

Von den 1970er Jahren bis heute gab es im Silicon Valley drei Wellen technologischer Innovationen, die viele Branchen hervorgebracht haben, darunter unsere (Online-Marketing).Zuerst gab es Halbleiter, dann PCs und zuletzt das Internet. Jetzt stehen wir an der Schwelle zur nächsten Innovationswelle, angetrieben von Fortschritten in der künstlichen Intelligenz (KI).
Da unsere Branche dank dieser Innovationswellen existiert und die Automatisierung – ein Top-Trend in der PPC für 2017 – von der KI vorangetrieben werden kann, wie könnte sich das für uns in der nächsten Welle ändern? Und welche Risiken sehen wir, wenn wir beginnen, viel mehr Automatisierung zu nutzen, ohne das Ausmaß ihrer Fähigkeiten zu kennen?
Ich werde all dies untersuchen und unserer Branche einen Weg vorschlagen, um den Automatisierungstools eine gewisse Transparenz zu verleihen, damit Kampagnen nicht unter schlechten Robotern leiden.
Ein Leitfaden über künstliche Intelligenz und ihre Verfahren
Bevor man erklärt, wie KI im Zusammenhang mit Online-Marketing steht, kann es hilfreich sein, zu klären, was einige der Schlagworte im Zusammenhang mit KI bedeuten.
Künstliche Intelligenz
KI in seiner einfachsten Form ist, wenn eine Maschine ein Problem lösen kann, das wir als etwas wahrnehmen, das einen Menschen und seine besonderen “menschlichen Fähigkeiten” oder seine Kognition erfordert. Weil das eine ziemlich lose Definition ist, bedeutet es auch, dass sich das, was wir als KI betrachten, weiterentwickelt hat, und wir finden es nicht mehr allzu beeindruckend, wenn ein Computer beim Schach gewinnt. Jetzt ist die Bar auf die Art und Weise angehoben worden, wie man ein Auto fährt, das im Berufsverkehr kein Lenkrad durch die Stadt hat. Wie es diese Leistung erreicht, spielt keine Rolle, dass es als KI betrachtet wird.
Ich gab eine Demo auf der Bühne während meiner Keynote auf der HeroConf London, wo ich ein Gespräch über mein AdWords-Konto mit Amazon’s Alexa führte. Sie verstehen zu lassen, was ich fragte, war eine Leistung einer wirklich fortschrittlichen KI, aber die Antworten auf meine Fragen zur Kontoleistung wurden durch einen einfachen Code gegeben, der mit der API von Optmyzr (meinem Unternehmen) interagierte.
Ich bekam einige großartige Rezensionen von dieser Demo, und die Leute sagten, es sei erstaunlich, diese Art von Interaktion mit einer Maschine zu sehen, aber nachdem ich die Demo selbst gebaut hatte, fand ich es faszinierend, dass die Leute dachten, die Maschine könnte viel leistungsfähiger sein, als sie es wirklich war.
Manuell programmierte KI
Wenn Sie genug Zeit hätten, wäre es möglich, eine KI zu erstellen, indem Sie manuell viel Code schreiben, der aus if-then Anweisungen besteht, um einem Computer beizubringen, was er in jeder möglichen Situation tun muss, um ein Problem zu lösen. Im PPC-Land wäre das wie die Verwendung vieler automatisierter Regeln, um vollständig zu kodifizieren, wie Ihr Account-Manager bei der Optimierung eines Kontos vorgeht.
Dieser Ansatz ist nicht sehr “intelligent” und erfordert zu viel Arbeit, um alle möglichen Edge-Cases zu definieren, daher folgen einige neuere und praktischere Wege zur Erstellung von KI.
Maschinelles Lernen
Machine Learning ist ein statistischer Ansatz, um Korrelationen aus vielen Daten zu finden und zu versuchen, zukünftige Ereignisse vorherzusagen. Anstatt dem Computer explizit zu sagen, was er in jeder möglichen Situation tun soll, lehrt sich die Maschine, was sie tun soll, basierend auf wahrscheinlichen möglichen Ergebnissen aufgrund historischer Daten.
Seit mindestens 2008 ist maschinelles Lernen in AdWords präsent, und es wirkt sich hunderte Male am Tag auf die Werbetreibenden aus, wenn der Quality Score Mechanismus hilft, vorherzusagen, welche Anzeigen bei jeder einzelnen Suche am häufigsten angeklickt werden.
