Improve Team | Media Buying Agency 📣

🌐 Meta запускає Audience Labels - мітки аудиторій тепер впливають на бід ▶️ Що нового: мітки аудиторій розширюються з клієнтських списків на веб-аудиторії і вбудовуються у Value Rules - інструмент керування бідом для конкретного сегмента. ▶️ Як працює: — мітка ставиться на аудиторію (клієнтський список або сайт) за діями: перегляди категорій, кліки, взаємодія з контентом — Value Rules дають змінювати бід до +1000% або −90% для сегмента з міткою типу “qualified lead”, “high-value customer”, “disqualified” — набір міток обмежений: Qualified Leads, Disqualified Leads, Customers, High Value, Low Value, працює лише з custom audiences з сайту й списків - lookalike та engagement-аудиторії використовують інший механізм Три речі, які треба знати перед запуском: 🔢 Поріг входу - приблизно 100+ конверсій на сегмент щомісяця. Менше - і мітка “high-value” не є реальним сигналом. 🔢 Сама Meta попереджає в інтерфейсі: зміна біда через мітки може підняти cost per result на 20–1000%. 🔢 Неочевидний нюанс конфлікту: незрозуміло, що відбувається, якщо одному користувачу присвоєно дві суперечливі мітки одночасно - наприклад, “high-value” і “disqualified”. ▶️ Головна помилка байерів: мітку “high-value” ставлять за середнім чеком. Для повторних продаж правильний сигнал - частота повторної покупки за 60 днів, а не AOV. Це різна логіка біда і різний результат. Зафіксуйте письмово, за яким критерієм розмічено сегмент - через пів року це треба буде пригадати. ▶️ Коли мітки реально мають сенс: є підтверджені дані LTV з CRM, достатній обсяг конверсій, кампанія стабільна (не запуск, не активний тест креативів). Якщо даних менше - Meta вже враховує поведінкові сигнали автоматично. ▶️ Як додати: Ads Manager → обрати або створити аудиторію → застосувати мітку. ___________ Improve Team 🔤 Підписатися

🏢🤖 Google додає AI прямо в Ad Manager Вчора Google представив Ask Ad Manager — AI-помічника на базі Gemini для роботи з рекламною платформою. Що він уже вміє: ‼️ збирати кастомні звіти через текстові запити ‼️ знаходити потрібні налаштування без ручного пошуку ‼️ аналізувати метрики та зрізи даних ‼️ будувати бенчмарки і порівняння Чому це важливо? Більшість спеціалістів витрачають час не на прийняття рішень. А на: 🔳 пошук даних 🔳 побудову звітів 🔳 аналіз відхилень 🔳 ручну перевірку гіпотез Саме цю частину роботи Google починає віддавати AI. Найцікавіше тут не сам AI. Більшість використовуватимуть його так: ✖️ “Покажи CTR” ✖️ “Який CPM?” ✖️ “Побудуй звіт” Це економія кількох хвилин. Справжня цінність в іншому. Що варто тестувати? ✅ Які placement-и втратили RPM за останні 7 днів? ✅ Які формати дали найбільший revenue growth? ✅ Де найбільші відхилення від середнього CPM? ✅ Які джерела трафіку просіли сильніше за ринок? ✅ Що стало причиною падіння fill rate? Фактично AI починає працювати як аналітик першої лінії. Google уже анонсував подальший розвиток через: ‼️ API ‼️ MCP-інтеграції ‼️ автоматизацію дій І це дуже схоже на те, що ми вже бачимо у Meta. За останні місяці: ‼️ Meta запускає Ads AI Connectors ‼️ Google запускає Ask Ad Manager ‼️ OpenAI активно просуває агентний підхід Через кілька років конкурентною перевагою буде не вміння будувати звіти, а правильно ставити питання AI і швидше перетворювати дані в рішення. ___________ Improve Team 🔤 Підписатися