Взгляд внутрь Google Ads Smart Bidding и автоматические стратегии назначения ставок

Опубликовано: 2018-06-18

Вы много работали, чтобы создать звездный веб-сайт. Вы создали качественные кампании Google Реклама и использовали эксперименты, чтобы найти лучшие целевые страницы после клика для каждой аудитории. Вы повторяли и повторяли тесты рекламных текстов, точно управляя ставками и бюджетами ключевых слов. Возможно, вы даже потратили некоторое время на события, инициированные кликами, в GTM, чтобы убедиться, что все ваши конверсии отслеживаются правильно. И тем не менее, вы все еще пытаетесь достичь целей по цене за конверсию или расширить свой аккаунт.

Пришло время позволить роботам начать помогать.

Вы все делаете правильно, но у вас недостаточно времени, чтобы точно контролировать каждую ставку для ключевого слова, бюджет, вариант объявления и целевую аудиторию. К счастью, вы хорошо разбираетесь в техническом маркетинге и готовы воспользоваться преимуществами машинного обучения, чтобы получить еще больше от ваших долларов PPC. Один из лучших тестов для изучения мира автоматизации и машинного обучения — стратегии назначения ставок в Google Рекламе.

Как Google Ads Smart Bidding использует машинное обучение для более эффективной автоматизации ставок

Google Ads представила стратегии Smart Bidding еще в 2016 году, основываясь на предыдущих вариантах автоматического назначения ставок, о которых было объявлено еще в середине 2010 года. За последние два года интеллектуальное назначение ставок продолжало расширяться и становиться все более мощным. Google добавил две новые стратегические цели, а вспомогательные алгоритмы продолжают развиваться по мере того, как машинное обучение становится все более продвинутым. Полный список доступных стратегий рассмотрен ниже, но сначала давайте рассмотрим, как и почему работает интеллектуальное назначение ставок.

Каждый пользователь поиска Google имеет несколько идентифицирующих характеристик или «сигналов». К ним относятся такие вещи, как:

  • Устройство
  • Место расположения
  • Пол
  • Возраст
  • Уровень дохода
  • Время суток
  • День недели

Google показывает рекламодателям совокупную эффективность любого из этих сигналов или, в некоторых случаях, даже комбинацию двух или более. Опытные PPC-менеджеры знают, что целесообразно применять модификаторы ставок для сигналов, совокупная эффективность которых заметно отличается от нормы. В то же время, однако, они также признают, что никто не может полностью охватить все варианты и комбинации сигналов, которые могут возникнуть.

Чтобы еще больше усложнить ситуацию, существуют и другие сигналы, которые требуют принятия решений по принципу «все или ничего», если столкнуться с ними вручную:

  • Географические настройки могут включать пользователей, заинтересованных в ваших целевых местоположениях, в дополнение к тем, кто физически присутствует
  • Текстовые объявления могут быть допущены к показу на всех партнерских сайтах в поисковой сети или вообще не показываться.
  • В настройках кампании и группы объявлений можно использовать выборочную автоматизацию для «оптимизированной» ротации объявлений с учетом различных характеристик рекламы.

Некоторые сигналы полностью невидимы в сегментах данных Google Рекламы, включая браузер и операционную систему, предыдущие взаимодействия с веб-сайтом, атрибуты продукта и другие (см. полный список сигналов автоматического назначения ставок). Кроме того, даже если бы данные были доступны для анализа, в настоящее время нет возможности вручную изменить ставки на основе этих скрытых сигналов:

Введите машинное обучение.

Машинное обучение Google Ads отслеживает и анализирует все видимые и скрытые сигналы каждого поиска и каждого клика. Машинное обучение может выявлять незначительные, но существенные изменения в поведении пользователей, которые связаны с различиями в демографии, использовании устройств, а также выраженными или предполагаемыми интересами и предпочтениями. Затем эти сигналы сопоставляются с данными о производительности, такими как исторические коэффициенты кликов и конверсий, и ставки увеличиваются или уменьшаются для достижения выбранной вами цели.

В конечном счете, машинное обучение — это чрезвычайно динамичный и основанный на данных подход, что дает ему возможность стать мощным инструментом в вашем арсенале PPC.

Сравнение преимуществ распространенных стратегий интеллектуального назначения ставок

Прежде чем тестировать любое интеллектуальное назначение ставок, убедитесь, что вы понимаете причины, по которым вы НЕ используете автоматическую стратегию ставок PPC. Если вы уверены, что ваши кампании соответствуют требованиям для успешного интеллектуального назначения ставок (15 или 30 конверсий/30 дней, в столбце «Конверсии» указаны только качественные действия-конверсии, нет дат окончания предстоящих кампаний), следующая задача — определить стратегию назначения ставок. наилучшим образом соответствует вашим потребностям.

