هدایت دوره یادگیری الگوریتم در تبلیغات گوگل و فیس بوک

اگر از هر نوع خودکارسازی اکانت ادوردز یا فیس بوک خود استفاده می‌کنید، ممکن است این سوال را از خود پرسیده باشید: وقتی گوگل یا فیس بوک می‌گوید یادگیری الگوریتم، این به چه معنی است و چگونه می‌شود از آن اجتناب کرد؟

این مطلب مقاله‌ای است که در وبسایت ورداستریم در 13 سپتامبر 2018 توسط کریستینا سیمونسون نشر یافته است.

پس از تحقیقات گسترده و بررسی کردن مستندات پشتیبانی مختلف، ما مفهوم دقیقی از این که دوره یادگیری چیست و چرا وجود دارد و کی رخ می‌دهد و چگونه می‌شود پیامدهای منفی همراه با آن را هدایت نمود ایجاد کردیم.

بنابراین، با این مقاله امیدوارم به سوالات شما پاسخ دهم و در زمان شما صرفه جویی کنم تا دوره یادگیری الگوریتم را هدایت کنید.

مطالب نخست دوره یادگیری الگوریتم چیست؟

تعریف گوگل: پس از اینکه استراتژی مزایده گوگل ادودرز خود را تغییر می‌دهید کمی زمان می‌برد تا تبلیغات گوگل داده‌های کارایی که برای بهینه سازی مزایده شما مورد نیاز است را جمع آوری کنند.

برای آشنایی بیشتر با روند کار مزایده گوگل صفحه دپارتمان تبلیغات در گوگل نوین مارکتنیگ را ببینید

تعریف فیس بوک: پس از اینکه یک دسته از تبلیغات جدید را ایجاد می‌کنید یا ویرایش قابل توجهی بر روی یک تبلیغ موجود انجام می‌دهی، سیستم ما شروع به یادگیری اینکه تبلیغ باید به چه کسی نمایش داده شود می‌کند. این یادگیری یک تغییر در مسیر کار سیستم نیست بلکه ما وضعیتی را نمایش می‌دهیم که به شما اجازه می‌دهد بدانید چه وقتی کارایی هنوز پایدار است.

خلاصه: دوره یادگیری الگوریتم زمانی است که برای الگوریتم پلتفرم صرف می‌شود تا تغییرات مشهود اخیر یاد گرفته شود.

کی و کجا دوره یادگیری رخ میدهد؟

تبلیغات گوگل: در حالی که در فیس بوک در هر استراتژی مزایده‌ای با دوره یادگیری مواجه می‌شوید، در گوگل شما فقط یک دوره یادگیری الگوریتم را برای یک استراتژی مزایده هوشمند و خودکارسازی شده مشاهده  می‌کنید. این استراتژی‌های مزایده شامل این موارد می‌شوند:

 Target CPA هدف پرداخت به ازای عمل

 Target ROAS هدف درآمد خالص از تبلیغات

 Maximize Conversionsبیشترین نرخ تبدیل

Enhanced CPC (eCPC)  بالا رفتن هزینه به ازای هر کلیک

دوره یادگیری الگوریتم در ستون وضعیت در سطح کمپین شما قابل توجه خواهد بود.

فیس بوک: از زمانی که بودجه و تنظیمات در سطح مجموعه تبلیغات ایجاد گردیدند (در کنار امکانات جدید بهینه سازی بودجه کمپین)، شما وضعیت یادگیری را در ستون تحویل مجموعه تبلیغات خود مشاهده خواهید کرد.

چه مدت دوره یادگیری الگوریتم طول میکشد؟

گوگل: در تبلیغات گوگل دوره یادگیری عموما 7 روز از زمان آخرین ویرایش قابل توجه در کمپین طول می کشد.

فیس بوک: دوره یادگیری تا زمانی‌که مجموعه تبلیغات شما به 50 رویداد بهینه سازی در یک دوره 7 روزه از آخرین ویرایش قابل توجه برسد ادامه دارد.

تفاوت؟: الگوریتم فیس بوک نیازمند یک سری داده برای یادگیری مجدد است در حالی که گوگل نیازمند یک سری داده های دوره زمانی برای فرآیند یادگیری است.

چه نوع تغییراتی می‌تواند دوره یادگیری الگوریتم را فعال کند؟

در تبلیغات گوگل:

• پیاده سازی یک استراتژی مزایده هوشمند جدید
• تغییر در تنظیمات استراتژی مزایده
• تغییر در عمل تبدیل: بروزرسانی عمل موجود یا ایجاد یک عمل جدید
• تغییرات بزرگ در بودجه یا مزایده
• تغییرات قابل توجه در ترکیب کمپین

عموما تغییرات کلمات کلیدی، گروه تبلیغات یا تبلیغات یک دوره یادگیری را فعال نمی‌کند و تنها اکشن ها و عمل هایی که برای گوگل ادز تعریف می‌شود موجب تغییر در فرایند یادگیری می‌شود.

