Innovatie en automatisering in online advertising

Als digital marketeer ken je het waarschijnlijk wel, het nobele handwerk van dagelijks ads optimaliseren. ‘Een keyword uitsluiten en er drie toevoegen. De maximale CPC een verhogen om meer vertoningen te krijgen, etc. Het is monnikenwerk en craftmanship tegelijkertijd. En misschien ook wel verleden tijd. Als we kijken naar de advertentietaart dan zien we dat het aandeel van de Big Tech onverminderd blijft stijgen en dat de mogelijkheden voor automatisering toenemen.

Innovatie door machine learning

Big Tech (Alphabet (Google), Meta (Facebook), Apple, Microsoft en Amazon) integreert machine learning massaal in bestaande en nieuwe marketingproducten en maken het de standaard. Zowel voor het bereiken van nieuwe doelgroepen, het schaalbaar en flexibel bouwen van creaties, het automatisch verbeteren van campagnes en het identificeren van de meest waardevolle touchpoints tijdens de journey (datadriven attributie). Dit alles met het uiteindelijke doel zo relevant mogelijk te zijn voor gebruikers en de Return On Ad Spend (ROAS) van je campagnes te verhogen.

Ads slimmer inrichten en optimaliseren

De snelheid waarmee de inkoop van ads en het managen van campagnes is enorm. Welke tools en mogelijkheden zijn er op dit moment? Die vraag stelde Bart Meerdink aan Digital Marketing Advertising Specialist Alex Groenendijk voor het Digital Marketing Trendrapport 2022.

‘Er zijn ontzettend veel tools beschikbaar om campagnes te automatiseren zoals; Channable, Funnel.io, bGenius, Google Marketing Platform (oa. SA360, DV360, Google Studio), Hubspot en Marketo.’

online advertising binnen Google

‘Google heeft de laatste jaren veel wijzigingen doorgevoerd in hun marketingproducten, waarbij machine learning aan de basis ligt. Zo wordt er binnen Google Ads bijvoorbeeld als standaard ad type ‘responsive search ads’ toegepast. Hierbij hoef je alleen tekst, afbeeldingen, logo’s en videomateriaal op te geven. Het machine learning-algoritme vindt dan automatisch en realtime de best presenterende combinaties die geoptimaliseerd zijn op de intenties, voorkeuren en context van een gebruiker.

Daarnaast heeft Google Smart-campaign types zoals Smart-shopping, Smart display en Performance max. Binnen deze campagne types worden targeting, biedingen en advertentie geautomatiseerd en door de algoritmes geoptimaliseerd.

Alex Groenendijk over de ontwikkelingen binnen Google: ‘Je ziet dat de machine learning algoritmes van bijvoorbeeld Google steeds beter zijn geworden. Hierdoor leiden slimme biedstrategieën tot veel betere resultaten in alle campagnes die ik heb getest. Bij zowel kleine als grote organisaties en over verschillende branches heen. Dit heeft te maken met het feit dat Google toegang heeft tot miljoenen signalen waar wij als marketeers geen toegang toe hebben.’

Gedrag voorspellen met Meta

Ook Meta (Facebook en Instagram) gebruikt machine learning. Bijvoorbeeld voor het voorspellen van de reactie van een gebruiker op een advertentie. Het algoritme haalt o.a. informatie uit het bekijken of verbergen van andere advertenties. Advertenties met lagere biedingen winnen de veiling als het algoritme voorspelt dat de gebruiker eerder op zal reageren. Het voordeel hiervan is dat niet alleen bedrijven met het meeste budget hun klanten bereiken.

Kan jij het algoritme nog verslaan?

De Big Tech partijen bieden ons dus veel slimme mogelijkheden om ads te automatiseren. Zoals Smart Bidding mogelijkheden van Google. Waarbij ze o.a. rekening houden met variabelen als device, weer, moment van de dag, locatie en remarketing lijsten. Het is knap als jij dit algoritme nog weet te verslaan in 2022!

Het antwoord op Big Tech

Door alle innovaties en ontwikkelingen hopen de Big Tech spelers nog meer marktaandeel te veroveren. Hierdoor zal hun macht alleen maar verder groeien. In Nederland en België zijn een paar grote publishers die voldoende data hebben om een tegenantwoord op de macht van Big Tech te geven. Partijen als DPG Media, AH, Bol en Coolblue zullen nog gretiger worden op verkrijgen van e-mailadressen (bijv. via gratis abonnementen) en inzicht in jouw online gedrag.

Binnen deze organisaties zijn dan ook serieuze media agencies ontstaan. Voor kleine publishers zonder deze data rest slechts een paar kruimels. Zij kunnen hooguit een contextuele bannerplaatsing zonder intelligente targetting verkopen tegen ouderwetse CPM tarieven.

Welke skills heb jij als marketeer nodig?

Er is met name behoefte aan technische en analytische skills. Iedereen kan tegenwoordig campagnes opzetten binnen Google, Facebook of LinkedIn. Het onderscheid zit hem echter in het voeden van de campagnes met kwalitatieve data en het continue analyseren en verbeteren van je strategie door een ‘test en learn’ aanpak.

Om machine learning en predictive technieken te begrijpen en toe te passen, zal je als marketeer moeten gaan samenwerken met datawetenschappers of analisten, of jezelf  ontwikkelen in dit vakgebied. Om te begrijpen wat je nu precies meet en wat de nuances zijn op hetgeen waarop je het succes beoordeelt, heb je technische marketing skills heb je nodig. Als je bijvoorbeeld gebruik maakt van attributiemodellen moet je begrijpen hoe touchpoints geïdentificeerd worden om vervolgens een goede analyse van de prestaties en kansen in de customer journey te kunnen maken.

Tijd over door automatiseren?

Verslavende hulpmiddelen vanuit Big Tech gaan je tijd besparen bij het inrichten van campagnes. Hopelijk gebruik je een flink deel van de overgebleven tijd om echt na te denken over je merkstrategie. Merk bouwen is al langere tijd bezig met een ongekende terugkeer bezig is. Je merk is alles, zonder een duidelijke positionering en het juiste merkvertrouwen hebben de ads weinig zin.

Daarnaast biedt ook de uitfasering van third-party cookies een goede zoethouder. Iedereen is op zoek naar alternatieven. Waar de ene marketeer op een creatieve manier usecases voor first-party data collection uit zijn of haar mouw schudt en de andere marketeer zich focust op contextual targeting, zal een derde marketeer zich volledig overgeven aan de machine learning algoritmes van de grote big tech partijen. Marketeers die de beschikking hebben over datawetenschappers of analisten, gaan experimenteren met predictive audiences.