Neuronale Netze
Neuronale Netzwerke sind eine weitere Methode, um eine KI zu erreichen, indem sie nachahmen, wie wir das menschliche Gehirn bei der Arbeit verstehen. In unserem Gehirn werden Informationen von Neuron zu Neuron weitergeleitet, bis wir schließlich zu einer Interpretation des Signals kommen. Neuronale Netze leiten auch eine Eingabe durch viele Verarbeitungsschichten weiter und weisen jeder Verarbeitungsebene einen Vertrauenswert zu.
Deep Learning ist, wenn es viele Schichten dieser Art von Verarbeitung gibt. Das Signal kann verschiedene Pfade durchlaufen, und der Pfad mit dem höchsten Vertrauen in die Richtigkeit liefert das Ergebnis.
Einer der Ingenieure bei Google Translate gab mir kürzlich ein Beispiel für neuronale Netze. Er erklärte, dass für Google, um Text, der mit einem Fotohandy aufgenommen wurde, in Echtzeit übersetzen zu können, neuronale Netzwerke verwendet werden, um beim Sehen am Computer zu helfen. Ein Text hat einige Gemeinsamkeiten, nach denen das neuronale Netzwerk sucht, bevor es sie übersetzt (was mit statistischer maschineller Übersetzung geschieht).
Wenn Sie ein neuronales Netzwerk in Aktion sehen möchten, probieren Sie Quick, Draw, ein lustiges Kritzlerspiel von Google. Wenn die Maschine mehr Daten vom Benutzer erhält, der weiterhin zeichnet, macht es Spaß zu hören, wie sich ihre Vermutungen entwickeln, bis sie schließlich die richtige Antwort erhält.
Schlechte künstliche Intelligenz tötet Kampagnen
In seinem Kern geht es also bei der KI um einen Computer, der eine Aufgabe bewältigt, die historisch gesehen als etwas angesehen wurde, was nur ein Mensch gut machen konnte. Die Übergabe einer Aufgabe an einen Computer wird auch Automatisierung genannt, und das ist ein Traum eines jeden PPC-Vermarkters.
Nun, da wir verstehen, dass es verschiedene Methoden gibt, um KI zu erreichen, alle mit unterschiedlichem Leistungsniveau, lassen Sie uns für einen Moment innehalten, um einige Beispiele zu veranschaulichen, wann die Technologie hinter KI einfach nicht gut genug ist, um PPC-Kampagnen richtig zu handhaben. Diese Beispiele sind nicht hypothetisch; sie sind Dinge, die ich in realen Berichten gesehen habe.
Als das Blackbox-Gebotsmanagement eine E-Commerce-Kampagne sank
Ein E-Commerce-Unternehmen verwendete ein Black-Box-Automatisierungssystem, ähnlich wie Googles Flexible Bid Strategies, um einen besseren ROAS für seine adwords-Kampagnen zu erzielen. Eines Tages starteten sie ein neues Landing Page Design, das sich deutlich schlechter entwickelte als erwartet. Während sie den Rückgang der Konversionsraten schnell bemerkten, tat es auch das Black-Box-Bietsystem. Das Team stellte die alte Version der Landing Page wieder her, und die Conversion Rates kehrten auf ihr gewohntes Niveau zurück, aber aus irgendeinem Grund kam die Gesamtzahl der Conversions nicht mehr auf das gleiche Niveau wie zuvor zurück.
Nach vielen Wochen verlorener Verkäufe fanden sie heraus, dass einige ihrer wichtigsten Keywords auf Seite 2 angeboten wurden. Da sie nicht genügend neue Daten erhielten, um die Entscheidung, das Gebot nach der Festlegung der Landing Page zu senken, rückgängig zu machen, kam es nie wieder auf Seite eins der Ergebnisse.
Als automatisiertes Keyword Mining zu einem Vertragsbruch führte
In einem weiteren Beispiel von Automatisierung ging schief, verlor ein Unternehmen, das seine Suchanfrage Mining automatisierte, Comarketing-Dollar von einem Hersteller, als das System Abfragen mit großer Leistung als neue Keywords hinzufügte, aber nicht erkannte, dass diese neuen Keywords Marken enthielten, die sie vertraglich nicht im Rahmen des Comarketing-Vertrags verwenden durften. Wenn das System, das die Automatisierung verwaltet, zu einfach ist und nur die Kennzahlen auswertet, ist es anfällig für solche Fehler, die ein Mensch leicht vermeiden würde.
Stufen der PPC-Automatisierung
Wenn wir einen Teil unserer Jobs automatisieren wollen, müssen wir die Grenzen der KI verstehen, die wir verwenden, denn das sagt uns, wie genau wir das System überwachen müssen, wenn wir nicht wollen, dass unsere Kampagnen abstürzen und brennen.
