直接​前往​內容

要​建立​新​的​ Google Ads 帳戶​嗎?

您​即將​建立​新​的​ Google Ads ​帳戶。​小​提醒,​同​一​個​帳戶​可​建立​多​個​廣告​活動,​不必​另​建​新​帳戶。

要​建立​新​的​ Google Ads 帳戶​嗎?

您​即將​建立​新​的​ Google Ads ​帳戶。​小​提醒,​同​一​個​帳戶​可​建立​多​個​廣告​活動,​不必​另​建​新​帳戶。

行銷​人​隱私權​教戰​手冊:​放送​高關​聯性​廣告​以​提高​成效

Cameron Grace

Social Module

分享

Chapter 3. A plus-size Latina reads from her laptop as a paper airplane whizzes by. In this chapter you’ll learn how to 1. Rely on first-party data to engage audiences. 2. Use automation to help you discover new audiences

您正在​閱讀​《隱​私權​教戰​手​冊》​的​第 ​3​ ​章 ​(共 3 章)​;​可​按​這​裡​跳到​第 ​1​ ​章〈​與​消費者​建立​直接​往來​關係​〉,​或按​這​裡​跳到​第 ​2​ 章〈​取得​精準​可​靠​的​評估​結果​做​為​行
​ 動​依據​〉。


Illustration of two people holding a key. Insight: People expect useful, relevant experiences that respect their privacy

運用​第一​方​資料​來​吸引​目標​對象

行銷人​分析​第一​方​數據​並​取得​洞察​資料​後,​即​可​用​能夠​保障​隱​私權​的​方式​提供​更切合​目標​對象​需求​的​體驗,​加深​與​對方​的​交流。

比方​說​利用​第一​方​資料來​與​理想客群​進行​互動:​商家​獲得​消費者​提供​的​聯絡​資訊​後,
​可​使​用​「目標​消費者​比對」​功能,​在​消費者​使用​各​項​ Google ​資源 ​(包括​ Google​ ​搜尋、​「購物」​分頁、​Gmail ​和​ YouTube)​ 時,​再度​接觸​他們。

Case Study: Telia increases revenue by 15% with Customer Match. A smartphone shows customer reviews of a product.

做法

挪威​電信​業者​ Telia ​希望​吸引​現​有​消費者​升級​合約。​在​分析​消費者​關係​管理​系統​中​的​資料​並​找出​符合​資格​的​消費者​後,​Telia ​與​媒體​代理​商 Carat ​合作,​投放​高度​個​人化​的​廣告​接觸​這​群​消費者。​該​公司​採用​安全​的​雜湊​演算法,​透過​目標​消費者​比對​將​電子​郵件​地址​上​傳​至​ Google Ads,​藉此​放​送​個​人化​廣告​活動,​呈現​能夠​反映​消費者​手機​使用​狀況​和​現​有​合約​狀態​的​廣告​內容。

成果

Telia ​的​行動​資費​方案​升級​率​達​ 6​9​%,​轉換率​較​一般​廣告​活動​高出​ 2​2%。​與​平均​值​相較​之​下,​單次​轉換​出價​下降 2​3​%,​且​ Telia Smart ​和​ Telia UN​G ​的​整體​收益​均​提升​ 1​5%。

除了​有助您​再​次​接觸​理​想客群,​目標​消費者​比​對​名單​也​能​提供​實用​信號,​提升​其他​ Google ​廣告​活動​的​成效。​舉例來​說,​智慧​出價會​將​目標​消費者​比​對​名單​納入​考量,​找出​對您​而​言​有​價值​的​消費者。

運用​自動化功​能​來​拓展​新目標​對象

機器​學習​的​一​大​優點​在​於​就算信號​有限,​也​能​協助​行銷​人觸​及​理想​的​目標​對象。

Google ​目標​對象​則​藉助​機器​學習​技術​將​各​種​信號納入​考量,​藉此​觸​及​對​商品​/​服務​感興趣​的​使用​者,​並​將​要​顯示​的​廣告​調整​至​最佳​狀態。

信號​是​指​使用​者​相關​屬性,​其中​包括:

  • 使用者​的​身分​背​景 ​(受眾特徵)
  • 使用​者​可能​的​興趣 ​(根據​他們​使用​的​網站​和​應用​程式​來​推測)
  • 使用​者​在​競價​期間​所處​的​情境 ​(例如​瀏覽​的​網頁​內容)

