Что раскрывает анализ данных SMEC о максимальной производительности ИИ?

С тех пор как Google запустила AI Max для кампаний Search, большая часть обсуждений сосредоточилась на результатах, которыми поделился Google.

Купил акции на все деньги, а они упали? А Илон Маск снова написал твит? Знакомо. У нас тут клуб тех, кто пытается понять этот цирк и не сойти с ума.

Купить на падении (нет)

Эти результаты указывают на то, что рекламодатели должны увидеть заметное увеличение конверсий без необходимости кардинально менять свои текущие стратегии. Однако, как и со многими статистическими данными с этих платформ, неясно, насколько хорошо эта функция будет работать для устоявшихся, долгосрочных аккаунтов.

Майк Райан, возглавляющий Ecommerce Insights в Smarter Ecommerce (SMEC), использовал AI Max для изучения данных более чем из 250 онлайн-кампаний по поиску, чтобы лучше понять их эффективность.

Эти результаты предлагают полезную оценку для рекламодателей, тестирующих эту новую функцию, особенно для тех, у кого есть интернет-магазины, поскольку Google еще не предоставил официальные данные о ее производительности.

AI Max часто работает вместе с другой автоматизацией.

Одним из первых шаблонов, которые выявила SMEC, является то, как AI Max развертывается в реальных аккаунтах.

Почти половина рекламодателей, которые тестируют AI Max, также одновременно используют кампании Dynamic Search Ads и Performance Max.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Это перекрытие создает удивительное количество избыточности.

В наборе данных, проанализированном SMEC:

1 из 6 рекламодателей использовали AI Max вместе с DSA
1 из 4 рекламодателей использовали AI Max вместе с Performance Max
Около 50% аккаунтов запускали все три одновременно

Это поднимает важную операционную задачу.

Эти различные рекламные кампании созданы, чтобы помочь вам охватить людей, которые еще не ищут ваши ключевые слова. При совместном использовании они могут конкурировать за одни и те же поиски или распределять данные о том, какие объявления наиболее эффективны.

Разделение данных таким образом может затруднить понимание эффективности и также может препятствовать эффективному обучению моделей Smart Bidding.

Google советует рекламодателям не слишком беспокоиться о перекрывающихся объявлениях и вместо этого уделять приоритетное внимание своим общим бизнес-целям. Система разработана для выбора наилучшего объявления для показа на основе его рейтинга.

Однако, рекламодателям всё ещё требуются хорошо организованные кампании, чтобы понимать, какие источники приносят результаты.

Большинство расширений запросов AI Max по-прежнему исходят из точных совпадений ключевых слов.

Еще одна интересная находка из исследований Райана заключалась в том, как AI Max взаимодействует с типами соответствия ключевых слов.

После анализа миллиона показов AI Max, исследование выявило следующую статистику:

Точное соответствие: 80.11%
Phrase Match: 19.52%
Широкое соответствие: 0.38%

Многие рекламодатели считают, что AI Max работает в основном за счет расширения охвата ключевых слов с широким соответствием. Однако данные на самом деле показывают, что он обычно основывается на и расширяет ваши существующие ключевые слова с точным соответствием.

По сути, AI Max часто начинает с конкретного ключевого слова, а затем расширяет поиск, чтобы включить связанные термины и фразы.

Этот подход соответствует общей стратегии Google по пониманию того, что пользователи *имеют в виду*, а не просто поиску конкретных ключевых слов.

Это также требует от рекламодателей чётко видеть поисковые запросы, которые используют люди, поскольку эти варианты растут.

Если вы не будете внимательно следить за поисковыми запросами, запускающими ваши объявления, ваши объявления могут начать появляться по запросам, на которые вы никогда не планировали таргетироваться.

AI Max увеличивает доход, но с более высокой стоимостью за конверсию.

Google утверждает, что функция AI Max должна помочь рекламодателям увидеть примерно 14% увеличение продаж или ценности этих продаж, не увеличивая при этом их рекламные расходы.

