Google Ads 廣告系列的自動化：廣告客戶能否保留控制權？

只要巧妙地使用它們，演算法通常可以提高活動的有效性。 在自動競價策略方面， 該演算法 依靠各種信號來即時調整競價：日期、時間、受眾、查詢、上下文......例如，我們對一個廣告系列進行了 A/B 測試，一方面採用現有的「手動 每次點擊費用」策略，另一方面採用自動化的「以目標 投資回報率最大化轉化」策略：轉化率提高了 0.2 個百分點，收入增長了 45%。雖然曾經需要進行分析以確定必須對某些受眾或一天中的某些時間進行哪些向上或向下調整，但現在是演算法即時和逐案執行這項任務。后一點很好地說明瞭自動化如何為機構節省運營時間，這些機構現在可以專注於更高附加值的任務，例如深入分析。

然而，由於自動化帶來了如此多的不透明度，人們需要退後一步，謹慎考慮顯示的結果。可用於評估活動有效性的數據正在減少。查詢報告要麼是採樣的，要麼不存在。同樣，關於廣告展示位置及其排除潛力的報告也非常有限，這以犧牲品牌安全為代價。此外，如果不仔細監控，自動化會導致成本增加。讓我們以一個客戶希望確保其品牌知名度為例。為此，他們可以使用“目標展示份額”自動化策略以及 90% 的語音目標份額來設置他們的廣告系列。然後，演算法將以保證此閾值的方式出價，這在競爭日益激烈的背景下可能會出現問題。如果另一個廣告商採用相同的查詢，演算法實際上可能會提高其出價，以保證所需的最低要求，從而大大降低投資回報率。例如，我們對一位客戶的品牌進行了 A/B 測試，以便將現有的“目標展示份額”策略與“手動每次點擊費用”策略進行比較。後者使我們能夠將每次點擊費用降低 60%，從而獲得同等的知名度和收入。儘管如此，在競價策略方面，我們注意到，“通過目標投資回報率實現轉化最大化”也有增加成本的趨勢。在達到一定閾值后，定義的ROI目標對CPC的增加有直接影響（見圖）。此外，這種策略可能導致非常高的單位每次點擊費用，有時甚至高於 10 歐元。因此，我們不禁想像，一旦確保了目標投資回報率，該演算法將容易獲得更昂貴的點擊。

說明目標 廣告支出回報率 對CPC演變的影響。

在這種背景下，廣告商必須能夠信任他們的東南亞機構來控制他們的投資，並充分利用提供給他們的自動化解決方案，或者在內部媒體購買的情況下依賴外部機構。 他們的作用有三個方面：戰略、戰術和行動。從戰略角度來看，該機構可以幫助廣告商定義其業務目標，確定其優先順序，並將其轉化為可衡量 的媒體 KPI。這一步驟可以確定適當的策略，以最大限度地提高這些指標的績效。讓我們以一個電子商務廣告商為例，該廣告商希望在控制投資回報率的同時最大限度地提高收入。我們可以認為投資回報率將是他們的主要績效指標。由於CPC級別對成本有直接影響，因此可以將其視為控制KPI。然後，代理商可以定義使廣告商能夠實現其目標的策略，即帳戶結構、關鍵字、匹配類型、出價策略等......如果我們採用前面的例子：為了在保證最低投資回報率的同時最大限度地提高收入，將自動競價策略應用於廣告系列是很誘人的：“以目標投資回報率實現收入最大化”。但是，您如何確定這是正確的選擇呢？如果平台允許，則使用 A/B 測試。測試和學習方法確實是確保帳戶優化的關鍵。這是一種比Google Ads即用型推薦的一鍵式應用更嚴格的方法。最後，該機構負責該帳戶的卓越運營。後者是通過技術和競爭情報以及採用持續改進方法來實現的。我們的意思是：超越單純的性能，進行進一步的 A/B 測試，或質疑某些活動的架構。除了監控帳戶性能之外，還可以輕鬆集成保護措施，以防止自動化的缺點。例如，可以使用競價組合來避免無法將最高每次點擊費用閾值與自動出價策略相關聯。此外，可以凍結 RSA 廣告的第一個標題，以確保始終顯示消息。例如，我們的客戶希望他們的品牌名稱始終出現在廣告中。此外，智慧購物廣告系列或效果最大化廣告系列的粒度可以在廣告組一級進行定義，以便對其進行優化。儘管它引發了越來越多的關於保留對投資和品牌安全的控制權的問題，但自動化是一個基本的、因此是不可或缺的市場趨勢。因此，人們必須依靠平台的智慧，並自動化可以自動化的東西......但以一種聰明的方式。也就是說：通過建立保障措施，不把任何事情視為理所當然，而是採用測試和學習的方法，並確保由於仍然可用的少量數據，始終從單純的性能中退後一步。在這種情況下，廣告商現在應該比以往任何時候都更加信任他們的代理商。