ดูภายใน Google Ads Smart Bidding และกลยุทธ์การเสนอราคาอัตโนมัติ

คุณทำงานอย่างหนักเพื่อสร้างเว็บไซต์ที่เป็นตัวเอก คุณได้สร้างแคมเปญ Google Ads ที่มีคุณภาพและใช้การทดสอบเพื่อค้นหาหน้า Landing Page หลังการคลิกที่ดีที่สุดสำหรับผู้ชมแต่ละราย คุณได้ทำซ้ำแล้วซ้ำเล่าการทดสอบข้อความโฆษณา ในขณะที่จัดการการเสนอราคาระดับคำหลักและงบประมาณของคุณอย่างซื่อสัตย์ บางทีคุณอาจใช้เวลากับเหตุการณ์ที่กระตุ้นการคลิกใน GTM เพื่อให้แน่ใจว่าการติดตาม Conversion ทั้งหมดของคุณถูกต้อง แต่คุณยังคงประสบปัญหาในการบรรลุเป้าหมาย CPA หรือทำให้บัญชีของคุณเติบโต

ถึงเวลาที่จะให้หุ่นยนต์เริ่มช่วยเหลือ

คุณกำลังทำสิ่งที่ถูกต้องทั้งหมด แต่ไม่มีเวลามากพอที่จะดูแลทุกการเสนอราคาระดับคำหลัก งบประมาณ รูปแบบโฆษณา และกลุ่มเป้าหมายทั้งหมด โชคดีที่คุณเป็นนักการตลาดเชิงเทคนิคที่เชี่ยวชาญและพร้อมที่จะใช้ประโยชน์จากการเรียนรู้ของเครื่องเพื่อใช้ประโยชน์จากดอลลาร์ PPC ของคุณมากยิ่งขึ้น หนึ่งในการทดสอบที่ดีที่สุดเมื่อคุณสำรวจโลกของระบบอัตโนมัติและแมชชีนเลิร์นนิงคือการใช้กลยุทธ์การเสนอราคาของ Google Ads

Google Ads Smart Bidding ใช้แมชชีนเลิร์นนิงเพื่อการเสนอราคาอัตโนมัติที่มีประสิทธิภาพมากขึ้นอย่างไร

Google Ads เปิดตัวกลยุทธ์ Smart Bidding ในปี 2016 โดยสร้างจากตัวเลือกการเสนอราคาอัตโนมัติก่อนหน้านี้ที่ประกาศเมื่อช่วงกลางปี ​​2010 ในช่วง 2 ปีที่ผ่านมา Smart Bidding ยังคงขยายและเติบโตอย่างมีประสิทธิภาพมากขึ้น Google ได้เพิ่มเป้าหมายกลยุทธ์ใหม่ 2 เป้าหมาย และอัลกอริทึมที่สนับสนุนจะพัฒนาต่อไปเมื่อแมชชีนเลิร์นนิงมีความก้าวหน้ามากขึ้น ดูรายการกลยุทธ์ทั้งหมดที่มีอยู่ด้านล่าง แต่ก่อนอื่นเรามาพิจารณาว่า Smart Bidding ทำงานอย่างไรและเพราะเหตุใด

ผู้ใช้ Google Search ทุกคนมีลักษณะการระบุหรือ "สัญญาณ" หลายประการ ซึ่งรวมถึงสิ่งต่าง ๆ เช่น:

• อุปกรณ์
• ที่ตั้ง
• เพศ
• อายุ
• ระดับรายได้
• เวลาของวัน
• วันในสัปดาห์

Google แสดงประสิทธิภาพโดยรวมของผู้ลงโฆษณาจากสัญญาณใดๆ เหล่านี้ หรือในบางกรณี อาจแสดงทั้ง 2 อย่างรวมกันหรือมากกว่า ผู้จัดการ PPC ที่มีประสบการณ์ทราบดีว่าควรใช้ตัวแก้ไขการเสนอราคาสำหรับสัญญาณที่มีประสิทธิภาพโดยรวมแตกต่างจากบรรทัดฐานอย่างเห็นได้ชัด ในขณะเดียวกัน พวกเขายังตระหนักว่าไม่มีใครสามารถครอบคลุมทุกการเปลี่ยนแปลงและการรวมกันของสัญญาณที่อาจเกิดขึ้นได้อย่างสมบูรณ์แบบ

