如何使 PPC 自动化为潜在客户工作
已发表: 2023-01-05在 11 月的 SMX Next 上，我很荣幸地发表了关于在不是为潜在客户生成而设计的情况下使自动化为潜在客户生成工作的演讲。
非常感谢所有参加的人 - 加时问答是一个充满活力的环节，有很多问题！
潜在客户生成自动化挑战
我们中的许多人都在为电子商务构建的广告系统中应对潜在客户生成的挑战。 B2B 潜在客户生成与电子商务完全不同，整体转化率较低，没有购物车，没有“转化价值”，而且销售周期长，主要发生在线下。
为了使自动化以最佳方式工作，机器需要大量数据——一个月至少 20 次转换。 许多 B2B 活动都难以达到如此高的转化率，这使得自动化具有挑战性。
此外，tROAS 等出价策略基于转化价值：
您如何评价 18 个月内不会关闭的 B2B 潜在客户？
潜在客户生成的一些明显的自动化选项
潜在客户生成广告商的一种选择是目标每次转化费用 (tCPA)。 目标每次转化费用是一种智能出价策略，可为您设置出价以获得尽可能多的转化（客户操作）。
如果您心中没有目标每次转化费用，则可以使用“尽可能提高转化次数”，它会尝试在您的预算范围内获得尽可能多的转化次数，而不考虑每次转化费用。
乍一看，tCPA 和 Max conversions 似乎是自动化潜在客户生成的理想选择。 他们是，但他们并不完美。
一方面，这两种出价策略都可能导致每次点击费用飙升，因为自动化系统会尝试在您的目标每次转化费用或仅在转化期间寻找转化。
幸运的是，广告商可以控制他们的每次点击费用——只要他们使用组合出价策略。
如果您在 Google Ads 中使用组合出价，则可以为组合设置最高 CPC。 如果您使用 Search Ads 360 (SA360)，此选项也可用：
设置最高出价的能力是使用组合出价策略的充分理由。 它可以让您免于为每次点击支付数百美元。
如果您要让机器为您获得尽可能多的转化，您需要确保正确跟踪转化！
我使用了一个跟踪页面登陆作为转化的客户的示例：
虽然页面登陆可能是一个业务目标，尤其是对于寻求品牌或知名度的广告商而言，但这不是自动化的好目标。
如果您正在尝试最大限度地提高转化率并且正在衡量网页登陆量，那么您只会为您的网站带来更多流量。 无法保证流量实际上会为您的业务带来更多的销售线索或收入。
建立你的渠道
如前所述，获得足够的线索来为自动化算法提供数据对于 B2B 线索生成来说可能是一个挑战。
我分享了广告商使用漏斗中部策略的几种方法，这些策略可以推动流量重新定位到以后，甚至可能以低成本吸引潜在客户。
其中一个选项是发现活动。
发现活动可以成为大规模接触受众的有效渠道中策略。 我们已经成功地为我们的几个 B2B 潜在客户生成了发现广告。
会议期间有很多关于 Discovery 的问题。 几个问题集中在发现活动的潜在客户质量上。
我们发现我们的客户从 Discovery 获得的潜在客户的质量与搜索活动的质量相似。
尽管与搜索相比，发现广告覆盖了漏斗中较高位置的用户，但请记住，发现广告的唯一出价选项是最大转化次数或目标每次转化费用。 因此，铅的质量一般都很好。
我们还发现，发现广告系列的效果优于效果最大化广告系列——以至于由于潜在客户质量较低，我们很少使用效果最大化广告系列。
获得优质线索
说到潜在客户质量，生成实际转化为销售的潜在客户是潜在客户生成广告商面临的最大挑战之一。
任何人都可以在线填写表格。 许多填写表格的人永远不会成为合格的潜在客户。
只有一小部分成为合格潜在客户的人最终会转化为销售人员。
帮助衡量潜在客户质量的一种方法是使用导入的第三方数据。
早在 2016 年，谷歌就首次推出了导入 Salesforce 潜在客户数据的功能。从那时起，他们添加了数千个数据连接器，广告商可以使用这些连接器从他们的 CRM 系统中提取数据。
通过从您的客户用来衡量潜在客户质量的同一系统导入数据，您不仅可以填写表格，还可以查看其中有多少表格填写转化为潜在客户。
如果您获得足够多的第三方线索，您可以将它们用于智能出价：
此屏幕截图来自 SA360，但您也可以将离线转化用于 Google Ads 出价策略，只要您将它们标记为主要转化即可。
您每月需要大约 20 次转化才能发挥作用，但如果您有那么多潜在客户，这是最大限度地采取对客户最重要的行动的好方法。
使用组合出价策略是一种很好的方式，可以将类似的广告系列组合成一个具有足够转化数据的单一出价策略，以便使用第三方数据进行智能出价。
