Google Ads 中自动化的福与祸
已发表: 2020-07-09自动化越来越成为我们生活的一部分，Google Ads 也不例外。 在过去几年中，谷歌的机器学习算法得到了改进，自动化已经接管了许多人工营销任务。
虽然其中一些变化导致营销人员对减少对其广告帐户的控制或洞察力感到遗憾，但总体而言，这些变化是积极的，因为他们平衡了竞争环境并消除了以前用于管理帐户的大部分死记硬背的优化工作。 营销人员可以将更多时间花在战略和测试新想法上，而不是手动操纵优化过程中的许多变量。
立即观看
机器学习和自动化之前的 Google Ads
在我们深入了解细节之前，让我的时间机器回到机器学习和自动化在 Google Ads（或当时称为 Google AdWords）中普遍存在的时代。
当您以 5.00 美元的最高 CPC（每次点击费用）为关键字出价时，您将坚定地以 5.00 美元作为对该关键字点击的最高出价进入拍卖。 您并不是说如果 Google 确定点击更有价值，您愿意为点击支付超过 5.00 美元。
然后，您必须进行历史分析，以确定哪些维度需要针对不同维度调整您的基准出价。 由于性能更强，工作日和桌面设备可能需要更高的出价 - 然后您将针对这些维度应用出价调整以补偿性能差异。
这是付费搜索营销人员所知道的工作流程，并且需要大量手动分析和出价调整。 在复杂的帐户中，这可能需要数小时才能在粒度级别上完成。
为了为移动应用做广告，有各种展示位置和定位方法。 典型的搜索广告系列设置具有 Google 搜索广告系列所具有的所有定位和功能。 还有展示移动应用安装广告系列，您可以根据应用展示位置或利用兴趣和再营销进行优化。
两者的广告格式都类似于典型的搜索和展示广告系列，您可以在其中自定义要为每个广告组投放的文字或图片。 您可以像在典型的搜索或展示广告系列中那样下载和分析数据。 您可以排除或添加效果良好的展示位置和关键字。 世界是你的牡蛎。
对于专注于网络流量的标准搜索广告系列，当您添加关键字时，您可以准确地知道该关键字的匹配类型可以触发哪些搜索字词，并相应地构建您的帐户。 这通常意味着非常精细的广告系列结构，这些广告系列结构按每种主要匹配类型进行细分，以最大限度地提高控制力和性能。 这种结构可以防止关键字匹配类型重叠，从而防止帐户内竞争。 这是合乎逻辑的，干净的，非常人性化的。
那么从那以后发生了什么？ 好吧……现在让我们看看机器学习和自动化如何影响上述 Google Ads 的三个关键领域——出价、移动应用广告系列和搜索关键字匹配类型。
目标 CPA 出价：营销之神的改进礼物
引入目标每次转化费用出价是为了节省进行精细分析、手动出价优化和维度调整以拨入最佳出价所需的时间和精力。
目标每次转化费用出价将出价的负担置于谷歌算法的最佳水平，因为目标每次转化费用出价使用“有关您的广告系列的历史信息并评估拍卖时存在的上下文信号”和“自动为您的广告找到最佳每次点击费用出价它有资格出现的时间，“根据谷歌的说法。
2007 年引入目标每次转化费用出价时，该算法还没有今天那么完善。 结果，您不得不放弃对性能的控制，放弃手动每次点击费用出价，希望 Google 能够做出最佳出价决策。
事实证明，这种情况并不常见（根据我们团队的讨论和经验）。 因此，人工每次点击费用出价仍然是许多寻求最佳效果的营销人员选择的出价优化方法。
最近，利用 Google 机器学习算法的目标每次转化费用出价和其他智能出价选项显示出更大的前景，其性能通常可以达到甚至有时甚至超过手动每次点击费用出价优化所能达到的效果。
在 Wpromote，我们保持非常开放的心态，不断挑战我们的假设，以寻求最佳性能。 根据这一理念，去年我们决定对目标每次转化费用出价对绩效的影响进行多客户测试——我们看到了令人惊讶的结果。
在一个极端情况下，我们的一位客户发现，与每次点击费用人工出价相比，目标每次转化费用出价的每次转化费用下降了 42%，转化量增加了 100%。 这种类型的性能提升在目标每次转化费用出价中并不常见，但它确实显示了机器学习在正确的情况下可以带来的价值。
Google 为您提供了使用目标每次转化费用出价设置的选项，但不是强制要求。 这一点很重要，因为营销人员仍然可以自行决定进行控制和选择。 如果您愿意，Google 仍然允许您通过手动每次点击费用出价来严格控制您的出价。
事实上，我们仍然为大量客户手动出价（手动意味着利用 Google 内的手动 CPC 出价设置，但使用技术来实际选择理想出价并执行出价调整），因为我们通过这样做看到了更好的效果。
能够测试和比较不同的选项是最大化性能的关键，而 Google 在其搜索、展示和 YouTube 网络中竞价广告资源时使这成为可能。 我们对目标每次转化费用出价的未来持乐观态度，我们将继续针对手动出价每次点击费用优化对其进行测试，以追求最佳性能。
