Kaizen Forum прошёл 12 ноября 2023 года в Алматы, Казахстан, в формате очной бизнес-конференции. С докладом выступил Игорь Ивицкий, предприниматель и специалист по Google Ads с бэкграундом в математическом моделировании.
Доклад связал экономику Google с практическим сдвигом в рекламе: от привычного подбора ключевых слов для Google Ads к сигналам намерения, экономике конверсии и качественной обратной связи для алгоритма.
Реклама после эпохи ключевых слов
Старая модель считала список ключевых слов главным инструментом контроля. Это было логично, пока соответствие запросу оставалось сравнительно буквальным, а преимущество рекламодателя зависело от найденных фраз. В аукционе под управлением ИИ задача меняется. Важно не только выбрать запрос, но и дать системе данные, которые отличают вероятного покупателя от дешёвого, но бесполезного клика.
Поэтому в докладе появился длинный хвост и широкое соответствие. В официальном руководстве по широкому соответствию Google объясняет, что система использует дополнительные контекстные сигналы и может охватывать связанные запросы за пределами буквального списка. Но охват сам по себе не является результатом. Он имеет смысл, только если кампания умеет отделять реальное намерение от потерь.
Для такого разделения нужны два вида доказательств: признаки готовности человека к покупке и событие после клика. Справка Google о таргетинге рекламы подтверждает, что сегменты могут учитывать характеристики аудитории, интересы, активный поиск и прежние взаимодействия. Игорь соединяет эти сигналы с коммерческим результатом и осмысленной работой с минус-словами в Google Ads. Причина проста: алгоритм учится на том событии, которое рекламодатель назвал успехом, даже если за ним нет продажи.
Реклама финансирует экосистему, поэтому данные и прогноз определяют ценность платформы.
Контекст поиска и поведение говорят о текущей потребности больше, чем общий портрет.
Автоматизация усиливает полученный сигнал, в том числе ложный.
Мой ориентир: покупатель, а не посещение
Дешёвый трафик и растущий счётчик конверсий сами по себе ничего не доказывают. Данные становятся полезными, когда оптимизируемое событие связано с реальным клиентом и экономикой всего проекта.
Этому же способу мышления посвящено обучение в школе: использовать рекламные данные для бизнес-решений, а точную механику настройки разбирать внутри учебного процесса.
На бесплатном мастер-классе показываю пошагово, как превратить рекламу в предсказуемый поток клиентов.
Смотреть мастер-класс →Ключевые выводы
- Экономика рекламы изменилась. В трёхлетней выборке Игоря средняя цена клика выросла примерно с 3 до 27 гривен, заметно быстрее упомянутого изменения курса.
- Редкие запросы образуют большой рынок. По данным из доклада, 70% поискового трафика приходится на фразы, которые вводят один или два раза в месяц.
- Намерение богаче портрета. Одинаковый запрос у двух людей может означать разные потребности, а контекст и сигналы аудитории помогают увидеть разницу.
- Расширение охвата способно улучшить экономику. В одном американском проекте расходы выросли на 20%, число заявок утроилось, а стоимость заявки снизилась.
- Ложные конверсии плохо обучают автоматизацию. В другом кейсе 22 000 регистраций не дали ни одной продажи, хотя цена регистрации выглядела привлекательной.
Ключевые моменты доклада
Почему прежней логики стало недостаточно
Игорь начал не с настройки рекламного кабинета, а с экономики платформы. На показанных со сцены слайдах реклама давала 86% выручки Google и всю прибыль в представленной модели. Этот ракурс объяснял, зачем рекламодателю смотреть шире поисковой строки. Бесплатные сервисы, карты, видео и аналитика создают сигналы, с помощью которых платформа прогнозирует уместность рекламы. Речь была не о том, чтобы напугать аудиторию слежкой. Главная мысль состояла в другом: компания, чей доход зависит от рекламы, заинтересована точнее понимать момент, сообщение и человека. Потребительскую сторону обмена Игорь сформулировал жёстко: «Если нам что-то дают бесплатно, то, скорее всего, товар это мы сами». Для предпринимателя отсюда следует практичный вопрос: какие стимулы движут системой, внутри которой он покупает внимание?