เพื่อทำให้เรื่องซับซ้อนยิ่งขึ้น มีสัญญาณอื่น ๆ ที่ต้องใช้การตัดสินใจทั้งหมดหรือไม่มีเลยเมื่อเผชิญหน้าด้วยตนเอง:

• การตั้งค่าทางภูมิศาสตร์ สามารถตั้งค่าให้รวมผู้ใช้ที่สนใจสถานที่เป้าหมายของคุณ นอกเหนือจากที่มีอยู่จริง
• โฆษณาแบบข้อความ อาจมีสิทธิ์แสดงบนพันธมิตรเครือข่ายการค้นหาทั้งหมด หรือไม่เลือกเลย
• การตั้งค่าแคมเปญและกลุ่มโฆษณา สามารถใช้การเลือกอัตโนมัติสำหรับการหมุนเวียนโฆษณาที่ "เพิ่มประสิทธิภาพ" ซึ่งจะพิจารณาลักษณะโฆษณาต่างๆ

สัญญาณหลายอย่างไม่สามารถมองเห็นได้อย่างสมบูรณ์ภายในกลุ่มข้อมูล Google Ads ซึ่งรวมถึงเบราว์เซอร์และระบบปฏิบัติการ การโต้ตอบกับเว็บไซต์ก่อนหน้านี้ คุณลักษณะของผลิตภัณฑ์ และอื่นๆ (ดูรายการสัญญาณการเสนอราคาอัตโนมัติทั้งหมด) นอกจากนี้ แม้ว่าข้อมูลจะพร้อมให้วิเคราะห์ แต่ในปัจจุบันยังไม่มีวิธีแก้ไขราคาเสนอด้วยตนเองตามสัญญาณที่ซ่อนอยู่เหล่านี้:

เข้าสู่การเรียนรู้ของเครื่อง

แมชชีนเลิร์นนิงของ Google Ads ติดตามและวิเคราะห์ทุกสัญญาณที่มองเห็น และซ่อนอยู่ จากทุกการค้นหาและทุกการคลิก แมชชีนเลิร์นนิงสามารถเลือกรูปแบบพฤติกรรมของผู้ใช้ที่เกิดขึ้นเพียงเล็กน้อยแต่มีนัยสำคัญ ซึ่งเกิดจากความแตกต่างของข้อมูลประชากร การใช้อุปกรณ์ และความสนใจและความชอบที่แสดงหรืออนุมาน จากนั้น สัญญาณเหล่านั้นจะถูกอ้างอิงข้ามกับข้อมูลประสิทธิภาพ เช่น อัตราคลิกและอัตรา Conversion ที่ผ่านมา และราคาเสนอจะเพิ่มขึ้นหรือลดลงเพื่อให้บรรลุเป้าหมายที่คุณเลือก

ท้ายที่สุดแล้ว แมชชีนเลิร์นนิงเป็นวิธีการที่ขับเคลื่อนด้วยข้อมูลและไดนามิกอย่างมาก ซึ่งทำให้มีศักยภาพในการเป็นเครื่องมือที่ทรงพลังในคลัง PPC ของคุณ

การเปรียบเทียบประโยชน์ของกลยุทธ์ Smart Bidding ทั่วไป

ก่อนทำการทดสอบ Smart Bidding คุณต้องเข้าใจเหตุผลที่ไม่ใช้กลยุทธ์การเสนอราคา PPC อัตโนมัติ หากคุณแน่ใจว่าแคมเปญของคุณตรงตามข้อกำหนดสำหรับความสำเร็จของ Smart Bidding (15 หรือ 30 Conversion/30 วัน รายงานเฉพาะการกระทำที่ถือเป็น Conversion ที่มีคุณภาพในคอลัมน์ "Conversion" ไม่มีวันสิ้นสุดของแคมเปญที่กำลังจะมาถึง) งานต่อไปคือการพิจารณาว่ากลยุทธ์การเสนอราคาใด เหมาะกับความต้องการของคุณมากที่สุด

ขณะนี้มีกลยุทธ์การเสนอราคาอัตโนมัติสี่แบบที่สนับสนุนโดย Google Ads Smart Bidding:

