谷歌广告营销活动的自动化：广告商能否保留控制权？

只要使用得当，算法往往能提高营销活动的效果。在自动竞价策略方面，算法依靠各种信号来实时调整出价：日期、时间、受众、查询、上下文......例如，我们对一个营销活动进行了 A/B 测试，一方面是现有的 "手动CPC"策略，另一方面是自动的 "通过目标投资回报率最大化转化 "策略：转化率提高了 0.2 个百分点，收入增加了 45%。以前需要进行分析，才能确定对某些受众或时间段需要进行哪些上调或下调，而现在则是由算法来执行这项任务，而且是根据具体情况实时执行。后一点很好地说明了自动化是如何为机构节省运营时间的，机构现在可以专注于更高附加值的任务，如深入分析。

然而，由于自动化带来了太多的不确定性，我们需要退一步，谨慎考虑所显示的结果。可用于评估活动效果的数据越来越少。有关查询的报告要么是抽样的，要么根本不存在。同样，关于广告投放及其排除潜力的报告也非常有限，这是以牺牲品牌安全为代价的。此外，如果不仔细监控，自动化可能会导致成本增加。让我们以一个希望确保其品牌知名度的客户为例。为此，他们可以使用 "目标印象份额 "自动化策略和 90% 的声音份额目标来设置营销活动。然后，算法将以这样一种方式出价，以保证这一门槛，而在竞争日益激烈的情况下，这可能会被证明是有问题的。如果另一家广告商采用相同的查询，算法实际上可能会提高出价，以保证最低要求，从而大大降低投资回报。例如，我们对客户的一个品牌进行了 A/B 测试，以比较现有的 "目标印象份额 "策略和 "手动 CPC "策略。后者让我们在获得同等知名度和收益的情况下，将 CPC 降低了 60%。不过，关于竞价策略，我们注意到 "以目标投资回报率最大化转化 "也有增加成本的趋势。在达到一定临界值后，所定义的投资回报率目标会直接影响到 CPC 的增加（见图）。此外，这种策略还会导致单位 CPC 非常高，有时甚至高于 10 欧元。因此，我们不难想象，一旦确保了目标投资回报率，该算法就很容易产生更昂贵的点击。

目标影响说明 ROAS对 CPC 变化的影响。

‍在这一背景下，广告主必须能够信任他们的 SEA 广告代理公司，让他们能够控制自己的投资，最大限度地利用提供给他们的自动化解决方案，或者在内部化媒体购买的情况下依靠外部广告代理公司。从战略角度看，代理公司可以帮助广告客户确定业务目标，确定优先次序，并将其转化为可衡量的媒体关键绩效指标。通过这一步骤，可以确定适当的战略，最大限度地提高这些指标的绩效。以电子商务广告商为例，他们希望在控制投资回报率的同时实现收入最大化。我们可以认为，投资回报率将是他们的主要业绩指标。由于 CPC 水平对成本有直接影响，因此可将其视为控制关键绩效指标。然后，广告代理公司就可以确定让广告客户实现目标的策略，即账户结构、关键词、匹配类型、竞价策略等。如果我们再举前面的例子：为了在保证最低投资回报率的同时实现收入最大化，很有可能在广告活动中采用自动竞价策略："以目标投资回报率实现收益最大化"。但如何确定这是正确的选择呢？在平台允许的情况下，使用 A/B 测试。测试和学习方法的确是确保账户优化的关键。最后，代理公司负责账户的卓越运营。后者通过技术和竞争情报以及采用持续改进的方法来实现。我们所说的 "持续改进 "是指：超越绩效本身，进行更多的 A/B 测试，或对某些营销活动的架构提出质疑。除了监控账户性能，还可以轻松整合保障措施，以避免自动化带来的弊端。例如，可以使用竞价组合来避免无法将最大 CPC 临界值与自动竞价策略联系起来的情况。此外，还可以冻结 RSA 广告的第一个标题，以确保始终显示一条信息。例如，我们的客户希望自己的品牌名称始终出现在广告中。此外，智能购物或性能最大化广告系列的粒度可以在广告组级别进行定义，以便对其优化进行微调。虽然自动化会引发越来越多的问题，即能否保持对投资和品牌安全的控制，但它是一个基本的、不可或缺的市场趋势。因此，我们必须依靠平台的智能，将可以自动化的事情自动化......但要聪明地自动化。也就是说，要建立保障措施，不要想当然，而要采取测试和学习的方法，并确保利用现有的少量数据，始终从单纯的绩效中抽身出来。在这种情况下，广告主应该比以往任何时候都更信任他们的广告公司。