3 تقارير Performance Max وقيود البيانات

تكتسب حملات Performance Max (أو PMax) قوة جذب بين المعلنين على شبكة البحث.

تعمل موارد التعلم الآلي من Google على تحسين مواضع الإعلانات عبر شبكة مخزون Google بالكامل. يتيح هذا للمعلنين مضاعفة جهودهم والوصول إلى جمهورهم المستهدف بشكل أكثر كفاءة.

ومع ذلك ، هناك دائمًا مقايضات عند الاستفادة من هذه القدرات الاحتكارية ، خاصةً عندما نفقد المزيد من الرؤية والرافعات التي يتعين علينا سحبها.

بشكل عام ، لدينا رؤية محدودة لبيانات هذه الحملات ، مما يجعل من الصعب اتخاذ قرارات مستنيرة حول أفضل طريقة لتحسين الحملات وتخصيص الميزانية.

بالإضافة إلى ذلك ، غالبًا ما يحتاج المعلنون إلى تحليل بياناتهم المجمعة عبر جميع أنواع الحملات والأنظمة الأساسية. يمكن أن يتطلب ذلك:

• جلب البيانات من خلال إعلانات Google API.
• تحميله في مستودع بيانات أكبر لمزيد من المعالجة والتحليل.
• ضمها إلى بيانات Google Analytics لإنشاء صورة أكمل لرحلة المستخدم.

فيما يلي بعض القيود التي يجب مراعاتها عند استخراج بيانات أداء PMax وتحليلها داخل واجهة إعلانات Google وخارجها.

1. محدودية دقة بيانات PMax

تقدم حملات PMax خيارات إعداد تقارير محدودة مقارنة بحملات إعلانات Google الأخرى ، مما قد يجعل من الصعب تحليل الأداء بالطرق التي اعتدنا عليها.

عادةً ما يمكن جلب بيانات حملة إعلانات Google عن طريق الوصول إلى التقرير القياسي من خلال واجهة برمجة التطبيقات. يمكنك تحديد المستوى الذي ترغب في تقسيم البيانات عنده ، حتى وصولاً إلى مستوى الكلمة الرئيسية.

نظرًا لأن حملات PMax تستخدم التعلم الآلي لتحديد أفضل المواضع لعرض الإعلانات ، فلا توجد مجموعات إعلانية أو كلمات رئيسية مرتبطة بهذه الحملات.

لذلك ، سيحتوي التقرير القياسي الذي يتم إنشاؤه على أي مستوى أكثر دقة من الحملة على العديد من الحقول غير الملائمة لـ PMax ويستبعد جميع البيانات من هذه الحملات تمامًا بدلاً من إبطال الحقول غير ذات الصلة.

لالتقاط حملاتك القياسية وحملات PMax ، يجب عليك استدعاء API عدة مرات واسترداد اتصالين منفصلين للبيانات يمكن تحميلهما لاحقًا وضمهما إلى مستودع البيانات الخاص بك.

• يجب أن يكون الأول تقريرًا قياسيًا بمستوى التفاصيل المطلوب ، والذي لن يحتوي على بيانات حملة PMax.
• يجب أن يكون الثاني أيضًا تقريرًا قياسيًا على مستوى الحملة ، ولكن هذه المرة يجب أن تستبعد جميع الحملات التي ليست من نوع PMax لتجنب تكرار البيانات.

يجب أيضًا أن تدرك أن العديد من التقارير المخصصة والتقسيمات يمكن أن تكون مفيدة لتحليل الحملة ، مثل وضع الحد الأقصى للأداء.

لا يمكن استرجاعها من خلال واجهة برمجة التطبيقات ولا يمكن عرضها إلا في بيئة معزولة داخل واجهة إعلانات Google.

احصل على النشرة الإخبارية اليومية التي يعتمد عليها المسوقون.

جارى المعالجة .. انتظر من فضلك.

يشترك

انظر الشروط.

2. تتطلب إحصاءات Google Analytics تنقلًا مدروسًا

مع طرح Google Analytics 4 والإيقاف اللاحق لـ Universal Analytics ، يمكن للمعلنين استخدام بيانات موقع الويب والتطبيق لفهم رحلة العميل ونشاط الارتباط بموقع الويب بعد النقر.

