尝试时创建新的自动化，有时会发现自己因缺乏结果而感到沮丧，智能出价是来自 Google 还是您使用脚本或宏在电子表格中创建的东西？
你并不孤单。
当引擎分享其最新的自动化账户管理系统的惊人成果的案例研究时，通常不言而喻的是为自动化创造合适条件的所有工作。
要使自动化工作，必须满足一些先决条件。
这是表明自动化的有效性取决于外部因素的简单方法。我从 FreeAdWordsScripts.com（现在归 Optmyzr 所有）的创始人 Russell Savage 的一次演讲中了解到这个概念。
通过清晰标示的道路和正确的GPS定位到目的地坐标，自动驾驶汽车可以更好地工作。同样，智能竞价等 PPC 自动化依赖于正确的数据来交付结果。
要使自动驾驶汽车等自动化系统发挥作用，Savage 表示，如果道路有明确的标记，就会有所帮助。
看起来很明显，对吧？
但是现在，如果我们有这条完美的道路，但我们的 GPS 关闭并试图开到错误的地方怎么办？
我们需要明确的目标以及正确的测量和传感器来实现目标。
要将其转化为 PPC 世界，我们需要：
- 结构良好的帐户。
- 更正转化数据。
- 正确的归因模型（提示：正确的归因模型不是最后点击归因）。
机器学习取决于正确的数据
机器学习模型，顾名思义，是一个学习如何实现某些目标的系统。
实现这种学习能力有不同的具体方法。通常，当机器的决策或预测与预期和期望的结果不一致时，它取决于改进机器的决策过程。
让我举一个我在 Google 质量得分团队工作时的简单例子。
机器学习模型查看了有关广告拍卖的历史数据。它查看了所有搜索词和被点击广告的属性。
通过比较这些信号，可能已经了解到，当广告商的域与进行搜索的人的位置相对应时，点击率通常会更好（例如，法国用户可能会使用更多的 .fr 域） .de 域）。
机器可以理解这一点，因为谷歌有正确的点击率数据。
但是如果他们的点击率数据不准确怎么办？然后系统可能已经开始强化编程它的人会考虑错误的决定。
这就是“垃圾进，垃圾进出”的想法。原则是好的决策取决于好的信息。
因为机器缺乏人类的判断力，所以它们比人类更依赖于好的数据。他们无法轻易确定在统计上看起来合理的预测在现实世界中可能根本站不住脚。
那么我们如何为自动化提供正确的数据呢？这一切都始于转化跟踪和归因模型。
归因模型应该反映典型的消费者旅程
除非消费者有很强的品牌忠诚度，否则他们很可能在购买前进行多次搜索，并且在所谓的他们会在客户旅程中与各种品牌有多个接触点。
客户旅程可以有数百个步骤，因此为了简化它，我们可以考虑一个转化漏斗，其中将旅程的步骤分组为阶段。
我将使用一个简单的漏斗图来解释为什么归因模型在您的帐户中使用任何自动化时如此重要。
在漏斗中，潜在客户会经历不同的阶段，直到其中一些最终位于漏斗底部并成为您的客户。
据推测，这个漏斗的每个阶段都在将潜在客户转化为客户的过程中有所贡献，归因模型的工作就是为每个阶段分配正确的值。
正如我之前所说，大多数旅程都不止一步。
最后点击归因模型（或首次点击模型）仅评估一个步骤，因此不能很好地映射到典型的消费者行为。
它忽略了潜在客户成为客户所采取的所有其他步骤所做出的贡献。
大多数消费者进行多搜索，需要引导客户完成转化。最后点击归因的问题在于没有关注早期的接触点，例如漏斗上方的搜索，这有助于引导通常发生在转化附近的搜索。
客户经理能够摆脱不完善的归因模型的部分原因是，在手动帐户管理时代，我们希望客户经理足够聪明，能够意识到用户搜索（清洗机）下一次点击可能无法转换。
通过让用户了解该品牌的声誉，该用户现在可能熟悉该品牌并搜索更具体的产品（LG 洗衣机）。
他们可能会从那里看到整个系列的广告，并被说服进行搜索（LG TWINWash 上的最优价格）并在下次点击时转化。
我们依靠人类的敏感性来剔除更通用的早期搜索，即使它们可能在 Google 广告中显示为未转化。
不良归因数据的人为失误不适合自动化
但是现在，PPC 每天都在变得更加自动化。您可能决定测试智能出价，Google 根据目标 CPA 目标设置每次点击费用，或者您可以使用类似于 Optmyzr 规则引擎的基于规则的方法来查找不会带来转化的昂贵关键字。
问题是这些自动化中的大多数都使用转换数据来完成它们的工作。
当他们遇到未分配转化的漏斗上层关键字时，因为测量系统使用最后点击归因，自动化会认为这些重要的关键字毫无价值，并可能会消除它们。
通过自动出价管理系统使用最后点击归因将消除上层漏斗活动，并最终减少 PPC 广告带来的新客户获取数量。
你我都清楚这会产生不好的结果。但我们不能完全归咎于自动化。
自动化正在发挥作用，但数据不完整，可能导致低估决策，而人工管理同一帐户时，人类不会做出这些决策。
要点
希望您从本文中学到三件事：
- 自动化本身并不神奇。他们仍然需要人类的帮助。
- 如果您使用任何自动化，您如何为转化分配价值比以往任何时候都更加重要。最后点击归因是与自动化一起使用的风险。
- 作为 PPC 专业人员，我们的工作正在从执行转向自动化系统的适当组合，这将产生很好的结果。
我知道我不能不回答一个关键问题就结束这篇文章。
如果我们不能再依赖最终点击归因，我们应该使用哪种模型？
这是一个复杂的答案，我将在以后的帖子中回答，但我可以分享的是，时间衰减模型对于不确定 Google 的六个选项中哪一个是首选的广告商来说是显而易见的。
时间衰减最接近最后一次点击，但有一个额外的好处，它至少为客户旅程的每个阶段分配了一些价值。
图片来源
作者2019年6月提供的在职图片/截图
