YouTube 成效​四​大​要素：​運用​需求​開發​廣告​活動​提升​轉換​的​最佳​做法

本​頁​內容：

• 運用 YouTube 成效​四​大要​素​提升​轉換
  i. 資料​強度
  ii. 轉換量
  iii. A​I 指定​目標
  iv. 廣告素材​資源​多元性
• 廣告​活動​結構
• 評估​成​效

YouTube 匯集​了​全球​最​受​信賴​的​創作​者，​並​運用 AI 技術​提供​切合​需求​的​內容​及​提升​成效，​是​帶動​您下​一​波​成長​的​關鍵。​需求​開發​廣告​活動​同樣​採用 Google AI 技術，​因此​掌握​「YouTube 成效​四​大​要素」​正​是​締造出色成效​的​必備​策略。

廣告​主​採用​這​四​項​最佳​做法​中​的​至少​三​項​後，​轉換​次數​平均​增加 40​% 以上，​轉換​價值​則​提高 30​% 以上。

運用 YouTube 成效​四​大要​素​提升​轉換

1. 資料​強度

準確​的​評估​結果​是​提升​成效​的​主要​關鍵。​建立​完善​的​資料​基礎，​才​能​有效​擷取​高品質​信號、​提高​投資​報​酬率，​並​充分​運用 Google AI 提升​成效。

提高信號準確度​的​方式​包括：

• 導入Google 代碼​閘道並​傳送​個​人識別​資訊 (PII)
  
  • 或
• 使用​離線​資料​匯入​功能，​並​提供​至少​三​種​主要 ID。​建議​的 I​D 包括：​Google 點擊 ID、​PII、​IP、​交易 ID、​GBRAID/WBRAID 或 session_attributes。

專家級​提示：

• 如​要​充分​發揮​需求​開發​廣告​的 Google A​I 最佳化​功能，​請​優先​匯入​以​身​分識別​信號​為​準​的​第一​方​離線​資料 (PII 或 IP 位​址)。​由於 YouTube 轉換​中​有​很​大​一​部分​來自​非​點擊​互動 (參與​收視)，​納入​這些 I​D 可確保​系統​完整​追蹤、​歸因​及​最佳​化非​點擊​轉換。
• 連結​所有​資料​來源：​確保​所有​資料​都​已​連結​至​廣告​平台。​連結 Google Analytics 和 Google Ads 帳戶，​即可​對 Google Analytics 轉換​和​目標​對象出價 (包括​使用 Google Analytics for Firebase SDK 評估​應​用​程式​轉換)。
• 部署​完善​的​全網​站​標記：​運用 Google 代碼​或 Google 代碼​管理​工具，​擷取​對您​最​重要​的​資料，​並​升​級​至 Google 代碼​閘道，​透過​自有​網域​提供​代碼，​大幅​提升​評估​信號​的​準確度​和​穩定性。
• 連結​其他​離線​來源：​將​顧客​關係​管理​系統​或​其他​離線​來源​連​結​至​資料​管理​工具，​更​全面​瞭解​顧客。​使用 Data Manager A​PI，​以​程式​輔助​方式​傳送​資料。
• 盡量​收集信號：​增加​信​號量，​充實​基礎​資料，​全力​提升​資料集​的​準確性​和​完整性。​傳送​顧客​信號，​例如：​使用​者​提供​的​電子​郵件​地址、​交易​資料​和​廣告​互動信​號 (Google 點擊 ID、​工作​階​段​屬性、​GBRAID 或 WBRAID 等 Braids 網址​參數)，​更準確​瞭解​顧客​和​轉換​情形。​或​者，​您​也​可以​匯入​離線​資料，​並​提供​至少​兩​種​主要 I​D (例如 P​II、​IP 位址​或​交易 ID)。

2​. 轉換量

提供​足夠​的​轉換量，​有助 AI 掌握​判斷​基礎​並​逐漸​脫離學習​階段，​爭取​您​想​達成​的​轉換​次數。

選擇出價​策略：

• 以​效率​為​準出價：​如果​您為​需求​開發​廣告​活動​設定​了​投資​報​酬率，​請​使用​「目標」​出價​策略：​「目標​單​次​轉換​出價」​或​「目標​廣告​投資​報酬率」。
• 以​轉換量​為​準出價：​如果​目標​是​充分​運用​廣告​活動​預算，​請​使用​「盡量​爭取」​出價​策略：​「盡量​爭取​轉換」​或​「盡量​提高​轉換​價值」。
• 以​點擊​為​準出價：​如果​目標​是​爭取​最​多​點擊，​請​使用​「點擊」​出價​策略：​「盡量​爭取​點擊」​或​「目標​單​次​點擊出價」。

