Login dengan Google Bidding otomatis Google Ads adalah solusi tingkat perusahaan yang membantu pengiklan menetapkan bid secara otomatis berdasarkan sasaran performa. Smart Bidding adalah kumpulan strategi bidding otomatis yang menggunakan machine learning untuk mengoptimalkan konversi atau nilai konversi. Smart Bidding menetapkan bid yang tepat untuk setiap lelang guna membantu mendorong volume konversi atau nilai konversi yang lebih tinggi dengan efisiensi biaya yang sebanding dengan atau lebih baik dari sasaran performa yang ada. Smart Bidding menawarkan tiga kemampuan utama:
- Bidding waktu lelang yang sesungguhnya
- Pembelajaran adaptif pada tingkat kueri
- Sinyal pengguna yang beragam dan analisis lintas sinyal
Mari kita pelajari setiap kemampuan tersebut secara lebih mendetail.
Sumber: Data Internal Google, Global, 16-03-2021 hingga 12-04-2021.
Bidding waktu lelang yang sesungguhnya
Untuk strategi bidding berbasis nilai dan konversi, Smart Bidding menawarkan pengoptimalan waktu lelang yang sesungguhnya yang menetapkan bid untuk setiap lelang, bukan hanya beberapa kali sehari. Hal ini memberi pengiklan tingkat pengoptimalan bid yang lebih tepat dan kemampuan untuk menyesuaikan bid dengan konteks penelusuran yang berbeda-beda dari setiap pengguna. Selain menyesuaikan bid berdasarkan performa gabungan untuk seluruh pengguna, algoritme bidding Google Ads juga mengevaluasi sinyal kontekstual relevan yang ada pada waktu lelang, seperti waktu, materi iklan tertentu yang ditampilkan, atau perangkat, lokasi, browser, dan sistem operasi pengguna.
Mengidentifikasi peluang konversi untuk setiap lelang akan membantu membedakan bid dan mengoptimalkannya dengan tingkat ketepatan yang lebih tinggi. Misalnya, pengiklan keuangan. Mungkin memang benar bahwa pengguna iOS lebih cenderung membuka rekening giro, atau pengguna smartphone yang berada di kota yang memiliki cabang di banyak tempat lebih cenderung mengunjungi lokasi bank. Dengan bidding waktu lelang, Google Ads dapat mendeteksi keberadaan sinyal seperti ini untuk memprediksi rasio atau nilai konversi secara lebih akurat dan menetapkan bid yang lebih tepat untuk setiap kueri penelusuran.
Sebelum bidding waktu lelang, pemasar biasanya akan menetapkan bid untuk setiap kata kunci secara manual.
Bidding manual: Menetapkan bid secara manual untuk setiap kata kunci dapat dilakukan dengan mengubah bid di UI Google Ads, menggunakan kriteria performa berbasis aturan (mis., saat pangsa tayangan turun di bawah X%, tingkatkan bid sebesar Y%) atau menggunakan API. Karena keterbatasan waktu, pengiklan hanya dapat mengoptimalkan bid untuk sebagian kata kunci mereka pada setiap waktu pengoptimalan, seperti kata kunci dengan performa terbaik atau berdasarkan kategori produk.
Namun, peningkatan jumlah data yang tersedia saat ini mempersulit pengiklan untuk menetapkan bid manual berdasarkan konteks unik masing-masing pengguna. Dengan bidding waktu lelang, sinyal kontekstual digunakan untuk menetapkan bid unik pada setiap lelang.
Bidding waktu lelang Google Ads: Smart Bidding Google Ads menggunakan algoritme machine learning untuk mengoptimalkan bid pada setiap lelang. Ini adalah cara yang paling tepat dan efektif untuk menetapkan bid.
Catatan
Catatan
Pembelajaran adaptif pada tingkat kueri
Algoritme machine learning mengandalkan data konversi yang lengkap untuk membuat algoritme bidding yang akurat agar dapat memprediksi performa di berbagai tingkat bid. Meskipun istilah bervolume tinggi sering memberikan banyak data konversi untuk pemodelan, akun biasanya memiliki beberapa kata kunci bervolume rendah atau kata kunci baru dengan sedikit histori performa yang harus dipertimbangkan dalam pemodelan. Untuk kata kunci bervolume rendah ini, solusi bidding mengandalkan model machine learning untuk menetapkan bid yang merupakan estimasi rasio konversi terbaik pada saat itu.
Misalnya, solusi bidding dapat menguji berbagai tingkat bid guna membuat model rasio konversi untuk kata kunci tertentu. Namun, hal ini dapat menyebabkan performa yang buruk saat kata kunci mengumpulkan data, sehingga dapat menjadi proses yang panjang tergantung pada volume penelusuran. Proses umum lain untuk pemodelan performa rasio konversi pada kata kunci yang bervolume rendah adalah dengan “meminjam” data dari kata kunci yang sama di seluruh jenis pencocokan atau dari performa kampanye dan grup iklan yang tingkatnya lebih tinggi.
