3 Performance Max 報告和數據限制
已發表: 2023-05-16Performance Max(或 PMax)活動在搜索廣告商中越來越受歡迎。
Google 的機器學習資源可優化 Google 整個廣告資源網絡中的廣告展示位置。 這可以讓廣告商最大限度地發揮他們的作用,更有效地接觸到他們的目標受眾。
然而,在利用這些專有功能時總是需要權衡取捨,尤其是當我們失去更多可見性和槓桿時。
總的來說,我們對這些活動的數據的可見性有限,因此很難就如何最好地優化活動和分配預算做出明智的決定。
此外,廣告商通常需要分析所有活動類型和平台的匯總數據。 這可能需要:
- 通過 Google Ads API 獲取數據。
- 將其加載到更大的數據倉庫中以進行進一步的操作和分析。
- 將其與 Google Analytics 數據結合起來,以創建更全面的用戶旅程圖。
以下是在 Google Ads 界面內外提取和分析 PMax 效果數據時需要注意的一些限制。
1. PMax數據粒度有限
與其他 Google Ads 廣告系列相比,PMax 廣告系列提供的報告選項有限,因此很難以我們習慣的方式分析效果。
通常,可以通過 API 訪問標準報告來獲取 Google Ads 廣告系列數據。 您可以定義要細分數據的級別,甚至可以細分到關鍵字級別。
由於 PMax 活動使用機器學習來確定廣告投放的最佳位置,因此沒有廣告組或關鍵字與這些活動相關聯。
因此,在比活動更細化的任何級別生成的標準報告將包含幾個與 PMax 不相關的字段,並完全排除這些活動的所有數據,而不是簡單地取消不相關的字段。
要捕獲您的標準和 PMax 活動,您必須多次調用 API 並檢索兩個單獨的數據連接,這些連接稍後可以加載並合併到您的數據倉庫中。
- 第一個應該是所需粒度級別的標準報告,其中不包含 PMax 活動數據。
- 第二個也應該是活動級別的標準報告,但這次應該排除所有不是PMax 的活動,以避免重複數據。
此外,請注意,許多自定義報告和細分可能有助於廣告系列分析,例如 Performance Max Placement。
它們無法通過 API 檢索,只能在 Google Ads 界面內的隔離環境中查看。
獲取搜索營銷人員所依賴的每日時事通訊。
見條款。
2. Google Analytics 洞察力需要深思熟慮的導航
隨著 Google Analytics 4 的推出以及隨後 Universal Analytics 的棄用,廣告商可以使用網站和應用程序數據來了解客戶旅程和點擊後網站參與活動。
應仔細查看和分析 PMax 活動產生的任何網站流量。
對於初學者,您不會看到 PMax 數據屬於默認的付費搜索渠道分組,而是一個名為Cross Channel的單獨分組,其中包含 PMax 和智能購物活動數據。
小心放置任何與 PMax 活動不兼容的維度過濾器。
與上面提到的 API 問題(數據不會顯示)不同,這些過濾器會導致數據在 GA4 界面中顯示不正確並且無法依賴。
因此,在 GA4 中獲得包括 PMax 活動在內的跨渠道洞察力可能具有挑戰性。
此外,PMax 活動會計算感興趣的觀看轉化。
這種類型的轉化非常有價值,因為它更專門針對視頻廣告和跟隨視頻廣告的用戶行為量身定制,而不是其他廣告類型,並且是參與度的重要指標。
請注意,默認情況下,Google Analytics(分析)不計算這些轉化,需要有意配置才能計算。
3. 傳統分析方法可能不適用
鑑於上述問題,使用 Google 平台單獨生成有關 PMax 活動的報告和見解始終是一種選擇。
在平台內查看可用數據時,必須注意圍繞這些數據的所有各種限制,並知道傳統的分析策略可能既無效又不可能。
例如,雖然一些基本的報告模板位於 PMax 活動的平台內,但廣告商無法自定義任何報告或創建自定義指標。
另一個需要考慮的因素是,由於 PMax 活動是根據實時數據進行優化的,因此應該更接近實時地分析活動績效,減少對歷史數據和趨勢的依賴,因為算法會不斷調整以最大限度地優化。
這種對實時數據的依賴也使得傳統的 A/B 測試難以進行,尤其是因為我們無法控制諸如廣告展示位置、格式、創意元素或我們可以隔離以測試假設的受眾等事物。
相反,您只能運行測試,將您的 PMax 廣告系列與標准購物廣告系列進行比較,或者運行提昇實驗來展示如何將 PMax 廣告系列添加到您現有的廣告系列組合中可以增加轉化量。
我們在 PMax 廣告系列中失去的其他洞察示例包括受眾定位、廣告投放和預算控制。
雖然這一切都是設計使然,但對於廣告商來說,失去對他們的資金分配位置的發言權可能是一個艱難的調整。
他們可能既沒有時間也沒有預算讓活動運行足夠長的時間來收集足夠的數據以最大限度地提高效率。
雖然 PMax 確實根據受眾行為和廣告創意進行了優化,但他們並未提供有關這些行為或個別標題或圖片可能如何表現的詳細數據。
本文中表達的觀點是客座作者的觀點,不一定是 Search Engine Land。 此處列出了工作人員作者。