Безусловно, 2017 год был непростым для нашего сообщества авторов YouTube и партнеров по рекламе. Мы считаем, что в YouTube нет места нарушителям, и делаем все возможное, чтобы защитить пользователей, рекламодателей и авторов. В прошлом году мы приняли ряд мер для защиты рекламодателей от неприемлемого контента. Но мы понимаем, что нужны дополнительные действия, чтобы гарантировать показ рекламы рядом с контентом, отражающим их ценности. В декабре мы уже говорили, что реклама на YouTube требует нового подхода. Сегодня мы представляем три существенных изменения.

Более строгие правила монетизации на YouTube

После тщательного анализа и обсуждения с рекламодателями и авторами мы решили кардинально изменить условия, при выполнении которых каналы могут размещать рекламу на YouTube. Раньше для участия в партнерской программе YouTube каналу было достаточно 10 000 просмотров. Последние месяцы показали, что нам нужны новые требования и более точные критерии для отбора каналов, которые получают право показывать рекламу. Мы решили не полагаться только на количество просмотров, а учитывать популярность канала, вовлеченность аудитории и поведение автора.

Поэтому с сегодняшнего дня, чтобы получить право показывать рекламу, новым каналам необходимо набрать 1000 подписчиков и 4000 часов просмотра за последние 12 месяцев. Для существующих каналов, участвующих в партнерской программе YouTube, новые требования вступят в силу с 20 февраля 2018 г.

Разумеется, популярность не будет единственным критерием для участия в партнерской программе. Мы будем внимательно следить за другими показателями, например числом предупреждений о нарушении принципов сообщества YouTube, а также жалоб на спам и другие злоупотребления. Все участники партнерской программы YouTube будут автоматически проверяться на соответствие новым требованиям. В случае грубого или неоднократного нарушения правил нашего сообщества канал будет исключен. Как и прежде, если аккаунт получает три предупреждения, все аккаунты и каналы пользователя удаляются c YouTube.

Сочетание объективной информации от пользователей и улучшенной системы учета нарушений поможет нам поощрять авторов интересных материалов и одновременно не допускать монетизации неприемлемого контента нарушителями правил и спамерами. Изменения затронут значительное количество каналов, показывающих рекламу, однако авторы, которые останутся в программе, обеспечивают более 95% охвата YouTube для рекламодателей.

Подробная информация представлена в Справочном центре.

Проверка подборок Google Preferred вручную

Мы изменили Google Preferred, и теперь в подборках будет не просто самый популярный контент YouTube, но и наиболее тщательно проверенный. Google Preferred предлагает нашим клиентам самые увлекательные каналы YouTube, чтобы помочь им привлекать наиболее заинтересованную аудиторию. В дальнейшем каналы, входящие в подборку Google Preferred, будут проверяться нашими специалистами, и реклама будет показываться только в тех роликах, которые соответствуют нашим правилам в отношении монетизации. Мы планируем завершить проверку каналов Google Preferred и видеороликов в середине февраля в США и к концу марта во всех странах, где доступны подборки Google Preferred.

Более полное представление о местах размещения рекламы и более простое управление ими

Рекламодателям нужны простые и понятные средства управления. В течение ближайших месяцев мы представим трехуровневую систему определения пригодности, которая будет учитывать мнение рекламодателей о подходящих для бренда местах размещения и в то же время информировать их о ширине потенциального охвата.

Рекламодателям также нужна достоверная информация о том, где будет показана их реклама. Мы начали сотрудничать с надежными поставщиками независимых данных о возможности размещения рекламы на YouTube. Пилотный проект с компанией Integral Ad Science (IAS) уже запущен, и скоро заработает пилотный проект с компанией DoubleVerify. Кроме того, мы рассматриваем возможность партнерства с компаниями OpenSlate, comScore и Moat и надеемся расширить возможности независимой оценки на протяжении года.

Проблемы, с которыми мы столкнулись в 2017 году, привели к серьезным, но необходимым изменениям в 2018. Эти изменения помогут нам оправдать ожидания рекламодателей от охвата более 1,5 миллиарда действительно заинтересованных зрителей во всем мире. Мы ценим сотрудничество со всеми нашими рекламодателями, благодарны им за терпение и надеемся укрепить наши взаимоотношения в 2018 году.

