在 Google Ads 上分配 PPC 支出的最佳實踐指南
已發表: 2020-12-15在 Google 上開始付費搜索活動時; 你從哪裡開始,花多少是合適的? 特別是當 Google 上個人帳戶浪費的廣告支出中位數為 75.80% 時。
由於 Google 的各種廣告平台都服務於不同的目的,因此確定正確的平台和黃金數量以最大限度地提高投資回報率可能會更加困難。
在這篇文章中,我們將討論有關如何充分利用付費媒體預算以最大限度地提高回報的一些最佳做法。
Google Ads 預算分配的最佳做法
做你的研究
在開始任何付費搜索活動之前,必須編制一份您認為目標受眾可能在 Google 上搜索的搜索詞列表。
從顯示即時購買意圖的關鍵字開始; 例如,關鍵字黑色皮鞋的意圖不僅僅是鞋子,而且會帶來更高的點擊率和轉化率。
探索搜索量和成本估算
根據搜索量和搜索您的產品或服務的人數,您的廣告更有可能展示。 如果搜索量很高,這通常意味著該市場內的競爭更加激烈,因此成本自然會更高。 在這種情況下,您可能需要加大對 Google 搜索的初始投資才能進入活躍空間並開始獲得展示次數份額。
搜索量較低的搜索詞可能是有利的,因為它通常意味著較低的成本和較少的競爭。 在查看搜索量時,您可以在 Google 的每次點擊費用估算中找到這些信息(在 Google Keyword Planner 中)。 考慮到競爭因素,這些是對您可以期望為一次廣告點擊支付的費用的估算值。
根據人口統計、設備和位置表現調整出價
在初步研究期間,您可能已經發現了理想的目標市場或特定位置。 在這種情況下,您應該確保您的廣告僅投放到這些特定的人口統計數據或位置。
啟動這些廣告系列後,我們建議根據各個目標相對於帳戶平均值的表現情況,根據年齡、性別、設備和位置進行每月出價調整。 這可能意味著降低對轉化率較低的平板電腦的出價。
例如,正在推動交通但沒有轉化的城市。 或者,提高對特定年齡組的出價,這些年齡組以較低的 CPA(每次轉化費用)或具有較高的 ROAS(廣告支出回報率)帶來更高的轉化量。
通過更改出價,您可以根據人們搜索的位置、方式和時間來提高或降低廣告的展示頻率。
花費適當的預算
就百分比分配而言,我們建議您將至少 70% 的每月 Google 預算投入到您的主要轉化驅動活動中。 您了解並信任的這些活動可以在整個月內提供高質量的潛在客戶。
至少 20% 應該用於尋找和投資新機會。 例如,新的搜索廣告系列、位置和設備。 這些舉措旨在成為轉換驅動因素,但它們正在推動整個帳戶策略向前發展並進行測試。
節省 10% 的每月預算以嘗試新事物; 將此視為您的測試預算。 例如,一個品牌知名度活動,針對漏斗上端的關鍵詞,這些關鍵詞可能不會在最後一次點擊轉化模型中自然轉化,但有助於影響買家行為和可以再營銷到的網站流量。
哪個 Google Ads 廣告系列適合您?
在整個購買週期中針對潛在客戶以及廣告活動的總體目標將取決於最適合的渠道。
對於品牌知名度廣告系列,您可以為 Google 渠道(例如展示廣告和發現廣告)上更通用的出價設置更高的預算。
如果您關注廣告支出回報率,您會考慮在他們的展示廣告/Gmail 活動中定位受眾。 或者甚至可能使用這些渠道進行再營銷,利用品牌谷歌搜索、谷歌購物或可能具有更高轉化率的利基關鍵字。
在數字營銷中,我們通常談論客戶漏斗——因此我們可以使用不同的營銷方法和 Google 的平台來吸引處於這些不同階段的人們。
以下是我們的建議以及哪種廣告系列類型最適合:
- 認知度- 展示廣告/發現廣告/Gmail 廣告/通用搜索
- 考慮– 發現廣告 / 通用搜索
- 轉化– 發現廣告/品牌搜索
- 忠誠度——重新定位
- 宣傳- 附屬機構和有機社會
最佳 Google 付費搜索廣告系列
搜索廣告系列
- 關鍵字特定定位
- 接觸新客戶
- 定位競爭對手的受眾和客戶
- 保護您的品牌名稱
- 高素質的潛在客戶
展示廣告
- 這通常用於提高品牌知名度
- 在正確的時間和地點在數千個網站上與客戶聯繫
- 使用有針對性的展示位置來覆蓋您品牌的相關受眾
- 展示廣告可以分解為潛在客戶和再營銷
發現廣告
- 大規模推動轉化
- 接觸新客戶
- 重新連接更多有價值的客戶。 隨著時間的推移,消費者會回來尋找他們喜歡的 Google 供稿內容
Gmail 廣告(即將成為發現廣告)
- 與潛在客戶建立聯繫
- 使用 Google 受眾群體定位特定人群
作為電子商務企業,在 Google 購物上運行購物活動。 該平台的預算通常要高得多,因為它們往往表現良好。
谷歌購物廣告
- 現場推廣產品
- 從更廣泛的存在中增加流量
- 更好的合格潛在客戶
在決定將營銷支出分配到何處時,您需要確定在正確的地方投放廣告以獲得最佳投資回報。
BOSCO,數字營銷預測指數將域、預算、AOV、優化目標和零售類別作為輸入,並使用機器學習來映射與該域相關的關鍵字組合以及競爭對手集,然後用於推薦最佳預算分配,以提高在線效率。