机器学习在 2017 年改进了 Google AdWords

已发表: 2022-09-11

在 Google 的 AdWords、Analytics 和 DoubleClick 年度发布会上，2017 年的关键主题是机器学习使营销人员能够做我们长期以来想做但由于其复杂性而无法做到的事情。 这是他们宣布的。

他们宣布的一些亮点：

  • 搜索的有购买意向的受众群体
  • 谷歌归因
  • 更好的商店访问数据和与 YouTube 视频广告的集成
  • 衡量在线点击产生的实体店销售额

对于 Optmyzr，这意味着我们现在可以做一些以前做不到的很酷的事情：

  • 我们的出价调整工具将帮助您为有购买意向的受众设置正确的出价
  • 我们的规则引擎将能够根据您现在可以通过 Google 归因工具收集的更完整的转化数据设置出价。
  • 使用相同的数据，我们的预算分配和预测工具将为如何将最多预算分配给最有利可图的活动提出改进建议。
  • 我们的自动报告将包括更准确的转化​​数据以及商店销售数据。

请注意，与往常一样，许多已宣布的功能处于测试阶段或计划在今年晚些时候推出，一旦 AdWords 脚本或 AdWords API 支持，Optmyzr 将向我们的客户提供新功能。

有购买意向的受众可帮助广告商定位那些似乎在市场上寻找某物的消费者。 这是非常有价值的，因为 AdWords 就是在正确的时间定位正确的用户，并将这种互动转化为您公司的更多资金，现在可以让您更多地了解用户对您提供的产品感兴趣的可能性。

有购买意向的受众是所有传统定位方法之上的一层，这些定位方法带有关键字、位置、一天中的时间等出价。现在您将能够为有购买意向的受众提供更高的出价。

Optmyzr 已经提供优化来帮助您为地理位置、设备和时段设置正确的出价调整，现在我们将能够将有购买意向的受众添加到该列表中。

可用的有购买意向的受众群体包括：

  • 服装和配饰
  • 汽车和交通工具
  • 婴童用品
  • 美容产品和服务*
  • 商业服务*
  • 电脑及周边设备
  • 消费类电子产品
  • 消费软件
  • 约会服务*
  • 教育
  • 就业
  • 金融服务
  • 礼物和场合
  • 家居与园艺
  • 房地产
  • 运动与健身*
  • 电信
  • 旅行
  • 处于测试阶段

介绍 Google 归因

在最近的 Google 合作伙伴直播中，Google 项目负责人 Ben Tyson 和我讨论了家庭服务公司的 PPC。 6 年前，普通消费者在购买家庭服务之前平均检查 4.2 项资源。 今天，这个数字平均激增至 22.4 个资源。 接触点可以包括多种广告和内容格式，例如视频、显示、搜索和多种设备和智能手机上的社交。

在线广告的承诺是它非常可衡量，因此可以避免浪费开支。 但现实情况是，正确测量已变得极其复杂。 评估互动并提出合理的归因模型已经足够复杂，对于拥有专门分析师的大公司来说是正确的，那么一家小型本地公司如何理解这一切。

这就是 Google Attribution 的用武之地。它简化了传统上对归因造成困扰的三件事：

  1. 无需额外标签即可跟踪所有数据
  2. 使用复杂的归因模型分析绩效
  3. 根据洞察采取行动

谷歌归因.png

归因包括统一跟踪

今天的跟踪存在几个问题。 一个重要的问题是，为 Google Analytics 添加 utm_tags 是一件痛苦的事情，因此它经常被忽视或做得不正确。 然后，广告商可能会使用多个系统来分析数据，当这些系统不统一时，事情就会被重复计算，如下例所示：

最终点击属性.jpg

有了统一的数据，广告商将拥有清晰的数据来做出明智的决策。

数据驱动的归因模型现在是免费的

但即使有干净的数据，仍然很难评估导致转化的所有交互。 这就是归因模型的全部意义所在。 如何为每次互动分配正确的价值……谷歌现在将更容易测试不同的归因模型。 这部分公告的关键是数据驱动的归因已包含在内，并且现在对所有人免费。

数据驱动的归因模型使用大数据和机器学习对哪些接触点组合可能导致转化做出一些非常具体的预测。

以下是数据驱动归因如何工作的示例。 它使用机器学习来查找消费者路径可能导致转换的数百万种独特方式之间的相关性，并为每个可能步骤的重要性分配权重。 然后，它可以向广告商展示尽可能接近真实世界的自定义归因模型。

数据驱动归因.jpg

请记住，归因模型只是帮助广告商将其广告系列的影响与现实世界中发生的结果联系起来的近似值。 当 Google 提供其惊人的计算资源来帮助营销人员获得更好的模型时，这是一件大事。

归因数据流入 AdWords，以便您采取行动

公告的第三个方面是采取行动将变得更加容易。 即使当我在 Google 工作时，洞察力与根据洞察力采取行动的能力之间的频繁脱节也是我们经常讨论的问题，这导致了 AdWords 前端的大修。

这也是我们在 Optmyzr 尝试使用我们的工具解决的问题。 例如，我们上周推出的Shopping Attribute Bidder使零售商可以轻松了解哪些方面使某些产品成为畅销书，并立即让他们更改具有这些理想属性组合的所有产品的出价。

在今天的公告中，谷歌承诺他们作为谷歌归因的一部分获得的增强洞察力将被推回到 AdWords 中，广告商可以很容易地使用它来设置更好的出价或重新分配预算。

改进的商店访问测量

自 2014 年谷歌引入实体店光顾测量以来，机器学习有了显着的改进。这意味着他们现在可以为所有广告商提供更多更好的实体店光顾数据。 广告商只需启用附加地址信息即可获取此数据。 无需在商店安装复杂的技术，因为谷歌的先进机器学习和地图技术可以处理这一切。

当广告商启用附加地址信息时，它们现在也能够通过 YouTube 视频广告吸引商店流量。

移动广告的重要性.png

任何零售商的商店销售数据

零售商跟踪来自在线订单的销售数据，以便他们可以衡量广告支出回报率 (ROAS) 并设置更有利可图的出价。 Optmyzr 还通过我们的各种投标管理工具帮助实现这一目标。 现在，Google 将使任何规模的零售商都可以非常轻松地将销售数据输入 AdWords。 广告商只需向谷歌提供他们忠诚度计划中的销售数据和相关电子邮件地址，谷歌就会将这些点与导致店内购买的在线活动联系起来。

对于不跟踪电子邮件地址的零售商，他们仍然可以从该计划中受益，因为谷歌拥有第三方合作伙伴，这些合作伙伴在美国捕获了大约 70% 的信用卡和借记卡交易。

结论

今天还有更多来自 AdWords 的公告，但这些是目前最重要的公告。 我们将在未来几天内介绍更多细节。