Ciljanje na Googlovo povpraševanje: nove možnosti za starost in spol

Google opozarja tudi, da lahko preozko ciljanje negativno vpliva na uspešnost oglaševalske akcije. Algoritem uporablja različne signale, vključno z vedenjem uporabnikov in vsebino ciljne strani, za optimizacijo konverzij. Zmanjšanje demografskega razpona lahko zmanjša promet in stopnjo konverzije.

Kampanje Demand Gen (kampanje, osredotočene na ustvarjanje povpraševanja) so namenjene ustvarjanju zanimanja in povpraševanja po izdelkih ali storitvah. Z natančnim ciljanjem in optimizacijo oglasov dosežejo potencialne kupce že v zgodnjih fazah nakupnega procesa, s čimer povečajo prepoznavnost blagovne znamke in jih pripravijo na prihodnje nakupe.

Tudi druge platforme so pred kratkim napovedale spremembe ciljanja – LinkedIn je odpravil podobno občinstvo, medtem ko je Meta šla v nasprotno smer. Priporoča, da podjetja pri ustvarjanju oglaševalske akcije uporabijo podobne ciljne skupine in se odmaknejo od natančnega ciljanja.

Spremembe v kampanjah Gen

1. Ciljno usmerjenost na starost in spol:
Oglaševalci lahko omejijo vidnost svojega oglasa na določene starostne skupine in skupine. Ta nova možnost je vključena v optimizirane nastavitve ciljanja oglaševalskih akcij za ustvarjanje povpraševanja.

2. Prilagodljive možnosti ciljanja:
Oglaševalci se lahko odločijo za neomejeno ali omejeno ciljanje, odvisno od ciljev oglaševalske akcije in zahtev ciljne skupine. To tržnikom omogoča, da bolje prilagodijo svoje strategije specifičnim poslovnim ciljem.

Učinkovita uporaba ciljanja

Za podjetja za e-poslovanje je pomembno najti ravnovesje med natančnim ciljanjem in uspešnostjo oglaševalske akcije. Posodobitev omogoča natančnejše prilagajanje oglaševalskih akcij poslovnim ciljem, vendar zahteva tudi skrben premislek, da se zagotovi, da omejitev ciljnih skupin ne ogrozi doseganja želenih rezultatov.

Nova funkcija je še en korak k temu, da oglaševalci lahko bolje prilagodijo svoje oglaševalske akcije z naprednimi Googlovimi orodji za ciljanje, hkrati pa lahko še vedno izkoristijo prednosti optimizacije strojnega učenja.