يجب عرض وتحليل أي حركة مرور على موقع الويب ناتجة عن حملات PMax بعناية.

بالنسبة للمبتدئين ، لن ترى بيانات PMax تندرج ضمن مجموعات قنوات البحث المدفوع الافتراضية ولكنك ستجد مجموعة منفصلة تسمى Cross Channel تحتوي على بيانات حملة PMax و Smart Shopping.

كن حذرًا من وضع أي فلاتر أبعاد غير متوافقة مع حملات PMax.

على عكس مشكلات واجهة برمجة التطبيقات المذكورة أعلاه ، حيث لن تظهر البيانات ، فإن هذه الفلاتر ستؤدي إلى عرض البيانات بشكل غير صحيح في واجهة GA4 ولا يمكن الاعتماد عليها.

لهذا السبب ، قد يكون الحصول على رؤى عبر القنوات تتضمن حملات PMax ضمن GA4 أمرًا صعبًا.

بالإضافة إلى ذلك ، تحسب حملات PMax تحويلات المشاهدة النشطة.

يعتبر هذا النوع من التحويل ذا قيمة عالية ، حيث إنه مصمم بشكل أكثر تحديدًا لإعلانات الفيديو وسلوك المستخدم الذي يتبع إعلان الفيديو بدلاً من أنواع الإعلانات الأخرى وهو مؤشر قوي على المشاركة.

فقط كن على علم بأن Google Analytics ، افتراضيًا ، لا يحسب هذه التحويلات وسيحتاج إلى التهيئة عن قصد للقيام بذلك.

3. قد لا تنطبق طرق التحليل التقليدية

بالنظر إلى المشكلات المذكورة أعلاه ، فإن استخدام منصات Google لإنشاء تقارير وإحصاءات حول حملات PMax بمعزل عن غيرها دائمًا خيار.

عند عرض البيانات المتاحة داخل النظام الأساسي ، من الضروري مراعاة جميع القيود المختلفة المحيطة بهذه البيانات ومعرفة أن أساليب التحليل التقليدية قد لا تكون فعالة ولا ممكنة.

على سبيل المثال ، بينما توجد بعض قوالب التقارير الأساسية داخل النظام الأساسي لحملات PMax ، لا يمكن للمعلنين تخصيص أي تقارير أو إنشاء مقاييس مخصصة.

هناك عامل آخر يجب مراعاته وهو أنه نظرًا لأنه يتم تحسين حملات PMax بناءً على بيانات الوقت الفعلي ، يجب تحليل أداء الحملة بشكل أقرب إلى الوقت الفعلي والاعتماد بشكل أقل على البيانات والاتجاهات التاريخية ، حيث يتم تعديل الخوارزميات باستمرار لزيادة التحسينات.

هذا الاعتماد على البيانات في الوقت الفعلي يجعل أيضًا من الصعب إجراء اختبارات A / B التقليدية ، خاصةً لأننا لا نتحكم في أشياء مثل مواضع الإعلانات أو الأشكال أو العناصر الإبداعية أو الجماهير التي يمكننا عزلها لاختبار الفرضيات.

بدلاً من ذلك ، يمكنك فقط إجراء اختبارات لمقارنة حملات PMax بحملات التسوق القياسية أو تشغيل تجربة رفع مستوى توضح كيف يمكن أن تؤدي إضافة حملة PMax إلى مزيج حملتك الحالية إلى زيادة حجم التحويل.

تشمل الأمثلة الأخرى للرؤى التي نفقدها مع حملات PMax استهداف الجمهور وموضع الإعلان والتحكم في الميزانية.

في حين أن هذا كله حسب التصميم ، فقد يكون من الصعب على المعلنين أن يفقدوا القدرة على أن يكون لهم رأي في المكان الذي يتم فيه تخصيص دولاراتهم.

قد لا يكون لديهم الوقت ولا الميزانية للسماح للحملة بالعمل لفترة كافية لجمع البيانات الكافية لتحقيق أقصى قدر من الكفاءة.

وبينما تقوم PMax بالتحسين بناءً على سلوك الجمهور وتصميمات الإعلانات ، فإنها لا تقدم بيانات مفصلة عن هذه السلوكيات أو كيفية أداء العناوين أو الصور الفردية.