Автор: Пол Мюре (Paul Muret), вице-президент Google по медийной рекламе, видеорекламе и аналитике

(Часть 1, Часть 2)

Современные потребители обладают исключительно широкими возможностями и требуют от брендов быстрых и адекватных решений. Именно поэтому среди ведущих маркетологов, которые стремятся оправдать ожидания покупателей, вероятность увеличения инвестиций в машинное обучение и другие передовые технологии на 50% выше по сравнению с остальными [1]. Такие компании, как Rappi и AutoGravity, уже применяют доступные в AdWords технологии машинного обучения, чтобы привлекать ценных клиентов и развивать бизнес. В последней из трех статей мы расскажем, как машинное обучение помогает компаниям использовать доступные данные для оптимизации ставок и повышения эффективности рекламы.

Больше, чем ставки

Раньше мы могли точно сказать, когда пользователи начинают и заканчивают сеанс работы в Интернете. Сегодня они выходят в Сеть с различных устройств в течение всего дня. Поэтому при назначении ставок маркетологи должны учитывать огромное количество контекстных сигналов, влияющих на эффективность рекламы, например о типе устройства, местоположении и времени суток. И в этом могут помочь технологии машинного обучения.

Остановимся подробнее на трех главных функциях интеллектуального назначения ставок в AdWords, в которых применяются технологии машинного обучения Google.

Возможности для роста

Во всем мире маркетологи используют интеллектуальное назначение ставок, чтобы находить новые возможности для развития бизнеса, а также экономить необходимые для их реализации время и деньги.

Новозеландская компания Harmoney, предоставляющая услуги равноправного кредитования, обратилась за помощью в агентство First Digital, чтобы расширить базу потенциальных заемщиков и добиться при этом высокой эффективности рекламы. Маркетологи применили интеллектуальное назначение ставок и установили целевую рентабельность инвестиций в рекламу для поисковых кампаний с общими ключевыми словами. В результате им удалось увеличить число ценных клиентов на 219% и снизить цену за конверсию на 37%. Кроме того, компания сэкономила 5 часов рабочего времени маркетологов в неделю и использовала его для решения таких стратегически важных задач, как тестирование текстов объявлений и анализ информации о ценных клиентах.

Перед специалистами швейцарского агентства цифрового маркетинга FirstPoint встала задача максимально эффективно использовать бюджет поисковой рекламы клиента и увеличить количество конверсий. Протестировав интеллектуальное назначение ставок, они решили отказаться от корректировки ставок вручную в пользу стратегии Максимум конверсий. В результате число конверсий выросло в 2,4 раза, коэффициент конверсии увеличился на 12%, а цена за конверсию снизилась на 59%.

Попробуйте технологии машинного обучения

Совершенно необязательно сразу и полностью переходить на интеллектуальное назначение ставок, отдавая всю сложную работу алгоритмам машинного обучения. Проведите сплит-тестирование с помощью проектов и экспериментов (разбив объявления в пропорции 50/50) и проанализируйте, как изменится эффективность. Уже через некоторое время вы сможете заметить улучшения. В отделе медийной рекламы Google интеллектуальное назначение ставок используется в 98% кампаний, в которых возможно применение этой технологии.

Чтобы понять, какая стратегия назначения ставок лучше всего подходит для ваших целей, ознакомьтесь с нашим обновленным руководством.

1) [Econsultancy и Google, Marketing and Measurement Survey, 2017 г.]

Автор: Блейк Риз (Blake Reese), старший менеджер по продукту

(Часть 1, Часть 3)

На выставке Consumer Electronics Show мы обсуждали феномен потребителей, вооруженных технологиями. Потребители стали более любознательными, требовательными и нетерпеливыми, чем когда-либо ранее, и они ждут помощи от новых технологий буквально повсюду, например при заезде в свой номер в гостинице с помощью своего смартфона.

