1. 您的位置:首页 > seo技术 >内容

PPC和机器学习:我们如何在自动化领域划清界限?

在PPC世界中,最受争议(最不了解)的主题之一是自动化,它是一个庞然大物。 从功能上讲,我们在PPC平台和用于管理PPC媒体的流程中同时发生2个不同的自动化级别。 我们的行业正处于一个转折点,我们不会对盲目地相信机器的机器自动化来简单地成为更好的营销商。 相反,我们必须采取一种智能化的自动化方法,以及我们如何考虑PPC专业人员将来需要转变的角色。

主题的庞然大物显然需要一些行业重量级人物才能在SMX Advanced 2019上接受,因此看到Optmyzer,Inc.的Frederick Vallaeys和AdAlysis的Brad Geddes不足为奇。

在我们深入探讨本次会议中分享的见解之前,重要的是要注意贯穿整个过程的一个关键主题。 这个主题是我们不需要使所有事情自动化的想法。 可以想象一个完全自动化的未来,只要按一下按钮,一切都准备就绪-这根本不是我们所面对的世界的现实。 的确,由于这个确切的原因,数字化转型特别具有挑战性-有些事情应该自动化,有些绝对不应该-但我们在哪里划清界限?

Frederick Vallaeys的见解

在新闻发布会上,弗雷德(Fred)刚发行了一本很棒的新书,题为“人工智能世界中的数字营销:对您的PPC机构进行未来验证”,我开始在飞往西雅图的航班上阅读,老实说,我不能放下它! 在他的会议期间,他书中的许多亮点都得到了体现。

作为Google的早期雇员之一,弗雷德(Fred)已有很长一段时间了,以了解PPC的世界如何发展,并亲自为更广泛的PPC社区提供了许多功能自动化解决方案。

弗雷德(Fred)在会议开始时谈到了自动化PPC流程的关键原因,特别是:

  • 节省时间(降低成本以增加利润)
  • 提高质量并减少流失
  • 允许规模(为了赚更多的钱)

当然,这些原因并非数字营销领域独有,而是所有行业自动化的关键考虑因素。 这里的关键思想是仅仅因为我们可以使某些东西自动化,但不一定意味着我们应该这样做。 为了确定自动化工作的优先级,我们需要利用“影响度”框架。 以下是弗雷德在演讲中分享的内容:

“ PPC同时变得越来越容易和困难” – Frederick Vallaeys

Brad Geddes也表达了这种观点,从根本上讲,这意味着“平台内帐户管理变得越来越容易”,而“由于用户分散并且围墙花园阻止了观众/效果数据的共享,跨平台广告变得更加困难。”

从根本上说,PPC管理器的作用正在被平台和广告商可用的自动化浪潮所重塑。 PPC社区经常退回Google的自动化技术,声称新解决方案不起作用,或者说人类仍然可以胜过计算机。 但是,正如弗雷德(Fred)指出的那样-也许,这是PPC经理无法理解如何正确训练机器并放弃得太快的失败。 这个想法很关键,并且很可能是我们在后代PPC专家中看到的主要趋势–我们不知道如何手动优化,而必须考虑如何将数据馈送到计算机中并允许计算机从那里进行优化。 。 通过了解机器学习的核心原理,未来最好的PPC管理者将采用数据科学方法进行活动管理,从而使他们有更多的时间真正成为优秀的营销人员。

PPC经理的角色不断演变

Fred超越了PPC Manager的发展以处理特定于平台的自动化,Fred跳入了与PPC管理相关的工作流程自动化的主题。 虽然这似乎是我对我们所在城市(西雅图)最喜欢的公司之一的反手称赞,但我绝对喜欢Fred的话:

“星巴克没有制造出世界上最好的咖啡,但是它们却拥有世界上最好的工艺。”

– Frederick Vallaeys

而且,的确如此-星巴克之所以能够扩展,是因为它们有能力将本地策划的体验带给全球成千上万的城市街区。 归根结底,需要扩展一个定义的,可重复的过程,这意味着我们需要研究组织管理过程的自动化。

弗雷德(Fred)提供了一些出色的示例以及流程的映射层次结构,其他组织可以使用它们开始划分其流程:

此外,Fred分享了有关自动化策略的一些深刻见解,包括:

  • 战术正在发生变化–旧方法是处理数字并查看电子表格。
  • PPC营销人员需要成为更多的营销人员,并考虑上下文匹配–设定正确的目标并确保正确建立度量系统。
  • 我们必须专注于为机器提供正确的目标,以正确地对其进行培训。

是的,我决定输入最后一个大写字母,但这是一个基本事实,我们需要从根本上重新考虑我们与基于学习(ML)的未来。

接下来,在我们开始思考自动化层相互交互的本质时,Fred将我们带到了一个高级的位置。 这是每项自动化都必须牢记的关键概念,我们需要自问:这种自动化的意想不到的后果是什么,它可以与之相互作用?

