כיצד שלושה מחקרים עדכניים משרטטים את אתגרי הדאטה והאוטומציה בפרסום של 2025 — ומה אנשי שיווק יכולים (וצריכים) לעשות כדי לשמור על שליטה.
פתיח: הפרסום משנה את כללי המשחק — ומי שאין לו דאטה, יוצא מהמשחק
מפרסמים בעידן האוטומציה לא “מנהלים קמפיינים” במובן הקלאסי, אלא מזינים מערכות בינה מלאכותית בדאטה איכותי, קריאייטיב ואירועי המרה — ומקווים שהתוצאה תגיע. אבל לא כל מפרסם מקבל את אותה תוצאה. ההבדל? דאטה ראשון (First-Party Data). המחקרים הבאים חושפים איך האוטומציה מגיבה לאיכות הדאטה, מה הסיכונים כשלא שולטים באותות (Signals), ואיך מניפולציות אפשריות פוגעות באמון במדדי ביצועים.
- Reklitis et al. (2025)
Customer Behaviour in Response to Disaster Announcements: A Big Data Analysis of Digital Marketing in Hospitality
קישור למאמר: https://www.mdpi.com/2673-5768/6/2/112
במחקר שהתפרסם בשנת 2025 בכתב העת MDPI, ניתחו החוקרים כיצד מערכות פרסום מבוססות בינה מלאכותית הגיבו לשינויים התנהגותיים מיידיים אצל לקוחות בתחום המלונאות בטורקיה בעקבות רעידות האדמה הגדולות של 2023 ותחילת 2024. הם בדקו נתונים מהתקופה שלפני האירוע, במהלכו ואחריו, והשוו בין קמפיינים שהתבססו על אוטומציה לבין קמפיינים שנוהלו ידנית. אחת מהמסקנות המרכזיות הייתה שקמפיינים אוטומטיים הצליחו להגיב בצורה מהירה וגמישה יותר לשינויים בשוק — שינויי ביקוש, דפוסי חיפוש ומעבר לקהלים חדשים — בעיקר בזכות שימוש נרחב בסיגנלים התנהגותיים שנמשכו ממקורות כמו Google Trends, נתוני אתרים ופעילות ב-CRM.
במילים אחרות, כאשר מערכת Google מקבלת קלט שוטף בדמות אירועי המרה עדכניים, חיפושי ביטול או דפוסי גלישה משתנים, היא מסוגלת לשנות מיקוד תקציבי ומסרים פרסומיים כמעט בזמן אמת. לעומת זאת, מערכות ידניות — או מערכות שלא שומרות על תשתית דאטה פעילה — נתקעו עם פרסום שיווקי באזורי סכנה, או עם קופונים לתאריכים שכבר אינם רלוונטיים. החוקרים מציינים שהיתרון של האוטומציה אינו טמון רק בטכנולוגיה, אלא באיכות זרם הדאטה הנכנס אליה — ומשם נובעת האחריות של מנהלי שיווק להבטיח שהיא מוזנת באותות רלוונטיים.
- Sadeghpour & Vlajic (2021)
Ads and Fraud: A Comprehensive Survey of Fraud in Online Advertising
קישור מלא (PDF): https://www.mdpi.com/2624-800X/1/4/39/pdf
המאמר הסוקר של סאדגפור וולאיאיץ', שהתפרסם בשנת 2021, מציג תמונה רחבה של תחום ההונאות בפרסום הדיגיטלי, כולל את הסכנות שגלומות בביזור מערכות מדידה ופרסום מבוססות אוטומציה. לטענת החוקרים, ככל שמערכות AI משולבות יותר בעבודה השוטפת של קמפיינים, כך גם עולה החשש שמנגנוני זיהוי איכות ואמינות יהפכו לנקודות תורפה. בפרט, הם מצביעים על כך שמערכות אלה נוטות להתבסס על דפוסים חוזרים — כמו קליקים חוזרים, זמני שהיה גבוהים או דפי נחיתה מסוימים — שבמקרים רבים מבוצעים על ידי בוטים חכמים מאוד.
