Google otimiza recursos de machine learning para anunciantes

Há pelo 17 anos, a plataforma Google Ads tem sido um dos principais espaços para a compra de mídia na internet. Mas, foi apenas nos últimos meses que o serviço para anunciantes sofreu suas maiores mudanças, orientadas, sobretudo, pela tecnologia. Com apoio de machine learning (aprendizado de máquina), o Google tem atualizado e amadurecido seus serviços para o público final e marcas.

Durante o Google Marketing Live, evento em São Francisco (EUA), nesta semana, Sridhar Ramaswamy, vice-presidente comercial da empresa, falou sobre a utilização do aprendizado de máquina para novas de marcas em produtos como Google Busca e Yotutube.

Segundo Michel Sciama, coordenador de produtos de performance do Google Brasil, a ideia é otimizar de forma conjunta os processos de compra de mídia digital. Com apoio de algoritmos, encontrar o perfil de usuário certo no momento mais propenso para receber a mensagem. “Às vezes, o consumidor estará no vídeo, outras, na busca. Essas decisões de onde veicular eram manuais, os anunciantes escolhiam separadamente pelo formato de vídeo, busca, display, etc, mas agora o algoritmo sabe onde estão os usuários para os melhores usuários. Essa escolha é feita toda automaticamente”.

O Google reintroduziu no mercado, por exemplo, o formato de anúncios responsivos. Na modalidade, basta que o anunciante forneça até 15 títulos e quatro linhas de descrição do produto ou serviço que deseja anunciar. Combinando tecnologia e ciência de dados, o serviço testa diferentes combinações e veicula a peça criativa que trará melhores resultados para cada tipo de busca. Dessa maneira, o consumidor que buscar por “tênis de corrida”, por exemplo, vai ser impactado por uma das inúmeras combinações de anúncios criadas automaticamente.

A peça criativa é baseada no comportamento da pessoa na internet, hábitos de consumo, dados de geolocalização, questões demográficas, entre outros fatores. A promessa é que essa otimização com base em machine learning gere aumento médio de 15% nos cliques nos anúncios. “Saimos do mundo do achismo para um cenário agora em que se tem a confirmação do que funciona. Em vez de ficar na tentativa e erro, o anunciante faz a campanha de forma eficiente”, ressalta Sciama.

Otimização em vídeo

Um dos carro-chefe do Google, o Youtube também ganhará novo recurso baseado em aprendizado de máquina. Batizada de Maximize lift, a ferramenta ajuda o anunciante a atingir as pessoas mais propensas a considerarem a campanha. O recurso de “lances inteligentes” ajusta automaticamente a veiculação da propaganda de acordo com os objetivos de negócio da marca, e faz um mapeamento no comportamento do público, veiculando as peças para o público mais adequado. Dessa maneira, a comunicação de anunciantes é endereçada para o target correto e de forma mais eficiente.

O serviço chega para complementar o que já é oferecido pelo recém-lançado TrueView for Action. A solução de anúncios em vídeo incentiva os consumidores a conhecerem produtos ou serviços, compartilhar dados de contato e realizar outras ações para as marcas. Além de poder personalizar sugestões de ações e interações, os vídeos também usam machine learning para atingir o público mais assertivo e maximizar conversões. A solução, à época em fase Beta, foi utilizada pela Unip, no fim do ano passado, para divulgar seu processo seletivo para vestibular. O objetivo era conseguir inscrições para seus cursos de graduação. Ao final da campanha, a universidade gerou mais de 21 milhões de impactos de marca, mais de sete milhões de visualizações completas do vídeo e o mais importante: mais de nove mil inscrições para seus cursos.

Varejo

A integração das compras no ambiente físico e digital orientam o terceiro grupo de lançamentos do Google. O recurso de local campaigns, por exemplo, tem objetivo de aumentar as visitas às lojas físicas. Basta que o anunciante forneça informações, como os endereços das lojas e as peças publicitárias criativas, para que o Google faça uma otimização automática dos anúncios, em diferentes plataformas.

“Essa compra é de todos os formatos: não precisa ser apenas de vídeo, ou na busca. O sistema de machine learning identifica as pessoas e onde elas estão, ao invés de fazer a gestão de campanhas separadas. No anuncio, incentivamos o usuário a ir até a loja e depois com mensuração a gente sabe se a pessoa foi ou não ao local”, destaca Rafael Russo, coordenador de dados e mensuração do Google Brasil.

Já o recurso smart shopping campaign automatiza a gestão de impulsionamento de campanhas e compra de palavras-chave, dando apoio ao anunciante para que atinja as metas de receita. “A gente já viveu a era de correr atrás do consumidor. Com o poder de machine learning estamos a um passo a frente, sabendo o que vai ser relevante para ele. A mídia hoje não é algo que hoje se planeja em etapas, mas de forma integrada. Com aprendizado de máquina, a marca encontra de maneira automática pessoas em sua jornada que podem assimilar melhor a mensagem”, finaliza Rafael.