최신 Google Ads 업데이트: 업데이트된 키워드 일치 프로세스 및 기여 모델 변경

Google Ads는 키워드가 검색어와 일치하는 방식에 대한 업데이트와 기본 기여 모델에 대한 변경을 포함하여 최근 두 가지 중요한 발표를 발표했습니다. 광고주가 이러한 업데이트에 대해 알아야 할 사항은 다음과 같습니다.

키워드 우선순위 규칙이 변경됩니다.

키워드 검색 유형에 대한 Google의 최신 발표 내용을 분석하고 내용을 살펴보겠습니다.

BERT를 사용하면 자연어 처리에 대한 Google의 사전 교육이 더욱 발전하여 검색 의도를 더 쉽게 이해할 수 있습니다. 이제 확장검색도 더 적은 수의 키워드로 관련 트래픽을 찾는 데 도움이 됩니다.

Google은 "'1995 5단 변속 씰 입력 샤프트'와 같은 매우 구체적인 쿼리가 이제 확장검색 키워드 ' 자동차 부품' 과 일치할 수 있습니다. 검색어와 키워드의 단어가 실제로 일치합니다."

이제 검색어와 동일한 구문검색 또는 확장검색 키워드가 일치할 수 있는 한 우선 적용됩니다.

Google은 올해 초 일치검색에서 수행하던 작업을 확장검색 및 구문검색으로 확장했습니다. 이를 설명하기 위한 Google의 예는 다음과 같습니다. “누군가 '내 주변 초밥 배달'을 검색하고 확장검색 키워드 ' 초밥 배달' 및 ' 내 주변 초밥 배달'이 있다고 가정해 보겠습니다. 이 업데이트 전에는 이 두 키워드가 모두 게재될 수 있었습니다. 이제는 검색어와 동일하기 때문에 '내 주변 초밥 배달 '이라는 키워드를 선호합니다.”

그래도 편히 쉬세요. Google은 계속해서 "검색어와 동일한 적격한 일치검색 키워드가 있는 경우에도 구문검색 및 확장검색 키워드보다 선호될 것입니다."라고 말합니다.

검색이 귀하의 키워드와 일치하지 않는 경우 관련성 및 광고 순위가 결정적인 요소가 됩니다.

이제 Google은 광고 순위 외에도 어떤 키워드를 선택할지 결정할 때 관련성 신호를 고려합니다. 구글은 이러한 관련성 신호가 무엇인지 설명하면서 “검색어의 의미, 광고그룹 내 모든 키워드의 의미, 광고그룹 내 랜딩페이지를 보고 관련성을 판단한다”고 말했다. 다음 표에서는 다양한 시나리오를 분류했습니다.

Google의 가장 중요한 발표와 마찬가지로 이 발표 역시 PPC 업계의 엇갈린 반응을 받았습니다.

Julie Bacchini는 다음과 같이 썼습니다. “그래서 지금까지 정확히 무엇을 하고 계셨습니까? 진지하게. 늘 해오던 일이라고 생각하는 것이 광고주로서 어리석은 일이었습니까?” 그녀의 블로그에서 이 변화에 대한 그녀의 생각을 읽어보세요.

Amy Bishop과 Greg Finn과 같은 다른 사람들은 Google이 광고주가 스마트 자동 입찰 + 확장 검색의 조합으로 전환하도록 하려는 노력에도 불구하고 동일한 키워드에 대해 여러 검색 유형을 유지하는 것이 여전히 가치가 있다고 주장했습니다.

이제 데이터 기반이 기본 기여 모델입니다.

Google은 마지막 클릭 기여에서 벗어나 2021년 10월부터 데이터 기반 기여(DDA)가 모든 새로운 전환 액션의 기본 기여 모델이 될 것이라고 발표했습니다.

Google은 사용자가 전환하기 전에 최종 검색을 제외한 모든 것을 무시하기 때문에 마지막 클릭 기여 모델이 광고주의 요구에 미치지 못한다는 점을 인정했습니다. 지금까지 데이터 기반 어트리뷰션을 받기에 충분한 전환량이 없는 광고주는 위치 기반 또는 시간 가치 하락 모델로 전환하는 것이 좋습니다.

Google은 DDA 사용을 위한 최소 데이터 요구 사항을 해결하고 "데이터 요구 사항을 제거하고 추가 유형의 전환에 대한 지원을 추가합니다. 이러한 개선을 통해 데이터 기반 기여를 Google Ads의 모든 새로운 전환 액션에 대한 기본 기여 모델로 만들고 있습니다."

데이터 기반 기여가 더 나은 방법은 무엇입니까?

런닝화를 찾는 사용자를 예로 들어 보겠습니다. 이 사용자는 전환하기 전에 여러 가지 다른 검색을 거칩니다. 그녀는 ' 운동화 ' 또는 ' 런닝화 ' 에 대한 검색으로 시작하여 Adidas 의 러닝화 라인을 발견한 후 좋아하는 색상과 사이즈의 특정 모델을 다시 검색하여 신발을 구매할 수 있습니다.

마지막 클릭 어트리뷰션의 문제는 모든 크레딧을 마지막 클릭에 부여한다는 것입니다. 사용자가 여러 광고에 참여했다는 사실을 무시합니다. 상위 퍼널 키워드에 먼저 노출되었기 때문에 최종 키워드에 도달했다는 사실을 무시할 것입니다. 사용자가 변환하기 전에 검색한 이러한 모든 다른 키워드는 완전히 무시됩니다.

데이터 기반은 전체 구매 여정에 대한 더 나은 그림을 제공합니다. 이제 Google은 검색 순서를 살펴보고 개별 쿼리가 해당 순서에 어떻게 맞는지 확인합니다. 최종 전환에 대한 각 키워드의 기여도를 추정합니다. Google의 DDA 방법론 백서의 다음 그림은 특정 쿼리의 가중치를 부여하는 방법을 보여줍니다.

궁극적으로 데이터 기반 기여는 모든 키워드의 가치를 더 잘 이해하는 데 도움이 됩니다. 이러한 향상된 지식을 통해 수동 및 자동 최적화가 향상될 수 있습니다. 예를 들어, 전환되지 않는 검색어를 찾으면 해당 검색어를 제외 키워드로 추가하거나 전혀 입찰하지 않거나 입찰가를 낮출 수 있습니다. LCA에서 얻은 데이터와 같이 불완전한 전환 데이터를 기반으로 이 작업을 수행하면 계정 성능이 저하될 수 있습니다. DDA 덕분에 더 나은 최적화를 만들 수 있습니다.

100% 정확한 정보를 제공하는 기여 모델은 없지만 데이터 기반은 낭비적인 지출을 줄일 수 있는 정보를 제공하는 데 가장 가깝습니다.

마지막으로 Google은 광고주에게 데이터 기반 기여를 자동 입찰과 결합할 것을 권장합니다. 이는 Google 시스템이 특정 광고가 전환 유도에 미칠 점진적인 영향을 더 잘 예측하고 그에 따라 입찰가를 조정하여 ROI를 극대화할 수 있기 때문입니다."

스마트 자동 입찰과 마지막 클릭 기여를 결합할 때의 위험성을 아직 모르는 경우 여기에서 읽을 수 있습니다.

이미지 저작권 PixieMe - stock.adobe.com