谜致力打造黑帽SEO培训行业第一品牌
SEO优化服务:正规SEO培训教程、黑帽SEO培训技术
SEO行业资讯

当前位置:主页 > SEO行业资讯 > 数字营销人员他们在AI世界中的样子

数字营销人员他们在AI世界中的样子

来源:黑帽SEO培训 dozu.com.cn发布时间:2019/06/30

我们都知道自动化正在极大地改变我们接近PPC的方式。从设置到管理和优化活动,我们的角色都在不断发展。在他的新书“人工智能世界中的数字营销”中,前Googler和竞选优化平台Optmyzr的联合创始人Frederick Vallaeys讨论了为什么现在比以往更了解PPC的基本原理,机器学习能做什么(而且不能do)以及营销人员需要的技能和能力。
我上周在西雅图的SMX Advanced与Vallaeys坐下来讨论这本书。我们讨论了他作为AdWords早期团队成员及其最大广告客户之一的时间,以及为什么他对我们在自动化时代担任数字营销人员的各种角色持乐观态度。请听一下或阅读下面的采访。
让我们在一个非常基本的层面上讨论它:当我们谈论人工智能时,当我们谈论机器学习时,当我们谈论自动化以及营销人员需要真正了解这些术语意味着什么被抛出时,我们谈论的是什么非常。
在超高级别,您必须了解技术的来源以及技术的发展速度。从根本上说,要明白这是一个非常真实的变化,会产生重大影响。但它也没有像很多人想的那样包罗万象。
因此,如果你看一下传统的媒体或电影,人工智能就像这些类人生物基本上可以完成所有事情,而这并不是我们所处的位置。在PPC中,它主要是机器学习,针对非常具体的问题,例如,“嘿,如果我们有ROAS目标,我们如何设置正确的出价。因为我们必须进行每次点击费用出价,因为Google拍卖的工作原理是什么?
因此,自动化非常具体。但是,我认为,在某种程度上也理解它的历史。因此,人工智能实际上并不是Google广告中的新功能。所以质量得分,我的意思是,这就像十多年前一样。这是原始的机器学习系统 - 确定特定查询的特定关键字和广告组合的预测点击率
你有一个建设的手。
是的,我在那个团队。所以这本书也是一个有趣的部分 - 提供洞察力或观点,并讲述一些故事,你知道,与创始人一起打曲棍球并交叉检查Sergey [Bring,Google联合创始人]然后仍然是幸运的那天不要被解雇。
稍微谈谈您在Google的历史以及您所拥有的故事的一些亮点。
首先,当我加入谷歌时,我已经列出了一份我想要工作的公司很短的名单,谷歌有点起来但不是那么大,但是 - 这就是为什么我可以和谢尔盖一起打曲棍球,我交叉检查了他,因为我当时并不知道他是谁。然后他变得非常有名。
收购Urchin。飞往圣地亚哥,并结识那个小团队,最终成为谷歌分析。这是当今网络营销中最基础的事情之一,对吧?如果我们没有这些数字,我们会怎么做?
其他一些亮点:所以当我在谷歌工作时,我实际上开始做广告,因为我看到了光明。我当时想,“噢,天哪,人们每个月花费3万美元 - 而那一天让你成为一级广告客户,这就像是最大的广告客户。
您可以成为广告客户,了解产品的开发方式。
因为构建这些工具的人与使用这些工具的人之间存在着某种差距,并且您帮助建立了这些联系。
对,你甚至在这看到。我在SMX,谷歌有一个主题演讲。这是一个很好的愿景,但是这个愿景与你如何实现目标之间存在一定的差距。所以这就是我在谷歌的角色。我开始做广告,成为一个非常大的广告客户和联盟广告客户,我不知道哪些关键字正在转换。你猜怎么着?转换跟踪在当天不存在。
我们都有这个概念,是的,PPC工作得很好,但实际上,我们仍然不知道实际上是什么工作。我们只是在砸钱。所以,我建立了自己的小转换跟踪系统。然后团队注意到并说:“这很酷。也许所有广告客户都应该这样做。你能跟产品团队谈谈吗?“那是我早期的产品之一。
所以你在书中说,考虑我们需要掌握的技能,我们很多人不需要了解那些技术细节,但是你需要了解“智能”系统在做什么,而不是做,我认为这非常重要。在技​​术方面没有杂草的PPC营销人员需要了解这些工具和系统能够做出更好决策并确保机器正在做他们所做的事情的因素和方法有哪些因素实际上该怎么办?
