如何評估您的 PPC 廣告輪播設置

已發表: 2021-10-23

廣告輪播是被遺忘的設置之一。 每個人都有一個偏好,“總是無限期輪換”或“總是通過轉換優化”,但選擇的設置通常反映經理的默認偏好,而不是設置實用程序。 該設置不應用作偏好,而應用作進一步分析的工具和主題。

本文將介紹您有哪些廣告輪播選項以及如何快速識別機會。 這聽起來可能是一個很大的話題,關於這個主題有很多意見,但是一旦你掌握了這個概念,你就會發現它非常直觀。

廣告輪播設置

廣告輪播設置有幾種形式。 以 AdWords 為例,我們可以:

  • 點擊優化
  • 按轉化優化
  • 無限期旋轉
  • 輪換和優化

每項設置都會改變廣告組中單個廣告的潛在展示次數份額,這會對效果產生重大影響。

兩條思路

我們可以將設置分為兩大類。 一種傾向於人工控制並手動選擇獲勝者。 第二個讓系統根據自己的數據改變廣告輪播。

手動測試支持者使用均勻輪換作為“公平測試”。 每個廣告都有相同的潛力進入拍賣。 這應該更均衡地平衡展示次數,讓每個廣告都有機會贏得測試並構建足夠的數據樣本。 當然,這只是一次進入拍賣的機會,一個糟糕的廣告可能無法與其他廣告一樣多地參加拍賣。

自動優化支持者提倡系統更快的特性。 優化比手動過程要快得多。 該系統還擁有比廣告商更多的數據。 拍賣數據、用戶行為等可用於識別實際廣告效果。 該系統還可能提供更多細微差別。 在某些情況下,平均效果較差的某個廣告實際上是針對特定用戶子集的最佳廣告。 該系統理論上可以捕捉到這一點並僅在這些時間顯示該廣告。 這些優化的邊際收益加起來可以顯著提高性能。

自動優化的缺點是失去控制。 這可能會破壞通過呈現和堅持明確的廣告測試過程(例如 CTC)而獲得的價值。 自動優化也可能會改變您設置廣告測試的方式。 與 A/B 測試不同,您可以選擇為每個廣告組投放大量廣告,並隨著時間的推移剔除丟失的廣告。 這聽起來微不足道,但不應低估對流程的影響。

識別機會

如果您想在自己的帳戶中評估這兩個選項怎麼辦? 您應該切換到通過點擊優化還是均勻旋轉?

我們可以用一些粗略的數學來評估,對於這篇博文,一個數據透視表。 請注意,這可以通過 PowerPivot 或 SQL 更輕鬆地完成,但為了可訪問性,我們將跳過它。 如果您有興趣使用這些技術,您仍然可以使用我們在下面使用的相同設置。

設置分析

在此示例中,我們假設帳戶設置為無限期輪換。 我們想評估切換到點擊優化的影響。 我們將首先下載我們所有的廣告和數據。 我們可以使用過去 30 天或更長時間的近期數據。

記住:

  • 在此期間進行的任何促銷活動
  • 廣告文案的重大變化
  • 廣告格式
  • 廣告狀態的變化

您還可以選擇按廣告類型進行細分,具體取決於您此時對標准文字廣告的依賴程度。

桌子

現在我們有了數據,我們可以開始構建我們的數據透視表了! 我們需要將廣告系列和/或廣告組設置為行。 這使我們能夠計算每個級別的影響,因為我們可能會為每個活動做出不同的決定。 如果廣告組完全不同,我們可能會確定重組機會。

在我們的列中,我們將插入總展示次數、最高點擊率和平均轉化率。 您可以包含額外的列以供參考,但以上三列是必需的。 您還可以按展示次數或點擊量進行細分。 這應該限制點擊率不切實際的低容量廣告的數量,例如具有兩次點擊和四次展示的廣告。 下面,我在過濾器中使用 TRUE/FALSE 標誌表示超過一千次展示。

數據透視表生成器

計算影響

我們擁有所需的所有數據。 這裡的數學也很簡單。 如果我們轉而針對點擊進行優化,那麼點擊率較高的廣告應該會更頻繁地展示。 假設帳戶的展示次數相同,我們可以通過將總展示次數乘以符合條件的廣告的最大點擊率來計算潛在點擊次數。

潛在點擊次數 = 總展示次數 x 最大點擊率

現在我們有最大的潛在點擊次數,我們可以通過將潛在點擊次數乘以平均轉化率來計算潛在轉化次數。

潛在轉化次數 = 潛在點擊次數 x 平均轉化率

或者

潛在轉化率 = 總展示次數 * 最大點擊率 * 平均轉化率

此時,您可以進行一些計算來檢查實際轉化和潛在轉化之間的差異並確定需要更改的區域。

潛在轉化

為什麼是平均轉化率?

您可能會問,為什麼是平均轉化率,為什麼不是每個廣告的實際轉化率? 在這個例子中,我們假設轉化率取決於著陸頁而不是廣告文案。 當然,如果您在最終 URL 中測試著陸頁、運行非常不同的廣告(如促銷)或通過包含“免費”等詞來誇大廣告點擊率,這將不起作用。

如果你更舒服,你可以使用點擊率最高的廣告的轉化率。 如果您有可能吸引不同類型訪問者的截然不同的廣告文案,這可能是合適的。 你也可以以一種或另一種方式衡量它們,說只有一部分差異是由於廣告造成的。

玩得開心! 隨著時間的推移,您可以隨時調整您的計算,因為您為每一輪收集更多數據,尤其是對這個帳戶有更好的了解。

基於數據的決策

這種類型的分析為帳戶管理開闢了新的選擇。 哪個更有價值,流量和轉化率的增加還是從廣告測試過程中學習? 如果潛在轉換和實際轉換之間存在重大差距,則可能會改變您的策略。 如果您正處於旺季,您可以選擇根據點擊次數輪播廣告,以增加流量和收入。 或者,如果數字接近,您可以選擇在同一時期啟動新測試以最大化您的廣告測試。 這裡的關鍵概念是更好地了解您的選擇,以便您可以做出最佳業務決策,而不受默認做法的約束。