В настоящее время Smart Bidding поддерживает четыре стратегии автоматического назначения ставок:

  • Оптимизатор цены за конверсию
  • Целевая цена за конверсию
  • Целевая рентабельность инвестиций
  • Максимальное количество конверсий

Хотя технически это не стратегия интеллектуального назначения ставок (поскольку она фокусируется на трафике, а не на конверсиях), максимальное количество кликов также часто рассматривается при обсуждении вариантов интеллектуального назначения ставок.

Чтобы воспользоваться преимуществами интеллектуального назначения ставок, вы должны учитывать цели каждой стратегии в соответствии со своими собственными:

Выбор правильной стратегии Smart Bidding для тестирования

Каждый вариант стратегии интеллектуального назначения ставок имеет собственный уникальный подход к привлечению высококачественного трафика, вовлеченности и конверсий. Эти подходы определяют базовый алгоритм, используемый для управления ставками вашей кампании, группы объявлений и ключевых слов. Таким образом, правильный выбор имеет решающее значение для успешного применения.

Чтобы упростить навигацию по параметрам, вы можете использовать приведенную ниже диаграмму, чтобы определить, какую стратегию интеллектуального назначения ставок вы должны протестировать в первую очередь, чтобы достичь своих целей:

Рекомендуется тестировать новые стратегии назначения ставок с помощью экспериментов Google Ads Experiments, которые позволяют напрямую сравнивать эффективность с предыдущей стратегией назначения ставок за исследуемый период времени.

Определение того, работает ли интеллектуальное назначение ставок на вас

После запуска эксперимента может быть сложно определить, работает ли интеллектуальное назначение ставок в вашу пользу. Google Ads показывает результаты по сравнению с исходной кампанией при просмотре любой вкладки в рамках эксперимента:

Тем не менее, с хорошо названным экспериментом вы можете легко сравнить эффективность, загрузив простой отчет о кампании и изучив ключевые показатели эффективности для исходной кампании и эксперимента рядом (или в этом случае построчно).

Пример 1. Максимальное количество конверсий

Один недавний эксперимент, проведенный от имени клиента по привлечению потенциальных клиентов, показывает, как стратегия «Максимальная конверсия» смогла значительно повысить эффективность поисковой кампании с ограниченным бюджетом.

Тест был запущен в двух кампаниях, которые обеспечивали стабильный объем лидов по цене за конверсию ниже средней. Поскольку потенциальных клиентов из этих конкретных кампаний было сложнее закрыть внутри компании, цель состояла в том, чтобы привлечь больше потенциальных клиентов без дополнительных затрат. Стратегия назначения ставок "Максимум конверсий" позволила увеличить трафик, вовлеченность и показатели конверсии при более низкой общей стоимости и уменьшении стоимости/конверсии:

В обеих кампаниях, тестирующих стратегию "Максимум конверсий" с помощью экспериментов, было получено больше конверсий по более низкой цене за конверсию, чем в их аналогах с Enhanced CPC. Таким образом, стратегия «Максимум конверсий» была применена в полной мере и продолжала работать хорошо.

Результат, подобный этому, — это то, что каждый хочет видеть при изучении своих экспериментов в кампаниях, но, к сожалению, большинство из них не совсем идеальны.

Пример 2. Целевая цена за конверсию

Рассмотрим еще один эксперимент с лидогенерирующей учетной записью, в котором целевая цена за конверсию была протестирована для увеличения объема потенциальных клиентов при указанной цене за конверсию, и результаты были совсем не однозначными.

Этот тест был запущен в двух кампаниях, которые исторически генерировали высококачественные лиды, но где цена/конверсия со временем ползла вверх. Поскольку кампании не были ограничены бюджетом, цель состояла в том, чтобы оптимизировать показ рекламы, чтобы сократить напрасные расходы для пользователей, которые вряд ли смогут совершить конверсию. Стратегия назначения ставок "Целевая цена за конверсию" позволила снизить затраты при одновременном повышении коэффициента конверсии, но за счет снижения трафика и объема конверсий:

Обе кампании дали смешанные результаты, и окончательное решение было принято на основе первоначальных целей эксперимента. Известно, что целевая цена за конверсию время от времени ограничивает трафик, чтобы предотвратить превышение ставки CPA, но она действительно эффективно снижает цену за конверсию за счет сокращения напрасных расходов и фокусировки показа рекламы на высококачественных поисковых системах. Снижение числа показов, кликов и конверсий не было учтено в пользу более эффективных ставок для получения высококачественных лидов по более низкой цене.

Заключительные мысли

Интеллектуальное назначение ставок предназначено для привлечения большего числа лучших пользователей на ваши целевые страницы после клика. Однако следует понимать, что алгоритмы могут выполнять это обещание по-разному. Иногда они достигают этого, прежде всего, предоставляя большее количество трафика. В других случаях трафик может уменьшиться в пользу привлечения более качественных пользователей на ваш сайт или на целевую страницу после клика.

Если результаты вашего эксперимента неоднозначны, не забудьте подумать о своих первоначальных целях при определении победителя и рассмотрите возможность корректировки переменных там, где это необходимо, чтобы найти наиболее эффективную стратегию назначения ставок для каждой из ваших кампаний.