به نقل از دیجیتال مارکتینگ ایران، گوگل در رویدادهای Rethink Retail و Rethink ROI بیش از گذشته بر رویکردی به نام بودجه‌گذاری مبتنی بر تقاضا (Demand-led Budgeting) تأکید کرده است؛ رویکردی که در آن کسب‌وکارها باید کمپین‌های سودآور خود را تا حد امکان تأمین مالی کنند و اجازه ندهند محدودیت بودجه باعث از دست رفتن تقاضای ارزشمند شود.
منطق این پیشنهاد ساده است: اگر در یک روز تقاضای جست‌وجو افزایش پیدا کند و کمپین بتواند همچنان بازده مورد انتظار را ایجاد کند، توقف نمایش تبلیغات صرفاً به دلیل رسیدن به سقف بودجه می‌تواند به معنای واگذار کردن مشتری به رقیب باشد. البته این توصیه از طرف گوگل یک ملاحظه مهم نیز دارد؛ افزایش هزینه تبلیغات مستقیماً به افزایش درآمد Google Ads منجر می‌شود.
با این حال، داده‌هایی که گوگل برای توضیح این رویکرد ارائه کرده، موضوع را از یک توصیه ساده برای «بیشتر خرج کردن» فراتر می‌برد. تغییر رفتار جست‌وجو، رشد AI Mode، غیرقابل‌پیش‌بینی بودن تقاضا و توسعه ابزارهای هوش مصنوعی باعث شده کنترل بودجه و پوشش تقاضا به مسئله‌ای پیچیده‌تر تبدیل شود.
چرا تقاضای جست‌وجو دیگر به‌سادگی قابل پیش‌بینی نیست؟
یکی از پایه‌های استدلال گوگل، تغییر ماهیت جست‌وجو است. کاربران دیگر فقط عبارت‌های کوتاه و قابل پیش‌بینی را جست‌وجو نمی‌کنند. پرسش‌ها طولانی‌تر، دقیق‌تر و گاهی کاملاً محاوره‌ای شده‌اند و هوش مصنوعی نیز این روند را تشدید کرده است.
بر اساس داده‌های ارائه‌شده از سوی گوگل، ۳۸ درصد از جست‌وجوهای حوزه خرده‌فروشی بیش از هشت کلمه دارند. در AI Mode نیز طول پرسش‌ها بیش از سه برابر جست‌وجوهای معمول گزارش شده است.
این تغییر برای تبلیغ‌دهندگان اهمیت زیادی دارد. در ساختارهای سنتی، تیم تبلیغات می‌توانست فهرستی از کلمات کلیدی اصلی را شناسایی و برای آن‌ها بودجه تعیین کند. اما وقتی تعداد و تنوع پرسش‌ها افزایش پیدا می‌کند، پوشش تمام ترکیب‌های احتمالی دشوارتر می‌شود.
AI Mode مسئله پوشش تقاضا را پیچیده‌تر می‌کند
گوگل اعلام کرده است که AI Mode به بیش از یک میلیارد کاربر ماهانه رسیده است. در چنین محیطی، کاربران می‌توانند پرسش‌هایی بسیار طولانی‌تر و جزئی‌تر مطرح کنند؛ پرسش‌هایی که لزوماً در فهرست کلمات کلیدی از پیش تعریف‌شده یک کمپین وجود ندارند.
در نتیجه، راهکارهای خودکار مانند AI Max اهمیت بیشتری پیدا می‌کنند. هدف این ابزارها آن است که تبلیغ‌دهنده مجبور نباشد برای هر شکل جدید از جست‌وجو، یک کلمه کلیدی، آگهی یا ساختار کمپین جداگانه ایجاد کند.
تقاضای ناگهانی می‌تواند بودجه روزانه را تمام کند
مشکل فقط طولانی‌تر شدن جست‌وجوها نیست. تقاضا در بازار دیجیتال می‌تواند در فاصله‌ای کوتاه به‌شدت افزایش پیدا کند.
یک محصول ممکن است ناگهان در شبکه‌های اجتماعی وایرال شود، یک ویدیوی تولیدشده توسط کاربر توجه زیادی جلب کند یا یک ترند باعث شود تعداد جست‌وجوهای مربوط به یک محصول در چند ساعت چند برابر شود. مسئله اینجاست که زمان وقوع بسیاری از این موج‌ها از قبل مشخص نیست.
در چنین شرایطی، ممکن است کمپین در ساعت‌های اولیه روز به سقف بودجه روزانه برسد. اگر تقاضای ایجادشده در ادامه روز همچنان سودآور باشد، محدودیت بودجه می‌تواند مانع حضور برند در بخشی از جست‌وجوهای ارزشمند شود.
