深圳网络营销 在成熟的谷歌广告帐户中提供效果

 

如果您这样做，那么运行谷歌广告系列可能会让您感到非常沮丧。如果竞选活动结果是失败了你显然遇到麻烦，但如果结果成功，你可能遇到其他挑战。长期成功的广告系列可能会对继续提供效果和增加价值带来挑战。

 

根据我的经验，新的谷歌广告帐户可以快速获胜，而且效果不佳。随着时间的推移，这些变得不那么明显，更需要创新。我们能够在已经成功的帐户上提供长期绩效的方法之一是通过广告系列草案和实验。

 

在本案例研究中，我们为一家大型合法客户开展了一项为期五年的活动。在此期间，结果非常惊人，我们看到了非凡的增长。谷歌广告活动处于成熟状态，我们对绩效和每次转化费用水平感到满意，但我们面临着继续实现领先增长的挑战。在这个竞争激烈的行业中，不断测试功能并推动新的界限非常重要。一年来，我们进行了80次实验，以测试各种功能。我们将带您完成一些测试，我们收到的结果以及我们学到的知识。

 

竞选草案和实验

在我们开始之前，需要对活动草案和实验进行快速总结。我们简称为“实验”。谷歌广告中的此功能帮助我们解决了问题，并继续在成熟的帐户中提供效果。使用该工具的基本过程是：

 

将现有广告系列克隆为新草稿

在该草案中进行所需的更改以测试一些假设

与原始广告系列一起运行此草稿已有一段时间了

将草稿和活动之间的流量（通常为50/50）拆分为A / B测试

在整个测试过程中实时报告结果，并在结果具有统计显着性时提供更新

只需点击按钮，即可将草稿结果应用于原始广告系列或拒绝草稿广告系列

谷歌提供了详细的设置指南，这是用作指南的最佳资源

 

该工具让我们可以自由地重新思考如何运营账户并让客户参与进来。我们现在可以与客户坐下来，提出一系列我们想要测试的假设。这些假设旨在与即将到来的客户目标保持一致，并推动性能限制。客户参与决策过程，这是完全透明的。他们能够看到从提出问题/假设到结果的过程。

 

实验还为实现和测试新功能提供了安全的环境。当账户表现强劲时，我们常常犹豫不决。但我们仍需要尝试新功能。例如，最近在谷歌广告中引入了机器学习功能和工具，例如自动出价策略和自适应广告。将密钥移交给ML算法可能令人生畏。虽然ML可能会提供渐进的性能改进，但这些算法可能无法执行，然后帐户性能会受到影响。实验允许您通过测试将这些风险降至最低。

 

我们测试了什么

在与我们的客户协商后，我们进行了一系列实验。这些都是全年滚动测试的。作为样本，我们测试的一些关键假设是：

 

自动出价（最大化转化次数）将提供比人工出价更多的转化次数。

自动出价（目标每次转化费用）将提供比我们目前通过人工出价实现的更好的转化量表现。

基于SKAG的更精细的广告系列结构将提高广告系列的质量得分

响应式展示广告将提供比静态横幅更好的点击率

响应式搜索广告将提供更好的点击率，然后展开文字广告

一个新的着陆页面，杂乱程度较低，将证明转换率更高

具有不同英雄形象的新着陆页将提供更好的转化率

在第一个标题中使用问题而非声明的广告文案将提供更高的点击率

在较低位置投放广告可提供更好的转化率

仅在桌面设备上出价高出20％才能提高转化率

请注意，假设是具体的。我们仅测试一个结果并使用特定指标进行评估。

 

除了广告系列实验，我们还进行了几次“广告变体实验”。这些与广告系列实验略有不同，因为它们可以是跨广告系列。这超出了本文的范围，但我们强烈建议您也运行这些。

 

以下是我们运行的四个实验的结果：

 

1.广告文案更改示例

假设：带有问题的广告文案而不是第一个标题中的陈述将提供更好的点击率。

 

更改的内容：草稿中所有广告的标题1的调整后广告文案是基于问题的。

 

决定：这个实验持续了18天。点击率增加1％。结果并不重要，所以我们决定不申请。

 

我们学到了什么：在一般意义上，与问题相关的广告而不是声明广告没有性能提升。这些需要根据搜索查询和广告逐个案例进行调整。

 

2.响应式搜索广告

假设：响应式搜索广告将提供比静态搜索广告更高的点击率。

 

更改的内容：在广告系列草稿中引入了自适应搜索广告。

 

决定：这个实验持续了47天。点击率增加1％。结果不显着。我们仍然决定应用结果，因为自适应广告不会损害性能，而且它们是一项新功能，允许我们轮播更多广告副本。

 

我们学到了什么：尽管没有提高性能，但我们发现搜索者可以很好地使用这种新的广告类型。我们通过实验将风险降至最低。我们在实施后继续监控这些广告类型并且表现强劲。

 

3.登陆页面更改

假设：将着陆页上的英雄形象从男性调整为女性将提高转化率。

 

改变了什么：调整了英雄形象。

 

决定：此实验持续30天。转换率从7％上升至14.88％。我们应用了这个实验，只是向前推进了新的目标网页。

 

我们学到了什么： CVR的增加是戏剧性的，并表明一个小的变化，如改变图像的性别可以产生戏剧性的效果。我们还了解到，用户可能会对女性形象做出更好的反应。

 

4.目标每次转化费用出价

假设：自动出价（目标每次转化费用）将提供比我们目前通过人工出价实现的更好的转化量表现。

 

更改的内容：我们在草稿中设置了目标每次转化费用，与我们在广告系列中通过人工出价实现的CPA相同。这些假设将测试我们是否可以通过目标每次转化费用出价实现更多转化。

 

决定：这个实验持续了34天。该实验实现了53次转换，原始广告系列实现了70次转化，并且每次转化费用也较低。因此，我们决定不对此广告系列实施目标每次转化费用出价

 

我们学到了什么：自动出价策略尚不理想。我们还应该补充一点，目标CPA在我们运行的其他广告系列测试中效果更好。我们已与谷歌交谈，他们的建议是延长目标CPA草案。我们同意，但对于预算有限的客户而言，这并不总是实用的。

 

实验考虑

最后需要注意的是，谷歌帮助文章中没有广泛讨论或审核两个关键问题。在设置实验时，它们非常重要。

 

在产生这个假设时要牢记一个目标是至关重要的。您应该在笔记本中记下目标是什么以及您要测试的指标。在开始时定义度量标准也很关键，因为它很容易偏离它。例如，如果您要测试新的广告类型，那么您的假设可能应该根据点击率而不是每次转化费用来编写。您的结果可能会显示更好的每次转化费用，但这不应影响您的决定，因为您的假设以点击率为框架，您不应该应用实验！

 

另一种可以获得误报结果的方法是由于时间设计问题。当实验者增加或减少实验的运行时间以实现显着或期望的结果时，会发生这种情况。这在不知不觉中发生，实验者没有意识到他们正在制造假阳性。想想这样：如果我们将运行时间增加一周，我们可能会得到一个显着的结果，如果我们进一步增加一周，我们可能会得到一个不显着的结果，所以根据我们的需要改变这段时间不是一个公平的测试。即使在精心设计的大学实验中，也会出现这种偏见。

 

在实验开始运行之前设置一个时间框架并坚持这一点非常重要。为了解决这个问题，我在实验标题中包含了结束日期，因此我知道它何时结束。根据经验，实验应至少运行一个月。您也可以尝试使用ab测试样本量计算器如果您测试转换率的变化。