PPC 的未來:機器學習以及如何適應這種新動態
已發表: 2021-10-23我最近與 Acquisio 的首席執行官 Marc Poirier 舉辦了一次網絡研討會。 在該網絡研討會中,我們討論了機器學習對付費搜索活動的影響。 從那時起,谷歌宣布推出新的“智能”功能,例如針對搜索的市場受眾,並通過推出一種名為“最大化轉化”的新出價策略來增強其“智能出價”功能。 將這些功能與通用應用程序和智能展示廣告系列等當前功能相結合,有一點很清楚:PPC 的未來在於機器學習及其提供的自動化優勢。
本文討論瞭如何適應這種新的動態,並讓您了解 AdWords 中現在或即將推出的一些基於機器的新功能。
從 PPC 戰術家演變為 PPC 戰略家
首先,我相信機器不會讓 ppc 專業人員的工作過時。 然而,機器學習的到來及其自動化關鍵任務的能力將改變角色的性質。 ppc 專業人士帶來的價值將與他們的戰略能力直接相關。 那些能夠看到大局,充分了解他們所代表的業務所在的市場,並且能夠將 ppc 與組織的整個數字營銷計劃的整體增長聯繫起來的人將贏得勝利。 機器可以比我們以往任何時候都更快地處理數據、發現趨勢和執行日常戰術任務。 我最近使用了一種自動優化的技術解決方案。 一個小時內,系統發現了 1500 個可以添加到我的帳戶的關鍵字,確定了近 1,500 美元的可能被否定匹配的支出,確定了數百個可以提高以更好地定位我的關鍵字列表的出價,並自動暫停錶現不佳的廣告。
雖然這些例行任務是由機器在幾分鐘內完成的,但並不意味著我不那麼忙。 這意味著我可以專注於更高級別的優先級,例如數據分析,以便我可以更好地了解整體性能並將這些學習轉化為策略,規劃我想要運行的下一組測試,並研究用於擴展我客戶的新平台ppc 程序。
以下是一些提示,可以幫助您變得更具戰略性並將績效提升到一個新的水平:
- 牢牢掌握對利益相關者最重要的指標,並像激光束一樣專注於它。 例如,我有一個帳戶,其中潛在客戶數量和良好的 cpa 似乎同等重要。 然而,當我推動我的客戶為他們定義一個最重要的指標時,他們總是會站在增長的一邊。
- 了解可能阻礙達到或超越利益相關者最重要的指標或目標的所有障礙。 是競爭嗎? 高cpc? 轉化率低? 深入了解障礙將有助於您為這些突發事件做計劃,並讓您制定策略來幫助您克服這些障礙。
- 深入了解績效的潛在驅動因素,以便您做出更明智的戰略決策。
在我的整個職業生涯中,我一直傾向於專注於操作 ppc 帳戶的機制,而忽略了退後一步以了解更大的圖景。 機器學習及其提供的自動化幫助我增加了帳戶,因為我有更多時間專注於戰略。 在這個過程中,我能夠提供更好的建議和更多的新想法,從而增加了我為客戶帶來的價值。
新的基於機器的功能:
以下是一些現在和不久的將來都可以利用的 AdWords 機器學習功能。
Google Smart Bidding : Google Smart Bidding包括目標每次轉化費用、目標廣告支出回報率、最大化轉化次數和增強型每次點擊費用出價策略。 基於機器的出價的優勢在於能夠分析數百個“信號”,這有助於更好地了解您的受眾及其轉化潛力。 谷歌擁有大量實時處理的數據。 AdWords 系統會同時根據這些因素優化出價,以便讓廣告客戶參與對他們最有價值的拍賣。
使用智能出價的關鍵是不要過早放棄。 系統需要時間來學習,這意味著一開始,性能可能會有點不一致。 隨著系統的學習,您應該開始看到性能改進,並最終看到 cpa 數量和效率的增長。 如果您的測試經過深思熟慮和控制,您應該能夠以最小的帳戶風險測試這些新策略。
智能展示廣告系列:此類展示廣告系列完全由機器學習控制。 只需輸入您帳戶的目標每次轉化費用和預算,提供標題和圖片等廣告資產,系統就會學習並優化您的目標。 與智能出價一樣,重要的是讓系統通過讓智能展示廣告系列積累足夠的性能和流量數據來學習。 活動擁有的數據越多,Google 的機器就越容易優化和提高性能。
有購買意向的受眾:此功能在展示廣告網絡中已經存在了幾年,很快就會面向搜索推出。 谷歌再次識別諸如先前搜索和轉化歷史以及正在消費的內容等信號,以識別最有可能轉化或處於購買週期最後階段的人。 識別這些類型用戶的唯一方法是通過機器學習和機器在拍賣的基礎上實時處理大量數據的能力。
結論
這對我們在 ppc 行業來說是一個激動人心的時刻。 機器學習提供了學習更多和執行速度更快的機會。 然而,機器不能像人類那樣做的一件事是將所有來自 ppc 的數據轉換成連貫的策略。
採取更具戰略性的方法將增加您的價值。 把握大局並將其與結果聯繫起來的能力將有助於增加您的影響力並幫助您在職業生涯中取得進步。