運作​原理

「Google ​目標​對象」​在​競價​期間​會​盡量​利用​可用​的​信號,​協助​廣告​消費者​顯示​關​聯性​最高​的​訊息。

比方​說,​即使​有​ Cookie ​可用,​Google ​目標​對象​仍​會​一併​考量​這些​使用​者​信號​與​比對​內容​訊號,​藉此​判定​使用​者​的​興趣​和​偏好。​如果​因為​瀏覽器​限制​或​同意​聲明​設​定​導致 ​Cookie ​使用​受限,​Google ​目標​對象會​自動​改用​其他​信號 ​(例如​廣告刊登​位置​周圍​的​內容)​ 來​判斷​關​聯性。

此外,​廣告​消費者​也​可以​利用​自動化功​能 ​(例如​ Google Ads ​的​最佳化​指定​目標​對象
​ ​功能,​或​是​ Display & Video 36​0 ​的​擴展​指定​目標),​開發​相關​的​新​消費者。

進階​解決​方案:​運用​雲端​技術​提升​行​銷成效

越來​越​多​行銷人​採用​雲端式​解決​方案,​在​管理​資料​的​同時​兼顧​使用​者​隱私​安全。​這​是​因為​雲端​技術​在​儲存​及​整理​大型​資料集​這​方面,​本身​就​具備​隱私​和​安全性​上​的​優勢,​例如​預設​將​所有​資料​加密,​以及​可​設定​參數​來​控管​資料​的​存取​權限​等。

藉由​將​第一​方​資料​整合​到​ BigQuery ​等​雲端​資料​倉​儲​中,​數據​資料​學家​或​分析師可​協助​您​進一步​剖析​資料​;您​也​可以​在​發掘​出​影響力​強大​的​新​洞察​資料​時,​將​這些​數據​整合​至​行銷​工具,​輕鬆​地​依據​資料​採取​行動。

舉例來​說,​數據​資料​學家​可以​使用​歷來​消費者​資訊​訓練機器​學習​模型,​藉此​預測​或​預期​未來​與​消費者​ ​(以及​類似​目標​對象)​ ​互動​的​成果。

Case Study: Rituals increased conversions by 85% with Google Cloud. A smartphone presents a photo array of beauty products.

做法

沐浴​和​美體​產品​零售商 Rituals ​的​數​位​行銷團隊​打算​調整​做法,​發掘​更多​有​價值
​的​消​費者。

為​此,​該​團​隊​先​將​ Google Marketing Platform、​消費者​關係​管理​系統​和​銷售點​交易​中​的​所有​第一​方​資料​都​整合​至​ BigQuery,​接著​運用​ Google Clou​d ​的​進階​機器​學習​功能,​建立​能夠​預測​購買​機率​的​模型,​包括​消費者會​在​實體​商店​還是​線​上​購買、​可能​購買​的​產品​品​項,​以及​購買​時機。

該​團隊​使用​ Google Analytics ​(分析)​ 3​60 ​根據​這些​消費者​傾向​建立​了​目標​對象區隔,​然後​與​ Display & Video 36​0 ​共用​這些​區隔​並​製作​了​一​則​廣告​活動,​放送量​身​打造​的​訊息​來​接觸​特定​客群。

成果

廣告​活動​推出​後,​Rituals ​發現​轉換量​大幅​提升​ 8​5​%,​單次​轉換​出價​也​下降 1​5%。

按​這​裡​瞭解​詳情

Case Study: Alaska Airlines improves return on ad spend by 30% with Google Cloud. An Alaska Airlines plane appears to fly through a smartphone screen.

做法

當​旅遊​活動​因​ ​COVID​-​19 ​疫情​陷​入​停頓,​有​遠見​的​ Alaska Airlines 樂觀​以​對,​並​著​手​準備​迎接​旅遊​市場​景氣​復甦​的​那​一刻。​該​公司​與​ Google Marketing Platform ​合作​夥伴 Adswerve ​攜手,​使用​ Google Cloud ​打造​了​行銷​資料​倉儲,​將​消費者​關係​管理​系統、​媒體​廣告​活動​和​網站​分析​中​的​第一​方​資料​都​整合​到​該​倉​儲中。

資料​倉​儲​建置​完成​後,​Adswerve ​協助​ Alaska Airlines ​運用​ Google Clou​d ​的​進階​機器​學習​功能,​發掘​新​的​目標​對象​洞察​資料​和​成長​商機。​舉例來​說,​Adswerve ​的​數據​資料​學家​利用​這些​整合​資料​建立​模型,​根據​出發地​和​目​的​地機場、​偏好​的​旅遊​日期​和​會員​方案​活動​等​資訊,​預測​消費者​的​效期​價值。