我认为这是一个重要的前提。PPC营销人员必须继续努力的一件大事就是通过为机器提供更多有关您业务的数据来帮助机器学习。有时候这很可怕,对吗?你和很多企业谈过这样的话,“我们不想给谷歌更多的数据,因为你会用它做一些邪恶的事情。”我在谷歌工作。这不是一个邪恶的公司。自从我离开这方面以来,我认为它没有改变。最终其中一项保障措施仍然是拍卖,对吧?所以,你知道,你给出了额外的信息,谷歌真正做到的就是当它认为转换的可能性更高时,它试图提高你的出价,反之亦然。
但是现在,我认为PPC的基础或基础知识仍然非常重要。我和人们交谈,他们正在使用tROAS竞标。我问他们,“那么,你如何根据转换率和价值从目标ROAS转到实际每次点击费用?”他们无法进行数学计算。如果你不能......我不指望你当场做,但你应该能够思考并实际解释,然后就像是,“好吧,如果它使用每次转换的历史转换价值或者每次点击,我们有什么样的数据可能会告知某些表现更好或更差的受众,以及我们可以做些什么呢?我们是否应该通过建立一个新的受众群体来补充Google的理解,这些受众群体会关注对我们重要的事情?“
因为这是机器学习的基础之一,它使用历史数据来预测未来。因此,这种重大转变正以一种全新的方式思考您的数据。您谈到的其中一件事就是通过更多数据告知这些算法,并且Google存在差距。因此,当团队互相交谈时,好吧,我们想要使用智能出价 - 也许它甚至不是谷歌的智能出价,任何智能出价,它是第三方工具 - 你弄清楚,好的这就是数据我们有,这是我们的目标。这有助于我们实现目标吗?
那么,思考这个过程并思考“有什么差距?”的步骤是什么?有人回到办公室说:“这是我们的挑战。我如何独自完成这项工作或与团队合作,因为我现在无法访问这些数据?“
是的,这真的是PPC专家将要发挥作用的重大事件之一,我认为这不是一个简单的答案,但这就是我们为什么会有前进的工作。由于这个新问题,我们的工作已被重新定义。它有几个问题。其中之一是谷歌并没有真正告诉你它拥有什么数据或它使用了什么数据。所以我给出的一个例子是质量得分。有一次,我们说,“嘿,我们应该看看月球周期并弄清楚这是否会影响预测的点击率。”我们发现系统范围内,它确实没有 - 所以我们决定不使用它是一个因素。现在,如果你是塔罗牌读卡器或通灵者,你知道,也许这很重要。
我知道,当我读到我认为它也是产科病房。这么多......交付是基于满月发生的。任何产科病房护士都会说,满月是我们满员的时候。所以我在想,哦,这是一个很好的例子,你知道,总的来说,月球周期可能不重要,但也有类似的东西。
有特定的垂直行业。然后,如果它对你有用,那就是当你必须弄明白的时候,我们如何通知谷歌这一点。对?
然后另一个非常难以解决的问题是,我们也必须发挥作用,产科病房说:“是的,我们已经吃饱了。”但真的,多么充实?你比不寻常的人多25%吗?如果你达到了产能,那么这是否意味着你想要更高的出价,或者你想要降低出价?
这成为一个战略决策,你可能需要将数据插入自己的机器学习系统 - 如果你没有足够的数据,你仍然可以对此进行一些统计分析。但现在你有了数据点。你可以说,“好的满月我们将把我们的出价提高20%。”因此,过去提高出价意味着“提高你的每次点击费用20%”,现在它可能意味着“增加你的每次转化费用的目标是通过另一个数字来降低或降低您的增值税“因为您知道在后端您的转化率会飙升。即使您认为愿意为收购支付更多费用,增加的转换率也会弥补这一点。再次,这可以追溯到基本面。如果您不了解转化率和每次转化费用目标的交互方式,
我想,新生的摄影师......谁说,我知道我此时会非常忙碌。有哪些资源和最佳方法可以确保您知道自己在谈论什么并知道如何计划?
读了这本书。[笑]书中有三个部分。介绍部分是关于这项技术的内容。我认为理解驱动它的技术可以帮助你定位自己,但也可以帮助你思考,哦,我怎样才能利用这种类似的技术来实现自己的利益呢?
