Google Ads 中自動化的福與禍
已發表: 2020-07-09自動化越來越成為我們生活的一部分，Google Ads 也不例外。 在過去幾年中，谷歌的機器學習算法得到了改進，自動化已經接管了許多人工營銷任務。
雖然其中一些變化導致營銷人員對減少對其廣告帳戶的控製或洞察力感到遺憾，但總體而言，這些變化是積極的，因為他們平衡了競爭環境並消除了以前用於管理帳戶的大部分死記硬背的優化工作。 營銷人員可以將更多時間花在戰略和測試新想法上，而不是手動操縱優化過程中的許多變量。
立即觀看
機器學習和自動化之前的 Google Ads
在我們深入了解細節之前，讓我的時間機器回到機器學習和自動化在 Google Ads（或當時稱為 Google AdWords）中普遍存在的時代。
當您以 5.00 美元的最高 CPC（每次點擊費用）為關鍵字出價時，您將堅定地以 5.00 美元作為對該關鍵字點擊的最高出價進入拍賣。 您並不是說如果 Google 確定點擊更有價值，您願意為點擊支付超過 5.00 美元。
然後，您必須進行歷史分析，以確定哪些維度需要針對不同維度調整您的基准出價。 由於性能更強，工作日和桌面設備可能需要更高的出價 - 然後您將針對這些維度應用出價調整以補償性能差異。
這是付費搜索營銷人員所知道的工作流程，並且需要大量手動分析和出價調整。 在復雜的帳戶中，這可能需要數小時才能在粒度級別上完成。
為了為移動應用做廣告，有各種展示位置和定位方法。 典型的搜索廣告系列設置具有 Google 搜索廣告系列所具有的所有定位和功能。 還有展示移動應用安裝廣告系列，您可以根據應用展示位置或利用興趣和再營銷進行優化。
兩者的廣告格式都類似於典型的搜索和展示廣告系列，您可以在其中自定義要為每個廣告組投放的文字或圖片。 您可以像在典型的搜索或展示廣告系列中那樣下載和分析數據。 您可以排除或添加效果良好的展示位置和關鍵字。 世界是你的牡蠣。
對於專注於網絡流量的標準搜索廣告系列，當您添加關鍵字時，您可以準確地知道該關鍵字的匹配類型可以觸發哪些搜索詞，並相應地構建您的帳戶。 這通常意味著非常精細的廣告系列結構，這些廣告系列結構按每種主要匹配類型進行細分，以最大限度地提高控制力和性能。 這種結構可以防止關鍵字匹配類型重疊，從而防止帳戶內競爭。 這是合乎邏輯的，乾淨的，非常人性化的。
那麼從那以後發生了什麼？ 好吧……現在讓我們看看機器學習和自動化如何影響上述 Google Ads 的三個關鍵領域——出價、移動應用廣告系列和搜索關鍵字匹配類型。
目標 CPA 出價：營銷之神的改進禮物
引入目標每次轉化費用出價是為了節省進行精細分析、手動出價優化和維度調整以撥入最佳出價所需的時間和精力。
目標每次轉化費用出價將出價的負擔置於谷歌算法的最佳水平，因為目標每次轉化費用出價使用“有關您的廣告系列的歷史信息並評估拍賣時存在的上下文信號”和“自動為您的廣告找到最佳每次點擊費用出價它有資格出現的時間，“根據谷歌的說法。
2007 年引入目標每次轉化費用出價時，該算法還沒有今天那麼完善。 結果，您不得不放棄對性能的控制，放棄手動每次點擊費用出價，希望 Google 能夠做出最佳出價決策。
事實證明，這種情況並不常見（根據我們團隊的討論和經驗）。 因此，人工每次點擊費用出價仍然是許多尋求最佳效果的營銷人員選擇的出價優化方法。
最近，利用 Google 機器學習算法的目標每次轉化費用出價和其他智能出價選項顯示出更大的希望，其性能通常可以達到甚至有時甚至超過手動每次點擊費用出價優化所能達到的效果。
在 Wpromote，我們保持非常開放的心態，不斷挑戰我們的假設，以尋求最佳性能。 根據這一理念，去年我們決定對目標每次轉化費用出價對績效的影響進行多客戶測試——我們看到了令人驚訝的結果。
在一個極端情況下，我們的一位客戶發現，與每次點擊費用人工出價相比，目標每次轉化費用出價的每次轉化費用下降了 42%，轉化量增加了 100%。 這種類型的性能提昇在目標每次轉化費用出價中並不常見，但它確實顯示了機器學習在正確的情況下可以帶來的價值。
Google 為您提供了使用目標每次轉化費用出價設置的選項，但不是強制要求。 這一點很重要，因為營銷人員仍然可以自行決定進行控制和選擇。 如果您願意，Google 仍然允許您通過手動每次點擊費用出價來嚴格控制您的出價。
事實上，我們仍然為大量客戶手動出價（手動意味著利用 Google 內的手動 CPC 出價設置，但使用技術實際選擇理想出價並執行出價調整），因為我們通過這樣做看到了更好的效果。
擁有測試和比較不同選項的能力是最大化性能的關鍵，而 Google 在其搜索、展示和 YouTube 網絡中的廣告資源競價時使這成為可能。 我們對目標每次轉化費用出價的未來持樂觀態度，我們將繼續針對手動出價每次點擊費用優化對其進行測試，以追求最佳性能。
