Spojrzenie od środka AdWords Inteligentne i automatyczne strategie określania stawek

Ciężko pracowałeś, aby stworzyć znakomitą stronę internetową. Utworzyłeś wysokiej jakości kampanie AdWords i wykorzystałeś eksperymenty, aby znaleźć najlepsze strony docelowe po kliknięciu dla każdej grupy odbiorców. Wykonałeś iterację i powtórzyłeś testy tekstu reklamy, jednocześnie wiernie zarządzając stawkami i budżetami słów kluczowych. Być może spędziłeś nawet trochę czasu z zdarzeniami wyzwalanymi kliknięciami w GTM, aby upewnić się, że wszystkie konwersje są prawidłowo śledzone. A jednak nadal masz trudności z osiągnięciem celów CPA lub rozwojem konta.

Czas, aby roboty zaczęły pomagać.

Robisz wszystko, co należy, ale nie masz wystarczająco dużo czasu, aby doskonale nadzorować każdą stawkę słowa kluczowego, budżet, odmianę reklamy i grupę odbiorców. Na szczęście jesteś doświadczonym sprzedawcą technicznym i jesteś gotowy, aby skorzystać z uczenia maszynowego, aby uzyskać jeszcze więcej ze swoich pieniędzy PPC. Jednym z najlepszych testów do przeprowadzenia podczas odkrywania świata automatyzacji i systemów uczących się jest wykorzystanie strategii inteligentnego określania stawek AdWords.

Jak inteligentne określanie stawek w AdWords wykorzystuje systemy uczące się, by usprawnić automatyzację stawek

AdWords wprowadził strategie inteligentnego określania stawek w 2016 r., bazując na poprzednich opcjach automatycznego określania stawek ogłoszonych już w połowie 2010 r. W ciągu ostatnich dwóch lat inteligentne określanie stawek stale się rozwijało i rosło w siłę. Google dodał dwa nowe cele strategiczne, a wspierające algorytmy wciąż ewoluują wraz z postępem zaawansowanego uczenia maszynowego. Pełna lista dostępnych strategii została omówiona poniżej, ale najpierw zastanówmy się, jak i dlaczego działa inteligentne określanie stawek.

Każdy użytkownik wyszukiwarki Google ma kilka cech identyfikujących lub „sygnałów”. Należą do nich takie rzeczy jak:

• Urządzenie
• Lokalizacja
• Płeć
• Wiek
• Poziom przychodów
• Pora dnia
• Dzień tygodnia

Google pokazuje reklamodawcom agregacje skuteczności dowolnego z tych sygnałów lub, w niektórych przypadkach, nawet kombinację dwóch lub więcej. Doświadczeni menedżerowie PPC wiedzą, że mądrze jest wdrażać modyfikatory stawek dla sygnałów, których łączne wyniki znacznie odbiegają od normy. Jednocześnie zdają sobie jednak również sprawę, że nikt nigdy nie jest w stanie idealnie pokryć każdej wariacji i kombinacji sygnałów, które mogą się pojawić.

Aby jeszcze bardziej skomplikować sprawę, istnieją inne sygnały, które w przypadku ręcznej konfrontacji wymagają decyzji typu „wszystko albo nic”:

• Ustawienia geograficzne można ustawić tak, aby obejmowały użytkowników zainteresowanych Twoimi docelowymi lokalizacjami, oprócz tych fizycznie obecnych
• Reklamy tekstowe mogą kwalifikować się do wyświetlania u wszystkich partnerów w sieci wyszukiwania lub zrezygnować z żadnej
• Ustawienia kampanii i grup reklam mogą wykorzystywać selektywną automatyzację do „zoptymalizowanej” rotacji reklam, która uwzględnia różne cechy reklam

Kilka sygnałów jest całkowicie niewidocznych w segmentach danych AdWords, w tym między innymi przeglądarka i system operacyjny, wcześniejsze interakcje z witryną, atrybuty produktów (zobacz pełną listę sygnałów automatycznego określania stawek). Co więcej, nawet jeśli dane były dostępne do analizy, obecnie nie ma możliwości ręcznego modyfikowania stawek na podstawie tych ukrytych sygnałów:

Wprowadź uczenie maszynowe.

Systemy uczące się AdWords śledzą i analizują każdy widoczny i ukryty sygnał z każdego wyszukiwania i każdego kliknięcia. Uczenie maszynowe może wykryć najmniejsze, ale znaczące różnice w zachowaniu użytkowników, które wynikają z różnic demograficznych, korzystania z urządzeń oraz wyrażanych lub domniemanych zainteresowań i preferencji. Sygnały te są następnie porównywane z danymi o skuteczności, takimi jak historyczne współczynniki kliknięć i konwersji, a stawki są podnoszone lub obniżane, aby osiągnąć wybrany cel.

Ostatecznie uczenie maszynowe jest niezwykle dynamicznym i opartym na danych podejściem, co daje mu potencjał, aby stać się potężnym narzędziem w arsenale PPC.

Porównanie korzyści płynących z popularnych strategii inteligentnego określania stawek

Przed testowaniem inteligentnego określania stawek upewnij się, że rozumiesz powody, dla których NIE używasz strategii automatycznego określania stawek PPC. Jeśli masz pewność, że Twoje kampanie spełniają wymagania dotyczące powodzenia inteligentnego określania stawek (15 lub 30 konwersji/30 dni, w kolumnie „Konwersje” zgłaszane są tylko wysokiej jakości działania powodujące konwersję, brak nadchodzących dat zakończenia kampanii), następnym zadaniem jest określenie, która strategia określania stawek najlepiej odpowiada Twoim potrzebom.

