Google SafeSearch向我們傳授有關如何更好地進行PPC的指導

[ad_1]

Google SafeSearch向我們傳授有關如何更好地進行PPC的指導

Google的SafeSearch在世界範圍內可以教給我們如何成為更好的數字營銷商?

事實證明,原因很多,因為它完美地說明了如何使用演算法自動執行搜索,並且Google所使用的相同原理可以幫助PPC專業人士改善遊戲。

當Google幾乎自動執行搜索營銷的各個方面時,您無需在閑置時寄希望於最佳狀態,而是可以部署「自動化分層保持控制。

我相信自動化分層的概念對於PPC在日益自動化的世界中取得成功至關重要。

安全搜索:演算法+人工

讓我從2000年代初期加入Google不久之後的安全故事開始。

如果您聽過我在PPC會議上的發言,您已經知道Google為何聘用我:他們需要荷蘭語為母語的人才能使用AdWords。

自從我在比利時講佛蘭德語(比利時語的荷蘭語版本)長大以來,我就住在洛斯阿爾托斯(Los Altos),離谷歌在帕洛阿爾托的辦公空間擴大後,在其開設校園的地方只有幾英里,因此接受了我的職位面試。

由於他們採訪的另一位講荷蘭語的母語人士堅持要設立私人辦公室和管理員,因此他們很快認為我可能更合適。

我開始在Google工作,首先翻譯荷蘭語的AdWords,然後查看所有荷蘭語廣告,並為比利時和荷蘭的客戶提供電子郵件支持。

有一天,當我在「垃圾箱」中查看荷蘭廣告時,一位搜索工程師帶著一堆列印輸出走到我的隔間里,然後將其放在我的桌子上。一看清單,我的下巴沉迷於其中的一些單詞。

工程師告訴我,這是色情搜索的排名列表。他們的演算法已經將那些搜索從最低到最低色情進行了排名,現在他們只需要弄清楚在哪裡設置安全搜索的閾值即可。

他們希望我仔細閱讀列表,並劃​​出一條界限,搜索從肯定要查找色情內容的查詢到可以理解為色情內容的查詢,還有其他內容。

我用紅色標記畫線,這就是荷蘭安全搜索閾值的設置方法:機器演算法和弗雷德用紅筆。

我從這次經驗中學到的是演算法擅長計算事物之間的相似度。

通過為每個查詢分配一個數值,他們可以按不同維度對它們進行排名,例如色情程度。

但是需要一個人來查看排名列表,以確定適合SafeSearch功能要執行的業務標準的合理閾值。

PPC的閾值

然後我想到Google在數百個地方使用了閾值。

  • 對於何時 廣告的質量得分 足夠高,使其有資格出現在自然搜索結果之上。
  • 廣告實驗何時可以得出結論。
  • 對於查詢與關鍵字的相似程度足以展示廣告的行為,存在一些閾值。
  • 依此類推。

如果Google使用了如此多的閾值,我們的廣告客戶還應該考慮如何重新創建這些系統,以便我們可以設置自己的閾值。

自動化分層以控制緊密的變體關鍵字「 width =」 2038「 height =」 960「 Size =」(最大寬度:2038px)100vw,2038px「 data-srcset =」 https://cdn.searchenginejournal.com/wp-content /uploads/2019/10/automation_layering_with_close_variants_-_google_slides.jpg 2038w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/automation_layering_with_close_variants_-_google_slides-480x226.jpg 480w,https://cdn.searchenginejournal .com / wp-content / uploads / 2019/10 / automation_layering_with_close_variants _-_ google_slides-680x320.jpg 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/automation_layering_with_close_variants_-_google_slides-768x362.jpg 768w ,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/automation_layering_with_close_variants_-_google_slides-1024x482.jpg 1024w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/ automation_layering_with_close_variants _-_ google_slides-1600x754.jpg 1600w「 data-src =」 https://cdn.searchenginejournal.com /wp-content/uploads/2019/10/automation_layering_with_close_variants_-_google_slides.jpgGoogle使用閾值來確定查詢何時足夠接近,以至於可以將其視為「近似變體」。廣告客戶可以使用自己的自動化方法設置自己的下限閾值,以更好地控制何時顯示廣告。