Бизнесу очень важно учитывать эти тенденции. В ближайшие две недели мы рассмотрим некоторые из продуктов AdWords и узнаем, как машинное обучение помогает рекламодателям соответствовать растущим ожиданиям потребителей, экономить время и повышать эффективность рекламы.

Машинное обучение в AdWords

Управление рекламными кампаниями требует много времени. Однако вместо того, чтобы вручную добавлять тысячи ключевых слов или тестировать каждый заголовок по отдельности, можно научить платформу машинного обучения Google выбирать самые эффективные сочетания за вас.

Представим, что вы недавно расширили ассортимент вашего магазина или добавили новый контент на сайт. В динамические поисковые объявления будут автоматически добавлены недостающие ключевые слова, чтобы вашу рекламу увидели те, кого интересуют новые товары или услуги.

А чтобы показывать релевантную рекламу, которая будет отлично смотреться на миллионах сайтов контекстно-медийной сети, вам достаточно лишь загрузить различные объекты для создания объявлений в умные кампании в КМС. Все это стало возможным благодаря машинному обучению.

Новые возможности для продвижения приложений

Число разработчиков, чьи приложения скачивают более миллиона раз в месяц, растет на 35% в год1. Никогда раньше конкуренция за внимание и деньги пользователей приложений не была столь жесткой. В этой отрасли машинное обучение также меняет правила игры.

Универсальные кампании для приложений помогают таким рекламодателям, как Rappi (служба доставки из Латинской Америки), находить наиболее ценных клиентов в Google Play, Google Поиске, на сайтах контекстно-медийной сети и YouTube в рамках одной рекламной кампании.

Специалисты Rappi загрузили в AdWords все объекты для создания объявлений, а платформа машинного обучения Google протестировала различные варианты и выбрала из них наиболее эффективные для каждого из каналов. Всего за месяц компании Rappi удалось увеличить коэффициент конверсии в 10 раз и выйти на рынки Бразилии, Мексики и Аргентины.

Всего за пять недель компании AutoGravity, работающей на рынке автокредитования, удалось предложить свои услуги десяткам тысяч потенциальных клиентов и повысить уровень их вовлечения на 120%. AutoGravity планирует увеличить вложения в универсальные кампании в три раза, чтобы привлечь ещё больше пользователей, которые с максимальной вероятностью получат одобрение кредита.

Как универсальные кампании для приложений позволяют обратиться к самым ценным клиентам? Платформа машинного обучения Google использует информацию о приложении, а также данные из Google Поиска и Google Play, историю браузера и другие сигналы. Эти данные анализируются для каждого из каналов рекламы AdWords и обновляются в режиме реального времени. Благодаря этому AdWords быстро распознает набирающие популярность ключевые слова, например связанные с праздниками и событиями, и показывает вашу рекламу заинтересованным пользователям.

После этого AdWords анализирует данные пользователей, выполнивших и не выполнивших нужное действие (например, получивших одобрение кредита), а также другие сигналы, уникальные для каждого аукциона. Данные о типе устройства, операционной системе, сети и уже установленных приложениях позволяют создать модели для идентификации самых ценных пользователей. Они используются, чтобы прогнозировать последующие аукционы, выбирать ставки и способ их назначения, а также объявления с учетом целевой аудитории.

Машинное обучение помогает маркетологам не только добиваться высокой эффективности рекламы при проведении масштабных кампаний, но и высвобождает для них самый ценный ресурс – время.

Пол Терези (Paul Teresi), директор по развитию сервиса Skyscanner, рассказывает, что универсальные кампании для приложений сэкономили его время:"Теперь я могу уделять больше внимания потребностям наших пользователей, анализу показателей, поиску возможностей для развития и роста, благодаря которым мы остаемся на шаг впереди конкурентов".

Чтобы узнать, как именно универсальные кампании для приложений помогут вам привлечь самых ценных пользователей, пройдите наш новый обучающий курс (пока, увы, только на английском).

В последней статье цикла мы рассмотрим применение машинного обучения для оптимизации ставок и познакомимся с интересным примером от специалистов Google по медийной рекламе.

1) [Внутренние данные Google, май 2017 г.]

Автор: Дэвид Митби (David Mitby), директор по управлению продуктами