• CPC ที่ปรับปรุงแล้ว
• CPA เป้าหมาย
• ROAS เป้าหมาย
• เพิ่มการแปลงสูงสุด

แม้ว่าจะไม่ใช่กลยุทธ์ Smart Bidding ในทางเทคนิค (เพราะเน้นไปที่การเข้าชมมากกว่า Conversion) แต่โดยทั่วไปแล้วการเพิ่มจำนวนคลิกสูงสุดก็ได้รับการพิจารณาเช่นกันเมื่อพูดถึงตัวเลือก Smart Bidding

ในการเก็บเกี่ยวผลประโยชน์ของ Smart Bidding คุณต้องพิจารณาเป้าหมายของแต่ละกลยุทธ์ร่วมกับของคุณเอง:

การเลือกกลยุทธ์ Smart Bidding ที่เหมาะสมเพื่อทดสอบ

ตัวเลือกกลยุทธ์ Smart Bidding แต่ละตัวเลือกมีแนวทางเฉพาะในการกระตุ้นการเข้าชม การมีส่วนร่วม และ Conversion คุณภาพสูง วิธีการเหล่านี้กำหนดอัลกอริทึมพื้นฐานที่ใช้ในการจัดการการเสนอราคาระดับแคมเปญ กลุ่มโฆษณา และคำหลักของคุณ ดังนั้น การเลือกที่เหมาะสมจึงมีความสำคัญต่อการสมัครให้ประสบความสำเร็จ

หากต้องการดูตัวเลือกต่างๆ ได้ง่ายขึ้น คุณสามารถใช้แผนภูมิด้านล่างเพื่อระบุว่ากลยุทธ์ Smart Bidding ใดที่คุณควรทดสอบก่อนเพื่อให้บรรลุเป้าหมาย

ขอแนะนำให้ทดสอบกลยุทธ์การเสนอราคาใหม่ผ่านการทดสอบ Google Ads ซึ่งช่วยให้คุณเปรียบเทียบประสิทธิภาพโดยตรงกับกลยุทธ์การเสนอราคาก่อนหน้าในช่วงเวลาที่ตรวจสอบได้

การพิจารณาว่า Smart Bidding ได้ผลสำหรับคุณหรือไม่

เมื่อการทดสอบของคุณเริ่มขึ้นแล้ว อาจเป็นเรื่องยากที่จะตัดสินว่า Smart Bidding ทำงานได้ดีสำหรับคุณหรือไม่ Google Ads แสดงผลเมื่อเปรียบเทียบกับแคมเปญต้นทางเมื่อดูแท็บใดๆ ภายในการทดสอบ:

ด้วยการทดสอบที่มีชื่อชัดเจน คุณสามารถดูประสิทธิภาพเปรียบเทียบได้ง่ายขึ้นโดยการดาวน์โหลดรายงานแคมเปญอย่างง่าย และตรวจสอบ KPI สำหรับแคมเปญต้นทางและการทดสอบเคียงข้างกัน (หรือแถวต่อแถว ในกรณีนี้)

ตัวอย่างที่ 1: เพิ่มจำนวน Conversion สูงสุด

การทดสอบเมื่อเร็วๆ นี้สรุปผลในนามของลูกค้าที่สร้างโอกาสในการขาย แสดงให้เห็นว่ากลยุทธ์เพิ่มจำนวน Conversion สูงสุดสามารถปรับปรุงประสิทธิภาพได้อย่างมากในแคมเปญการค้นหาที่มีงบประมาณจำกัดได้อย่างไร

การทดสอบเปิดตัวในสองแคมเปญที่กระตุ้นปริมาณลีดที่สม่ำเสมอด้วย CPA ที่ต่ำกว่าค่าเฉลี่ย เนื่องจากโอกาสในการขายจากแคมเปญเฉพาะเหล่านี้ยากต่อการปิดภายใน เป้าหมายคือการสร้างโอกาสในการขายเพิ่มขึ้นโดยไม่ต้องลงทุนค่าใช้จ่ายเพิ่มเติม กลยุทธ์การเสนอราคาแบบเพิ่มจำนวน Conversion สูงสุดสามารถเพิ่มเมตริกการเข้าชม การมีส่วนร่วม และ Conversion โดยมีค่าใช้จ่ายรวมและค่าใช้จ่าย/Conversion ที่ลดลง:

