A medida que la inteligencia artificial comienza a desempeñar un papel más importante en la administración de cuentas de PPC, el columnista Frederick Valleys cree que debemos estar atentos para comprender las capacidades de los sistemas en los que confiamos.
Desde la década de 1970 hasta hoy, ha habido tres oleadas de innovación tecnológica en Silicon Valley que han dado lugar a muchas industrias, incluida la nuestra (marketing en línea).
Primero, estaban los semiconductores, luego las computadoras personales y, más recientemente, Internet. Ahora estamos en la cúspide del próxima ola de innovación, impulsado por los avances en inteligencia artificial (IA).
Dado que nuestra industria existe gracias a estas olas de innovación y que la automatización, una de las principales tendencias en PPC para 2017, puede ser impulsada por IA, ¿cómo podrían cambiar las cosas para nosotros durante esta próxima ola? ¿Y a qué riesgos nos enfrentamos cuando empezamos a utilizar mucha más automatización sin conocer el alcance de sus capacidades?
Exploraré todo esto y propondré una forma para que nuestra industria agregue una capa de transparencia a las herramientas de automatización para evitar que las campañas sufran a manos de robots malos.
Introducción a la inteligencia artificial y sus métodos
Antes de explicar cómo la IA se relaciona con el marketing online, puede resultar útil aclarar qué significan algunas de las palabras de moda relacionadas con la IA.
Inteligencia artificial
La IA en su forma más simple es cuando una máquina puede resolver un problema que percibimos como algo que requiere un ser humano y sus “habilidades humanas” o cognición especiales. Debido a que esa es una definición bastante vaga, también significa que lo que pensamos como IA ha evolucionado, y ya no nos parece tan impresionante cuando una computadora gana en el ajedrez. Ahora el listón se ha elevado a los gustos de conducir un automóvil que no tiene volante en la ciudad en el tráfico de la hora punta. No importa cómo logre esta hazaña para que se considere IA.
Di una demostración en el escenario durante mi discurso de apertura en la HeroConf London, donde tuve una conversación sobre mi cuenta de AdWords con Alexa de Amazon. Hacer que ella entendiera lo que estaba preguntando fue una hazaña de IA realmente avanzada, pero proporcionar las respuestas a mis preguntas sobre el rendimiento de la cuenta se realizó a través de un código simple que interactuó con la API de Optmyzr (mi empresa).
Recibí excelentes críticas de esa demostración, y la gente dijo que era increíble ver este tipo de interacción con una máquina, pero habiendo construido la demostración yo mismo, me pareció fascinante que la gente pensara que la máquina podría ser mucho más capaz de lo que realmente era. .
IA programada manualmente
Si tuviera suficiente tiempo, sería posible crear IA escribiendo manualmente una gran cantidad de código que consta de declaraciones if-then para enseñarle a una computadora qué hacer en cada situación posible para resolver un problema. En PPC-land, eso sería como usar muchas reglas automatizadas para codificar completamente cómo su gerente de cuenta optimiza una cuenta.
Ese enfoque no es muy «inteligente» y requiere demasiado trabajo para definir todos los casos extremos posibles, por lo que a continuación se muestran algunas formas más nuevas y prácticas de crear IA.
Aprendizaje automático
El aprendizaje automático es un enfoque estadístico para encontrar correlaciones a partir de una gran cantidad de datos para intentar predecir eventos futuros. En lugar de decirle explícitamente a la computadora qué hacer en cada situación posible, la máquina se enseña a sí misma qué hacer en función de los posibles resultados dados los datos históricos.
El aprendizaje automático ha estado presente en AdWords desde al menos 2008 y afecta a los anunciantes cientos de veces al día cuando el mecanismo del Nivel de calidad ayuda a predecir en qué anuncios es más probable que se haga clic en cada búsqueda que se realiza.
Redes neuronales
Las redes neuronales son otro método para lograr la inteligencia artificial al imitar cómo entendemos el funcionamiento del cerebro humano. En nuestro cerebro, la información se transmite de una neurona a otra hasta que finalmente llegamos a alguna interpretación de la señal. Las redes neuronales también pasan una entrada a través de muchas capas de procesamiento y asignan una puntuación de confianza para cada nivel de procesamiento.