每次在Google上進行廣告拍賣時,演算法排名都會相同。它以多種形式發生,但是更容易理解的一種是關鍵字匹配。

例如,考慮一下Google的 最近擴展「緊密變體」 完全匹配關鍵字不再精確,但也可以包含具有相同含義或意圖的搜索。

當用戶搜索與廣告客戶的關鍵字不完全相同的內容時,Google的演算法會計算出該搜索表示「相同含義」的可能性或搜索與該關鍵字的接近程度的得分。

機器返回分數,如果該分數高於某個閾值,則可以顯示廣告。

通常,這些自動化手段意味著廣告客戶可以用更少的工作獲得更多的結果。他們不再需要找出每個關鍵字的所有可能變體,而是讓Google最先進的機器學習系統來找出它。

我喜歡這種自動化類型,也許是因為當我們查看自己的數據中的近似變體時,其中絕大多數是我們公司名稱Optmyzr的錯別字。

我認為,就我們各自的名字拼寫錯誤的方式而言,我們可能會給布蘭妮·斯皮爾斯爭取一筆金錢(〜500 如果您好奇的話,請給布蘭妮(Britney)。

但是,使用這類黑匣子系統總是存在一定程度的猶豫,因為無法預測它們在每種可能的情況下會做什麼。這讓那些習慣於對搜索廣告定位有很大控制權的廣告商感到擔憂。

自動化分層以設置您自己的閾值

這就是自動化分層的地方。

一種錯誤的假設是,當廣告客戶啟用其自動化功能之一時,Google是唯一的控制者。在這種情況下,自動化是關鍵字的緊密變體形式,沒有關閉開關。

但是實際情況有所不同:廣告商擁有一定程度的控制權。

例如,當他們發現Google針對他們不喜歡的近似變體展示廣告時,可以添加否定關鍵字。

問題在於,手動監控自動化非常繁瑣且耗時。可能不值得付出努力來改善結果。

但是,如果廣告商可以自動化他們自己的流程並將其與Google的自動化相結合呢?

那就是自動化分層。

在封閉變體示例中,這是使用自動化分層的一種方法。您可以使用規則引擎(Optmyzr提供了一個)或腳本來識別近似變體搜索詞並應用演算法對這些詞進行排名。

另一個帖子,我解釋了廣告客戶可以使用Levenshtein距離得分來計算搜索詞與匹配關鍵字之間的差異。

Levenshtein距離通常為2或3。任何比這更長的時間都不僅僅是錯別字,可能值得仔細看看:

  • 要麼作為新關鍵字的主意。
  • 或者可能通過添加否定關鍵字來排除某些內容。

現在,廣告客戶有了自己的數字評分,他們可以畫出自己的界線並設置他們認為對自己的業務有意義的閾值。

Google使用其閾值來更頻繁地展示廣告,而廣告客戶使用其閾值來降低其展示頻率。

將這兩個自動閾值結合起來後,廣告客戶可以在沒有關鍵字的情況下展示廣告,從而從中受益。他們還受益於對查詢和關鍵字之間相關性的更嚴格控制。

底線

我在SafeSearch上所做的工作以及關於緊密變體的示例的目的不僅在於說明廣告客戶可以控制緊密變體,而且還說明了一些對PPC成功的未來至關重要的想法。

大多數廣告客戶都認為,人機+機器比單獨的機器要好,但是人不一定具有手動監視引擎不斷引入的所有新自動化功能的帶寬。

因此,人們可能想找到一種方法來創建自己的自動化程序以在引擎的這些控制項之上分層,這是有道理的。

最終,我們只想說說自動化應該有多強,這才是門檻。

只有分層自動化,我們才能控制Google不會暴露的門檻。

而且,由於大多數廣告客戶都不是技術人員,也無法用代碼編寫自己的自動化程序,因此我堅信,預先構建的腳本,規則引擎,自定義監視和警報系統等將是成功PPC的重要工具2020年及以後的管理人員。

相關文章