Es gibt ein Analogon aus der Welt der selbstfahrenden Autos, in der die Industrie standardisierte Autonomiegrade von 0 bis 5 entwickelt hat, die dazu beitragen, Erwartungen an die Fahrer zu wecken, wie beteiligt sie sein sollten.
Mit einer Automatisierung der Stufe 1 wie dem Tempomat weiß der Fahrer, dass er noch auf angehaltene Fahrzeuge achten muss, während er gleichzeitig alle anderen Aufgaben wie Lenken und Bremsen übernimmt. Teslas Autopilot ist eine Level-2-Automatisierung, bei der das Auto alle Grundlagen selbstständig unter perfekten Bedingungen beherrscht, aber der menschliche Fahrer muss jederzeit aufmerksam bleiben, wenn es zu einer Anomalie kommt.
Ich schlage vor, Automatisierungsgrade zu definieren, damit die Benutzer von PPC-Tools (einschließlich derjenigen, die mein Unternehmen anbietet) ein besseres Verständnis dafür haben, was die Grenzen der Tools sind.
Ebene 0
Alles im PPC-Konto erfolgt manuell, mit Tabellenkalkulationen und mit Tools, die verlangen, dass alle Eingaben von Menschen gemacht werden.
Ebene 1
In Stufe 1 überwachen und alarmieren Automatisierungen, ergreifen aber keine automatisierten Maßnahmen. Ein gutes Beispiel ist ein AdWords-Skript wie Googles Anomaly Detector, das die Leistung eines Kontos stündlich überprüft und eine Warnung auslöst, wenn die Kennzahlen mehr als einen bestimmten Prozentsatz von den Erwartungen abweichen.
Ebene 2
Hier werden einzelne Managementaufgaben automatisiert, aber es gibt keine Verbindung zwischen den Aufgaben. Ein gutes Beispiel dafür wäre eine automatisierte Regel, die täglich ausgeführt wird und alle Schlüsselwörter pausiert, deren Qualitätswert niedriger als eine festgelegte Zahl ist.
Stufe 3
Dieser Automatisierungsgrad bewältigt mehrere Aufgaben gemeinsam und versteht das Zusammenspiel der verwalteten Komponenten. Ein Beispiel dafür wäre ein System, das sowohl die Einstellung von Angeboten als auch von Budgets automatisiert und intelligent genug ist, um zu verstehen, dass bei der Angebotsabgabe eine Anpassung der Budgets erforderlich sein kann, um den meisten Traffic zuerst zu den am besten funktionierenden Kampagnen zu bringen.
Ebene 4
Jetzt kommen wir in die Vollautomatisierung, wo die menschliche Aufsicht nicht mehr erforderlich ist, solange sich die Anzeigen in engen Grenzen halten. Stellen Sie sich eine vertikale Plattform vor, auf der Sie die Ziele der Kampagne festlegen, wie z.B. ein CPA-Ziel und ein maximales Budget, und da die Vertikale so eng definiert ist, weiß das System, was es mit Angeboten, Budgets, Anzeigen, Keywords, Targeting-Optionen und so weiter machen darf.
Stufe 5
Ich denke, das ist es, worüber Eric Schmidt, Googles CEO, als ich dort arbeitete, während unserer wöchentlichen TGIF-Meetings sprechen würde. Er stellte sich eine Welt vor, in der das Anzeigensystem so intelligent war, dass es wissen würde, wie man ein Geschäft ausbauen kann. Ein Unternehmen könnte Google einen Blankoscheck ausstellen, weil es weiß, dass es profitables Wachstum als direkte Folge sehen würde.
Fazit
Da die künstliche Intelligenz eine größere Rolle bei der Verwaltung von PPC-Accounts zu spielen beginnt, glaube ich, dass wir wachsam sein müssen, wenn es darum geht, die Fähigkeiten der Systeme zu verstehen, auf die wir uns verlassen. Es gibt so viel Hype und Marketing um die KI, dass wir leicht getäuscht werden können, wenn wir darauf vertrauen, dass eine Automatisierung weitaus fortschrittlicher und leistungsfähiger ist, als sie es wirklich ist.
Als Branche sollten wir dem Beispiel der Automobilindustrie folgen und einen klaren Rahmen für die Diskussion über den Automatisierungsgrad entwickeln. Wenn wir nicht offen und transparent sind und klare Erwartungen stellen, werden Fehler passieren, die das Vertrauen der PPC-Manager in die Technologie verringern, was dazu führen kann, dass sich die Akzeptanzraten erstaunlicher Fortschritte verlangsamt. Und als jemand, der Technologie liebt, würde ich es hassen, das zu sehen.