Google implementará automáticamente créditos para clientes potenciales para anuncios de servicios locales en julio, agilizando el proceso para que los anunciantes reciban crédito por clientes potenciales de baja calidad.
Por qué eso importa. Este cambio tiene como objetivo ahorrar tiempo a los anunciantes y garantizar una distribución más equitativa de los créditos publicitarios, especialmente para aquellos con recursos limitados. Es probable que esto afecte los presupuestos de los anunciantes, la calidad de los clientes potenciales y la experiencia general con la plataforma.
Cómo funciona:
- Los modelos de aprendizaje automático de Google revisarán automáticamente todos sus clientes potenciales.
- Los clientes potenciales no válidos se agregarán sin disputas manuales.
- Los créditos generalmente se aplican dentro de los 30 días.
El panorama. Desde su lanzamiento en 2017, los anuncios de servicios locales han evolucionado, pero el sistema de disputa manual se ha vuelto enormemente difícil y vulnerable a los juegos.
- Esta automatización aborda las variaciones en las prácticas de disputas de clientes potenciales entre los anunciantes y tiene como objetivo mejorar la calidad general de los clientes potenciales.
Cambios principales.
- No hay necesidad de más disputas manuales sobre plomo.
- No se agregarán los clientes potenciales «Tipo de trabajo no atendido» y «Ubicación no atendido».
- En general, se espera que se agreguen más clientes potenciales en promedio.
Excepciones. el sistema No se aplicará a los sectores sanitarios ni a los anunciantes de EMEA.
Entonces que. Se anima a los anunciantes a proporcionar comentarios sobre cada cliente potencial a través de una encuesta de clientes potenciales para ayudar a mejorar la calidad de futuros clientes potenciales.
Entre líneas. Este cambio refleja la creciente capacidad de Google para utilizar inteligencia artificial para monitorear la calidad de sus productos publicitarios.
Nuevo en el mundo de los motores de búsqueda
More Stories
El código en los datos previos al entrenamiento mejora el rendimiento del LLM en tareas que no son de codificación
Un marco para resolver ecuaciones diferenciales parciales equivalentes puede guiar el procesamiento y la ingeniería de gráficos por computadora
Epiroc ha lanzado una nueva plataforma de perforación de producción de pozos largos