將​這些​預測​價值​提供​給 Search Ads 36​0 ​後,​Alaska Airlines ​的​行銷團隊​根據​這些​資料​調整​出價,​順利​提升​了​搜尋​廣告​活動​的​投資​報​酬率。

成果

Alaska Airlines​ 成功​使​付費搜尋​廣告​活動​的​廣告​投資​報酬率​提升​ 3​0%。

瞭解​詳情

一​窺​未來​發展​趨勢

Chrome ​的​ Privacy Sandbox ​計畫​旨​在​開發​新​技術,​提供​用​來​放送​再​行銷​廣告​和​按照興趣​顯示​廣告​的​永續​解決​方案。

「按照興趣​顯示​的​廣告」​未來​的​可能​發展:​由​瀏覽器​根據​使用者​的​興趣​來​比​對​出合​適廣告,​無須​追蹤​使用​者​在​網路​上​的​活動。

「再行銷​廣告」​未來​的​可能​發展:​使用​者​造訪某​公司​網站​並​採取​對該​公司​而​言​有​價值​的​動作​後 ​(例如​瀏覽​產品),​該​網站​在​使用​者​的​瀏覽器​中​加入​標記。​之後​使用​者​造訪​其他​包含​廣告​空間​的​網站​時,​瀏覽器​便會​通知​系統​可​顯示​哪​個​廣告,​但​過程​中​不會​透露​使用者​的​瀏覽​活動。

Privacy Sandbox ​技術​可​搭配​第一​方​資料​和​機器​學習​等​功能​運作,​讓​ Google ​的​目標​對象​解決​方案​發揮​效益。​舉例來​說,​Google Ads ​和​ Display & Video 36​0 會​結合​ Privacy Sandbox ​技術​與​眾多​其他​可用​信號,​藉此​比​對​目標​對象​並​放送​按照興趣​顯示​的​廣告。​這些​信號​包括​實際​位置​和​顯示​廣告​的​網站,​因此​即使​沒有​第三​方​ Cookie,​您​仍​可​持續觸​及​使用​者。

為​將​來​預​做​準備

使用​者​對​隱私權​安全​的​顧慮​日​漸​加深,​已然​對​數​位​廣告​產業​的​各​個​層面​造成​影響。​儘管​數​位​廣告​生態​系統​持續​隨​著​使用者​的​隱私權​疑慮而​變動,​但​機構​組織​可以​立即​採取​下列​幾​項​措施,​做好​因​應​準備。

  • 建立​卓越​中心​ ​(CoE)​ 團隊:​有些​公司​已​延攬​法律、​數據​科學​和​行銷​等​領域​的​專家​和​廠商​組成​專門​團隊,​致力​全​盤掌握​異動、​考量​各​種​情況​並​擬定​個​別​因應​計畫。
  • 進一步​瞭解​新​興隱​私權​保護​技術:​Chrome ​的​ Privacy Sandbox ​是​一​項​開放​原始碼​計畫,​旨​在​開發​新​技術​來​改善​隱​私權​保護​相關​技術,​例如​「去識別化」​和​「裝置​上​處理」​等。​事實上,​任何​人​都​可以​提交​提案​和​進行​實驗,​因此​您​不​妨​透過​產業​協會​或​廣告​技術​供​應商​提出​自身​業務​需求,​確保​相關​人士​在​技術​開發​過程​中​將​您​的​意見​納入​考量。

從​本文​提到​的​消費者​和​代理​商​個​案​研究​中​可以​發現,​尊重​使用​者​隱私不​表示​得犧牲​業務​成果。​相反地,​現​今數​位行銷​人士​可​運用​的​工具​和​資源​都​能夠​在​保障​隱​私權​的​前​提下,​創造​更多​與​消費者​接觸​的​商機。

Chapter 1 of 3. A Southeast Asian man balances geometric shapes on his foot, right finger, and left hand.

下​一​篇​文章:​第 ​1​ 章:​〈​與​消費者​建立​直接​往來​關係

探索系列文章

第 ​1​ 章:​〈​與​消費者​建立​直接​往來​關係​〉

第 ​2​ 章:​〈取得​精準​可​靠​的​評估​結果​做為​行動​依據​〉

第 ​3​ 章:​〈放送​高關​聯性​廣告​以​提高​成效〉

Cameron Grace

Cameron Grace

Marketing Lead, Ads Privacy at Google

​返​回​頁​首