Google廣告與自動化與Frederick Vallaeys的分層 [PODCAST]

[ad_1]
Google廣告與自動化分層與Frederick Vallaeys(PODCAST) https://media.blubrry.com/marketingnerds/p/content.blubrry.com/marketingnerds/EP166-SEJShow-Frederick-Vallaeys.mp3

對於第166集 搜索引擎雜誌秀,我有機會採訪 弗雷德里克·瓦萊,Optmyzr的創始人和前Google AdWords傳播者。

Vallaeys討論了PPC廣告客戶如何通過Google Ads中的自動化分層功能更好地控制其付費搜索廣告系列。

帶有Frederick Vallaeys的Google Ads和自動化分層「 width =」 1600「 height =」 840「 size =」(最大寬度:1600px)100vw,1600px「 data-srcset =」 https://cdn.searchenginejournal.com/wp- content / uploads / 2019/10 / google-ads-and-automation-layering-with-frederick-vallaeys.png 1600w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/google-ads -and-automation-layering-with-frederick-vallaeys-480x252.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/google-ads-and-automation-layering-with- frederick-vallaeys-680x357.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/google-ads-and-automation-layering-with-frederick-vallaeys-768x403.png 768w, https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/google-ads-and-automation-layering-with-frederick-vallaeys-1024x538.png 1024w「 data-src =」 https:// cdn.searchenginejournal.com/wp-content/uploads/2019/10/google-ads-and-automation-layering-with-frederick-vallaeys.png

當我們談論Google自動執行帳戶管理的某些方面時,我們在談論什麼?

弗雷德里克·瓦萊(Frederick Vallaeys,FV):(Y)您會從Google獲得一些自動化選項,因此您可以決定手動管理出價到您始終擁有的位置,也可以決定進行自動出價。因此,這是您的選擇,也是您的過渡。

但有時,會出現類似(更改為)的信息 緊密變體以匹配類型。這基本上是您必須採取的自動化操作-這些操作上沒有關閉按鈕。

這是由Google在機器學習方面的改進以及他們能夠更好地弄清楚用戶在鍵入任何查詢以及與之匹配的廣告商時實際上意味著什麼的驅動。

但這有點困擾PPC專家的工作流程,因為我們有點了解世界是一種方式,或者Google可能無法完美地解決這一問題。

現在,他們突然發現了它,但並不總是很完美。那麼我們該怎麼辦呢?在這個新世界裡我們如何玩?

Brent Csutoras(BC):以某種方式生鏽機器對於很多人來說尤其是一件好事,尤其是沒有經驗的人。但是,這是否會成為高級用戶所接受的東西?

FV:我想你打在了頭上,所以這真的是為那些不喜歡的人打造的 PPC專家

因此,如果您正在收聽此節目,則可能是在營地中,您不太喜歡所有這些自動化,因為它們不一定總是正確無誤。

但是Google的來歷顯然是數百萬潛在廣告客戶,他們因為過於複雜或無法獲得結果而沒有使用Google Ads。

因此,由於Google具備實際使用機器學習進行計算的能力,因此這為他們打開了一個巨大的新市場。這就是為什麼他們如此大力推動這一點的原因。

對於PPC專家來說,這是我們必須密切關注的事情,因為通過手動執行操作以及使用已有的流程和工具已經獲得了相當不錯的效果。

我最近開始談論的概念之一是自動化分層,這是一個非常簡單的概念。

像Google一樣,這些引擎將採用其黑匣子方法,可以自動實現今天要實現的自動化。可能是關鍵字,出價,廣告文字等。他們將使用機器學習並在很大程度上做得不錯。

但是在某些情況下,我們希望我們有更多的透明度,並了解黑匣子內部發生的情況。

我們希望在機器由於某種原因實際出錯時找到一次性實例,這就是我們可以在Google系統頂部構建簡單自動化的地方。

這些簡單的自動化甚至不必是機器學習或人工智慧。它們可能只是一種「如果-那麼-那麼-那麼」的邏輯規則。

舉例來說,如果您突然發現Google開始以近似變體,完全匹配關鍵字的形式展示廣告,並且由於某種原因導致其效果不佳,或者您發現它在語義上與底層關鍵字有很大不同,您可以在上面設置自己的自動化功能:「嘿,Google,別再這樣做了。」

因此,在獲得數據來說明這種情況發生之前,您現在已經獲得了五次印象,但是隨後又將其關閉了。因此,您在保護自己的同時,仍在扮演著緊密控制該帳戶所發生事件的PPC專家的角色。

您實際上如何進行自動化分層?

FV:有幾個級別。

首先,考慮一下 Google的運作方式

當Google決定要考慮的近似變體時,它基本上是在使用機器學習,並且在使用相似度百分比。

因此,他們可以確定查詢看起來與您所擁有的關鍵字相似度為85%。現在,由他們來決定85%是否滿足展示廣告的閾值。那是他們控制的事情。

在自動化分層中,您實際上可以介入,並且可以進行自己的指標分析。

因此,您可以說:「好吧,我們不太在乎它的相關性,但是我們將查看統計數據。因此,讓Google顯示這些接近的變體。但是,如果我們發現它們的轉化率要低得多,那麼我們就選擇介入,採取行動並將其設為負面。

實現此目的的一種特定方法是通過Google Ads系統中的自動規則,或者您可以構建Google Ads腳本。我在上發布了一些廣告腳本 搜索引擎日記 和我的 的GitHub

顯然,您可以使用我們的工具Optmyzr中提供的簡單得多的選項,但隨後您需要花一點錢才能使用該工具。

但是概念很簡單,如果一個接近變體的查詢顯示了這些性能屬性,則自動將其設為否定關鍵字。或至少給我發一封電子郵件,以便我知道這正在發生。

然後,我仍然可以做出自己的判斷,是應該將其保留為近似變體,還是應該僅將其添加為自己的關鍵字,但可以降低出價,因為它的效果可能不盡相同。

BC:我認為有趣的是能夠確定表現如何,但是這裡還有另一個方面,那就是可以改善您的帳戶…

FV:是的。有兩個改進級別。您可以獲得可以做的微小改進,然後藉助自動化,還可以幫助您開始將時間花在更具戰略意義的任務上,因為您不必擔心那裡的每個關鍵字。

當我想到PPC角色的未來時,並不是我們要做大量的手工工作來保持領先地位,然後過渡到這些Google自動化系統。

這是要變得聰明,並依靠自己的自動化,或者如果您是一個非常大的公司,則可以通過自己構建的腳本,工具或API解決方案更好地實現這一目標。

但是,您必須基本掌握這些自動化的功能,然後更具策略性。

Google是否會強迫您解決其他自動化方面的問題,或者是緊密變體是人們正在處理的主要問題?

FV:在定位方面,這將是主要方面。您還有更多選擇。

當涉及到自動化時,自動出價可能是人們談論的最大話題。但是您可以選擇不使用它。

我認為,不使用任何級別的出價自動化完全是錯誤的事情……我並不是說您必須使用Google的智能出價,而是要在某些層次上使用自動化手動操作的最高級。

您無法像Google這樣的機器學習系統那樣高效地手動進行這些操作。觀眾實際上對此也有聯繫,因為今天甚至有可能是因為機器學習。

要與Frederick Vallaeys收聽此搜索引擎節目播客:

訪問我們的 播客檔案 收聽其他搜索引擎期刊節目播客!

圖片積分

特色圖片:Paulo Bobita

https://media.blubrry.com/marketingnerds/p/content.blubrry.com/marketingnerds/EP166-SEJShow-Frederick-Vallaeys.mp3

相關文章