2022年の有料検索の最適化：どのレバーを引くべきか（そして何をすべきでないか）
公開: 2022-06-30過去数年間、Googleがより多くの自動化機能を展開し続けているため、有料検索マーケターは多くの手動制御を失っています。 それは不快かもしれませんが、マーケターは、どのレバーがまだ有用であるか（そしてアクセス可能であるか）を特定しながら、自動化と機械学習を受け入れる必要があります。
広告費用対効果の向上、より多くのリードの生成、またはコンバージョン率の向上を検討している場合でも、有料検索には考慮すべき特定のオプションがあり、実際に結果に悪影響を与える可能性のあるオプションがいくつかあります。
では、従来のPPCツールセットでまだ利用できるものと、実際にパフォーマンスを向上させるのに役立つものをどのように把握しますか？
有料検索のパフォーマンスを向上させるための制御を放棄する
マーケターは、自動化への制御をあきらめることに多くの不安を抱く傾向があり、その結果、人間対機械の複雑さが少し生じます。 しかし、コントロールを放棄することはより良い結果につながる可能性があり、それが不快な場合でも、それは優先事項であり続けるはずです。
マーケターは、その目的を見失うと重大な間違いを犯す可能性があります。 過去の手動ターゲティング機能の一部を維持したいクライアントが、オーディエンス、地域、マッチタイプ、またはいくつかの組み合わせによるキャンペーンのハイパーセグメンテーションの誘惑に屈するのを見てきました。 短期的には、制御を維持しているように感じるかもしれませんが、実際の結果は、機械学習機能が、パフォーマンスを向上させるために、設計どおりに支出を効果的にシフトすることを妨げています。
基本的に、あなたは古い栗を使うために、あなたの顔をいじめるためにあなたの鼻を切り落とすことになります。
レポート作成にセグメンテーションを活用したい場合は、最適化段階でキャンペーンのセグメント化をやりすぎて、パフォーマンスの可能性を損なうことなく、それを行うことができます。 データの視覚化という名目でのセグメンテーションは、新しい洞察と将来の反復を生成するために重要ですが、自動化されたキャンペーンの最適化に悪影響を与える言い訳にはなりません。
将来を見据えて、GoogleのPerformance Maxキャンペーン（PMax）は、特定の最適化手法を廃止する予定です。
PMaxの世界では、直接制御できる最適化レバーを探すのではなく、マシンに何を入れるかについて戦略を立てるのにより多くの時間を費やす必要があります。
これを純損失と見なすのではなく、これらの変更を、パフォーマンスを向上させるために利用できるツールの変化と考える必要があります。 これらの入力やその他の要因がキャンペーンの有効性と効率にどのように影響し、自動化に傾倒するかを理解するために費やす機会と時間が増えます。
しかし、マーケターがパフォーマンスを改善するために直接行動を起こすことができる方法はまだいくつかあります。
有料検索戦略：2022年以降にプルするパフォーマンスレバー
良いニュースは、予見可能な将来にわたって実行可能なままであるいくつかのレバーがあるということです。
コンテンツアセット： Googleは機械学習を使用して新しい広告コピーに関する推奨事項を作成しますが、それでも人間の入力が必要です。 コンテンツをレビューして、関連性があり、最新であり、現在のターゲット検索用語と一致していることを確認してください。 コンテンツを継続的に更新するには、以前のキャンペーンからの学習を使用する必要があります。 少なくとも、四半期ごとに主要な資産を確認してください。 コンテンツはキャンペーンのパフォーマンスの最も重要な要素の1つであり、PPCマーケターは、キャンペーンの最適化、入札、およびその他の手段に重点を置いてきた歴史があります。 しかし、あなたのコンテンツはあなた自身のものであり（そしてあなたの管理下にとどまる可能性が高い）、自動化の台頭はあなたがそれを正しくするために十分な時間と労力を費やしていることを確認する絶好の機会です。
フィード：ショッピングキャンペーンには依然として堅牢なフィードが不可欠です。フィード関連の最適化のテストは、キャンペーンが可能な限り効果的であることを確認するために、引き続き有料検索ワークフローの一部である必要があります。
フィードには、価格、説明、素材、色など、製品のさまざまな変数がぎっしり詰まっています。自動化マシンへのフィードに依存しているため、すべてのチェックボックスをオンにすることが重要です。 考えられるすべての詳細を追加し、該当するすべての列に入力することを確認すると、競争上の大きな利点が得られます。 Googleの商品リスト広告（PLA）の上に表示されるブランドが、高品質のフィードを作成するために時間と労力を費やしたのは偶然ではありません。
覚えておいてください：自動化に関しては、マシンに提供できるデータが多ければ多いほど、ビジネスでより効果的に機能します。
在庫に基づく入札：実際の在庫に反応するようにキャンペーンを設定すると、常にパフォーマンスが向上します（また、誰かが広告を操作したときのカスタマーエクスペリエンスが向上します）。 供給の問題（特に現在）は、eコマースの世界で引き続き要因となります。 フィードプロセスを機敏に保ち、在庫に基づいてフィードを最新の状態に保ち、入札の優先順位を供給の遅延、不足、さらには余剰に合わせて調整できるようにします。