از نگاه گوگل، این دقیقاً همان نقطه‌ای است که Demand-led Budgeting وارد می‌شود: بودجه باید با تقاضای سودآور حرکت کند، نه اینکه تقاضا صرفاً به دلیل محدودیت بودجه از دست برود.
خاموش شدن تبلیغات چه هزینه‌ای برای برند دارد؟
گوگل برای تقویت این استدلال، به رفتار برند و مشتری نیز اشاره کرده است. طبق داده‌های ارائه‌شده، دو نفر از هر سه خریدار ممکن است در نهایت برندی متفاوت از برندی را انتخاب کنند که در ابتدا آن را کشف کرده‌اند؛ چه کشف اولیه از طریق ویدیوی یک تولیدکننده محتوا اتفاق افتاده باشد و چه از طریق توصیه ChatGPT.
این موضوع نشان میدهد فاصله گرفتن برند از مسیر جست‌وجو می‌تواند فرصت مهمی برای رقبا ایجاد کند.
گوگل در Rethink Retail برای توضیح این مفهوم از تصویر دو فروشگاه استفاده کرده است: یک فروشگاه روشن است و مشتریان مقابل آن صف کشیده‌اند، در حالی که فروشگاه دیگر تاریک و تعطیل است.
پیام این مثال روشن است: اگر تبلیغ یک برند به دلیل تمام شدن بودجه برای یک جست‌وجوی ارزشمند نمایش داده نشود، از دید مشتری تقریباً شبیه این است که فروشگاه برای او بسته باشد. مشتری منتظر نمی‌ماند و احتمال دارد گزینه دیگری را انتخاب کند.
بودجه‌گذاری مبتنی بر تقاضا دقیقاً چه می‌گوید؟
در ساده‌ترین تعریف، بودجه‌گذاری مبتنی بر تقاضا یعنی تبلیغ‌دهنده زمانی که تقاضای بازار و ظرفیت سودآوری وجود دارد، محدودیت بودجه را تا حد امکان کاهش دهد.
اما این مفهوم به معنای «هرچه بیشتر خرج کنید، بهتر است» نیست. بخش مهم این رویکرد، تشخیص نقطه‌ای است که افزایش هزینه تبلیغات دیگر بازده اقتصادی مطلوب را ایجاد نمی‌کند.
گوگل در تغییرات اخیر استراتژی‌های مناقصه‌ای که روی Target CPA و Target ROAS تمرکز دارند، تلاش کرده بخشی از این عدم‌قطعیت را کاهش دهد.
Target ROAS چگونه به افزایش بودجه معنا میدهد؟
فرض کنید یک کسب‌وکار حاضر است برای هر واحد هزینه تبلیغاتی، بازدهی معادل سه برابر هزینه را هدف‌گذاری کند. در مدل پیشنهادی، افزایش هزینه زمانی جذاب‌تر می‌شود که سیستم بتواند همچنان به این سطح از بازده نزدیک بماند.
اگر افزایش مقیاس کمپین باعث شود دستیابی به هدف اقتصادی مورد نظر دیگر امکان‌پذیر نباشد، محدودیت عملکردی می‌تواند جلوی ادامه نمایش تبلیغات را بگیرد.
در نتیجه، ایده اصلی این است که تبلیغ‌دهنده به‌جای تعیین یک سقف بودجه ثابت و جدا از شرایط بازار، بتواند بیشتر روی بازده مورد انتظار تمرکز کند.
چرا این تغییر برای شرکت‌ها همچنان ساده نیست؟
با وجود جذابیت این مدل، در دنیای واقعی بیشتر شرکت‌ها بودجه نامحدود ندارند. تیم‌های بازاریابی باید هزینه‌ها را از قبل برنامه‌ریزی کنند، بودجه سالانه داشته باشند و برای بخش‌های مختلف کسب‌وکار سقف هزینه تعیین کنند.
واحدهای مالی نیز معمولاً با مدل‌هایی مانند بودجه فصلی، سقف هزینه ماهانه و پیش‌بینی جریان نقدی کار می‌کنند. بنابراین بعید است صرفاً با توصیه Google Ads، سازمان‌ها تمام ساختارهای سنتی برنامه‌ریزی بودجه را کنار بگذارند.
به همین دلیل، اهمیت رویکرد جدید گوگل بیشتر در تغییر طرز فکر درباره بودجه تبلیغاتی است تا حذف کامل برنامه‌ریزی مالی.
Performance Planner چه نقشی در این رویکرد دارد؟
اگر بودجه باید بر اساس تقاضای سودآور تغییر کند، تبلیغ‌دهنده به ابزارهایی نیاز دارد که بتوانند پیامد افزایش یا کاهش هزینه را تخمین بزنند.