一个特定示例研究了出价自动化与应用于Google Ads中关联目标的选定归因模型之间的关系:

最后,Fred在会议中总结了一些关键的见解:

  • 这些引擎不太可能在跨平台自动化方面表现出色。
  • 自动化是点解决方案。 人类仍然需要定义整个过程。
  • 您作为PPC专家的角色将从战术转向战略。

Brad Geddes的见解

“我有一个坦白的承诺–我*实际上*不想使一切自动化”

–布拉德·盖德斯(Brad Geddes)

布拉德(Brad)可能是PPC世界上最聪明的人之一,看到他出席会议(而不是他在SMX团队中的典型策展角色)简直是不可思议。 的确,我们想要或应该使一切自动化的想法是荒谬的,但是有一种快乐的媒介可以找到。 首先,报告等功能应绝对自动化,您是否知道 广告分析团队发现“平均每个代理商每月花费8天来创建报告” –这是我们26%的时间用于重复任务!

布拉德首先讨论了可能存在的各种自动化层及其各自的核心优势:

当我们考虑应该使用自动化的方式时,请务必记住“自动化是机器建议的优化–但是您需要决定要做什么。” 这些建议分为2个核心类别:

  • 优化:该类别的规则“值得商””
    • 暂停效果不佳的广告
    • 使用轮播广告投放
    • 暂停重复的关键字
    • 使用否定标记停止投放多广告组查询
  • 维修:一切都很有用
    • 缺少扩展名
    • 关键字冲突
    • 网址损坏

但是,在我们甚至没有考虑建议之前,您需要了解您的KPI,了解结果(培训)实际发生的变化,了解可能发生的其他变化(意外后果)以及一般的工作流程。 为了了解我们是否应该按照所提供的建议采取行动,布拉德分享了一个很好的评估框架:

如果您无法创建工作流程,那么您将无法使其自动化,无法重复,并且您的工作也无法保持一致。 请务必查看您的建议并询问:

  • 这是否适合我们认为应该优化帐户的方式?
  • 我们应该测试一下吗? 当然,请放置一个测试并进行实际测试,而不要盲目修改。
  • 奏效了吗? 如果是,那么您现在应该在其他地方推出它吗? 您通常不希望广泛推广帐户,因为这可能会产生很大的影响

此外,在根据自动化建议进行更改时,您会记下自己所做的事情–原因和时间?

  • 通过记录您的迭代过程,避免两次犯相同的错误。
  • 项目管理系统可能是您在付费搜索中功能最强大的工具,因为它可使每个人与实际发生的事情保持在同一页面上。
  • 请记住,Google不会提醒您您最近所做的更改尚未真正显示出它的影响。

接下来,Brad以一个客户示例解决了意外后果这一主题,其中建议实际上受到其他设置的影响:

  • 客户示例:eCPC –目标客户的每次转化费用–在三周后,它几乎是他们想要的两倍。 为什么不起作用? 他们使用了设备出价修改器(台式机为+ 100%,移动设备为-25%),但是机器正在使用这些出价因数,因此无**确优化。
  • 当您切换到任何自动化广告系统时,它都会改变广告轮播–这很重要,因为您可以远离实际的最佳广告(最高转化率与最高点击率)

布拉德(Brad)提出的一项重要构想是,始终确保任何自动化操作都遵循与您相同的规则,例如,如果有自动化操作(例如一天中的出价修改器),这可能会受到严重影响转换量,并不一定总是遵循人类提出的最佳做法。

最后,布拉德总结了他的会议,并提出了一些关键的见解:

  • 建议是确定自动化与使用工作流程的最佳起点。
  • 始终了解自动化的工作原理。
  • 放置推荐和自动化评估工作流。

自动化状态

如果有针对PPC自动化领域的Gartner炒作周期,我相信我们将从虚假预期的高峰迅速下降,并适应幻灭经历中的快速发展。 正如本文开头所提到的,我们正处于PPC领域的转折点。 现在是我们迈向机器学习驱动的未来的时候了,尽管我们谨慎谨慎并且了解意外后果的潜在巨大影响,但我们都必须拥抱智能自动化的未来。


本文中表达的观点是来宾作者的观点,不一定是Search Engine Land。 工作人员作者在此处列出。

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。如若转载,请注明出处:http://www.botadmin.cn/sylc/10212.html