Совместно с Verto Analytics мы опросили более 10 000 потребителей, чтобы проанализировать то, как они ищут информацию. Ниже пример сложного поискового пути пользователя.
На недавней конференции Google Search On мы рассказали, как инновации в сфере искусственного интеллекта помогают быстрее находить полезную информацию и решать сложные задачи пользователей. Это актуально не только для потребителей, но и для маркетологов, которые к ним обращаются.
Для выполнения сложных задач требуется в среднем восемь поисковых запросов.
Новый уровень понимания информации
Ранее в этом году мы анонсировали запуск модели мультимодального поиска Multitask Unified Model (MUM). Сейчас наши команды по работе с потребителями тестируют, как она справляется со сложными задачами.
С MUM системы Google вышли на новый уровень. Теперь они гораздо лучше понимают и ищут информацию. Это одна из наших первых моделей искусственного интеллекта, которая может одновременно анализировать информацию в разных форматах (например, тексты, изображения и видео). Кроме того, она умеет выстраивать связи между концепциями, темами и идеями, а значит — по-новому искать информацию.
С развитием технологий система Google всё лучше понимает сложные запросы, что приводит к новым возможностям поиска.
Улучшенные ответы на сложные запросы
Представьте, что вы едете на велосипеде и у вас перестают переключаться скорости. Вы понимаете: что-то сломалось, но не знаете, как описать проблему. Если бы рядом была мастерская, вы бы показали велосипед специалисту и спросили, что делать.
Скоро то же самое вам поможет сделать Google Объектив. Достаточно будет навести камеру на объект и спросить: «Как это починить?». Google определит проблему и поделится информацией, как справиться с поломкой.
Возможно, производитель велосипедов опубликовал видео с пошаговым руководством или велолюбитель добавил инструкцию о починке передачи. В любом случае, вы узнаете, как починить велосипед. А недавно мы добавили возможность помечать ключевые моменты в видео, чтобы вы могли перейти к нужному контенту прямо из результатов поиска.
С помощью MUM Google также сможет находить похожие материалы. Они помогут лучше понять, как устроен велосипед и как за ним ухаживать, чтобы избежать проблем в дальнейшем.
Эта функция может быть полезна и для шопинга. Если вам что-то нравится онлайн или офлайн, вы можете поискать в Google «этот диван, но синего света» или «носки с таким цветочным узором». Так намного проще находить нужные товары.
Важность гибких стратегий и автоматизации
С расширенными возможностями поиска покупатели смогут эффективнее находить ответы на сложные вопросы и быстрее изучать важные для них темы.
Передовые рекламодатели уже поняли это и применяют автоматизацию на всех этапах поисковых кампаний.
Чтобы преуспеть на динамичном рынке, компании должны быстро реагировать на изменения. В этом могут помочь стратегии гибкого маркетинга. Они показывают в поиске информацию о компании в подходящий момент. Для этого может понадобиться больше качественного контента, соответствующего запросам пользователей. Например, бренд Calvin Klein использовал этот подход в серии видео с ответами на вопросы о джинсах.
В Google Трендах можно найти полезную информацию о том, как меняются запросы и поведение людей. Рекламодатели могут получать специально отобранные выдержки по тенденциям поисковых запросов прямо в аккаунте Google Рекламы на странице статистики.
SEO-маркетологи часто настраивают кампании вручную, когда ищут клиентов, создают объявления и оптимизируют эффективность рекламы. Но сейчас, когда поисковое поведение радикально меняется, ручная настройка кампаний уже неактуальна. Многие рекламодатели это поняли и стараются активно использовать автоматизацию в поисковых рекламных кампаниях.
Одно из автоматизированных решений для оптимизации — широкое соответствие, когда реклама показывается по вариантам ключевого слова или похожим темам. При использовании совместно с интеллектуальным назначением ставок это позволяет рекламодателям охватить все способы поиска товаров онлайн: по названию бренда, описанию, названию модели или подходящим вопросам. Если в кампаниях с целевой рентабельностью инвестиций в рекламу вместо точного соответствия настроить широкое, ценность конверсий может возрасти на 20% (1).
Например, когда во время карантинных ограничений выросла популярность сервисов онлайн-знакомств, команда сервиса Meetic создала кампанию всего с несколькими ключевыми словами, описывающими их предложение, такими как «сайт для знакомств» и «веб-сайт знакомств». Затем было включено широкое соответствие, чтобы охватить множество низкочастотных запросов по этой теме, например «одинокие люди рядом», «знакомства за 40» и «как познакомиться».
Производитель кофейных капсул и кофемашин Nespresso начал внедрять эти схемы еще до пандемии. От 130 поисковых рекламных кампаний, настраиваемых вручную, бренд перешел к 20 полностью автоматизированным кампаниям.
Подход доказал свою эффективность во время локдауна. Кофейные магазины и ритейлеры, закрытые по всей Германии, начали создавать резкие колебания в новых и смежных поисковых запросах. Предложения Nespresso в Google Поиске были автоматически скорректированы по ключевым словам, а бюджеты перераспределены. Направляя своих клиентов в онлайн-магазин, бренд увеличил продажи в поисковых системах на 13%, а общий процент продаж по сравнению с прошлым годом — на 25%.
Новые автоматизированные стратегии помогли увеличить количество платных подписчиков, пришедших из поисковых систем, на 70%. Чтобы повысить эффективность рекламы, маркетологам всё важнее понимать, когда и как обращаться к потребителям в ходе их работы с поиском.
Изменения в работе Google Поиска и инновационные подходы и дальше будут влиять на то, как люди ищут информацию и взаимодействуют с компаниями. Маркетологам стоит подготовиться заранее и понять, как автоматизация поможет выстроить долгосрочные стратегии и обеспечить рост продаж в будущем.
(1) Внутренние данные Google, все страны, 10–19 июля 2021 г.
По материалам https://www.thinkwithgoogle.com
