如何评估您的 PPC 广告轮播设置

已发表: 2021-10-23

广告轮播是被遗忘的设置之一。 每个人都有一个偏好,“总是无限期轮换”或“总是通过转换优化”,但选择的设置通常反映经理的默认偏好,而不是设置实用程序。 该设置不应用作偏好,而应用作进一步分析的工具和主题。

本文将介绍您有哪些广告轮播选项以及如何快速识别机会。 这听起来可能是一个很大的话题,关于这个主题有很多意见,但是一旦你掌握了这个概念,你就会发现它非常直观。

广告轮播设置

广告轮播设置有几种形式。 以 AdWords 为例,我们可以:

  • 点击优化
  • 按转化优化
  • 无限期旋转
  • 轮换和优化

每项设置都会改变广告组中单个广告的潜在展示次数份额,这会对效果产生重大影响。

两条思路

我们可以将设置分为两大类。 一种倾向于人工控制并手动选择获胜者。 第二个让系统根据自己的数据改变广告轮播。

手动测试支持者使用均匀轮换作为“公平测试”。 每个广告都有相同的潜力进入拍卖。 这应该更均衡地平衡展示次数,让每个广告都有机会赢得测试并构建足够的数据样本。 当然,这只是一次进入拍卖的机会,一个糟糕的广告可能无法与其他广告一样多地参加拍卖。

自动优化支持者提倡系统更快的特性。 优化比手动过程要快得多。 该系统还拥有比广告商更多的数据。 拍卖数据、用户行为等可用于识别实际广告效果。 该系统还可能提供更多细微差别。 在某些情况下,平均效果较差的某个广告实际上是针对特定用户子集的最佳广告。 该系统理论上可以捕捉到这一点并仅在这些时间显示该广告。 这些优化的边际收益加起来可以显着提高性能。

自动优化的缺点是失去控制。 这可能会破坏通过呈现和坚持明确的广告测试过程(例如 CTC)而获得的价值。 自动优化也可能会改变您设置广告测试的方式。 与 A/B 测试不同,您可以选择为每个广告组投放大量广告,并随着时间的推移剔除丢失的广告。 这听起来微不足道,但不应低估对流程的影响。

识别机会

如果您想在自己的帐户中评估这两个选项怎么办? 您应该切换到通过点击优化还是均匀旋转?

我们可以用一些粗略的数学来评估,对于这篇博文,一个数据透视表。 请注意,这可以通过 PowerPivot 或 SQL 更轻松地完成,但为了可访问性,我们将跳过它。 如果您有兴趣使用这些技术,您仍然可以使用我们在下面使用的相同设置。

设置分析

在此示例中,我们假设帐户设置为无限期轮换。 我们想评估切换到点击优化的影响。 我们将首先下载我们所有的广告和数据。 我们可以使用过去 30 天或更长时间的近期数据。

记住:

  • 在此期间进行的任何促销活动
  • 广告文案的重大变化
  • 广告格式
  • 广告状态的变化

您还可以选择按广告类型进行细分,具体取决于您此时对标准文字广告的依赖程度。

桌子

现在我们有了数据,我们可以开始构建我们的数据透视表了! 我们需要将广告系列和/或广告组设置为行。 这使我们能够计算每个级别的影响,因为我们可能会为每个活动做出不同的决定。 如果广告组完全不同,我们可能会确定重组机会。

在我们的列中,我们将插入总展示次数、最高点击率和平均转化率。 您可以包含其他列以供参考,但以上三列是必需的。 您还可以按展示次数或点击量进行细分。 这应该限制点击率不切实际的低容量广告的数量,例如具有两次点击和四次展示的广告。 下面,我在过滤器中使用 TRUE/FALSE 标志表示超过一千次展示。

数据透视表生成器

计算影响

我们拥有所需的所有数据。 这里的数学也很简单。 如果我们转而针对点击进行优化,那么点击率较高的广告应该会更频繁地展示。 假设帐户的展示次数相同,我们可以通过将总展示次数乘以符合条件的广告的最大点击率来计算潜在点击次数。

潜在点击次数 = 总展示次数 x 最大点击率

现在我们有最大的潜在点击次数,我们可以通过将潜在点击次数乘以平均转化率来计算潜在转化次数。

潜在转化次数 = 潜在点击次数 x 平均转化率

或者

潜在转化率 = 总展示次数 * 最大点击率 * 平均转化率

此时,您可以进行一些计算来检查实际转化和潜在转化之间的差异并确定需要更改的区域。

潜在转化

为什么是平均转化率?

您可能会问,为什么是平均转化率,为什么不是每个广告的实际转化率? 在这个例子中,我们假设转化率取决于着陆页而不是广告文案。 当然,如果您在最终 URL 中测试着陆页、运行非常不同的广告(如促销)或通过包含“免费”等词来夸大广告点击率,这将不起作用。

如果你更舒服,你可以使用点击率最高的广告的转化率。 如果您有可能吸引不同类型访问者的截然不同的广告文案,这可能是合适的。 你也可以以一种或另一种方式衡量它们,说只有一部分差异是由于广告造成的。

玩得开心! 随着时间的推移,您可以随时调整您的计算,因为您为每一轮收集更多数据,尤其是对这个帐户有更好的了解。

基于数据的决策

这种类型的分析为帐户管理开辟了新的选择。 哪个更有价值,流量和转化率的增加还是从广告测试过程中学习? 如果潜在转换和实际转换之间存在重大差距,则可能会改变您的策略。 如果您要进入旺季,您可以选择根据点击次数轮播广告,以增加流量和收入。 或者,如果数字接近,您可以选择在同一时期启动新测试以最大化您的广告测试。 这里的关键概念是更好地了解您的选择,以便您可以做出最佳业务决策,而不受默认做法的约束。