האלגוריתם לא צריך שתגידו לו איך לעבוד. הוא צריך שתגדירו לו מה נחשב הצלחה, וזו ההחלטה שקובעת הכול
רוב האנשים "מתכננים קמפיין" ומתכוונים לבחור מילות מפתח, תקציב והגדרות. אבל האלגוריתם לא צריך שתגדירו לו איך לעבוד. הוא צריך שתגידו לו מה נחשב הצלחה, וזו ההחלטה שקובעת אם הקמפיין ירדוף אחרי הדבר הנכון, או יבזבז מצוין על הדבר הלא נכון.
רוב האנשים אומרים "בוא נתכנן קמפיין" ומתכוונים לבחור מילות מפתח, תקציב וכפתורים. אבל האלגוריתם לא צריך שתלמדו אותו איך לעבוד, הוא כבר יודע. מה שהוא צריך מכם זה הגדרה ברורה של מה נחשב הצלחה. זו לא החלטה טכנית, זו החלטה עסקית, והיא קובעת את כל השאר.
האלגוריתם הוא מכונת אופטימיזציה. תנו לו יעד, והוא ימצא את הדרך היעילה ביותר להגיע אליו. אבל בזה בדיוק טמונה הסכנה: הוא ישיג את מה שהגדרתם, גם אם זה לא מה שרציתם.
הגדירו "קליקים" כמטרה, ותקבלו הרבה קליקים זולים שלא מובילים לכלום. הגדירו "מילוי טופס", ותקבלו הרבה לידים, חלקם זבל. הגדירו "עסקה שנסגרה", והאלגוריתם ילמד לחפש אנשים שבאמת קונים. אותו קמפיין, אותו תקציב, תוצאה שונה לגמרי, רק בגלל מה שהגדרתם כהצלחה. האלגוריתם לא יודע מה אתם רוצים. הוא יודע רק מה אתם מודדים.
אחרי המטרה, הבריף הטוב נבנה בסדר טבעי: מי, מה מציגים לו, איך נדע שהצליח, וכמה צריך בשביל שכל זה ילמד:
נקודה שרוב המתכננים מפספסים: לאלגוריתם יש שלב למידה. בתחילת הקמפיין הוא מנסה, טועה ומתכייל, ולשם כך הוא זקוק לכמות מינימלית של המרות. תקציב קטן מדי, מפוזר על יותר מדי קמפיינים, משאיר אותו בלי מספיק נתונים, והוא נשאר תקוע בשלב הלמידה בלי להשתפר. אלגוריתם שלא קיבל מספיק המרות לא נהיה "גרוע", הוא פשוט נשאר לא בטוח בעצמו. עדיף מבנה פשוט עם מספיק נתונים בכל קמפיין, מאשר פיצול יתר שמדלל את הלמידה.
מבחינת D-Office, כאן נכנס הבידול: אנחנו לא מתחילים מקמפיין. אנחנו מתחילים מהמטרה העסקית, ובונים ממנה את הקמפיין, ומזינים לאלגוריתם מדידה שמחוברת לעסקאות, כדי שהיעד שהוא רודף אחריו יהיה הכסף האמיתי, לא מדד תחליפי.
קמפיין טוב לא מתחיל בשאלה "אילו הגדרות לבחור", אלא ב"מה אני רוצה שהאלגוריתם ילמד לרדוף אחריו". וברגע שהגדרתם נכון מהי הצלחה, רוב ההחלטות האחרות כבר מתחילות להסתדר מעצמן.
אנחנו מתכננים כל קמפיין אחורה מהמטרה העסקית, ומחברים אותו למדידה שמלמדת את האלגוריתם לרדוף אחרי הכסף האמיתי.
בואו נדבר