設定​更​明智​的​搜尋​出價

Google Ads ​自動出價​是​一​項​企業​級​解決​方案，​可​協助​廣告​客戶​根據​成效​目標​自動​設定​出價。​智慧​出價​是​一組​採用​機器​學習​技術​的​自動​出價​策略，​可​增加​轉換​或​提高​轉換​價值。​智慧​出價會​在​每​次​競價​中​精準​設定​出價，​可​讓​成本​效益​等​於​或​優於​現有​的​成效​目標，​進而​爭取​更​高​的​轉換量​或​轉換​價值。​智慧​出價​提供​三​項​核心​功能：

• 真正​的​競價​期間​出價
• 在​查詢​層級​不斷​學習​及​調整
• 豐富​的​使用​者​信號​和​跨信號​分析

以下​將​詳細​說明​各​個​項目。

對於​以​轉換​和​價值​為​準​的​出價​策略，​智慧​出價會​針對​每​次​競價​設定​出價，​而​不​是​一天​只調整​幾​次，​因此​能​做到​真正​的​競價​期間​最佳化。​這樣​一來，​廣告​客戶​就​能​更​精準地​進行​出價​最佳化，​並​根據​每​位​使用​者​獨有​的​搜尋​情境​調整​出價。​Google Ads​ 出價​演算​法會​一​併​評估​競價​期間​出現​的​相關​內容​比​對​信號 ​(例如​時段、​顯示​的​特定​廣告​素材，​或​是​使用者​的​裝置、​位置、​瀏覽器​和​作業​系統)，​而​不​只是​根據​所有​使用者​的​綜合​成效來​調整​出價。

找出​每​次​競價​的​轉換​機會，​有助於​更​精確​地區​分出價​並​進行​最佳化。​以​金融​廣告​客戶​為例，​iO​S ​使用​者​或許更​有​可能​開設​支票​帳戶，​或​是​在​銀行​分行​較多​的​城市​中，​智慧型​手機​使用​者​或許更​有​可能​前往​銀行。​使用​競價​期間​出價​後，​Google Ads ​就​可以​偵測​這​類​信號​是否​存在，​更​準確地​預測​轉換率​或​價值，​並​為​每​個​搜​尋​查詢​設定​更​明智​的​出價。

機器​學習​演算法​運用​完備​的​轉換​資料來​建立​準確​的​出價​演算法，​可​在​不同​出價​層級​預測​成效。​雖然​高流量​字詞​通常​能​提供​大量​用​於​模擬​的​轉換​資料，​但​一般來​說​帳​戶​會​包含​一些​流量​偏​低​或​新​的​關鍵字，​其成效記​錄少​之​又少，​卻​也​必須​列入​考量。​針對​這些​低流量​的​關鍵字，​出價​解決​方案​會​使用​機器​學習​模型，​按照​當時​最​準確​的​預估​轉換率​來​設定​出價。

舉例來​說，​出價​解決​方案​可能​會​測試​不同​的​出價​層級，​為​特定​關鍵字​建立​轉換率​模型。​不過，​這​可能​會​導致​關​鍵字​在​累積​資料​時​成效​不​彰​；視搜​尋量​而定，​收集​完整​的​資料​或​許​是​個​漫長​的​過程。​針對​低流量​關鍵字來​模擬​轉換率​成效​時，​另​一​種​常見​的​做法​是​「借用」​不同​比​對​類型​中同​一​個​關​鍵字​的​資料，​或​是​「借用」​更​高層​級​廣告​群組​和​廣告​活動​成效​的​資料。

智慧出價會​將​這​種​方法​進行​延伸，​並​使用​帳戶​中​的​查詢​層​級​資料​來​加以​改善。​如果​使用​跨帳戶​轉換​追蹤，​也​可以​使用​管理員​帳戶​中​的​查詢​層​級​資料。​這樣​不但​可以​大幅​增加​出價​演算法​的​決策​參考​資料，​在​關鍵字​層​級​轉換​資料少​之​又少​的​情況​下，​還​有​助於​減少​成效​波動。

每​個​搜​尋​查詢​都​不​相同，​因此​每​個​查詢​的​出價​都​必須​反映​競價​期間​出現​的​獨特​比​對​內容​訊號。​判斷​最佳​出價​時，​時段、​是否​列於​再行​銷​名單，​或​使用​者​裝置​和​位置​等​信號，​也​是​必須​考慮​的​重要​面向。​除了​在​每​次​競價​中評估​這些​信號外，​智慧​出價​還​會​考量​使用者​的​作業​系統、​網路​瀏覽器​和​語言​設定​等​信號，​針對​不同​平台和​使用​者​的​成效​差異​進行​最佳化。​有​了​這​項​額​外​的​情境​資訊，​智慧​出價​就​能​更​準確地​預測​每​次​競價​的​轉換率，​並​設定​最​適合​的​出價。​以下​清單​總結智​慧出價​進行​出價​最佳​化​時，​會​考量​的​許多​重要​預測​信號。

智慧出價會​使用​ 2​ ​個​以上​信號​的​組合。​舉例來​說，​在​競價​期間​設定​出價前，​智慧​出價​可能​會​考量​位置、​作業​系統​和​語言。