我在SMX Advanced的演讲中介绍的一个概念是关于自动化分层,它是巨大的。因此,你有这些引擎内自动化,如智能出价,他们确实做了很好的事情,但他们并没有完美地做到这一点。那么,当你看到有一些影响它的外部因素时,你如何将自己的系统层叠在一起以改变目标或采取行动?我认为,通过了解核心技术,核心机器学习,您将能够更好地为其构建自己的解决方案。
我喜欢你对医生,飞行员和老师角色的类比。你知道,这是我们谈论的事情之一 - 我们的角色是什么样的,我们会有工作吗?你能谈谈医生,飞行员和教师的角色以及这些角色的适用方式吗?
我真的只想简化它并给出一个人们可以轻易理解的类比。因此,当你想到医生时,你会去看医生,并且医生知道有17种不同的药物可能对此有效,而且其中一些药物更具侵略性,可能会产生更严重的副作用。因此,他们会看一看病人,他们会说,“这个问题有多严重?”然后他们开出了他们认为合适的药物水平。他们了解互动。他们了解您拥有的其他条件。那么相互作用是什么?把它带回PPC,就好吧,如果我们要自动化出价,那不仅仅是你推动的按钮。就像现在你必须在此之间做出选择,我现在还不知道,就像Google提供的九种类型的自动出价一样。如果您选择一个特定的目标ROAS,现在他们会引入季节性出价调整并引入转换价值规则,并且有方法可以跟踪它。了解所有这些相互作用以及什么是正确的解决方案,那就是医生。
并且医生的次要部分作为床边方式。你并不总是打击你的目标,你会有一个糟糕的季度,并理解为什么会发生这种情况,你将采取什么措施,并与你的老板谈论这个问题。这很重要,因为机器学习系统无法解释为什么它错过了目标。
飞行员实际上分为两种飞行员。有商业飞行员,他的工作是安全地让每个人都安全,你知道,通常不会带她的喷气机。所以这是一个疏忽的角色。它确保监控飞机的系统正常工作,并且自动驾驶员正确地做出了这些决定。平均飞行员在飞机上飞行了七分钟 - 这是一个疯狂的小统计数据。然后是一名战斗机飞行员。因此,当你看到竞争对手可能使用自动化并且你弄清楚缺点是什么 - 所以也许精神或产科病房不是在看月球周期,而你确实如此,这是一个竞争优势。所以搞清楚,“哦,他们正在使用那个技术平台,并且没有考虑到它们。
所以我认为这是最常见的两个角色:PPC人员今天开始玩的医生和飞行员。对于大多数人来说,第三个是更有抱负的,但是你是如何教一台机器的。因为机器学习系统不仅仅是神奇地存在。有人必须建立它。这是非常有价值的工作。如果你知道如何更好地构建该系统。当我在Google,质量得分时,我们时不时地对其进行1%的改进。那是百分之一,谁在乎,对吧?但是,如果你看看他们正在筹集的数十亿美元,除此之外还要做一个百分点,是的,那是严肃的钱。因此,如果你能找出能够超越另一个百分比的机器学习系统,那么在这个领域有很多钱。这是一个大问题。
所以其中一件事就是我们在最后一天左右谈到这个问题,SMX Advanced就是机器学习开始的时候并不是那么好。多年来一直在这里工作的PPC营销人员经过培训,真正处于杂草和控制,控制和控制之中。自动化和控制之间始终存在这种紧张关系。
所以你有经过培训的人真正亲自动手,而你的人却看到了糟糕的结果。他们被烧了。他们觉得这就是这种豚鼠综合症,他们首当其冲地帮助谷歌和微软广告算法学习。与此同时,你的书非常清楚,我完全接受了这一点,没有回头。只会有更多的自动化。抵抗是徒劳的。那么,你如何让人们相信事情正在发生根本性的变化,如果他们不改变他们每天工作的方式,他们就会落后?你怎么做这个论点?
