[ad_1]
在尝试新的自动化时，有时会发现自己因缺乏结果而感到沮丧，无论是否 智能出价 来自Google或您在电子表格中使用脚本或宏创建的内容？
你并不孤单。
当引擎分享关于其最新自动化帐户管理系统的惊人结果的案例研究时，通常不言而喻的是为自动化创造适当条件的所有工作。
要使自动化有效，必须满足一些先决条件。
这是一个简单的方法来说明自动化的有效性取决于外部因素。我从Russell Savage的演讲中选择了这个概念，他创立了FreeAdWordsScripts.com（Optmyzr现在拥有）。
通过标记清晰的道路和到目的地的正确GPS坐标，自动驾驶汽车可以更好地工作。同样，智能出价等PPC自动化依赖于正确的数据来提供结果。
Savage表示，对于像自动驾驶汽车这样的自动化系统来说，要有效，如果道路清晰标记，它会有所帮助。
看起来很明显，对吧？
但是现在如果我们有这条完美的道路但我们的GPS已关闭并试图开车到错误的地方怎么办？
我们需要明确的目标和正确的测量和传感器才能让我们在那里。
要将其转化为PPC世界，我们需要：
- 结构良好的帐户。
- 正确的转换数据。
- 正确的归因模型（提示：正确的归因模型不是最终点击归因）。
机器学习取决于正确的数据
机器学习模型顾名思义就是学习如何实现某些目标的系统。
实现这种学习能力有不同的具体方法。通常，当其决策或预测与预期和期望的结果不一致时，它取决于改进机器的决策过程。
让我举一个简单的例子来说明我在谷歌质量得分团队的日子。
机器学习模型查看了有关广告拍卖的历史数据。它查看了搜索的所有条件以及所点击广告的属性。
通过比较这些信号，可能已经了解到，当广告客户的域与进行搜索的人的位置相对应时，点击率通常会更好（例如，法国用户可能更多地使用.fr域名而非.de域名的广告） 。
该机器可以了解这一点，因为Google拥有有关点击率的正确数据。
但是，如果他们的点击率数据不准确怎么办？然后系统可能已经开始强化编程它的人会考虑不正确的决定。
这就是“垃圾进入，垃圾进出”的想法。原则是良好的决策取决于良好的信息。
由于机器缺乏人的判断力，它们比人类更依赖于良好的数据。他们不能轻易确定看似统计上合理的预测可能根本就不能在现实世界中保持水分。
那么我们如何为自动化提供正确的数据呢？这一切都始于转换跟踪和归因模型。
归因模型应反映典型的消费者旅程
除非消费者具有强烈的品牌忠诚度，否则他们在购买之前可能会进行多次搜索，并且在所谓的客户旅程中他们将与各种品牌有多个接触点。
客户旅程可能有数百个步骤，所以为了简化它，我们可以想到一个转换漏斗，其中旅程的步骤被分组为阶段。
我将使用漏斗的简单视觉来解释在使用帐户中的任何自动化时归因模型如此重要的原因。
在渠道中，潜在客户将进入不同的阶段，直到其中一些最终出现在漏斗的底部并成为您的客户。
据推测，这个漏斗的每个阶段都会在将潜在客户转变为客户的过程中做出一些贡献，归因模型的工作是为每个阶段分配正确的价值。
就像我之前说的那样，大多数旅程都不止一步。
最后点击归因模型（或首次点击模型）仅评估一个步骤，因此它不能很好地映射到典型的消费者行为。
它忽略了潜在客户成为客户的所有其他步骤所做出的贡献。
大多数消费者进行多次搜索，需要引导客户完成转换。最终点击归因的错误在于不重视早期触摸点，例如上漏斗搜索，这有助于潜在客户获得通常在转化附近进行的搜索。
客户经理能够摆脱不完美归因模型的部分原因是，在人工账户管理的时代，我们可以希望客户经理足够聪明地意识到搜索（洗衣机）的用户可能无法转换下一次点击。
通过教育他们品牌的声誉，该用户现在可能熟悉该品牌并搜索更具体的东西（LG洗衣机）。
从那里他们可能会看到有关整个范围的广告，并被说服搜索（LG TWINWash的最佳价格）并在下一次点击时进行转换。
我们依靠人类的敏感性来消除更为通用的早期搜索，即使它们可能会在Google广告中显示为没有转换。
不良归因数据的人力故障不适用于自动化
但现在，PPC每天都在变得更加自动化。您可能决定测试智能出价，其中Google根据目标每次转化费用目标设置每次点击费用，或者您可以使用与Optmyzr规则引擎相似的基于规则的方法来查找不会带来转化的昂贵关键字。
问题是大多数这些自动化使用转换数据来完成它们的工作。
当他们遇到没有为其分配转化的上漏斗关键字时，因为测量系统使用最终点击归因，自动化决定这些重要的关键字毫无价值，可能会消除它们。
通过自动出价管理系统使用最终点击归因将消除上层漏斗活动，并最终减少由PPC广告带来的新客户获取次数。
对你我来说很明显这会产生不好的结果。但我们不能完全归咎于自动化。
自动化正在发挥作用，但数据不完整，并且可能导致人们在手动管理同一帐户时做出的人为不会做出的低估决定。
外卖
希望你从这篇文章中学到了三件事：
- 自动化本身并不神奇。他们仍然需要人类的帮助。
- 如果您使用任何自动化，如何为转换分配值比以往任何时候都更重要。最终点击归因是一种与自动化一起使用的风险。
- 我们作为PPC专业人员的工作正在从执行转向适当的自动化系统组合，这将产生很好的结果。
我知道如果不回答一个关键问题，我就无法结束这篇文章。
如果我们不能再依赖最后点击归因，我们应该使用哪种模式？
这是一个复杂的答案，我将在未来的帖子中回答，但我可以分享一个时间衰减模型对于不确定谷歌的六个选择中的哪一个的广告商来说显然是首选。
时间衰减最接近于最终点击，但具有额外的好处，即它为客户旅程中的每个阶段分配至少一些价值。
图片来源
由作者，2019年6月提供的在岗图像/截图