2020’nin Kalan Bölümünde Sosyal Medyada Markaları Neler Bekliyor?
08/16/2020
Facebook Reklamlarındaki En Kritik Hatalardan Biri: Hedef Kitlelerin Çakışması!
08/27/2020

Reklamların kişiselleştirilmesi yani doğru ve ilgili kitleye ulaşması hem kullanıcılar hem de markalar için tartışmasız en değerli konuların başında geliyor. Bunun yanı sıra ayırdığımız bütçeyi en verimli şekilde de kullanabiliyorsak yapmış olduğumuz reklam çalışmalarından maksimum sonucu almış oluyoruz.

Bu maksimum sonucu elde etmek için de her şeyden önce Facebook reklam modelinin nasıl çalıştığını iyi kavramamız gerekiyor.

Facebook kullanıcılara reklamları nasıl gösteriyor?

Kullanıcılara hangi reklamların gösterileceği temelde iki ana faktöre bağlı: Seçilen hedef kitleler ve reklam açık artırmalarının sonuçları.

Facebook reklamlarını kullanan hemen hemen herkes hedef kitle araçlarına aşinadır. Bildiğiniz gibi bu araçlarla kitleler, yaş ve cinsiyet gibi kategorilerin yanı sıra kullanıcıların uygulamalarda ya da Facebook’ta beğendiği sayfalar veya tıkladıkları reklamlar gibi eylemlerine göre de kitleler oluşturabiliyoruz. Bunun yanı sıra e-posta listesi, web sitelerini ziyaret etmiş kişiler veya benzer hedef kitleler gibi farklı varyasyonları da tercih edebiliyoruz.

Buraya kadar olan kısmı birçoğumuz rahatlıkla kullanabiliyor. Bundan sonraki süreçte ise işler biraz daha karmaşık bir hal alıyor ve reklamlarımızı daha iyi optimize etmemizi sağlayacak adımlar bu aşamada başlıyor.

Hedef kitlemizi belirledikten sonra, sistem onlara hangi reklamların gösterileceğini belirlemek için seçtiğimiz hedef kitleye dahil olan reklamları topluyor ve bu reklamlar açık arttırmaya tabii tutuluyor.

Peki bu açık arttırma nasıl çalışır?

Facebook, açık artırmadaki reklamlar için reklamveren değeri ve reklam kalitesinin kombinasyonu ile bulduğu en yüksek toplam değer puanına sahip olan reklamları kullanıcılara gösterilecek en iyi reklamlar olarak seçer.

Bir reklamın toplam değer puanı nedir?

Toplam değer puanı, bir reklam için harcanmasını istediğimiz ücret teklifi (bidding) ile kullanıcıların tahmini eylem oranının çarpılması ile belirlenir. Bu eylem oranı web sitesini ziyaret etmek veya uygulamayı yüklemek gibi reklam hedeflerimizin gerçekleştirilmesi olasılığının tahminidir. Buna ek olarak da reklamın genel kalitesini belirleyen reklam kalite puanı eklenir. Aşağıdaki görselde de bunu daha net görebilirsiniz.

Diğer bir denklem ise tahmini işlem oranıdır. Facebook bu oranı bulmak için makine öğrenimini kullanıyor. Kullanıcıların, reklam hedefine ve seçtiğimiz reklam modeline göre, beğeni, etkileşim, tıklama, site ziyaretleri veya satın alma davranışını hem de reklamın içeriği, günü, saati gibi verileri işleyerek bu oranı çıkarıyor. Yani kullanıcılar etkileşimde bulundukça veri üretiyorlar. Ortaya çıkan devasa verilerin işlenmesi ise makine öğrenmesi algoritmaları sayesinde mümkün oluyor.

Son olarak da reklamın kalite puanının belirlenmesi var. Makine öğrenimi modelleri, bir reklamın kalite puanını oluşturmak için reklamı görüntüleyen veya gizleyen kişilerin geri bildirimlerinin yanı sıra düşük kaliteli özelliklerin (reklamın resminde çok fazla metin, sansasyonel dil veya etkileşim tuzağı olması gibi) değerlendirmeleri dikkate alarak bu puanı belirliyor.