המחקר מציג דוגמאות שבהן קמפיינים שהוגדרו כמצליחים מבחינת מדדי ROAS ו־CTR, למעשה ניזונו מתנועה לא אמיתית, שנוצרה באופן מלאכותי דרך רשתות הונאה. חוקרים אלו מדגישים שכאשר מפרסמים אינם מחזיקים בדאטה פרטית איכותית — כמו נתוני CRM, הזמנות, הרשמות או פעולות משתמשים אמיתיים — הם נאלצים להסתמך על איתותים "ציבוריים", שאינם תמיד מייצגים כוונה אמיתית או תוצאה עסקית. כלומר, איכות הדאטה שמוזן למערכת לא רק משפיעה על הביצועים, אלא גם קובעת את רמת ההגנה שלך מהונאות דיגיטליות.
- Frederick Vallaeys (2022)
Unlevel the Playing Field
(המאמר זמין כספר אלקטרוני ותועד בציטוטים רחבים ב-Search Engine Land ובלוגים מקצועיים)
פרדריק וולאייס, אחד הקולות הבולטים בעולם ה-PPC והאוטומציה, טוען באופן ישיר כי רמת האוטומציה הגבוהה במערכות כמו Performance Max יוצרת אפקט של עיוורון מקצועי. במילים אחרות, ככל שמערכת Google מחליטה בעצמה את מה להציג, למי להציג ובאיזה ערוץ — כך פוחתת היכולת של משווקים להבין מה באמת השפיע על הביצועים העסקיים. הוא מגדיר תופעה זו כ-Automation Bias — הטייה קוגניטיבית שגורמת למנהלי שיווק להאמין שמכיוון שהתוצאות "גבוהות", המערכת פעלה נכון — גם אם אין ראיות לכך שמדובר בצמיחה אמיתית ולא פשוט בהעברת קרדיט מהערוץ האורגני או ממודעות ממותגות.
וולאייס מצביע על בעיה חמורה באטריביוציה(שיוך??) מבוססת DDA (Data-Driven Attribution), שהיא כברירת מחדל ב־PMax: אמנם היא מבוססת על למידת מכונה, אך אינה מספקת שקיפות באשר לנתיב ההמרה המלא. הוא ממליץ למפרסמים שלא להסתפק בנתונים שמגיעים מהפלטפורמות עצמן, אלא לבצע מדידה חיצונית — דרך קבוצות בקרה, מודלים מבוססי MMM (Media Mix Modeling) או ניתוחים עצמאיים של לקוחות חוזרים ורווחיות. לפי גישתו, הדרך היחידה להשיב שליטה למפרסם היא על־ידי בנייה מחודשת של מערכת המדידה – כזו שנשענת על נתונים שבשליטת העסק ולא רק על הפלטפורמות.
סיכום יישומי: איך לבנות יתרון תחרותי מבוסס דאטה בשנת 2025
בנו תשתית דאטה פרטית משלכם: התקינו Conversion API (ב־Meta), Enhanced Conversions (ב־Google), ו־server-side tracking. השקיעו בניקיון ואחידות הדאטה: סנכרון עם CRM, סטנדרטיזציה של אירועים באתר, והימנעות משימוש בדאטה צד ג' לא איכותי. שלבו כלי בדיקה עצמאיים: MMM (מודלי מדיה משולבת), Incrementality Testing, או Google Ads Experiments. שמרו על שקיפות מול ההנהלה: דו"חות צריכים להציג לא רק ROAS אלא גם: שינוי אמיתי בשיעור המרות, ערך חיי לקוח, ובידול מול תקופות ללא פעילות.
שורה תחתונה: דאטה הוא לא רק “נכס”— הוא כלי שליטה
בעולם בו האלגוריתם בוחר הכול — הקריאייטיב, התקציב, הקהל — השליטה היחידה שלכם היא במה שאתם מזינים למכונה. דאטה איכותי, מדוד, שמספק הקשר עסקי אמיתי — הוא מה שמבדיל בין קמפיין “יפה במספרים” לבין הצלחה עסקית אמיתית.
