Google amplia uso de machine learning em anúncios

Luiz Gustavo Pacete
12 de julho de 2018 - 9h17

As novas ferramentas foram apresentadas no Google Marketing Live (Crédito: Reprodução)

O Google anunciou na tarde da terça-feira, 10, no Google Marketing Live, evento que ocorreu nos Estados Unidos, soluções de anúncios utilizando machine learning. As novidades fazem parte de um novo foco estratégico da empresa em potencializar o uso da tecnologia voltada ao mercado publicitário. Recentemente, no Brasil, o Google anunciou um concurso para incentivar agências e anunciantes a ampliarem o uso de machine learning em seus processos de investimento em Google Ads.

relacionado

Google lança programa de machine learning para agências

De acordo com Henrique Russowsky, sócio e diretor de mídia da Jüssi, que estava presente no evento, entre as novidades, a com potencial de impacto na gestão de campanhas é a ferramenta Maximize Lift. “Ela permite dar lances com o objetivo de elevar ao máximo o search da marca. Isso significa uma transformação grande na mensuração das campanhas digitais. Até hoje, ao planejar uma campanha, estabelecemos patamares de alcance e frequência, com objetivo de provocar interesse pela marca ou produto anunciado”, explica.

Henrique reforça que no universo da busca, a novidade são os responsive search ads. “Não será mais necessário criar anúncios de texto inteiros. O anunciante poderá elaborar uma diversidade de títulos e textos de descritivos de anúncios, e o próprio Google se encarrega por multiplicar as combinações possíveis e aprender qual se destaca com uma melhor performance. O que se mostra muito interessante. ”

relacionado

Google anuncia rebranding de ferramentas publicitárias

“As novidades que anunciamos no Google Marketing Live exploram todo o potencial do machine learning, seja para potencializar as campanhas de anunciantes ou para a identificação de novas oportunidades. Nossas soluções podem desde determinar o momento apropriado para a exibição de um anúncio para que maximize o resultado desejado, como por exemplo, gerar fluxo em loja física até indicar qual o melhor texto para os anúncios com base nos inputs dos anunciantes e em testes de títulos e descrições. O objetivo do Google é tornar o ecossistema da publicidade digital cada vez mais inteligente e eficiente para que todos os players sejam beneficiados”, explica Michel Sciama, coordenador de performance do Google Brasil.

Anúncios responsivos e relevância
A plataforma redesenhou os anúncios responsivos da rede de pesquisa. A partir de agora, basta fornecer até 15 títulos e 4 linhas de descrição: o resto é do serviço de machine learning do Google que vai testando diferentes combinações e aprendendo qual peça criativa traz melhores resultados para cada tipo de busca. Dessa forma, pessoas que buscam a mesma coisa podem ver anúncios diferentes, dependendo do contexto.

Maximize Lift
A empresa anunciou que até o final deste ano vai lançar a ferramenta Maximize Lift. Ela ajuda a atingir as pessoas mais propensas a considerar sua marca depois de assistir a um vídeo de propaganda. Essa nova estratégia de lances inteligentes também é alimentada por machine learning. Ela ajusta automaticamente os lances, no momento do leilão, e ajuda a atingir os objetivos da campanha.

relacionado

O que o machine learning já faz pelas marcas

Local Campaigns
O recurso é um novo tipo de campanha criado com o objetivo exclusivo de aumentar as visitas ao varejo físico. Basta fornecer algumas informações, como os endereços das lojas e as peças publicitárias criativas, para que o Google faça uma otimização automática dos anúncios, em diferentes plataformas. Essa estratégia ajuda a atrair mais consumidores para dentro das lojas.

Shopping Campaigns
Lançado no início deste ano, a ferramenta otimiza o desempenho com base nos objetivos comerciais. Ela contribui para atingir as metas de receita sem a necessidade de passar pelo processo manual de administrar ou fazer lances para produtos e palavras-chave individuais. Essas campanhas serão aprimoradas ao longo dos próximos meses para permitir a otimização de múltiplos objetivos de negócios.