Smart Bidding mengelaborasi metode ini dan meningkatkannya dengan menggunakan data tingkat kueri di seluruh akun Anda. Jika Anda menggunakan tracking konversi lintas-akun, pelacakan ini juga dapat menggunakan data tingkat kueri dari seluruh akun pengelola. Hal ini memberikan data yang secara signifikan lebih banyak ke algoritme bidding untuk membuat keputusan, dan membantu mengurangi fluktuasi performa saat data konversi tingkat kata kunci hanya sedikit.
Algoritme bidding Google Ads tidak dibatasi oleh posisi kata kunci pada struktur akun. Sebaliknya, data konversi dimanfaatkan di tingkat kueri penelusuran di seluruh grup iklan dan kampanye. Hal ini sangat bermanfaat untuk mengoptimalkan bid pada kata kunci pencocokan frasa dan pencocokan luas, yang memiliki berbagai kueri penelusuran yang mungkin cocok dengan satu kata kunci. Dalam kasus ini, jika Anda hanya memiliki satu bid tingkat kata kunci, Anda tidak dapat mengoptimalkan bid bergantung pada perbedaan rasio konversi yang diperkirakan dari berbagai kueri penelusuran.
Selain itu, misalnya Anda menambahkan kata kunci baru atau memindahkan kata kunci ke grup iklan yang berbeda. Algoritme bidding Google Ads tidak perlu mempelajari performa dari awal lagi. Algoritme bidding mempelajari performa pada tingkat kueri, bukan tingkat kata kunci. Jika kueri penelusuran sudah cocok dengan bagian lain dari kampanye Anda, algoritme akan menerapkan apa yang telah dipelajari dari seluruh akun Anda untuk membuat keputusan bidding yang lebih tepat.
Sinyal pengguna yang beragam dan analisis lintas sinyal
Setiap kueri penelusuran berbeda dan bid untuk setiap kueri harus sesuai dengan sinyal kontekstual unik yang ada pada waktu lelang. Sinyal seperti waktu, kehadiran pada daftar pemasaran ulang, atau perangkat dan lokasi pengguna adalah dimensi utama yang dipertimbangkan saat menentukan bid yang optimal. Selain mengevaluasi sinyal ini di setiap lelang, Smart Bidding akan mempertimbangkan sinyal tambahan seperti sistem operasi, browser web, setelan bahasa pengguna, dan lainnya untuk mengoptimalkan perbedaan performa di seluruh platform dan pengguna. Konteks tambahan ini memungkinkan Smart Bidding memprediksi kemungkinan konversi di setiap lelang dengan lebih akurat dan menetapkan bid yang optimal. Daftar di bawah ini merangkum berbagai sinyal prediktif penting yang dipertimbangkan Smart Bidding saat mengoptimalkan bid.
| Sinyal kontekstual | Deskripsi | Contoh |
| Perangkat | Sistem dapat mengoptimalkan bid berdasarkan asal kueri, apakah dari desktop, tablet, atau perangkat seluler |
Pengiklan: Dealer mobil Bid mempertimbangkan apakah penelusuran untuk “lokasi dealer mobil” berasal dari komputer desktop atau smartphone. |
| Lokasi | Sistem dapat mengoptimalkan bid berdasarkan lokasi tertentu (hingga tingkat kota) tempat pengguna berada atau melakukan penelusuran, bahkan jika lokasinya ditetapkan pada tingkat yang lebih tinggi |
Pengiklan: Bank Meskipun lokasi ditetapkan ke negara bagian New York, bid akan mempertimbangkan apakah penelusuran untuk “rekening giro baru” berasal dari kota yang berbeda di negara bagian tersebut (mis., Manhattan vs. Long Island mungkin memiliki cakupan cabang yang berbeda) |
| Waktu/hari | Sistem dapat mengoptimalkan bid berdasarkan waktu dan hari lokal pengguna dalam zona waktunya |
Pengiklan: Kedai kopi Bid mempertimbangkan apakah pengguna melakukan penelusuran pada pukul 07.00 sebelum bekerja dibandingkan pukul 12.00 saat makan siang pada hari Senin |
| Audiens berbasis daftar (RLSA, Customer Match, audiens serupa) | Sistem mempertimbangkan daftar audiens untuk iklan penelusuran |
Pengiklan: Retailer online Bid mempertimbangkan apakah pengguna telah melihat produk pada kunjungan situs sebelumnya, ada dalam daftar program loyalitas yang Anda upload, atau memiliki profil yang serupa dengan pelanggan lama. Bid juga mempertimbangkan kapan terakhir kali pengguna mengunjungi situs. |
| Kueri sebenarnya | Sistem dapat mengoptimalkan bid berdasarkan teks kueri yang memicu iklan, bukan hanya kata kunci yang cocok |
Pengiklan: Retailer sepatu Bid mempertimbangkan apakah kueri pengguna adalah “sepatu bot kulit” atau “perbaikan sepatu bot”, meskipun kedua kueri cocok dengan kata kunci “sepatu bot”. |