Необходимость перемен Игорь показал на истории собственного аккаунта. В выборке с расходами 220 млн гривен средняя цена клика выросла примерно с 3 гривен в 2020 году до 27 гривен спустя три года. Девятикратный рост он сопоставил с изменением валютного курса лишь на 10-15%. Этот пример не означает, что любой рынок повторяет ту же траекторию, но хорошо показывает цену инерции. Традиционная работа всё ещё напоминала раннюю эпоху Google Ads, когда основной силой специалиста был поиск ещё одной прибыльной фразы. «Нельзя использовать методы из 2002 года для работы с самым мощным искусственным интеллектом мира в 2023 году». Это не отказ от ключевых слов. Это отказ считать список ключей полной картой рынка и единственным способом управлять кампанией.
От очевидного запроса к скрытому намерению
Пример «дворники Киев» показал ограниченность буквального чтения. Запрос может относиться к автомобильным деталям, но может означать и поиск работника для уборки. Слова одинаковы, намерение разное. При этом самые очевидные фразы видят все рекламодатели, поэтому конкуренция и цена там выше. По приведённой в докладе оценке, 70% поискового трафика составляет длинный хвост: запросы, которые появляются один или два раза в месяц. Каждый из них мал, но вместе они образуют рынок, который невозможно заранее перечислить. Здесь Игорь использовал метафору Микеланджело: взять камень и отсечь лишнее. Детальный порядок действий остался в записи, а стратегический принцип понятен без инструкции. Широкое обнаружение спроса и исключение нерелевантного должны работать вместе, иначе узкий прогноз теряет масштаб, а бесконтрольный охват теряет деньги.
Такой же сдвиг нужен в описании аудитории. Портрет вроде «мужчина 25-34 лет, двое детей» слишком груб, чтобы объяснить актуальную потребность человека. Контекст запроса, недавний интерес, жизненные события и реакция на предложение дают больше. Игорь показал эффект на американском проекте, который тратил около миллиона долларов в месяц. До изменений он получал примерно 7 000 заявок по средней цене 138 долларов. После использования более широкого набора доступных Google сигналов расходы выросли на 20%, а количество заявок увеличилось втрое при снижении их стоимости. Точная конфигурация относится к полной записи. Для статьи важна причина результата: небольшой прирост вложений дал непропорционально большой прирост полезного объёма, потому что у системы стало больше оснований находить подходящую аудиторию.
Когда алгоритм усваивает неверный урок
Последний кейс перевернул картину. Отработанная воронка ожидала 1 000 регистраций в день по 16 долларов. Новый трафик начал давать регистрации примерно вдвое дешевле, поэтому масштабирование выглядело логичным. Всего проект получил 22 000 регистраций. Затем отдел продаж сообщил, что ни одна не завершилась продажей: номера не отвечали, имена и адреса почты были вымышленными, а кажущийся поток клиентов оказался пустым. Проблема была шире потраченного бюджета. Ложные события попали в обратную связь системы. Если назвать такую регистрацию успехом, алгоритм станет искать ещё больше похожего поведения. «Проблема не в самих ботах, а в том, что искусственный интеллект обучается на них приводить нам неживых людей, а ботов». Низкая цена научила машину действовать против цели бизнеса.
Поэтому «работать с данными» в логике доклада означает не поклоняться любому числу в кабинете. Данные могут быть ошибочными, автоматизация может уверенно усиливать ошибку, а конверсия может не иметь коммерческой ценности. Рекламодателю всё равно нужно связать сигнал платформы с реальностью продаж. Расширенный охват должен приводить квалифицированный спрос, событие должно выдерживать проверку отделом продаж, а обучение должно опираться на покупателей, не на шум. В этом проходит граница между использованием ИИ Google и передачей ему собственного суждения. Оптимизм Игоря был условным: новая система способна находить спрос, которого нет в заранее составленном списке, если целевой сигнал действительно описывает нужный бизнесу результат.
Полная запись доклада входит в бонусный пакет для учеников.
Главное
ИИ Google способен находить намерение за пределами очевидного списка ключевых слов, но он усиливает тот сигнал, который получает.
Охват, данные об аудитории и автоматизация полезны лишь тогда, когда конверсии связаны с реальными покупателями и экономикой бизнеса.