به هر حال اگر شما تغییرات فراوانی برای چند مورد از این ترکیباتی که ذکر شد را دارید ممکن است با دوره یادگیری در کمپین خود مواجه شوید.

در فیس بوک:

• هر تغییر بر روی هدف‌گذاری مخاطبین
• تغییرات بزرگ در بودجه
• تغییرات مشهود خلاقانه (تغییرات موجود یا ایجاد تبلیغات جدید)
• هر تغییر در تنظیمات (مانند بهینه سازی رویداد، پنجره تبدیل)
• متوقف کردن و سپس فعال کردن مجدد مجموعه یا کمپین تبلیغی پس از گذشت 7 روز

 از اینجا بخوانید : راهنمای تخصصی بهینه سازی قوانین خودکار در Google Ads

در طول دوره یادگیری الگوریتم چه اتفاقی رخ می‌دهد؟

برای هر دو تبلیغ فیس بوک و گوگل، شما باید انتظار انتقال و بهره‌وری در طول دوره یادگیری الگوریتم داشته باشید. بله، این بدین معناست که شما ممکن است یک کمپین را به صورت روزانه مشاهده کنید که در حال کاهش است در حالی‌که CPA (هزینه به ازای عمل) در حال افزایش است و نرخ تبدیل کاهش می‌یابد.

بله، من فهمیدم، این یک سناریو ایده آل نیست. به هر حال، شما نمی‌توانید فقط بنشینید و از بهینه سازی کمپین خود به خاطر پرش از دوره یادگیری دوری کنید. در عوض، شما نیازمند یادگیری چگونگی کنترل پیامدها و اجازه دادن به کمپین برای یادگیری مجدد و بهبود آن همراه با تغییرات هستید.

بنابراین چرا دوره یادگیری الگوریتم اتفاق می افتد؟

از آنجایی که ما می‌دانیم، سیستم مزایده تبلیغ در فیس بوک و گوگل به الگوریتم پلتفرم بستگی دارد که در تکنولوژی یادگیری ماشین ساخته شده است. فقط به عنوان نیاز گوگل امتیاز کیفیت و پیشنهاد شما مشخص می‌کند چه وقتی شما در مزایده تبلیغات نمایش داده خواهید شد، گوگل همچنین نیاز به فهمیدن آنچه نتایج را که شما برای بهینه سازی درخواست می‌کنید انتقال می‌دهد. به طور خلاصه، الگوریتم نیازمند زمان برای عمل کردن با علامت و فهمیدن آنچه اثبات شده نتیجه می‌دهد است.

ویدئو DeepMind گوگل تناسب کاملی را برای دوره یادگیری ارائه می‌دهد. در ویدیو شما تکنولوژی یادگیری ماشین را می بینید که اولین بازی آتاری را بدون تمرین یا فهمیدن اینکه چگونه باید بازی کرد اجرا می‌کند. پس از چندین شکست و فقط حدود 240 دقیقه تمرین، تکنولوژی سریعترین و موثرترین روش برای پیروز شدن در بازی را می یابد.

این دقیقا آن چیزی است که الگوریتم وقتی‌که در کمپین و در دوره یادگیری است انجام می‌دهد. این الگوریتم اطلاعات جدید را خلاصه می‌کند و یاد می‌گیرد که چگونه می‌تواند منجر به نتایج در راستای بهینه سازی شما شود. در طول این مدت، الگوریتم از هر یک از انتقال‌ها یاد می‌گیرد. و بر اساس اثرگذاری ساخته شده، الگوریتم داده‌های مشهود که نیاز به تصمیم گیری دارد را جمع آوری می‌کند و چگونگی اینکه می‌تواند به طور موثر به اهدافی که انتخاب کردید انتقال یابد را می‌فهمد.