| Materi iklan | Jika Anda memiliki beberapa materi iklan yang valid untuk ditayangkan untuk kueri penelusuran tertentu, sistem dapat mengoptimalkan bid berdasarkan materi iklan yang akan ditampilkan, termasuk apakah materi iklan tersebut mengarah ke aplikasi seluler atau tidak |
Pengiklan: Perusahaan perjalanan online Bid mempertimbangkan apakah iklan yang ditampilkan merupakan materi iklan “promo terbaru” atau materi iklan “tujuan liburan populer”, atau apakah iklan mengarah ke situs atau aplikasi seluler, berdasarkan variasi mana yang lebih cenderung menghasilkan konversi pada kueri tertentu. |
| Bahasa antarmuka | Sistem dapat mengoptimalkan bid berdasarkan preferensi bahasa pengguna tertentu |
Pengiklan: Situs pembelajaran bahasa Spanyol Untuk kueri “pelajari bahasa baru”, bid akan mempertimbangkan apakah iklan ditampilkan kepada pengguna yang setelan bahasa Google-nya adalah bahasa Inggris atau Spanyol. |
| Browser | Sistem dapat mengoptimalkan bid berdasarkan browser tempat kueri berasal |
Pengiklan: Perusahaan software Bid mempertimbangkan apakah pengguna menelusuri “software mac” dari Safari atau Chrome. |
| Sistem Operasi (OS) | Sistem dapat mengoptimalkan bid berdasarkan sistem operasi pengguna untuk kueri tersebut |
Pengiklan: Penjual aksesori ponsel Bid mempertimbangkan apakah pengguna menelusuri “casing ponsel” dari perangkat Android atau iOS. |
| Partner Jaringan Penelusuran | Sistem dapat mengoptimalkan bid berdasarkan partner Penelusuran yang menampilkan iklan |
Pengiklan: Merek barang konsumsi Bid yang berbeda akan diajukan jika kueri berasal dari penelusuran yang lebih relevan, seperti di situs e-commerce atau situs berita. |
| Rating dan ulasan aplikasi seluler | Sistem dapat mengoptimalkan bid berdasarkan rating pengguna aplikasi dan jumlah ulasan |
Pengiklan: Perusahaan game Bid yang berbeda akan diajukan berdasarkan rating dan jumlah ulasan yang diperoleh aplikasi Anda. |
Penyesuaian bid manual untuk masing-masing sinyal, seperti perangkat dan lokasi, merupakan langkah awal yang bagus untuk menetapkan bid yang lebih tepat. Namun, Smart Bidding lebih dari sekadar analisis sinyal biasa. Konteks penelusuran tidak ditentukan oleh satu sinyal saja, dan Smart Bidding dapat mengenali dan menyesuaikan dengan interaksi yang penting antara miliaran kombinasi sinyal yang dapat memengaruhi rasio konversi.
Mengevaluasi sinyal satu per satu dibandingkan menganalisis dampak lintas sinyal
Penyesuaian masing-masing bid untuk sinyal, seperti perangkat, lokasi, dan waktu, didasarkan pada gabungan data performa. Misalnya, solusi bidding dapat mengevaluasi bagaimana rasio konversi seluler untuk seluruh pengguna dibandingkan dengan keseluruhan rasio konversi komputer dan tablet, lalu menetapkan penyesuaian bid seluler yang sesuai.
Meskipun metode penggabungan data dan evaluasi rata-rata performa ini membantu menghindari penyesuaian bid dengan data yang tidak memadai, metode ini juga dapat melewatkan peluang konversi yang lebih terperinci di antara masing-masing lelang. Misalnya, pemberi pinjaman KPR mungkin menentukan bahwa rasio konversi selulernya 20% lebih rendah daripada rasio konversi komputer dan tablet, dan menetapkan penyesuaian bid seluler menjadi -20%. Namun, ini tidak mempertimbangkan waktu ketika rasio konversi seluler sedang tinggi, seperti pada pagi hari, saat orang mungkin melakukan penelusuran terkait pinjaman melalui ponselnya sebelum mulai bekerja.
Selain itu, saat Anda mulai menerapkan penyesuaian bid tambahan (mis., untuk lokasi), menghitungnya satu per satu kemudian mengalikannya secara bersamaan tidak memperhitungkan dampak timbal balik dari sinyal ini. Hal ini bahkan dapat menghasilkan bid yang terlalu tinggi jika Anda menggabungkan beberapa peningkatan bid dalam jumlah besar dengan bid kata kunci dasar yang sudah tinggi.
Smart Bidding mengevaluasi cara sinyal-sinyal saling berinteraksi untuk mengidentifikasi korelasi yang bermakna yang memengaruhi rasio konversi. Dengan melihat kombinasi sinyal mana yang paling dapat memprediksi performa konversi dan menambahkan kombinasi sinyal tersebut ke algoritme bidding, Smart Bidding dapat menghitung bid yang lebih menyeluruh yang memperhitungkan cara sinyal tertentu bersinergi
| Sinyal yang tersedia dengan penyesuaian bid | Contoh sinyal eksklusif untuk Smart Bidding |
|
|
Smart Bidding menggunakan kombinasi dari 2 sinyal atau lebih. Misalnya, Smart Bidding dapat mempertimbangkan lokasi, OS, dan bahasa sebelum menetapkan bid pada waktu lelang.