通用应用广告系列：选项非常有限的黑匣子
另一方面，谷歌的移动应用广告解决方案与自动化发挥作用后广告商的控制水平形成鲜明对比。
在 Google 于 2017 年迁移到通用应用广告系列之前，如果您有一款想要宣传的应用，有很多选择。
您可以自行运行应用安装搜索广告、AdMob（Google 的移动展示网络）应用安装广告或 YouTube 应用安装广告。 在这些广告系列类型中，定位选项非常丰富，几乎与您在具有显着控制力和粒度的以网络为中心的广告系列中可以实现的目标相同。 此外，您可以提取按任何典型维度（关键字、创意、展示位置等）细分的报告。
然后谷歌推出了通用应用广告系列 (UAC)，一切都发生了变化。 使用 UAC，您被迫放弃对 Google 算法的大部分创意、定位和优化控制。 从 UAC 中获得的报告和洞察力非常浅薄。 所以简而言之，谷歌在 UAC 中做出了大部分决定，而向广告商暴露的很少。
那么这对我们这些痴迷于控制的绩效营销人员意味着什么呢？ 这意味着我们必须非常考虑我们可以控制的有限事物，以确保 Google 算法拥有尽可能好的信息来完成其工作。
在通用应用广告系列方面，营销人员和 Google 算法之间的关系已经演变成一种共生关系。 您仍然可以控制创意输入，例如要使用的文本、图像和视频，但 Google 会确定这些组件的最佳组合。 您无法控制要定位的受众群体，但您可以将应用内的应用事件映射到 Google 应用内转化事件，然后选择要优化的事件。
随着时间的推移，谷歌很可能会继续将广告客户的控制权从其他广告系列类型中移开，而且谷歌的整个广告平台在未来某个时候类似于通用应用广告系列并不是不可想象的。
如果发生这种情况，快速适应您的工作流程以继续推动最佳性能至关重要，因此做好心理准备和讨论影响非常重要。
关键字匹配类型：番茄、Toemotto
虽然通用应用广告系列在自动化和机器学习方面处于极端状态，但它们也只占通过 Google Ads 流动的广告支出的一小部分，因此大多数广告客户不必使用它们。
如果你看看谷歌的核心广告网络（谷歌搜索广告），机器学习自动化扮演的角色要小得多，但它肯定会随着时间的推移而增加。 让我们来看看关键字如何受到自动化的影响，以及这对广告商意味着什么。
以前，完全匹配关键字意味着您与用户正在搜索的搜索词完全匹配。 例如，完全匹配关键字 [香蕉摊] 意味着您的香蕉摊广告只会在有人精确搜索“香蕉摊”而不是“香蕉摊”、“香蕉摊”或任何其他偏差时展示。
2012 年，关键字匹配类型的第一次变化被引入精确匹配类型——包含复数和拼写错误。 这意味着关键字 [banana stand] 现在可以由“banana stand”、“bannanna stand”、“banana Stnd”等搜索词触发。这是一个合理且可以理解的变化 - 只会稍微惹恼那些最细粒度的营销人员认为拼写错误和复数形式的表现略有不同。
2017 年，谷歌更进了一步，包括或忽略了功能关键词，例如绑定词、连词、介词、代词、量词、情态和助动词/对冲动词。 例如，关键字 [LA flight to New Orleans] 可以与搜索词“New Orleans from LA flight”匹配，但介词和词序有所变化。 虽然含义相似，但可以想象这两个关键字之间的性能可能会有所不同。
这导致了沮丧，因为营销人员不得不开发否定关键字解决方法以保持其干净的帐户结构完好无损。
然后最近在 2018 年 10 月，谷歌再次扩展了完全匹配的含义，现在以“与关键字具有相同的潜在含义”为目标。 从本质上讲，这意味着完全匹配现在针对与您的关键字具有相同意图的关键字。 以我们之前的关键字示例 [LA flight to New Orleans] 为例，这可能与搜索词“fly to New Orleans from Los Angeles”相匹配，因为其基本含义是相同的。 对于希望保持紧密的帐户结构和最小重叠的营销人员来说，这带来了更大的挑战。
所有这些关键字匹配类型的更改都是出于善意，旨在扩大受众范围并使关键字列表构建更简单、更快捷。 话虽如此，它们是有代价的：控制较少且搜索词报告可能会在广告系列中重叠。 这意味着营销人员比以往任何时候都需要更加努力地提取搜索词报告并实施否定关键字以适应性能和结构要求。
系好安全带，为更多自动化做好准备
经过 Google 多年的产品开发和试验，机器学习和自动化开始显示出真正的前景。 很明显，付费营销平台内的自动化是未来，营销人员会很好地确定这对他们的工作流程和策略意味着什么。 现在自动化可能会加速，因为它开始超越人类工作流程。
当涉及到新的自动化功能时，我们发现最好的方法是慢慢地投入你的脚趾（假设你没有被迫直接投入 - *咳嗽* UAC）。 这使您可以在饮用 Kool-Aid 之前评估与现有工作流程和选项相关的性能。