Tous les  services CVFM Affiliation Référencement Noms de Domaines Communautés Virtuelles Formations Guide Neteconomie
Référencement payant
Grandes entreprises
Vidéo de formation
Introduction
Optimiser son budget

Le point sur les offres
Annuaires
Inscription payante
Moteurs
Indexation moteurs
Positionnement
Paiement au  clic
Paiement au CPM
La Communauté
des 1001 référenceurs
Liste de discussion
Archives
FAQ- Les 101 réponses
Les services gratuits
pour webmarketers
Alerte Référencement
CVFM
agence de webmarketing
Présentation
Services
Clients
Contact
 

Les autres sites CVFM

 

Flash Référencement # 6: Analyse de l'offre de Nomade
 
19/07/19

Google a intégré de nouveaux processus automatisés pour AdWords dès le 29 avril 2018. Les changements concernent l’utilisation de l'intelligence artificielle et les technologies associées pour faire des suggestions afin d’optimiser les campagnes publicitaires exécutées sur la plateforme.

Ces suggestions seront générées sur la base de campagnes précédentes, notamment à partir de titres d’annonces, de descriptions, d’extensions et d’autres informations pertinentes disponibles sur les pages de destination.

Après avoir reçu une notification concernant les suggestions, les utilisateurs AdWords disposent de 14 jours pour les examiner avant de les appliquer automatiquement. Les utilisateurs peuvent modifier, mettre en pause ou supprimer les suggestions, ainsi que désactiver la fonctionnalité de suggestions.

Insights

Au cours des dernières années, Google a clairement indiqué que les technologies d’intelligence artificielle et d’intelligence artificielle telles que l’apprentissage automatique allaient être au cœur de sa stratégie de croissance. La mise à jour d’AdWords (enfin de Google Ads) montre comment le géant de la technologie a intégré le ML aux outils des spécialistes du marketing pour les aider à mieux gérer et gérer leurs campagnes.

Etre capable d'automatiser les titres des annonces, de les copier, etc. simplifie grandement la conception et la mise à l'échelle des campagnes numériques. Au-delà de la rationalisation du processus, elle permettrait de mieux comprendre le retour sur investissement et d'autres indicateurs clés de la publicité.

"Cela témoigne d'une tendance plus large, la volonté de Google d’industrialiser ses fonctionnalités d’automatisation avec le machine learning couplé à ses technos de traitement du langage naturel, pour le copywriting de titre et de descriptifs d’annonces publicitaire afin d’en améliorer les performances, analyse Raphaël Richard formateur en intelligence artificielle pour le site 24pm academy.

Ces évolutions ont également permis de mieux comprendre les domaines dans lesquels Google s'intéresse de plus en plus au moment où certains des piliers traditionnels de son activité, notamment la publicité ciblée par clic, commencent à ralentir et à être ajustés pour mieux répondre aux besoins des spécialistes du marketing. Selon Raphaël Richard, d'autres offres, telles que Google Shopping Ads et l'assistant Google à activation vocale de la société, qui rivalise étroitement avec Amazon Alexa, seront potentiellement renforcées par les mises à jour

AdWords

"Il sera intéressant de voir où va la voix cette année", a déclaré Fletcher à Marketing Dive, soulignant que les modifications pourraient rapprocher Google de la monétisation de la chaîne.

"Vous aurez bientôt la possibilité de cibler un appareil" et de créer un profil similaire à celui d'un téléphone mobile ou du Web, a-t-il déclaré.

Qu’est-ce que le machine learning ?

Il s’agit d’une technologie d’intelligence artificielle « nouvelle génération » qui ne reposent plus sur des règles définies par des experts d’un sujet qui permettent d’analyser une situation et de formuler des recommandations, mais qui tente de déterminer les meilleurs combinaisons entre différentes variables, avec des méthodes statistiques pour parvenir à un résultat. Cet ensemble de meilleures combinaisons découvertes après traitement d’un très grand nombre de cas permet est désigné sous le nom de « modèle ». Dans cette méthode, les dessous des modèles et le poids accordé à chaque critère est inconnu du concepteur qui a géré l’opération de machine learning. Seule la machine connait la formule secrète du modèle et elle ne peut l’expliquer au data scientist qui a aidé à la construire.

Le machine learning peut être utilisé pour prédire l’évolution des ventes, la probabilité qu’un client se désabonne, mais il peut être utilisé pour automatiser des processus de back office. L’expert comptable en ligne, s’est ainsi appuyé sur le Machine learning pour créer une application de traitement automatique des factures, qu’il reconnait grâce un système de reconnaissance d’image, et de classement automatique de l’écriture dans la comptabilité. Le machine learning est aussi utilisé dans la voiture autonome pour analyser l’environnement, définir des stratégies de conduite et optimiser les itinéraires. Dans le cas de Google, le Machine Learning Analyse un grand nombre d’annonces qui génèrent des conversions et tente de découvre quelles annonces et pages de redirections convertissent le plus.


http://www.referencement-payant.net
CVFM, agence de webmarketing
http://www.cvfm.com

Flash Référencement payant
Recevez des flashs par email avec les dernières infos sur le référencement payant