谷歌依赖其巨大的能力，毫不奇怪机器学习，正在努力尽可能多地控制 PPC 出价管理。
他们认为，通过让机器处理数字运算和模式识别，广告商将获得更好的结果。
拥有更多满意的广告商显然有助于提高利润并让谷歌及其投资者也感到高兴。
但是，当出价是自动化的时候，并不意味着 PPC 是自动化的。对于我们这些担心 PPC 摇滚明星未来前景的人来说，确实有一个好消息。
有关自动出价管理的重要信息，我将分享一些基于与广告商的对话，他们说当我们的工具和脚本发现出价自动化的各个方面时，他们会感到惊讶。
1. 您可能会因自动出价而损失巨大的印象份额 (IS)
我不确定我能否解释原因，但与我交谈过的一些广告商相信，一旦他们打开谷歌的自动竞价，他们过去担心的事情一下子迎刃而解。
印象份额就是一个很好的例子。
手动出价的广告商会监控此指标，以此作为错失机会的指标。
他们启用自动出价后，就停止监控了，等到他们的账户去进行 PPC 审核时，他们惊讶地发现有很多 IS 缺失。
丢失 IS 的原因可能有很多，但关键是自动出价只能根据它对查询者的了解（转化率的概率）和广告商可能的情况来尝试设置合适的出价值得。从转换中获得（点击的预测值）。
当竞争对手的行为导致预期转化率和每次点击价值发生变化时，出价可能会增加，但出价自动化也会尝试保持在广告商的 CPA 或 ROAS 目标确定的范围内。
因此，如果竞争对手提高出价，则无法保证自动化会做出响应，而且可能会损失更多的展示份额。
出价自动化不能很好地与广告商分享见解
如果在启动新的着陆页后转化率下降，出价自动化将回拨出价，以便它可以根据需要继续出价转化在目标上，但它并没有告诉广告商他们的新目标网页很糟糕，因此可能会损失更多的印象份额。
但是，在触发警报之前（例如使用 Optmyzr 之类的工具），或者在广告商注意到数量下降之前，他们可能已经与帐户中发生的事情脱节了，他们发现他们自己感到震惊，因为他们看到他们有很多损失并留下了印象，即使他们认为出价自动化正在处理事情。
最重要的是广告主要持续关注细节。
他们应该监控转化率、IS 等指标，因为这些是自动出价的输入和输出，但它们不是自动化的东西。
糟糕的目标与糟糕的出价一样糟糕
前一点涵盖了外部因素，例如着陆页的变化、消费者行为的变化或竞争对手的变化可能导致自动出价问题。
但这也可能与出价本身有关。
当目标严重不足时，就会出现问题。想一想您管理过的第一个广告系列以及您如何为其设置 CPC 出价。
这可能不科学或基于预期的转化率，因为您对 PPC 还很陌生，您只是在猜测（或依赖第 3 方数据）。
所以我们大多数人，当我们设置第一个出价时，我们可能会使用金发姑娘原则，我们选择一个感觉不错的数字......不要太高，但也不要太低。
这很好，因为第二天，我们重新登录 Google Ads 查看结果。如果我们发现点击次数很多但转化次数很少，我们就会降低出价。
当然，出价自动化会处理CPC的增减，但我们一开始还是要问一个数字：系统计算CPC的目标是什么？
尽管 Google 已尽最大努力根据最近的历史建议一个可能提供活动连续性的目标，但许多广告商将自动出价视为一个神奇的系统，可以帮助他们实现手动之前从未实现过的结果。
他们将目标定得太低而走开了，因为它现在是自动化的。
这是一个错误。
请记住，出价自动化基本上只是：
- 预测转化率和每次点击价值。
- 使用来自机器学习 (ML) 系统的这些预测来设置引擎用于在拍卖中对广告进行排名的每次点击费用出价。
知道了这一点，就应该清楚，如果您设置的目标不佳，可能会导致出价不理想：
- 如果目标过于保守你冒着失去音量的风险。
- 如果目标过于激进，可能会降低盈利能力。
与手动出价一样，监控效果并根据所见更改目标实际上是有意义的。
对于由 Optmyzr（我的公司）管理的帐户，我们使用自动分层方法来确定自动出价何时将印象份额丢失到导致转化的帐户部分。