通用應用廣告系列：選項非常有限的黑匣子
另一方面，谷歌的移動應用廣告解決方案與自動化發揮作用後廣告商的控制水平形成鮮明對比。
在 Google 於 2017 年遷移到通用應用廣告系列之前，如果您有一款想要宣傳的應用，有很多選擇。
您可以自行運行應用安裝搜索廣告、AdMob（Google 的移動展示網絡）應用安裝廣告或 YouTube 應用安裝廣告。 在這些廣告系列類型中，定位選項非常豐富，幾乎與您在具有顯著控制力和粒度的以網絡為中心的廣告系列中可以實現的目標相同。 此外，您可以提取按任何典型維度（關鍵字、創意、展示位置等）細分的報告。
然後谷歌推出了通用應用廣告系列 (UAC)，一切都發生了變化。 使用 UAC，您被迫放棄對 Google 算法的大部分創意、定位和優化控制。 從 UAC 中獲得的報告和洞察力非常淺薄。 所以簡而言之，谷歌在 UAC 中做出了大部分決定，而向廣告商暴露的很少。
那麼這對我們這些痴迷於控制的績效營銷人員意味著什麼呢？ 這意味著我們必須非常考慮我們可以控制的有限事物，以確保 Google 算法擁有盡可能好的信息來完成其工作。
在通用應用廣告系列方面，營銷人員和 Google 算法之間的關係已經演變成一種共生關係。 您仍然可以控制創意輸入，例如要使用的文本、圖像和視頻，但 Google 會確定這些組件的最佳組合。 您無法控制要定位的受眾群體，但您可以將應用內的應用事件映射到 Google 應用內轉化事件，然後選擇要優化的事件。
隨著時間的推移，谷歌很可能會繼續將廣告商的控制權從其他廣告活動類型中移開，而且谷歌的整個廣告平台在未來某個時候類似於通用應用廣告活動並不是不可想像的。
如果發生這種情況，快速適應您的工作流程以繼續推動最佳性能至關重要，因此做好心理準備和討論影響非常重要。
關鍵字匹配類型：番茄、Toemotto
雖然通用應用廣告系列在自動化和機器學習方面處於極端狀態，但它們也只佔通過 Google Ads 流動的廣告支出的一小部分，因此大多數廣告客戶不必使用它們。
如果你看看谷歌的核心廣告網絡（谷歌搜索廣告），機器學習自動化扮演的角色要小得多，但它肯定會隨著時間的推移而增加。 讓我們來看看關鍵字如何受到自動化的影響，以及這對廣告商意味著什麼。
以前，完全匹配關鍵字意味著您與用戶正在搜索的搜索詞完全匹配。 例如，完全匹配關鍵字 [香蕉攤] 意味著您的香蕉攤廣告只會在有人精確搜索“香蕉攤”而不是“香蕉攤”、“香蕉攤”或任何其他偏差時展示。
2012 年，關鍵字匹配類型的第一次變化被引入精確匹配類型——包含複數和拼寫錯誤。 這意味著關鍵字 [banana stand] 現在可以由諸如“banana stand”、“bannanna stand”、“banana Stnd”等搜索詞觸發。這是一個合理且可以理解的變化 - 只會輕微地惹惱那些最細粒度的營銷人員認為拼寫錯誤和復數形式的表現略有不同。
2017 年，谷歌更進了一步，包括或忽略了功能關鍵詞，例如綁定詞、連詞、介詞、代詞、量詞、情態和助動詞/對沖動詞。 例如，關鍵字 [LA flight to New Orleans] 可以與搜索詞“New Orleans from LA flight”匹配，但介詞和詞序有所變化。 雖然含義相似，但可以想像這兩個關鍵字之間的性能可能會有所不同。
這導致了沮喪，因為營銷人員不得不開發否定關鍵字解決方法以保持其乾淨的帳戶結構完好無損。
然後最近在 2018 年 10 月，谷歌再次擴展了完全匹配的含義，現在以“與關鍵字具有相同的潛在含義”為目標。 從本質上講，這意味著完全匹配現在針對與您的關鍵字具有相同意圖的關鍵字。 以我們之前的關鍵字示例 [LA flight to New Orleans] 為例，這可能與搜索詞“fly to New Orleans from Los Angeles”相匹配，因為其基本含義是相同的。 對於希望保持緊密的帳戶結構和最小重疊的營銷人員來說，這帶來了更大的挑戰。
所有這些關鍵字匹配類型的更改都是出於善意，旨在擴大受眾範圍並使關鍵字列表構建更簡單、更快捷。 話雖如此，它們是有代價的：控制較少且搜索詞報告可能會在廣告系列中重疊。 這意味著營銷人員比以往任何時候都需要更加努力地提取搜索詞報告並實施否定關鍵字以適應性能和結構要求。
係好安全帶，為更多自動化做好準備
經過 Google 多年的產品開發和試驗，機器學習和自動化開始顯示出真正的前景。 很明顯，付費營銷平台內的自動化是未來，營銷人員會很好地確定這對他們的工作流程和策略意味著什麼。 現在自動化可能會加速，因為它開始超越人類工作流程。
當涉及到新的自動化功能時，我們發現最好的方法是慢慢地投入你的腳趾（假設你沒有被迫直接投入 - *咳嗽* UAC）。 這使您可以在飲用 Kool-Aid 之前評估與現有工作流程和選項相關的性能。