嗯,我的意思是这个问题有很多层次,但我认为它的核心是考虑加速机器学习。这是其中的一部分。所以大约18个月,摩尔定律说计算能力翻倍,人工智能已经存在了50多年。那么为什么今天与PPC开始时相比有什么大不了的呢?而这是因为我们实际上现在正处于技术翻倍约27倍的阶段,每次翻倍它就像它比上一周期的技术大得多。
因此,如果今天不够好,你打赌很快就会变得更好。它总是会比人类更好吗?不,这本书中的一个论点是人类可以真正帮助的某些事情。
所以非常具体地说,如果你是一个代理机构并且你在一个特定的行业工作,你可能对你应该看哪些因素 - 机器学习系统不应该试验的东西 - 以及如此敏感的搜索有洞察力广告是一个很好的例子。它是一个机器学习系统,可以确定如何将每个查询的广告组件组合在一起。但是我们人类仍然认为这些是你要测试的头条新闻。机器没有写那些。因此,您必须确保为机器提供良好的信息学习机会。而且我认为你最近做了一个关于和一个小孩一起飞行的例子,这在开始时是一种可怕的经历而且从不想再次飞行。但是,你知道,嘿,如果我教孩子如何成为一个好的传单,这将是非常棒的,也许他们真的会带着我的行李并提供帮助。机器学习是一回事。学习是这个术语的一部分。所以它在第一天不会是完美的。但它肯定不会变得愚蠢。
对。虽然,谈谈人们犯的一些错误。这整个培训和学习的想法 - 当您登录时,您会看到“学习”消息,或者您看到的内容无效。在PPC世界的上一次迭代中,您会想,我需要进行调整并进入,您需要进行两到三次调整。那还行吗?
是的,我的意思是你只需要退后一步。书中的重点是,自动化研究人员发现,当人们看到机器没有按照预期的方式行事时,他们很快就会说,“好吧它不起作用。我们不会再使用它了。“如果你雇佣了一名新员工进入你的代理机构并且该员工犯了一个错误,你可能会坐下来解释为什么这是一个错误,并试着更好地教他们并给予他们他们有更多的洞察力,更多的投入,并相信他们下次会变得更好。所以我认为我们必须对机器做同样的事情。如果我们发现机器学习速度不够快,我们必须退一步说:“我们是否有足够的转化时间跟踪?我们是否正确地测量转换?“基本上垃圾中的垃圾。
归因模型也可以发挥作用。如果您正在执行最后点击归因,那么在过去,您会看到自己的关键字列表,而且您会看到,哦,这个关键字在最终点击时的转化次数非常少。一个自动化系统会说,杀死该关键字,将其降价,摆脱它。虽然你会说人类,但实际上这是一个非常相关的关键词。也许它在漏斗中很重要。你会保留它,但机器学习系统没有这种情况。因此,如果你最后没有建立一个更好的归因模型,那么是的,你的自动化出价将是非常可怕的,实际上会杀死你的广告系列。但这不是因为机器学习不好,而是因为你给它带来了不好的信息。
好的,非常感谢你。PPC营销人员在那里分手,他们担心自己的角色,职业,业务会是什么样子?
我认为这是一个激动人心的时刻。如果你加入PPC,我的意思是它从来不是一个缓慢移动的领域,这里有不断的变化,而这只是其中的另一个。我认为它实际上很好,因为现在没有人喜欢做繁琐,重复的工作,而这正是这些自动化所关注的。
我们可以更多地考虑战略。我们真的再次成为营销人员。想想观众。想想消息。想想营销的有趣内容。数字运算很多人认为实际上也很有趣,但更多的是由机器完成的。
分析是我们可以关注的。
确切地说,了解这些见解以及如何将这些见解应用到您的下一个广告系列中。
但另一点我觉得谷歌有时会错过建立机器学习,他们倾向于认为一千美元的实验,这将导致一个伟大的结果,但这是一千美元。对谷歌来说,这没什么。对于一个小型企业来说,就像一千美元一样,他们正在围着这个机器:这台机器是学习它还是不起作用?这对他们来说真的很省钱。因此,如果你更多地成为这个领域的专家,并且你知道这些策略,那么你就知道正确的地方,正确的起点,给你最大的成功机会,这是一个很大的优势。这是你可以出售的有价值的东西。所以我认为这对于PPC来说是充满机会的,但它与我们过去十年来所做的不同。
我认为那是事情。这是一个非常根本的转变和思维方式的转变,为先行者提供了很多好处和机会。
网站首页| 关于谜 | SEO行业资讯 |

© 2009-2019 【谜】黑帽SEO技术培训服务官网版权所有 地图

宗旨:教会初学者控制白帽与黑帽间的【度】