Google Ads 스마트 자동 입찰 및 자동 입찰 전략 살펴보기

게시 됨: 2018-06-18

별의 웹 사이트를 만들기 위해 열심히 노력했습니다. 고품질 Google Ads 캠페인을 구축하고 실험을 통해 각 잠재고객에게 가장 적합한 클릭 후 방문 페이지를 찾았습니다. 키워드 입찰가와 예산을 충실히 관리하면서 광고 문구 테스트를 반복했습니다. 모든 전환이 올바르게 추적되는지 확인하기 위해 GTM에서 클릭 트리거 이벤트에 시간을 보냈을 수도 있습니다. 그러나 여전히 CPA 목표를 달성하거나 계정을 늘리는 데 어려움을 겪고 있습니다.

로봇이 도움을 줄 때입니다.

귀하는 모든 일을 제대로 하고 있지만 모든 키워드 입찰가, 예산, 유사 광고 및 잠재고객 타겟을 완벽하게 감독할 시간이 충분하지 않습니다. 다행스럽게도 귀하는 정통한 기술 마케팅 담당자이며 기계 학습을 활용하여 PPC 비용에서 더 많은 것을 얻을 준비가 되어 있습니다. 자동화 및 머신러닝의 세계를 탐색할 때 실행할 수 있는 최고의 테스트 중 하나는 Google Ads 입찰 전략을 사용하는 것입니다.

Google Ads 스마트 자동 입찰에서 더 강력한 입찰 자동화를 위해 머신러닝을 사용하는 방법

Google Ads는 이미 2010년 중반에 발표된 이전 자동 입찰 옵션을 기반으로 2016년에 스마트 자동 입찰 전략을 도입했습니다. 지난 2년 동안 스마트 자동 입찰은 지속적으로 확장되고 더욱 강력해졌습니다. Google은 두 가지 새로운 전략 목표를 추가했으며 머신 러닝이 더욱 발전함에 따라 지원 알고리즘도 계속 발전하고 있습니다. 사용 가능한 전략의 전체 목록은 아래에서 검토하지만 먼저 스마트 자동 입찰이 작동하는 방식과 이유를 살펴보겠습니다.

모든 Google 검색 사용자는 몇 가지 식별 특성 또는 "신호"를 가지고 있습니다. 여기에는 다음이 포함됩니다.

  • 장치
  • 위치
  • 성별
  • 나이
  • 소득 수준
  • 시간
  • 요일

Google은 광고주에게 이러한 신호 또는 경우에 따라 둘 이상의 조합에서 얻은 실적 집계를 보여줍니다. 숙련된 PPC 관리자는 집계된 실적이 표준과 현저하게 다른 신호에 대해 입찰 수정자를 구현하는 것이 현명하다는 것을 알고 있습니다. 그러나 동시에 발생할 수 있는 신호의 모든 변형과 조합을 완벽하게 다룰 수 있는 사람은 아무도 없다는 사실도 인식하고 있습니다.

문제를 더욱 복잡하게 만드는 것은 수동으로 직면했을 때 전부 또는 전무 결정이 필요한 다른 신호가 있습니다.

  • 물리적으로 존재하는 사용자 외에도 타겟 위치에 관심이 있는 사용자를 포함하도록 지리적 설정 을 설정할 수 있습니다.
  • 텍스트 광고 는 모든 검색 네트워크 파트너에 게재될 수 있거나 전혀 게재되지 않도록 선택할 수 있습니다.
  • 캠페인 및 광고 그룹 설정 은 다양한 광고 특성을 고려한 "최적화된" 광고 로테이션을 위한 선택적 자동화를 활용할 수 있습니다.

브라우저 및 운영체제, 이전 웹사이트 상호작용, 제품 속성 등 Google Ads 데이터 세그먼트 내에서 여러 신호가 완전히 보이지 않습니다(자동 입찰 신호의 전체 목록 참조). 또한 분석할 수 있는 데이터가 있더라도 현재로서는 다음과 같은 숨겨진 신호를 기반으로 입찰가를 수동으로 수정할 수 있는 방법이 없습니다.

기계 학습을 시작하십시오.

Google Ads 기계 학습은 모든 검색 및 모든 클릭에서 보이는 모든 숨겨진 신호를 추적하고 분석합니다. 머신 러닝은 인구 통계, 기기 사용, 표현되거나 추론된 관심사 및 선호도의 차이에서 비롯된 사용자 행동의 미세하지만 중요한 변화를 찾아낼 수 있습니다. 그런 다음 이러한 신호는 이전 클릭률 및 전환율과 같은 실적 데이터와 상호 참조되며 선택한 타겟을 충족하기 위해 입찰가가 증가하거나 감소합니다.

궁극적으로 기계 학습은 매우 역동적이고 데이터 중심적인 접근 방식이므로 PPC 무기고에서 강력한 도구가 될 가능성이 있습니다.

일반적인 스마트 자동 입찰 전략의 이점 비교

스마트 자동 입찰을 테스트하기 전에 자동 PPC 입찰 전략을 사용하지 않는 이유를 이해해야 합니다. 캠페인이 스마트 자동 입찰 성공을 위한 요구 사항(15 또는 30 전환/30일, '전환' 열에 보고된 품질 전환 액션만, 예정된 캠페인 종료일 없음)을 충족한다고 확신하는 경우 다음 작업은 어떤 입찰 전략을 결정하는 것입니다. 귀하의 필요에 가장 잘 맞습니다.

현재 Google Ads 스마트 자동 입찰에서 지원하는 4가지 자동 입찰 전략이 있습니다.