只需让广告商知道，如果他们想更积极地实现目标，他们可以采取正确的行动，甚至可以简单地使流程自动化。
3. tCPA 和 tROAS 改变出价积极性的方式不同
冒着冒犯 PPC Rockstar 的许多读者的风险，现实是我们大多数人都不擅长数学。
我有工程学位，但我自己必须认真对待PPC数学。让我们承认吧，您可能偶尔会使用计算器来计算 PPC，对吗？
随着我们习惯了竞价自动化，我们发现自己越来越脱离流程背后的简单数学。
因此，当老板说我们应该更积极地进行 PPC 广告活动时，我们不得不停下来思考如何将这个简单的请求传达给 Google Ads。
如果出价是手动的，则更激进意味着提高 CPC 出价。
然后目标 CPA 出现，更积极意味着增加 tCPA。
然后 tROAS 出现，更积极的手段......更少的 tROAS！
呃，这么多让事情变得更容易和一致，对吧？
如果您有一些客户在做潜在客户，而另一些客户在做电子商务，并且您同时使用 tROAS 和 tCPA，那么您最好能够正确地改变方向。
更复杂的是，电子商务公司还可以使用 ACOS（广告销售成本）在亚马逊上做广告，并可能为此设定目标。
由于 ACOS 与 ROAS 相反，它实际上是在相反的方向上移动，即为了更具侵略性，您增加目标 ACOS。
谷歌使用 ROAS，亚马逊使用 ACOS 来帮助广告商确定其 PPC 广告的盈利能力。
4. 一个目标 ROAS 是不够的
现在令人惊讶的是：
一个出价并不能解决所有问题。
您还记得上次进行手动出价管理并对每个广告组使用相同的出价吗？
我也不是，因为这可能是一件非常愚蠢的事情。
在手动出价的日子里，我们设置不同的出价是因为：
- 广告组以不同的速率转换。
- 广告组向业务部门出售了具有不同价值的不同内容。
我们在设置出价的时候会考虑到这两个因素，所以我们可以设置合理的出价。
然后自动出价，我们设定一个目标，然后我们就开始了。
业务是否突然发生变化，所有的服务和产品是否都具有同等价值？
他们当然没有！
这就是 Google 允许在广告组级别设置目标的原因。至少，您需要在活动级别使用不同的目标。
以智能购物活动为例。您应该有多个智能购物活动，每个活动都有自己的目标活动，这样您就可以根据您销售的许多商品的产品利润率的典型差异来设置正确的出价。
如何确定正确的tROAS？
嗯，这取决于每个产品的利润率，以及你想通过在亚马逊、谷歌和微软购买广告获得多少利润。
为您的PPC设置通行证为您的广告活动设置正确的 ACOS 或 ROAS 目标，您就可以确保广告活动有利可图。
之前说过，亚马逊用的是ACOS。虽然对于那些在过去 20 年的大部分时间里一直处于低谷的人来说这是一个新概念，但它实际上是一个非常简单的好概念。
要在亚马逊上购买广告，您的 ACOS 应该等于您的利润率。
换句话说，如果您以 30 美元的价格出售加重毛毯并从工厂购买 20 美元，那么您的利润率为 33%，一旦超过 33% 的 ACOS，您的盈利能力将变为亏损。
Google 和 Microsoft Ads 使用 ROAS，而不是 ACOS。这使得了解正确的目标变得更加困难。盈亏平衡点是 ROAS 等于利润率的倒数（即 1/利润率）。
在我们刚刚使用的示例中，这意味着收支平衡发生在 ROAS 大约 300% 时。但与直觉相反的是，将 tROAS 增加 400% 意味着我们通过尝试赚取更多利润而变得不那么激进。
结论
我非常相信自动出价。但要成功使用它，您需要做一些事情：
- 了解它的工作原理以及它试图做什么。
- 使用自动分层来监控它是否确实按照您的预期进行。
- 将目标视为需要随着业务变化而发展的流动目标，并使用自动分层根据业务数据自动更改目标。
图片来源
在职图：作者创作，2019年9月
