O Machine Learning vai tornar os profissionais de performance marketing obsoletos?

Antes de começar, um contexto vai te ajudar a entender por que tenho essa pergunta. Passei um tempo significativo em performance marketing ao longo da minha carreira. Ainda me lembro quando comecei, o Google Adwords era completamente diferente do que é hoje. Por exemplo, havia uma regra de que se a taxa de clique da sua palavra-chave fosse abaixo de 0,5%, ela se tornaria "inativa" e seria extremamente difícil (ou impossível) recuperar uma palavra-chave inativa.

O Facebook foi fundado no mesmo ano, então ainda não havia publicidade no Facebook. :D

Avançando para 2022, o machine learning está no centro das plataformas de publicidade do Google e da Meta (e muitas outras como a Amazon). Ambas as empresas estão defendendo a simplificação da configuração de conta (que dá à máquina mais dados para trabalhar), um conjunto diversificado de criativos (tanto formatos quanto conceitos) e, claro, tagging do site/Conversion API para dar à máquina o sinal de resultado (ou seja, conversão) que os anunciantes se importam.

Acabou o dia em que precisávamos configurar uma estrutura granular de campanha de search ou campanha de display para personalizar cada segmento de audiência com criativos relevantes. Agora, em vez disso, somos aconselhados a configurar apenas uma campanha (no caso do Performance Max para o Google), e a máquina automaticamente encontrará a fonte de inventário certa (search, youtube, Gmail, etc.) e servirá os melhores criativos para a audiência (via formato de anúncio responsivo). A otimização de lances acontecerá automaticamente via estratégias de lances adequadas e prontas para uso que cada plataforma oferece. A otimização de orçamento entre campanhas também pode acontecer de forma semi-automática.

Então o que fazemos o dia todo? :D rodamos relatórios no Excel? :P

Machine learning é apenas uma ferramenta

Sim, é uma ferramenta potente, mas, em última análise, uma ferramenta. Isso significa que a máquina não sabe o que é bom para o seu negócio. (Uma breve pausa aqui).

A máquina é incrível em atingir o resultado (conversão ou ROI) que você definiu com o nível certo de eficiência. No entanto, ela não sabe se atingir esse objetivo convém ao seu negócio.

Ela não sabe se você deve rodar Google Ads ou Meta Ads, ou qualquer publicidade em primeiro lugar.

A máquina não sabe muita coisa.

• Ela não conhece suas marcas ou seus clientes potenciais.
• Ela não sabe por que seus clientes potenciais escolhem sua marca em detrimento da concorrência.
  • Ela não consegue criar mensagens ou experiências de landing page envolventes para seus clientes potenciais sem uma grande quantidade de dados de treinamento.
• Ela não sabe se rodar publicidade traz receita incremental para o seu negócio.
  • Receita incremental é a receita que não se materializaria se você não rodasse os anúncios.
  • Potencialmente, a máquina pode conhecer a receita ou conversão incremental de um único canal, mas não no nível geral para o seu negócio.

Jardins murados limitam a máquina.

Ela pode fazer um trabalho incrível de otimização dentro do ecossistema do Google, ecossistema da Meta, da Amazon ou do TikTok, etc... mas não entre eles. Este fato provavelmente não vai mudar tão cedo, dado o foco na privacidade do consumidor.

Isso significa que o humano decide onde rodar os anúncios e quanto gastar dentro de cada jardim murado.

Nos próximos 3 a 5 anos

Então pelo menos por agora, não estou preocupado que meu trabalho seja substituído por uma máquina, não nos próximos 3 a 5 anos. Mas devo me preocupar em continuar a fornecer mais valor ao negócio. Por exemplo, devo continuar a me preocupar/aprender mais sobre

• Conhecer a marca e seus clientes potenciais.

• Entender o poder que a empresa tem ou pode não ter.

• Faz algum sentido rodar publicidade?

• Se a publicidade é necessária, como podemos avaliar o impacto incremental de negócios da publicidade nos negócios? A palavra-chave aqui é incremental.

  • O impacto nos negócios pode acontecer dentro de um curto período (dentro de três meses) ou durante um período prolongado (anos), então precisamos de diferentes soluções de mensuração.

• Como configurar a máquina para o sucesso com o performance marketing?

  • Dadas as diferentes leis e regulamentos de privacidade em todo o mundo, qual é o framework para garantir que respeitamos a privacidade do usuário, seguimos a lei e damos à máquina os sinais de que ela precisa para ter sucesso?
    • Acabou o dia em que os profissionais de performance marketing apenas coletavam o máximo de dados possível e os enviavam de volta à plataforma de anúncios.
    • Agora, precisamos ser intencionais sobre por que certos dados são importantes ou permitidos de serem coletados/usados. E como enviá-los de volta à máquina da maneira certa.
  • Mensagem criativa e experiência geral do usuário: diversidade em formatos, conceitos, imagens, representação, etc... parece ser a mensagem que muitas plataformas defendem.

• Como configurar a máquina para o sucesso com outras atividades que não sejam publicidade

O que você acha? Você está vendo o machine learning mudar seu trabalho diário em performance marketing, e se sim, em quais habilidades está se aprofundando para se manter à frente?

Abraços,

Chandler