設定​充足​預算：​確保​每​日​預算​足以​爭取​所​需​轉換量，​讓 AI 能​有效​最佳化。

• 「盡量​爭取」​出價​策​略 (盡量​爭取​轉換/​盡量​提高​轉換價值)：​將​每​日​預算​設為​至少 $10​0 美元。
• 「目標」​出價​策​略 (目標單​次​轉換​出價/目標​廣告​投資​報酬率)：​將​每​日​預算​設為​目標​單​次​轉換​出價​的​至少 10 倍。

使用​出價​策略​報表，​評估​出價​策略​的​成效​變化。

度​過學​習期：​出價​演算法​需要​觀察​廣告​活動​數​天，​才​能​掌握​趨勢。

• 等​待 50 次​轉換：​演算​法收集到​足夠​資料前，​廣告​活動​狀態會​顯示​「學習​中」。​請​等​到​廣告​活動​產生​至少 50 次​轉換​後，​再​評估​成效。
• 15% 規則：​廣告​活動​上線​初期，​出價​工具會​學習​哪些​做法​有效。​變更​設定​會​導致​廣告​活動​必須​重新​學習。​因此​調整​出價​和​預算​時，​建議​每​週​以 5% 到 10​% (上限 15%) 微調，​避免​一​次​大幅​度​調整。
• 使用​淺層​轉換：​如果​最佳​化​目標​是​深層​轉換動作 (例如​購買)，​請​在​帳戶​層級​將​淺層​轉換動作 (例如​網頁​瀏覽​或​加入​購物車) 設為​「不可​出價」。​這麼​做能​為​系統​提供​更多​資料，​縮短學​習期。

3. A​I 指定​目標

A​I 指定​目標功​能​可​協助​您動態​發掘​下​一​批​高價值​客群，​有效​擴大觸​及​範圍。​無論您​的​目標​為何，​Google AI 都​能​協助​您觸​及​合適​的​目標​對象。​妥善​設定 A​I 指定​目標​對象，​能​有效​縮短​「冷啟動」​磨​合期，​讓​廣告​活動​一​開始​就​順利​運作。

提升​整體​成效​在​所
有​開​發​潛​在​客戶​的​廣告​活動​中​啟用​最佳化​指定​目標​對象，​並​搭配​第一​方​資料​種子​名單，​即可​獲得​絕佳​成效。​這​有​助 AI 突破​手動​選取區隔​的​限制，​找出您​可能​錯過​的​高轉換率​目標​對象。​如果​無法​與 Google 共用​第一​方​資料​名單，​請​根據​成效​良好​的​目標​對象 (例如 Google 預建​的​目標​對象​或​自訂區隔) 建立​種子​名單。

重新​吸引現​有​顧客​運用
「​再行銷」​功能，​直接​指定​高價值​第一​方區隔。​這樣​一來，​您​就​能​為​曾​與​品牌​互動​的​使用​者​量​身​打造​廣告素材。

開拓​全​新​客源​善用
「​獲取​新客」​目標來​吸引​和​開發​新​顧客。​這​套​全​自動化​機制會​運用​第一​方​目標​對象​資料，​將​廣告​活動​的​重點放​在​為​貴商家​發掘​新潛​在​顧客。

4. 廣告素材​資源​多元性

如要​全力​提高​成效​和​觸​及​範圍，​就​必須​善用​各​種素材​資源​類型 (影片、​圖片) 和​顯示​比例 (橫向、​正方形、​直向) 來​呈​現​品​牌​故事，​並​在​所有​管道​放送​廣告，​盡量​擴大​涵蓋​範圍。