ابزارهایی مانند Performance Planner با هدف کمک به تصمیم‌گیری درباره تخصیص بودجه و پیش‌بینی عملکرد کمپین طراحی شده‌اند. چنین ابزارهایی می‌توانند به تیم‌ها نشان دهند که افزایش هزینه در یک کمپین چه اثری بر حجم تبدیل یا بازده احتمالی خواهد داشت.
البته هیچ پیش‌بینی‌ای نمی‌تواند رفتار بازار را کاملاً دقیق پیش‌بینی کند؛ به‌خصوص زمانی که بخش قابل‌توجهی از تقاضا تحت تأثیر اتفاقات ناگهانی، محتوای وایرال یا تغییرات رفتاری کاربران ایجاد می‌شود.
AI Briefs؛ تلاش برای کنترل بیشتر در کمپین‌های خودکار
یکی از چالش‌های اصلی کمپین‌های مبتنی بر هوش مصنوعی، تعادل میان اتوماسیون و کنترل انسانی است. گوگل برای پاسخ به این نگرانی، قابلیت‌هایی مانند AI Briefs را معرفی کرده است.
AI Briefs به تبلیغ‌دهنده اجازه میدهد برای کمپین‌های AI Max مجموعه‌ای از دستورالعمل‌ها و محدودیت‌ها تعیین کند. به این ترتیب، کاربر مجبور نیست همه تصمیم‌های مربوط به کلمات کلیدی، مخاطبان و متن تبلیغات را به‌صورت دستی مشخص کند، اما همچنان می‌تواند خطوط قرمز کمپین را تعریف کند.
سه نوع کنترل در AI Briefs
- راهنمای پیام: مشخص کردن عباراتی که نباید در تبلیغات استفاده شوند.
- راهنمای تطبیق: تعیین موضوعات یا جست‌وجوهایی که کمپین نباید روی آن‌ها تمرکز کند.
- راهنمای مخاطب: تعیین ویژگی‌های مخاطبانی که برای یک محصول یا پیام خاص اهمیت بیشتری دارند.
برای مثال، یک برند می‌تواند مشخص کند که کلمه‌ای مانند «رایگان» در پیام تبلیغاتی استفاده نشود یا تبلیغات یک گروه محصول مشخص بیشتر به مخاطبانی نمایش داده شود که ویژگی‌های خاصی دارند.
Product Value Optimization کنترل را به سطح محصول می‌آورد
قابلیت دیگری که در این مسیر اهمیت دارد، Product Value Optimization است. این ویژگی به فروشندگان اجازه میدهد اولویت محصولات مشخصی را در Google Ads تغییر دهند، بدون اینکه برای هر تغییر نیاز به ساختار جدید کمپین داشته باشند.
در این مدل، امکان تنظیم پیشنهاد قیمت در سطح SKU فراهم می‌شود. بنابراین می‌توان برای یک محصول خاص پیشنهاد قیمت را افزایش یا کاهش داد، بدون اینکه لازم باشد برای هر محصول یک کمپین جداگانه ساخته شود یا محصولات دیگر از فید حذف شوند.
چرا کنترل SKU اهمیت دارد؟
نیاز فروشگاه‌ها به تبلیغ محصولات ثابت نیست. ممکن است یک کالا به دلیل افزایش موجودی، تخفیف ویژه یا حاشیه سود بالاتر برای مدتی اهمیت بیشتری پیدا کند. در مقابل، محصولی که موجودی محدودی دارد ممکن است نیازمند کاهش هزینه تبلیغات باشد.
Product Value Optimization می‌تواند همکاری میان تیم بازاریابی و تیم فروش یا مدیریت موجودی را نیز سریع‌تر کند. تغییر اولویت محصول دیگر الزاماً به بازسازی ساختار کمپین وابسته نیست.
گوگل به دنبال چه آینده‌ای برای Google Ads است؟
ترکیب Demand-led Budgeting، AI Max، AI Briefs و Product Value Optimization نشان میدهد گوگل به سمت مدلی حرکت می‌کند که در آن سیستم بخش بیشتری از تصمیم‌گیری را بر اساس داده‌های لحظه‌ای بازار انجام میدهد.
در این مدل، تبلیغ‌دهنده لازم نیست برای تک‌تک حالت‌های ممکن جست‌وجو، مخاطب، عنوان آگهی و توضیحات کمپین دستور جداگانه تعریف کند. در عوض، هدف، محدودیت‌ها و معیارهای عملکرد مشخص می‌شوند و سیستم تلاش می‌کند فرصت‌های موجود را در چارچوب آن‌ها پیدا کند.