El aprendizaje profundo es cuando hay muchas capas de este tipo de procesamiento. La señal puede pasar por diferentes caminos, y el camino con la mayor confianza en ser correcto produce el resultado.
Uno de los ingenieros de Traductor de google me dio un ejemplo de redes neuronales recientemente. Explicó que para que Google pueda traducir el texto capturado a través de un teléfono con cámara en tiempo real, las redes neuronales se utilizan para ayudar con la visión por computadora. Un fragmento de texto tiene algunas características comunes que la red neuronal busca antes de traducirlo (lo cual se hace usando traducción automática estadística).
Si desea ver una red neuronal en acción, intente Dibujo rapido, un divertido juego de garabatos creado por Google. A medida que la máquina obtiene más datos del usuario que continúa dibujando, es divertido escuchar cómo evolucionan sus conjeturas hasta que finalmente obtiene la respuesta correcta.
La mala inteligencia artificial mata las campañas
Entonces, en el fondo, la IA se trata de una computadora que maneja una tarea que históricamente se habría considerado algo que solo un humano podría hacer bien. Pasar una tarea a una computadora también se llama automatización, y ese es el sueño de todo comercializador de PPC.
Ahora que entendemos que existen diferentes métodos para lograr la IA, todos con diversos grados de competencia, hagamos una pausa por un momento para ilustrar algunos ejemplos de cuando la tecnología detrás de la IA no es lo suficientemente buena para manejar correctamente las campañas de PPC. Estos ejemplos no son hipotéticos; son cosas que he visto en cuentas reales.
Cuando la gestión de ofertas de caja negra hundió una campaña de comercio electrónico
Una empresa de comercio electrónico estaba utilizando un sistema de automatización de ofertas de caja negra, similar a las Estrategias de ofertas flexibles de Google, para lograr un mejor ROAS para sus campañas de AdWords. Un día lanzaron un nuevo diseño de página de destino que funcionó mucho peor de lo esperado. Si bien notaron rápidamente la disminución en las tasas de conversión, también lo hizo el sistema de ofertas de caja negra. El equipo restauró la versión anterior de la página de destino y las tasas de conversión volvieron a sus niveles habituales, pero por alguna razón, el número total de conversiones no volvió a los mismos niveles que antes.
Después de muchas semanas de pérdida de ventas, se dieron cuenta de que algunas de sus palabras clave principales habían sido ofertadas hasta la página 2. Como no obtuvieron suficientes datos nuevos para revertir la decisión de reducir la oferta después de que se corrigió la página de destino, nunca volvió a la página uno de los resultados.
Cuando la minería automatizada de palabras clave causó un incumplimiento de contrato
En otro ejemplo de automatización que salió mal, una empresa que estaba automatizando su extracción de consultas de búsqueda perdió dólares de comercialización de un fabricante cuando el sistema agregó consultas con un gran rendimiento como nuevas palabras clave, pero no se dio cuenta de que estas nuevas palabras clave incluían marcas comerciales que tenían prohibido usar por contrato. bajo el contrato de comarketing. Si el sistema que administra la automatización es demasiado simple y simplemente evalúa las métricas, es propenso a cometer errores como este que un humano evitaría fácilmente.
Niveles de automatización de PPC
Si vamos a automatizar parte de nuestros trabajos, debemos comprender los límites de la IA que estamos usando, porque eso nos dice qué tan de cerca debemos supervisar el sistema si no queremos que nuestras campañas se bloqueen y se quemen.
Hay un análogo en esto del mundo de los autos autónomos, donde la industria ha creado niveles de autonomía que van de 0 a 5, lo que ayuda a establecer expectativas con los conductores sobre qué tan involucrados deben estar.