ทั้งสองแคมเปญที่ทดสอบเพิ่มจำนวน Conversion สูงสุดด้วยการทดสอบพบว่าได้รับ Conversion มากขึ้นโดยมี CPA ต่ำกว่าเมื่อเทียบกับ CPC ที่ปรับปรุงแล้ว ดังนั้น จึงมีการใช้กลยุทธ์เพิ่มจำนวน Conversion สูงสุดอย่างเต็มที่และยังคงทำงานได้ดี

ผลลัพธ์เช่นนี้คือสิ่งที่ทุกคนต้องการเห็นเมื่อตรวจสอบการทดสอบแคมเปญของตน แต่น่าเสียดายที่ส่วนใหญ่ยังไม่ค่อยเหมาะนัก

ตัวอย่างที่ 2: CPA เป้าหมาย

พิจารณาการทดสอบอื่นจากบัญชีการสร้างโอกาสในการขาย ซึ่งทดสอบ CPA เป้าหมายเพื่อเพิ่มปริมาณโอกาสในการขายที่ต้นทุนต่อการแปลงที่ระบุ และผลลัพธ์ไม่ชัดเจนเลย

การทดสอบนี้เปิดตัวในสองแคมเปญที่สร้างโอกาสในการขายคุณภาพสูงในอดีต แต่ในขณะที่ค่าใช้จ่าย/Conversion เพิ่มขึ้นเมื่อเวลาผ่านไป เนื่องจากแคมเปญไม่ถูกจำกัดด้วยงบประมาณ เป้าหมายคือเพิ่มประสิทธิภาพการแสดงโฆษณาเพื่อลดการใช้จ่ายที่สูญเปล่าสำหรับผู้ใช้ที่ไม่น่าจะทำ Conversion กลยุทธ์การเสนอราคา CPA เป้าหมายสามารถลดค่าใช้จ่ายในขณะที่เพิ่มอัตรา Conversion แต่แลกมาด้วยปริมาณการเข้าชมและปริมาณ Conversion ที่ลดลง:

แคมเปญทั้งสองมีผลลัพธ์ที่หลากหลาย และการตัดสินใจขั้นสุดท้ายนั้นขึ้นอยู่กับเป้าหมายดั้งเดิมของการทดสอบ เป็นที่ทราบกันดีว่า CPA เป้าหมายจะจำกัดการเข้าชมในบางครั้งเพื่อป้องกันไม่ให้เกินการเสนอราคา CPA แต่ก็ช่วยลดต้นทุนต่อหนึ่ง Conversion ได้อย่างมีประสิทธิภาพโดยลดการใช้จ่ายที่สูญเปล่าและเน้นการแสดงโฆษณาไปยังผู้ค้นหาที่มีคุณภาพสูง การลดลงของการแสดงผล จำนวนคลิก และ Conversion ถูกมองข้ามไป เนื่องจากการเสนอราคาที่มีประสิทธิภาพมากขึ้น เพื่อสร้างลีดคุณภาพสูงด้วยต้นทุนที่ต่ำลง

ปิดความคิด

Smart Bidding ออกแบบมาเพื่อดึงผู้ใช้ที่ดีที่สุดมายังหน้า Landing Page หลังการคลิกของคุณมากขึ้น อย่างไรก็ตาม ควรเข้าใจว่าอัลกอริทึมอาจให้สัญญานั้นแตกต่างกัน ในบางครั้ง พวกเขาจะบรรลุผลสำเร็จโดยการจัดหาทราฟฟิกใน ปริมาณ ที่มากขึ้นเป็นหลัก ในบางครั้ง การเข้าชมอาจลดลงเพื่อดึงดูดผู้ใช้ที่ มีคุณภาพ สูงกว่ามาที่ไซต์ของคุณหรือหน้า Landing Page หลังการคลิก

หากผลการทดสอบของคุณผสมกัน อย่าลืมนึกถึงเป้าหมายเริ่มต้นของคุณเมื่อพิจารณาผู้ชนะ และพิจารณาปรับตัวแปรตามที่จำเป็นเพื่อค้นหากลยุทธ์การเสนอราคาที่มีประสิทธิภาพสูงสุดสำหรับแต่ละแคมเปญของคุณ