Reklam açık artırmasında işlenen tüm bu veriler ve çıkan sonuçlar birleştiriliyor ve reklamın toplam değer puanı hesaplanır. Sonuç olarak reklam kullanıcılara bu puanın kalitesine göre gösteriliyor.

Buraya kadar biraz karışık görünebilir fakat tüm bunlardan nasıl bir anlam çıkarmalıyız?

Facebook’un doğru hedefleme yapabilmesi ve reklamlarımızı doğru kişilerle buluşturması için bol veriye yani etkileşime ihtiyacı var. Bir örnek üzerinden gidersek; hedef kitle seçiminde “Instagram sayfamız ile etkileşime geçenler” diye bir kırılım belirlediysek şunun farkında olmamız gerekiyor, Instagram sayfamızda içeriklerimizde etkileşim ne kadar yüksek ise bu kırılım o kadar iyi çalışacaktır.

Diğer bir önemli konu ise, doğru kampanya kurgusu ve hedef kitle seçimi. Farklı hedef kitleleri test etmek için farklı kampanya kurguları ve reklam setleri deneyebiliyoruz. Fakat bunun yerine daha az kampanya seti hazırlayıp hedef kitleleri geniş tutmak daha iyi bir sonuç verecektir. Kampanya ve hedef kitle sayılarını arttırdığımızda “audience collapse” dediğimiz hedef kitlelerin çakışması gibi sorunlar ile karşılaşırız. Bu durum kampanyalar ya da reklam setleri arasında rekabete yol açıp maliyetlerinizi arttırır, dönüşümleri ise azaltır. Bu nedenle Facebook algoritmaları besleyecek daha geniş kitleler üzerinde reklam vermek sonuçlarınızı olumlu yönde etkileyecektir. Esasında doğru kararları veya doğru hedef kitleyi kendimiz test etmek yerine Facebook’un makine öğrenme algoritmalarına bırakmak bize hem zamandan hem de bütçeden tasarruf sağlayacak ve daha doğru sonuçlara ulaştıracaktır.

Facebook Reklamlarında Makine Öğrenmesini Nasıl Kullanıyor?

Reklamların kişiselleştirilmesi yani doğru ve ilgili kitleye ulaşması hem kullanıcılar hem de markalar için tartışmasız en değerli konuların başında geliyor. Bunun yanı sıra ayırdığımız bütçeyi en verimli şekilde de kullanabiliyorsak yapmış olduğumuz reklam çalışmalarından maksimum sonucu almış oluyoruz.

Bu maksimum sonucu elde etmek için de her şeyden önce Facebook reklam modelinin nasıl çalıştığını iyi kavramamız gerekiyor.

Facebook kullanıcılara reklamları nasıl gösteriyor?

Kullanıcılara hangi reklamların gösterileceği temelde iki ana faktöre bağlı: Seçilen hedef kitleler ve reklam açık artırmalarının sonuçları.

Facebook reklamlarını kullanan hemen hemen herkes hedef kitle araçlarına aşinadır. Bildiğiniz gibi bu araçlarla kitleler, yaş ve cinsiyet gibi kategorilerin yanı sıra kullanıcıların uygulamalarda ya da Facebook’ta beğendiği sayfalar veya tıkladıkları reklamlar gibi eylemlerine göre de kitleler oluşturabiliyoruz. Bunun yanı sıra e-posta listesi, web sitelerini ziyaret etmiş kişiler veya benzer hedef kitleler gibi farklı varyasyonları da tercih edebiliyoruz.

Buraya kadar olan kısmı birçoğumuz rahatlıkla kullanabiliyor. Bundan sonraki süreçte ise işler biraz daha karmaşık bir hal alıyor ve reklamlarımızı daha iyi optimize etmemizi sağlayacak adımlar bu aşamada başlıyor.

Hedef kitlemizi belirledikten sonra, sistem onlara hangi reklamların gösterileceğini belirlemek için seçtiğimiz hedef kitleye dahil olan reklamları topluyor ve bu reklamlar açık arttırmaya tabii tutuluyor.