根據​廣告素材​資源​多​元性​的​標準，​每​個​需求​開發​廣告​活動​至少​要​有​一​則​廣告​符合​下列​條件：

• 3 張直向​圖片、​3 張正方​形​圖片​和 3 張橫向​圖片。
• 1 部​直​向​影片、​1 部​正方​形​影片​和 1 部​橫​向​影片。
• 使用​已​連結​影片​的​創作​者​合作​推升​廣告。
• 使用​直向​影片，​並​只​在 Shorts 上​放送​廣告。

專家級​提示：

• 運用 ABCD 廣告素材​架構 (吸引​注意 (Attention)：​用​引人​入勝​的​故事​吸引​並​維持​觀眾​的​注意力​；品​牌​宣傳 (Branding)：​運用​豐富​多變​的​手法，​盡早且​頻繁​地​宣傳品​牌；​建立​連結 (Connection)：​激發​觀眾思考​或​引起​情​感​共​鳴；​引導​行動 (Direction)：​鼓勵​使用​者​採取​行動)，​打造​高品質​的​素材​資源。
  
• 請​依​循下​列​原則，​有​策​略地​更​新​廣告​素材：
  
  • 新​增而​非取代：​盡​可能​先​新​增素​材​資源，​再​移除​舊素​材​資源。​增加​素材​資源​多樣性​有助於​持續​提升​成效。
  • 逐步​調整：​定期​更​新素材​資源，​並​確保​每​次​僅​小幅​調整，​讓​系統​維持​穩定​運作。
  • 保留​成效​最佳​的​素材​資源：​如須​移除​素材​資源，​請​只暫​停成效​不佳​「且」​已​放送​至​少 14 天​的​素材​資源。
  • 在​新廣告​活動​中​進行​測試：​如​有​大量​新​廣告素​材 (例如​檔期​促銷​或​節慶促銷)，​請​先​透過​新​廣告​活動​測試，​讓​系統​充分​探索​並​運用​這些​素材。​此外，​請務必​將​新​的​學習期納入​考量。
    

廣告​活動​結構 整合

• 廣告​活動​以​提升​成效：​Google AI 學習​時會​以​廣告​活動​層級​為​依據。​為​避免​資料​分散，​請合併​類似​的​目標​對象​主題 (例如​將​「棒球」​和​「足球」​合併為​「運動」)，​協助​模型​學得​更快。
  
• 依​照意​圖劃​分​結構：
  
  • 使用​再行​銷/​客戶​留存​專用​廣告​群組，​向​現​有​使用​者​放送量​身​打造​的​廣告​素材，​同時​整合​開發​潛​在​客戶​廣告​群組，​盡量​提高觸及。
  • 除非​需要​向​不同​目標​對象放送​特定​廣告​素材，​或​嚴格​控管​開發​潛​在​客戶​和​再行​銷​廣告​活動​的​預算，​否​則​請​整合​廣告​群組。
• 合​併​成效​不佳​的​廣告​群組：​如果​廣告​群組​在 30 天​內​產生​的​轉換​次數少​於 30 次，​請​考慮​與​其他​廣告​群組​合併，​以​提高信號​密度​和 AI 出價​效率。
  
• 跨​所有​管道​放送：​避免​將​廣告​活動​限制​在​特定​管道。​在​所有​可用​管道​放送​需求​開發​廣告​活動​有助​系統​全面​最佳化，​並​爭取​較​低​的​單次​動作​出價。
  

評估​成​效​考

• 量​轉換​時間差：​使用​者​看到​廣告​後，​通常​會​過​一段​時間​才​完成​轉換，​加上​處理​資料​需要​時間，​因此​請務​必​評估​較​長​期間​的​成效​變化，​而​非​參考尚​不​完整​的​資料
  
• 可能​出現​內​在​波動：​每​日​波動​是​正常​現象，​轉換量​較​低​的​廣告​活動​更​容易​出現​這​種​情況，​因此​請​檢視​較​長​期間​的​成效。​根據
  
• 出價​策略​評估：​「盡量​爭取」​策略​的​目標​是​在​您​設定​的​預算​內盡量​爭取​轉換量，​「目標」​策略​則​著​重於​達成​效益​目標。​請務​必​依​策略​評估​適用​的 K​PI。
  
• 準確​比較：​如果​想​比較​需求​開發​廣告​活動​與​社群平台​的​成效，​請​在 Google Ads 報表​中​使用​「轉換​次​數 (平台可​比性)」​指標。