Con una automatización de nivel 1 como el control de crucero, el conductor sabe que aún debe prestar atención a los vehículos detenidos que se encuentran delante y al mismo tiempo se ocupa de todas las demás tareas, como la dirección y el frenado. El piloto automático de Tesla es una automatización de nivel 2, donde el automóvil maneja todos los aspectos básicos por sí solo en condiciones perfectas, pero el conductor humano debe permanecer completamente atento en todo momento para cuando haya una anomalía.
Propongo definir niveles de automatización para que los usuarios de las herramientas PPC (incluidas las que proporciona mi empresa) tengan una mejor idea de cuáles son los límites de las herramientas.
Nivel 0
Todo en la cuenta PPC se hace de forma manual, con hojas de cálculo y con herramientas que requieren que todos los insumos sean proporcionados por humanos.
Nivel 1
En el nivel 1, las automatizaciones monitorean y alertan, pero no realizan ninguna acción automatizada. Un buen ejemplo es un script de AdWords como el Detector de anomalías de Google, que analiza el rendimiento de una cuenta cada hora y activa una alerta cuando las métricas se desvían más de un porcentaje establecido de las expectativas.
Un script de AdWords para alertar cuando ocurre algo inusual en una cuenta es un ejemplo de automatización de PPC de nivel 1. (Imagen de Google,)
Nivel 2
Aquí, las tareas de gestión individuales están automatizadas, pero no hay interconexión entre las tareas. Un buen ejemplo de esto sería una regla automatizada que se ejecuta a diario y detiene las palabras clave que tienen un nivel de calidad inferior a un número establecido.
La programación de reglas sobre cómo se debe administrar una cuenta, utilizando un sistema como Reglas automatizadas, es un ejemplo de automatización de PPC de nivel 2. Imagen de Google.com
Nivel 3
Este nivel de automatización maneja múltiples tareas juntas y comprende la interacción de los componentes administrados. Un ejemplo aquí sería un sistema que automatiza la configuración de ofertas y presupuestos y es lo suficientemente inteligente como para comprender que cuando se aumentan las ofertas, esto puede requerir ajustar los presupuestos para generar la mayor cantidad de tráfico a las campañas con mejor rendimiento primero.
Una herramienta que gestiona ofertas, ajustes de oferta y presupuestos al unísono es un ejemplo de automatización de PPC de nivel 3. Imagen de la presentación de Optmyzr.
Nivel 4
Ahora estamos entrando en la automatización total, donde la supervisión humana ya no es necesaria siempre que los anuncios se mantengan dentro de unos límites bastante estrictos. Imagine una plataforma vertical específica en la que establece los objetivos de la campaña, como un objetivo de CPA y un presupuesto máximo, y debido a que la vertical está tan estrictamente definida, el sistema sabe lo que puede hacer con ofertas, presupuestos, anuncios, palabras clave, opciones de orientación, etc.
Nivel 5
Creo que esto es de lo que hablaba Eric Schmidt, CEO de Google cuando trabajaba allí, durante nuestras reuniones semanales de TGIF. Imaginó un mundo en el que el sistema de anuncios fuera tan inteligente que sabría cómo hacer crecer cualquier negocio. Una empresa podría emitir un cheque en blanco a favor de Google, sabiendo que obtendría un crecimiento rentable como resultado directo.
Conclusión
A medida que la inteligencia artificial comienza a desempeñar un papel más importante en la administración de cuentas de PPC, creo que debemos estar atentos para comprender las capacidades de los sistemas en los que confiamos. Hay tanta publicidad y marketing en torno a la IA que podemos engañarnos fácilmente para que confiemos en que una automatización es mucho más avanzada y capaz de lo que realmente es.
Como industria, debemos seguir el ejemplo de la industria automotriz y desarrollar un marco claro para hablar sobre los niveles de automatización. Si no somos abiertos y transparentes y establecemos expectativas claras, se producirán errores que disminuirán la confianza de los gerentes de PPC en la tecnología, y esto puede hacer que las tasas de adopción de avances sorprendentes se desaceleren. Y como alguien que ama la tecnología, odiaría que eso sucediera.
Las opiniones expresadas en este artículo pertenecen al autor invitado y no necesariamente a El Blog informatico. Los autores del personal se enumeran aquí.