  • 향상된 CPC
  • 타겟 CPA
  • 타겟 ROAS
  • 전환 극대화

기술적으로 스마트 자동 입찰 전략은 아니지만(전환보다는 트래픽에 중점을 두기 때문에) 스마트 자동 입찰 옵션을 논의할 때 클릭수 최대화도 일반적으로 고려됩니다.

스마트 자동 입찰의 이점을 얻으려면 각 전략의 목표와 자신의 목표를 함께 고려해야 합니다.

테스트에 적합한 스마트 자동 입찰 전략 선택

각 스마트 자동 입찰 전략 옵션에는 고품질 트래픽, 참여 및 전환을 유도하는 고유한 접근 방식이 있습니다. 이러한 접근 방식은 캠페인, 광고 그룹 및 키워드 입찰가를 조작하는 데 사용되는 기본 알고리즘을 결정합니다. 따라서 적절한 선택을 하는 것이 성공적인 적용에 매우 중요합니다.

옵션을 더 쉽게 탐색하려면 아래 차트를 사용하여 목표를 달성하기 위해 먼저 테스트해야 하는 스마트 자동 입찰 전략을 식별할 수 있습니다.

조사 기간 동안 이전 입찰 전략과 실적을 직접 비교할 수 있는 Google Ads 실험을 통해 새로운 입찰 전략을 테스트하는 것이 좋습니다.

스마트 자동 입찰이 효과가 있는지 확인

실험이 시작되면 스마트 자동 입찰이 실제로 유리하게 작동하는지 확인하기 어려울 수 있습니다. Google Ads는 실험 내 탭을 볼 때 소스 캠페인과 비교한 결과를 보여줍니다.

하지만 이름이 잘 지정된 실험을 사용하면 간단한 캠페인 보고서를 다운로드하고 원본 캠페인과 실험에 대한 KPI를 나란히(또는 이 경우 행별로) 검사하여 비교하여 보다 쉽게 ​​성과를 확인할 수 있습니다.

예 1: 전환수 최대화

리드 생성 클라이언트를 대신하여 최근에 완료된 한 실험은 전환 최대화 전략이 예산이 제한된 검색 캠페인에서 어떻게 성과를 극적으로 향상시킬 수 있었는지 보여줍니다.

이 테스트는 평균보다 낮은 CPA에서 일관된 리드 볼륨을 유도하는 두 개의 캠페인에서 시작되었습니다. 이러한 특정 캠페인의 리드는 내부적으로 닫기가 더 어려우므로 추가 비용을 투자하지 않고 더 많은 리드를 생성하는 것이 목표였습니다. 전환수 최대화 입찰 전략은 더 낮은 총 비용과 감소된 전환당 비용으로 트래픽, 참여 및 전환 측정항목을 증가시킬 수 있었습니다.

실험으로 전환 최대화를 테스트하는 두 캠페인 모두 향상된 CPC 입찰기능보다 더 낮은 CPA로 더 많은 전환이 발생했습니다. 따라서 전환수 최대화 전략이 완전히 적용되었고 계속해서 좋은 성과를 거두고 있습니다.

이와 같은 결과는 모든 사람이 캠페인 실험을 검토할 때 확인하기를 원하는 것이지만 불행히도 대부분은 그다지 이상적이지 않습니다.

예 2: 타겟 CPA

타겟 CPA를 테스트하여 지정된 전환당 비용으로 리드 볼륨을 늘리고 결과가 명확하지 않은 리드 생성 계정의 또 다른 실험을 고려하십시오.

이 테스트는 역사적으로 고품질 리드를 생성했지만 비용/전환이 시간이 지남에 따라 조금씩 증가한 두 개의 캠페인에서 시작되었습니다. 캠페인은 예산에 제약을 받지 않았기 때문에 목표는 광고 게재를 최적화하여 전환 가능성이 낮은 사용자를 위해 낭비되는 비용을 줄이는 것이었습니다. 타겟 CPA 입찰 전략은 전환율을 높이면서 비용을 절감할 수 있었지만 트래픽 및 전환량이 감소하는 대가를 치렀습니다.

두 캠페인 모두 엇갈린 결과를 보였고 실험의 원래 목표를 기반으로 최종 결정이 내려졌습니다. 타겟 CPA는 CPA 입찰가 초과를 방지하기 위해 때때로 트래픽을 제한하는 것으로 알려져 있지만 낭비되는 지출을 줄이고 고품질 검색자에게 광고 게재에 집중함으로써 전환당 비용을 효과적으로 줄였습니다. 낮은 비용으로 고품질 리드를 생성하기 위한 보다 효율적인 입찰을 위해 노출수, 클릭수 및 전환수의 감소를 간과했습니다.

마무리 생각

스마트 자동 입찰은 최고의 사용자를 클릭 후 방문 페이지로 더 많이 유도하도록 설계되었습니다. 그러나 알고리즘이 해당 약속을 다르게 전달할 수 있음을 이해해야 합니다. 때때로 그들은 주로 더 많은 양 의 트래픽을 공급함으로써 그것을 달성할 것입니다. 다른 경우에는 고품질 사용자를 사이트 또는 클릭 후 방문 페이지로 유도하기 위해 트래픽이 감소할 수 있습니다.

실험 결과가 엇갈리면 낙찰자를 결정할 때 초기 목표를 반영하고 각 캠페인에 가장 효과적인 입찰 전략을 찾는 데 필요한 변수를 조정하는 것을 고려하십시오.