只需确保广告系列具有相似的效果和目标即可。 不要将品牌和非品牌广告系列或具有非常不同的每次转化费用或目标的广告系列组合在一起。
如果您没有获得足够的第三方转化来用于智能出价，至少可以使用数据来衡量潜在客户的质量。
例如，我们有一个客户，其主要目标是 SQL。 但是，他们每个月只能获得大约 10 个 SQL。
我们针对 MQL 进行了优化，这是 SQL 漏斗的上一级。 我们还导入 SQL 数据，以查看活动是否推动了对客户重要的潜在客户。
一些活动驱动大量 MQL 但没有 SQL。 我们知道要降低这些活动的优先级，让其他活动产生更多 SQL。
将潜在客户价值与 tROAS 出价策略结合使用
潜在客户广告商常常羡慕电子商务广告商，因为电子商务广告商可以使用 tROAS 出价策略，不仅可以最大化他们推动的销售数量，还可以最大化这些销售的价值。
潜在客户生成的难题之一是潜在客户转化为销售所需的时间。 18 个月到 2 年的销售周期在 B2B 中并不少见。
在潜在客户完成整个购买周期之前确定潜在客户的价值具有挑战性。 这导致许多 B2B 广告商将注销 tROAS 作为一种策略。
没那么快！
为微转化分配相对价值，例如白皮书下载或联系表格填写，是使用 tROAS 出价策略的有效方法。
假设您要衡量四种操作：视频观看、资产下载、表单填写和来自第三方导入的 MQL。
您可以为这些操作中的每一个分配一个相对值，如下所示：
在此示例中，MQL 的价值是视频价值的 1,000 倍。
tROAS 策略将寻求最大化转化价值，而不仅仅是数量。 因此，它将优先考虑 MQL 和表单填写，而不是视频观看和资产下载——从而提高它所驱动的潜在客户的质量。
我们在 SMX 会议上收到了一些关于此策略的好问题。
一位与会者询问如何避免“厄运循环”，即系统开始驱动大量永远不会变成 MQL 的低价值线索。 这肯定是个问题：
避免这种情况的最好方法是为低价值行为分配足够低的价值，为高价值行为分配足够高的价值，这样系统就会更加努力地驱动高价值行为。 这就是为什么我在上面的示例中将 MQL 的值设置为 1,000。
有时，即使这样还不够。 例如，视频视图非常容易生成，以至于系统很可能会发现驱动数千个视频视图比一个 MQL 更容易。
在这种情况下，将视频观看作为主要转化是您最好的选择。 强制系统寻找更高价值的操作，例如资产下载和表单填写。
在相关说明中，我们收到了一个关于数据驱动归因的很好的问题：
“根据不同的客户目标（页面浏览量、表格填写、致电等），我们的帐户中有多种主要转化操作。 我们注意到数据驱动的归因模型正在影响我们的潜在客户生成操作，因为更高的漏斗操作。 您会如何建议通过帐户中的多个转化操作来处理潜在客户生成的数据驱动归因？
如果您发现这种情况发生在您身上，我建议您将一些主要目标更改为次要目标。
虽然这不会阻止数据驱动的归因查看次要目标（因为它查看所有交互，包括点击，但至少您是在告诉机器这些操作对您来说并不那么重要。
在这种情况下，使用 tROAS 还应该有助于告诉系统哪些转化对您最有意义。
一切都与信号有关
请记住，任何自动化都取决于它接收到的信号。 作为营销人员，我们有责任确保我们向自动化模型发出尽可能最好的信号，以便它可以为我们带来有意义的结果。
不要忘记受众和否定关键字等基础知识。
广告商经常忘记添加受众以供观察。 添加受众是告诉系统您有兴趣覆盖哪些用户的好方法——如果是负面受众，则告诉系统您不想覆盖哪些用户。
否定关键字也很重要，不仅可以防止广告在不相关的查询中展示，还可以向机器提供另一个信号。
要点
- 准确的跟踪是关键。 确保您衡量的是带来商业价值的行动，并且您为每项行动分配了准确的价值。
- 建立你的渠道！ 使用 Discovery 和其他更高级的渠道策略（例如 YouTube 和 Google Display）来建立受众群体。
- 评估潜在客户质量，而不仅仅是数量。 使用本文中的策略来指导您。
- 提供正确的信号。 转化价值以及受众和否定关键字都有助于机器找到高价值用户。
- 知道什么时候拔掉插头！ 自动化并不总是有效。 我们遇到过几个实例，其中目标每次转化费用或最大转化次数产生的潜在客户数量少于手动每次点击费用，但成本更高。 如果它没有驱动您想要的结果，可以关闭自动化！
使用正确的工具，您可以使自动化为潜在客户生成工作，即使它不是为潜在客户生成而设计的。
观看：让自动化为潜在客户开发工作
以下是我的 SMX Next 演示文稿的完整视频。
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。