Peki bu açık arttırma nasıl çalışır?

Facebook, açık artırmadaki reklamlar için reklamveren değeri ve reklam kalitesinin kombinasyonu ile bulduğu en yüksek toplam değer puanına sahip olan reklamları kullanıcılara gösterilecek en iyi reklamlar olarak seçer.

Bir reklamın toplam değer puanı nedir?

Toplam değer puanı, bir reklam için harcanmasını istediğimiz ücret teklifi (bidding) ile kullanıcıların tahmini eylem oranının çarpılması ile belirlenir. Bu eylem oranı web sitesini ziyaret etmek veya uygulamayı yüklemek gibi reklam hedeflerimizin gerçekleştirilmesi olasılığının tahminidir. Buna ek olarak da reklamın genel kalitesini belirleyen reklam kalite puanı eklenir. Aşağıdaki görselde de bunu daha net görebilirsiniz.

Diğer bir denklem ise tahmini işlem oranıdır. Facebook bu oranı bulmak için makine öğrenimini kullanıyor. Kullanıcıların, reklam hedefine ve seçtiğimiz reklam modeline göre, beğeni, etkileşim, tıklama, site ziyaretleri veya satın alma davranışını hem de reklamın içeriği, günü, saati gibi verileri işleyerek bu oranı çıkarıyor. Yani kullanıcılar etkileşimde bulundukça veri üretiyorlar. Ortaya çıkan devasa verilerin işlenmesi ise makine öğrenmesi algoritmaları sayesinde mümkün oluyor.

Son olarak da reklamın kalite puanının belirlenmesi var. Makine öğrenimi modelleri, bir reklamın kalite puanını oluşturmak için reklamı görüntüleyen veya gizleyen kişilerin geri bildirimlerinin yanı sıra düşük kaliteli özelliklerin (reklamın resminde çok fazla metin, sansasyonel dil veya etkileşim tuzağı olması gibi) değerlendirmeleri dikkate alarak bu puanı belirliyor.

Reklam açık artırmasında işlenen tüm bu veriler ve çıkan sonuçlar birleştiriliyor ve reklamın toplam değer puanı hesaplanır. Sonuç olarak reklam kullanıcılara bu puanın kalitesine göre gösteriliyor.

Buraya kadar biraz karışık görünebilir fakat tüm bunlardan nasıl bir anlam çıkarmalıyız?

Facebook’un doğru hedefleme yapabilmesi ve reklamlarımızı doğru kişilerle buluşturması için bol veriye yani etkileşime ihtiyacı var. Bir örnek üzerinden gidersek; hedef kitle seçiminde “Instagram sayfamız ile etkileşime geçenler” diye bir kırılım belirlediysek şunun farkında olmamız gerekiyor, Instagram sayfamızda içeriklerimizde etkileşim ne kadar yüksek ise bu kırılım o kadar iyi çalışacaktır.

Diğer bir önemli konu ise, doğru kampanya kurgusu ve hedef kitle seçimi. Farklı hedef kitleleri test etmek için farklı kampanya kurguları ve reklam setleri deneyebiliyoruz. Fakat bunun yerine daha az kampanya seti hazırlayıp hedef kitleleri geniş tutmak daha iyi bir sonuç verecektir. Kampanya ve hedef kitle sayılarını arttırdığımızda “audience collapse” dediğimiz hedef kitlelerin çakışması gibi sorunlar ile karşılaşırız. Bu durum kampanyalar ya da reklam setleri arasında rekabete yol açıp maliyetlerinizi arttırır, dönüşümleri ise azaltır. Bu nedenle Facebook algoritmaları besleyecek daha geniş kitleler üzerinde reklam vermek sonuçlarınızı olumlu yönde etkileyecektir. Esasında doğru kararları veya doğru hedef kitleyi kendimiz test etmek yerine Facebook’un makine öğrenme algoritmalarına bırakmak bize hem zamandan hem de bütçeden tasarruf sağlayacak ve daha doğru sonuçlara ulaştıracaktır.