tuttavia, prima della partenza è necessario soddisfare alcuni requisiti fondamentali:
Se servono maggiori informazioni su settaggio e prerequisiti per l’attivazione, Google fornisce una guida completa con tutti gli step da seguire per la loro creazione. Ecco dove la si può trovare https://support.google.com/google-ads/answer/7674740
Facilità di impostazione e self-optimizations sono davvero allettanti per noi inserzionisti. Tuttavia, è necessario tenere in considerazione che ci sono delle limitazioni quando si tratta di attivare una Smart Shopping Campaign. Vediamo alcuni dei problemi più discussi:
Di certo le Smart Shopping sono uno strumento molto utile che permette di ridurre i tempi di creazione, ottimizzazione e gestione della campagna. Tuttavia, basandosi esclusivamente sul machine Learning e sull’automazione, tolgono quasi completamente il controllo all’inserzionista. Per ottenere i benefici maggiori, suggeriamo, quindi, di attivarle, con cognizione di causa, su account strutturati con uno storico importante e solido alle spalle.
AUTORE: Anna Plazzotta – Paid Specialist