3 Performance Max 报告和数据限制
已发表: 2023-05-16Performance Max(或 PMax)活动在搜索广告商中越来越受欢迎。
Google 的机器学习资源可优化 Google 整个广告资源网络中的广告展示位置。 这可以让广告商最大限度地发挥他们的作用,更有效地接触到他们的目标受众。
然而,在利用这些专有功能时总是需要权衡取舍,尤其是当我们失去更多可见性和杠杆时。
总的来说,我们对这些活动的数据的可见性有限,因此很难就如何最好地优化活动和分配预算做出明智的决定。
此外,广告商通常需要分析所有活动类型和平台的汇总数据。 这可能需要:
- 通过 Google Ads API 获取数据。
- 将其加载到更大的数据仓库中以进行进一步的操作和分析。
- 将其与 Google Analytics 数据结合起来,以创建更全面的用户旅程图。
以下是在 Google Ads 界面内外提取和分析 PMax 效果数据时需要注意的一些限制。
1. PMax数据粒度有限
与其他 Google Ads 广告系列相比,PMax 广告系列提供的报告选项有限,因此很难以我们习惯的方式分析效果。
通常,可以通过 API 访问标准报告来获取 Google Ads 广告系列数据。 您可以定义要细分数据的级别,甚至可以细分到关键字级别。
由于 PMax 活动使用机器学习来确定广告投放的最佳位置,因此没有广告组或关键字与这些活动相关联。
因此,在比活动更细化的任何级别生成的标准报告将包含几个与 PMax 不相关的字段,并完全排除这些活动的所有数据,而不是简单地取消不相关的字段。
要捕获您的标准和 PMax 活动,您必须多次调用 API 并检索两个单独的数据连接,这些连接稍后可以加载并合并到您的数据仓库中。
- 第一个应该是所需粒度级别的标准报告,其中不包含 PMax 活动数据。
- 第二个也应该是活动级别的标准报告,但这次应该排除所有不是PMax 的活动,以避免重复数据。
此外,请注意,许多自定义报告和细分可能有助于广告系列分析,例如 Performance Max Placement。
它们无法通过 API 检索,只能在 Google Ads 界面内的隔离环境中查看。
获取搜索营销人员所依赖的每日时事通讯。
见条款。
2. Google Analytics 洞察力需要深思熟虑的导航
随着 Google Analytics 4 的推出以及随后 Universal Analytics 的弃用,广告商可以使用网站和应用程序数据来了解客户旅程和点击后网站参与活动。
应仔细查看和分析 PMax 活动产生的任何网站流量。
对于初学者,您不会看到 PMax 数据属于默认的付费搜索渠道分组,而是一个名为Cross Channel的单独分组,其中包含 PMax 和智能购物活动数据。
小心放置任何与 PMax 活动不兼容的维度过滤器。
与上面提到的 API 问题(数据不会显示)不同,这些过滤器会导致数据在 GA4 界面中显示不正确并且无法依赖。
因此,在 GA4 中获得包括 PMax 活动在内的跨渠道洞察力可能具有挑战性。
此外,PMax 活动会计算感兴趣的观看转化。
这种类型的转化非常有价值,因为它更专门针对视频广告和跟随视频广告的用户行为量身定制,而不是其他广告类型,并且是参与度的重要指标。
请注意,默认情况下,Google Analytics(分析)不计算这些转化,需要有意配置才能计算。
3. 传统分析方法可能不适用
鉴于上述问题,使用 Google 平台单独生成有关 PMax 活动的报告和见解始终是一种选择。
在平台内查看可用数据时,必须注意围绕这些数据的所有各种限制,并知道传统的分析策略可能既无效又不可能。
例如,虽然一些基本的报告模板位于 PMax 活动的平台内,但广告商无法自定义任何报告或创建自定义指标。
另一个需要考虑的因素是,由于 PMax 活动是根据实时数据进行优化的,因此应该更接近实时地分析活动绩效,减少对历史数据和趋势的依赖,因为算法会不断调整以最大限度地优化。
这种对实时数据的依赖也使得传统的 A/B 测试难以进行,尤其是因为我们无法控制诸如广告展示位置、格式、创意元素或我们可以隔离以测试假设的受众等事物。
相反,您只能运行测试,将您的 PMax 广告系列与标准购物广告系列进行比较,或者运行提升实验来展示如何将 PMax 广告系列添加到您现有的广告系列组合中可以增加转化量。
我们在 PMax 广告系列中失去的其他洞察示例包括受众定位、广告投放和预算控制。
虽然这一切都是设计使然,但对于广告商来说,失去对他们的资金分配位置的发言权可能是一个艰难的调整。
他们可能既没有时间也没有预算让活动运行足够长的时间来收集足够的数据以最大限度地提高效率。
虽然 PMax 确实根据受众行为和广告创意进行了优化,但他们并未提供有关这些行为或个别标题或图片可能如何表现的详细数据。
本文中表达的观点是客座作者的观点,不一定是 Search Engine Land。 此处列出了工作人员作者。