計画ツール：多くの検索エンジンは独自の計画ツールを提供していますが（Googleが先頭に立っています）、それでもそれらを最大限に活用するには手動の作業が必要です。 広告の掲載結果を改善するだけでなく、時間を節約し、広告費用を削減し、機会を特定するのに役立ちます。 計画ツールは検索に利用できるだけではないことに注意してください。 ソーシャル、プログラマティック、アフィリエイト購入など、ほとんどすべての有料メディアを含めることができます。
チャネル全体の予算配分を計画する際にブランドに優位性を与えたい場合は、WpromoteのPolaris技術プラットフォームの一部であるGrowth Plannerなどのより高度な総合ツールを検討してください。このツールは、収益目標に基づいて年間の最適な支出配分を予測します。
価値ベースの入札：価値ベースの入札（VBB）は、特定のデータポイントを使用して、どのKPIが多かれ少なかれ重要であるかをマシンに伝え、それに応じて入札できるようにする方法です。 適切な入力がないと、自動化は何をいつ優先するかを実際に理解できません。 ファーストパーティのCRMデータを使用するなど、VBBとさまざまな程度の複雑さを活用する方法はたくさんあります。 これは、入札の決定がビジネスにとって最も重要なものに基づいていることを確認するための優れた方法です。
出典：Optmyzr
対象者：自動化は決して「設定して忘れる」べきではありません。 覚えておいてください：それはすべて入力に関するものです。 できるだけ多くの有用なオーディエンスセグメントをマシンにフィードしますが、オーバーセグメント化に注意することを忘れないでください。 自社データに基づくオーディエンスを最優先する必要がありますが、データを使用して価値の高い類似オーディエンスを作成することにより、データから最大の価値を引き出すことを忘れないでください。
サードパーティの検索： GoogleやMicrosoftなどの標準的な検索プラットフォーム以外の潜在的な新しい収益源を探索します。 Ad.net、Connexity、Criteo、AdMarketplace（いくつか例を挙げます）などのプラットフォームでの競争は少なく、市場シェアが少なくてもビジネスにとってより有利になる可能性があります。 言い換えれば、投資に大きな利益をもたらす可能性のある他のオプションがある場合、すべての広告をGoogleバスケットに入れる必要はありません。
軽く踏みます：有料検索のパフォーマンスレバーはすぐになくなる可能性があります
Googleが追加の自動化を展開するにつれて、今でも使用する価値のあるツールがいくつかありますが、それほど長くは続かない可能性があります（プラットフォームで何が変更されているかを最新の状態に保つための良いリマインダーです）。
特に、永久に牧草地に送られるまで最大限に活用することをお勧めする2つがあります。
検索クエリレポート：検索クエリレポート（SQR）は、キャンペーンが実際に表示されている用語を理解するのに役立ちます。 これらのレポートを分析して、キャンペーンに関連するニッチな用語とロングテールクエリを特定し、それらをターゲットセットに追加して、実行されていない無関係な用語を削除します。
ブラックリスト/ホワイトリスト：検索キャンペーンを超えてYouTubeやディスカバリーなどに移行するにつれて、オープンウェブのどこにどの広告が表示されているかを監視することにもっと注意を払うようになるでしょう。 現在のところ、有料検索マーケターは、広告が表示される場所をある程度制御できます。 宣伝したいターゲットサイトをプロアクティブにホワイトリストに登録し、パフォーマンスが低いか、ブランドの安全性の観点から問題が発生する可能性のあるサイトをブラックリストに登録して、無駄を減らし、パフォーマンスを向上させることができます。
辛抱強く、有料検索の自動化を愛することを学びましょう
自動化への移行について少し不安を感じるのは自然なことであり、それに対応する制御と可視性の自動化の喪失は、理解するのに時間がかかる場合があります。
移行期間は常に厳しいものですが、展開するための新しいツールと戦略を使用してこれを実行できます。
そこにあるものの評価を開始します。テストと学習を行うときは、次の2つのことを覚えておいてください。
自動化がすべての答えを持っていると思い込まないでください。 自動化は間違いを犯さなければならないので、それを回避することを学ぶことができます。 それは本質的にゼロから学習しており、それが何をすべきかを完全に理解するために文脈上の証拠を収集する必要があります（自動化を利用する前にキャンペーンが持つ可能性のある限られたデータ以外）。 検索に関しては、自動化にも微調整が必要です。 いくつかの試行錯誤を期待してください。それはすべてプロセスの一部です。
キャンペーンの結果をすぐに判断しないでください。 大きな変更を加える前に、検索キャンペーンに十分な時間をかけて理解を深めてください。 自動化前のパフォーマンスを、3週間以上実行されている自動化とのみ比較する必要があります。 何かがうまく機能しているかどうかを評価するために1か月待つと、不安が生じる可能性がありますが、キャンペーンの効果に対する自動化の効果を正確に評価することが不可欠です。 自動化にフィードするデータは、自動化が学習して成長し、最終的に最も重要なKPIを提供するのに役立つと信じてください。
より自動化されたツールを有料検索戦略に組み込んでも、戦略的な専門知識を適用する機会はまだたくさんあります。マシンにフィードするデータ、コンテンツの微調整、テストの結果の分析、および周りのより高いレベルの決定です。予算配分。
その間、利用可能なレバーを引き続けることができます。