Исследование SMEC предоставляет первые убедительные доказательства для оценки эффективности этого утверждения в онлайн-кампаниях.

Среди 250 проанализированных кампаний, AI Max сгенерировал:

Средний прирост дохода: +13% ценности конверсии
Средний CPA увеличился на: +16%

Увеличение конверсии оказывается удивительно близким к заявлению Google о не-розничных продажах.

Однако, сторона затрат рассказывает более нюансированную историю.

Постепенные конверсии, генерируемые с помощью AI Max, как правило, стоят дороже, чем базовый ключевой трафик.

Как отметила Джинни Марвин, отвечая на вопросы рекламодателей, увеличение объёма рекламы в конечном итоге приводит к всё меньшим и меньшим выгодам. После того, как вы охватили наиболее релевантные поисковые запросы, любой дальнейший рост обычно происходит за счёт менее надёжных или эффективных поисков.

Другими словами, следующая частичная конвертация часто будет стоить дороже первой.

Для рекламодателей важно понимать, что AI Max в первую очередь увеличивает охват вашей рекламы, а не просто повышает эффективность существующей рекламы.

Результаты ROAS сильно различаются в зависимости от аккаунтов.

Хотя AI Max, похоже, не оказывает существенного влияния на общую рентабельность рекламных расходов, некоторые аккаунты демонстрируют гораздо большие выгоды или убытки, чем другие.

SMEC обнаружил, что производительность варьировалась от:

42% выше базового ROAS
На 35% ниже базового ROAS

Только 22% кампаний достигли показателей ROAS, близких к первоначальным целям.

Оставшиеся 78% либо значительно превзошли ожидания, либо не дотянули до них.

Это указывает на то, что насколько хорошо работает AI Max, действительно зависит от специфики каждой учётной записи – такие вещи, как используемые ключевые слова, насколько тщательно они охватывают тему и как настроена кампания.

Устаревшие ключевые структуры могут привести к максимальной самоканнибализации AI.

Исследование также показало, что AI Max иногда ведет себя неожиданным образом при использовании вместе с существующими ключевыми словами с широким соответствием.

В некоторых отчётах AI Max сопоставлялся с запросами широкого соответствия значительно чаще, чем ожидалось.

Примеры включены:

49% совпадений с широкими запросами в одном аккаунте.
63% совпадение с другой учётной записью

SMEC обнаружил, что первопричина часто кроется в устаревших ключевых словах с широким соответствием и модификаторами (BMM).

После того, как Google переключила BMM на Broad Match несколько лет назад, многие ключевые слова по-прежнему функционировали аналогично Phrase Match. Теперь AI Max основывается на этих совпадениях, что может создать впечатление дублирования.

Упрощение старых настроек ключевых слов облегчает понимание отчетов об эффективности и позволяет получить более четкое представление о том, как работает AI Max.

Итоговые мысли об исследовании AI Max

Данные SMEC подтверждают то, что большинство опытных рекламодателей уже понимают.

Добавление большего количества тем может увеличить ваш общий поисковый трафик, но обычно это не работает так же эффективно, как фокусировка на ваших основных ключевых словах.

AI Max, похоже, работает аналогичным образом другим кампаниям. В то время как мы наблюдали типичное увеличение стоимости конверсий на 13%, каждая из этих дополнительных конверсий стоила дороже для достижения.

Как цифровой маркетолог, вот что я говорю своим клиентам об AI Max: рассматривайте это как способ *дополнить* ваши существующие Search-кампании, а не заменить их. Это отличный инструмент для расширения вашего охвата контролируемым образом, но ваша основная Search-стратегия должна оставаться основой.

Для более подробного изучения нашего подхода и результатов вы можете найти полное руководство AI Max от SMEC. В нём всё объясняется в полном объёме.

Смотрите также

2026-03-05 22:10