Obecnie istnieją cztery strategie automatycznego określania stawek obsługiwane przez inteligentne określanie stawek AdWords:

• Ulepszony CPC
• Docelowy CPA
• Docelowy ROAS
• Maksymalizuj konwersje

Chociaż technicznie rzecz biorąc, nie jest to strategia inteligentnego określania stawek (ponieważ skupia się na ruchu, a nie na konwersjach), często bierze się pod uwagę maksymalizację kliknięć podczas omawiania opcji inteligentnego określania stawek.

Aby czerpać korzyści z inteligentnego określania stawek, musisz wziąć pod uwagę cele każdej strategii w koordynacji z własnymi:

Wybór odpowiedniej strategii inteligentnego określania stawek do przetestowania

Każda opcja strategii inteligentnego określania stawek ma swoje unikalne podejście do generowania wysokiej jakości ruchu, zaangażowania i konwersji. Te podejścia określają podstawowy algorytm używany do manipulowania stawkami kampanii, grupy reklam i słów kluczowych. Dlatego dokonanie właściwego wyboru ma kluczowe znaczenie dla udanej aplikacji.

Aby łatwiej poruszać się po opcjach, możesz skorzystać z poniższego wykresu, aby określić, którą strategię inteligentnego określania stawek należy najpierw przetestować, aby osiągnąć swoje cele:

Zalecamy testowanie nowych strategii ustalania stawek za pomocą Eksperymentów AdWords, co umożliwia bezpośrednie porównanie skuteczności z poprzednią strategią ustalania stawek w badanym okresie.

Określam, czy inteligentne określanie stawek działa dla Ciebie

Po rozpoczęciu eksperymentu ustalenie, czy inteligentne określanie stawek rzeczywiście działa na Twoją korzyść, może być trudne. AdWords wyświetla wyniki w porównaniu z kampanią źródłową podczas przeglądania dowolnej karty w ramach eksperymentu:

Jednak w przypadku dobrze nazwanego eksperymentu można łatwiej porównać skuteczność, pobierając prosty raport Kampania i analizując wskaźniki KPI dla kampanii źródłowej i eksperymentu obok siebie (lub w tym przypadku wiersz po wierszu).

Przykład 1: zmaksymalizuj konwersje

Jeden z niedawnych eksperymentów zakończonych na zlecenie klienta generującego kontakty do potencjalnych klientów pokazuje, jak strategia maksymalizacji konwersji mogła radykalnie poprawić skuteczność kampanii w sieci wyszukiwania o ograniczonym budżecie.

Test został uruchomiony w dwóch kampaniach, które generowały stałą liczbę leadów przy niższym niż przeciętny CPA. Ponieważ leady z tych konkretnych kampanii były trudniejsze do zamknięcia wewnętrznie, celem było generowanie większej liczby leadów bez inwestowania dodatkowych wydatków. Strategia ustalania stawek „Maksymalizuj liczbę konwersji” była w stanie zwiększyć ruch, zaangażowanie i dane konwersji przy niższym całkowitym koszcie i niższym koszcie konwersji:

Obie kampanie testujące maksymalizację liczby konwersji z eksperymentami odnotowały więcej konwersji przy niższym CPA niż ich odpowiedniki z Ulepszonym CPC. Dlatego strategia maksymalizacji liczby konwersji została w pełni zastosowana i nadal jest skuteczna.

Taki wynik jest taki, który każdy chce zobaczyć podczas badania swoich eksperymentów kampanii, ale niestety większość z nich nie jest aż tak idealna.

Przykład 2: docelowy CPA

Rozważ inny eksperyment z konta lead gen, w którym docelowy CPA był testowany w celu zwiększenia liczby potencjalnych klientów przy określonym koszcie konwersji, a wyniki wcale nie były jednoznaczne.

Ten test został uruchomiony w dwóch kampaniach, które w przeszłości generowały wysokiej jakości leady, ale w których z czasem koszt konwersji rósł. Ponieważ kampanie nie były ograniczone budżetem, celem było zoptymalizowanie wyświetlania reklam, aby ograniczyć marnotrawstwo wydatków dla użytkowników, którzy nie dokonają konwersji. Strategia ustalania docelowej stawki CPA była w stanie obniżyć koszty przy jednoczesnym zwiększeniu współczynnika konwersji, ale kosztowała ją mniejszy ruch i liczba konwersji:

Obie kampanie przyniosły różne wyniki, a ostatecznego ustalenia dokonano na podstawie pierwotnych celów eksperymentu. Wiadomo, że docelowy CPA czasami ogranicza ruch, aby zapobiec przekroczeniu stawki CPA, ale skutecznie obniżył koszt konwersji dzięki ograniczeniu zmarnowanych wydatków i skoncentrowaniu wyświetlania reklam na wyszukiwarkach o wysokiej jakości. Spadek liczby wyświetleń, kliknięć i konwersji został przeoczony na rzecz bardziej efektywnego określania stawek, aby generować wysokiej jakości potencjalnych klientów przy niższych kosztach.

Końcowe myśli

Inteligentne określanie stawek ma na celu przyciągnięcie większej liczby najlepszych użytkowników do Twoich stron docelowych po kliknięciu. Należy jednak rozumieć, że algorytmy mogą spełnić tę obietnicę w inny sposób. Czasami realizują to przede wszystkim poprzez dostarczanie większej ilości ruchu. Innym razem ruch może się zmniejszyć na korzyść skierowania do Twojej witryny lub strony docelowej po kliknięciu wyższej jakości użytkowników.

Jeśli wyniki eksperymentu są różne, pamiętaj, aby podczas określania zwycięzcy zastanowić się nad początkowymi celami i rozważyć dostosowanie zmiennych tam, gdzie jest to konieczne, aby znaleźć najskuteczniejszą strategię ustalania stawek dla każdej kampanii.