این رویکرد می‌تواند برای بازارهایی با تقاضای متغیر مزیت مهمی داشته باشد؛ زیرا سیستم سریع‌تر از یک ساختار کاملاً دستی می‌تواند خود را با تغییرات جست‌وجو، رفتار کاربران و ترندهای جدید تطبیق دهد.
اما همه تبلیغ‌دهندگان آماده واگذاری کنترل نیستند
یکی از موانع اصلی این مسیر، اعتماد تبلیغ‌دهندگان به اتوماسیون است. بسیاری از تیم‌ها هنوز می‌خواهند روی کلمات کلیدی، متن آگهی، مخاطبان و محل هزینه‌کرد کنترل مستقیم داشته باشند.
از سوی دیگر، محدودیت فقط فنی نیست. سیاست‌های مالی برخی شرکت‌ها اجازه نمی‌دهد بودجه تبلیغاتی بدون سقف مشخص افزایش پیدا کند. مدیر بازاریابی ممکن است عملکرد کمپین را مناسب بداند، اما واحد مالی همچنان به سقف هزینه تصویب‌شده پایبند باشد.
بنابراین آینده Demand-led Budgeting احتمالاً به این بستگی دارد که گوگل تا چه اندازه بتواند میان مقیاس‌پذیری، سودآوری و کنترل انسانی تعادل برقرار کند.
آیا Demand-led Budgeting به معنای افزایش بی‌حدوحصر هزینه است؟
نه. مهمترین نکته برای تبلیغ‌دهندگان این است که این رویکرد را با افزایش کورکورانه بودجه اشتباه نگیرند.
اگر کمپینی در زمان افزایش تقاضا همچنان به هدف CPA یا ROAS مورد نظر می‌رسد، محدودیت بودجه می‌تواند مانع رشد شود. اما اگر افزایش هزینه باعث افت شدید بازده شود، صرفاً باز کردن بودجه منطقی نیست.
در نتیجه، Demand-led Budgeting باید با Profitability همراه باشد. تقاضای بالا به‌تنهایی دلیل کافی برای افزایش هزینه نیست؛ آنچه اهمیت دارد، تقاضایی است که بتوان آن را با بازده اقتصادی قابل‌قبول جذب کرد.
جمع‌بندی؛ تغییر بزرگ‌تر از یک تنظیم بودجه
گوگل سال‌هاست تبلیغ‌دهندگان را به افزایش سرمایه‌گذاری در Google Ads تشویق می‌کند و طبیعی است که افزایش هزینه تبلیغاتی به نفع مدل درآمدی این شرکت باشد. اما رویکرد جدید Demand-led Budgeting تلاش می‌کند این توصیه را در قالب یک استدلال تجاری متفاوت ارائه کند.
منطق گوگل این است که جست‌وجوها پیچیده‌تر شده‌اند، تقاضا می‌تواند ناگهان افزایش پیدا کند و مشتریان نیز در صورت غیبت یک برند، به‌سرعت سراغ گزینه‌های دیگر می‌روند. بنابراین محدودیت بودجه ممکن است به از دست رفتن تقاضایی منجر شود که در شرایط مناسب می‌توانست سودآور باشد.
در کنار این رویکرد، قابلیت‌هایی مانند AI Briefs و Product Value Optimization تلاش می‌کنند مشکل قدیمی اتوماسیون را کاهش دهند: چگونه می‌توان از قدرت تصمیم‌گیری لحظه‌ای هوش مصنوعی استفاده کرد، بدون اینکه تمام کنترل از دست تبلیغ‌دهنده خارج شود؟
برای کسب‌وکارها، پیام اصلی این تغییر نباید «بودجه تبلیغات را بدون محدودیت افزایش دهید» باشد. سؤال مهم‌تر این است که کدام بخش از تقاضای بازار واقعاً سودآور است و آیا محدودیت فعلی بودجه باعث می‌شود بخشی از آن را به رقبا واگذار کنیم؟
اگر گوگل بتواند پیش‌بینی عملکرد و کنترل‌های جدید را به اندازه کافی قابل‌اعتماد کند، Demand-led Budgeting می‌تواند به یکی از مدل‌های مهم مدیریت Google Ads تبدیل شود. با این حال، اینکه تبلیغ‌دهندگان واقعاً حاضر باشند برنامه‌ریزی سنتی بودجه را کنار بگذارند، هنوز یک سؤال باز است.
برای مطالعه جدیدترین اخبار و تحلیل‌های تبلیغات دیجیتال و بازاریابی عملکردی به دیجیتال مارکتینگ ایران مراجعه کنید.
“`