 از اینجا بخوانید : وضعیت شبکه های اجتماعی در سال ۲۰۱۹

توصیه‌هایی برای به حداقل رساندن اثرات دوره یادگیری

در تبلیغات گوگل

• استراتژی پیشنهاد: بهترین استراتژی پیشنهاد را در نظر بگیرید. همان‌طور که در بالا اشاره شد، فقط 4 استراتژی پیشنهاد وجود دارد که همراه با دوره یادگیری است. اگر شما نگاهی به تست پیشنهاد هوشمندانه بیاندازید من تنظیم تجربیات را در ابتدا توصیه می‌کنم. با این روش شما می‌توانید کارایی را در یک محیط کنترل شده با اثرات منفی کمتر ارزیابی کنید.
• بودجه بندی: از قانون 20% پیروی کنید: از تغییرات بودجه بیشتر از 20% بودجه فعلی خود اجتناب کنید.
• تنظیمات: به گوگل علائم صحیح نشان دهید. برای مثال: اگر هدفتان رسیدن به تبدیل است اما شما هیچ تبدیلی را تنظیم ننموده‌اید نمی‌توانید انتظار استراتژی پیشنهاد هوشمندی که منجر به تبدیل شود را داشته باشید. این بدین علت است که الگوریتم نمی‌داند چه چیزی را باید پیدا کند.
• تبدیل: مراقب تغییرات عمل تبدیل خود باشید! اگر شما می‌دانید نیاز به چند تغییر برای تبدیل دارید، باید طرح ریزی کنید و این تغییرات متعدد را برنامه ریزی کنید. با این روش شما فقط با یک دوره یادگیری بجای چندین دوره زمانی مشابه مواجه می‌شوید.

در تبلیغات فیس بوک

• انتخاب رویداد بهینه سازی: همانطور که در بالا ذکر شد، فیس بوک به 50 رویداد بهینه‌سازی نیاز دارد تا از مرحله یادگیری خارج شود. اگر شما به 50 رویداد بهینه سازی رسیدید، من شدیدا توصیه می‌کنم یک رویداد بهینه سازی قیفی بالاتر را آزمایش کنید. برای مثال: شما بهینه سازی مجموعه ای از تبلیغات را دارید برای پر کردن فرم را، اما نمی‌توانید به 50 رویداد فرم در دوره 7 روزه برسید. در عوض شما می‌توانید بازدید صفحات فرود را به عنوان یک رویداد بهینه سازی آزمایش کنید. این موضوع بیان می‌کند که الگوریتم مردم را در مخاطبین شما که علاقه مند به کلیک کردن و رسیدن موفق به صفحه فرود شما هستند پیدا می‌کند. در حالیکه این نتیجه نهایی نیست که شما مشاهده می‌کنید، این یک نشانه هدایت کننده است و به الگوریتم اطلاعات کافی و مورد نیاز برای یافتن مخاطبین و رسیدن به انتقال بهینه را دارد.
• بررسی بهینه سازی و تنظیمات انتقال تبلیغ: به صورت استراتژیک به انتخاب خود برای بهینه سازی و پنجره تبدیل همراه آن فکر کنید. برای مثال: اگر پنجره تبدیل شما بر روی 1 روز تنظیم شده باشد شما به الگوریتم 1 روز برای جمع آوری 50 رویداد بهینه سازی که در 7 روز از کلیک بر روی تبلیغ رخ می‌دهد زمان داده‌اید. اگر شما متوجه شدید این تنظیم فرآیند یادگیری را کند می‌کند باید بر روی پنجره 7 روز کلیک کنید.
• بودجه بندی: مشابه تبلیغات گوگل شما باید قانون 20% را وقتی تغییرات بودجه در فیس بوک را هدایت می‌کنید مد نظر قرار دهید. از تغییرات بودجه بیشتر از 20% بودجه فعلی خود اجتناب کنید. برای مثال: اگر بودجه شما 500 دلار است آن‌را به هر چیزی بیشتر از 600 دلار یا کمتر از 400 دلار تغییر ندهید. در طول زمان، شما می‌توانید این تغییر 20% را به طور افزایشی برای نگهداری انتقال و رسیدن بودجه مد نظر، اعمال کنید.
• خلاقیت: از تغییرات انبوه در دارایی‌هایتان دوری کنید. برای مثال: اگر شما یک تبلیغ را متوقف کنید یا یک تبلیغ جدید را ایجاد کنید شما با یک دوره یادگیری مواجه نخواهید شد.
• ایجاد تغییرات: برای ایجاد تغییرات قابل ملاحظه با یک وقفه زمانی طرح و برنامه ریزی لازم را انجام دهید. برای مثال، اگر میخواهید یک مخاطب انحصاری جدید ایجاد کنید و آن‌را بر روی تمامی مجموعه تبلیغات خود اعمال کنید باید آن‌را در یک وقفه زمانی انجام دهید. این می‌تواند با تنظیم یک مجموعه تبلیغ در یک زمان، انتظار تا پایان یافتن وضعیت یادگیری و سپس انتقال به تبلیغ بعدی انجام شود. این کار به شما در نگهداری انتقال سطح حساب کاربری کمک می‌کند.

آخرین دستورالعمل

همواره راهنما را دنبال کنید:

• پیش از پیاده سازی فکر کنید!
• به الگوریتم علائم صحیح ارائه دهید
• به الگوریتم داده های کافی بدهید
• صبور باشید! به الگوریتم زمان کافی برای یادگیری بدهید به خاطر اینکه الگوریتم در بلند مدت جواب خواهد داد.