2022년 유료 검색 최적화: 끌어야 할 수단(및 하지 말아야 할 사항)
게시 됨: 2022-06-30지난 몇 년 동안 Google이 계속해서 더 많은 자동화 기능을 출시함에 따라 유료 검색 마케팅 담당자는 많은 수동 제어 권한을 잃었습니다. 불편할 수 있지만 마케터는 자동화 및 머신 러닝을 수용하는 동시에 어떤 레버가 여전히 유용하고 접근 가능한지 식별해야 합니다.
광고 투자 수익을 늘리거나, 더 많은 리드를 생성하거나, 전환율을 향상시키려는 경우 유료 검색에는 고려해야 할 특정 옵션이 있으며 실제로 결과에 부정적인 영향을 미칠 수 있는 옵션도 있습니다.
그렇다면 기존 PPC 도구 세트에서 여전히 사용할 수 있는 것이 무엇이며 실제로 성능 향상에 도움이 되는 것은 무엇인지 어떻게 알 수 있습니까?
유료 검색 성능을 개선하기 위해 제어 포기
마케터는 자동화에 대한 통제권을 포기하는 것에 대해 많은 걱정을 하는 경향이 있으며, 결과적으로 사람 대 기계의 콤플렉스가 발생합니다. 그러나 통제를 포기하면 더 나은 결과를 얻을 수 있으며 불편하더라도 우선 순위를 유지해야 합니다.
마케터는 그 목적을 놓치면 중대한 실수를 저지를 수 있습니다. 과거의 수동 타겟팅 기능 중 일부를 유지하려는 고객이 잠재고객, 지역, 일치 유형 또는 일부 조합에 따른 캠페인 하이퍼세그멘테이션의 유혹에 굴복하는 것을 보았습니다. 단기적으로는 제어권을 유지하고 있는 것처럼 느껴질 수 있지만 실제 결과는 기계 학습 기능이 더 나은 성능을 이끌어내기 위해 설계된 방식으로 지출을 효과적으로 전환하는 것을 차단하는 것입니다.
본질적으로, 당신은 오래된 밤을 사용하기 위해 당신의 얼굴에 욕을하기 위해 코를 자르게됩니다.
보고를 위해 세분화를 활용하려는 경우 최적화 단계에서 캠페인을 지나치게 세분화하여 잠재적인 성능을 손상시키지 않고 이를 수행할 수 있습니다. 데이터 시각화라는 이름의 세분화는 새로운 통찰력과 미래의 반복을 생성하는 데 중요하지만 자동화된 캠페인 최적화에 부정적인 영향을 미칠 수 있는 변명은 아닙니다.
미래를 내다보면 Google의 PMax(Performance Max Campaigns)는 특정 최적화 방법을 쓸모없게 만들 것입니다.
PMax 세계에서는 직접 제어할 수 있는 최적화 레버를 찾는 대신 기계에 무엇을 넣을 것인지 전략을 세우는 데 더 많은 시간을 할애해야 합니다.
순 손실을 고려하는 대신 이러한 변경을 성능 향상을 위해 활용할 수 있는 도구의 변화로 생각해야 합니다. 이러한 입력 및 기타 요소가 캠페인 효과 및 효율성에 영향을 미치고 자동화에 의존하는 방식을 파악하는 데 더 많은 기회와 시간을 할애할 수 있습니다.
그러나 현재 마케터가 성과를 개선하기 위해 직접적인 조치를 취할 수 있는 몇 가지 방법이 있습니다.
유료 검색 전략: 2022년 및 그 이후에 끌어낼 성능 레버
좋은 소식은 가까운 장래에 실행 가능한 몇 가지 지렛대가 있다는 것입니다.
콘텐츠 자산: Google은 기계 학습을 사용하여 새 광고 문구에 대한 권장 사항을 제공하지만 여전히 사람의 입력이 필요합니다. 콘텐츠를 검토하는 데 시간을 할애하여 콘텐츠가 관련성 있고 최신 상태이며 현재 대상 검색어와 일치하는지 확인하십시오. 콘텐츠를 지속적으로 새로 고치려면 이전 캠페인에서 배운 내용을 사용해야 합니다. 최소한 분기마다 주요 자산을 검토하십시오. 콘텐츠는 캠페인 성과의 가장 중요한 구성 요소 중 하나이며 PPC 마케터는 캠페인 최적화, 입찰 및 기타 수단에 더 중점을 둔 역사를 가지고 있습니다. 그러나 귀하의 콘텐츠는 귀하의 것이며(그리고 귀하의 통제 하에 남을 가능성이 높음) 자동화의 부상은 귀하가 콘텐츠를 올바르게 만드는 데 충분한 시간과 노력을 투자하고 있는지 확인할 수 있는 좋은 기회입니다.
피드: 강력한 피드는 쇼핑 캠페인에 여전히 필수적이며 피드 관련 최적화 테스트는 캠페인이 최대한 효과적인지 확인하기 위해 계속 유료 검색 워크플로의 일부가 되어야 합니다.
귀하의 피드는 가격, 설명, 재료, 색상 등을 포함하여 제품에 대한 다양한 변수로 가득 차 있습니다. 우리는 자동화 기계 공급에 더 의존하기 때문에 모든 상자를 확인하는 것이 중요합니다. 생각할 수 있는 모든 세부 사항을 추가하고 해당하는 모든 열을 작성하면 상당한 경쟁 우위를 확보할 수 있습니다. Google의 제품 목록 광고(PLA) 상단에 표시되는 브랜드가 고품질 피드를 만드는 데 시간과 노력을 들인 것은 우연이 아닙니다.
기억하십시오: 자동화와 관련하여 더 많은 데이터를 기계에 제공할수록 비즈니스에 더 잘 작동할 것입니다.
인벤토리 기반 입찰: 실제 인벤토리에 반응하도록 캠페인을 설정하면 항상 실적을 개선하는 데 도움이 됩니다(누군가 광고와 상호작용할 때 더 나은 고객 경험을 보장). 공급 문제(특히 현재)는 전자 상거래 세계에서 계속해서 중요한 요소가 될 것입니다. 피드 프로세스를 민첩하게 유지하고 인벤토리를 기반으로 피드가 업데이트된 상태를 유지하도록 하여 입찰 우선순위가 공급 지연, 부족 또는 잉여에 맞게 조정될 수 있도록 합니다.
계획 도구: 많은 검색 엔진이 자체 계획 도구를 제공하지만(Google이 선두를 달리고 있음) 이를 최대한 활용하려면 여전히 수동 작업이 필요합니다. 광고 실적을 개선할 수 있을 뿐만 아니라 시간을 절약하고 광고 비용을 낮추며 기회를 식별하는 데 도움이 됩니다. 계획 도구는 검색에만 사용할 수 있는 것이 아닙니다. 여기에는 소셜, 프로그래밍 방식 및 제휴 구매를 포함한 거의 모든 유료 미디어가 포함될 수 있습니다.
채널 전반에 걸쳐 예산 할당을 계획할 때 브랜드에 우위를 제공하려면 Wpromote의 Polaris 기술 플랫폼의 일부인 Growth Planner와 같은 고급 전체론적 도구를 고려하십시오.
가치 기반 입찰: 가치 기반 입찰(VBB)은 특정 데이터 포인트를 사용하여 기계가 그에 따라 입찰할 수 있도록 더 또는 덜 중요한 KPI를 알려주는 방법입니다. 적절한 입력이 없으면 자동화는 무엇을 언제 우선 순위로 지정해야 하는지 실제로 이해할 수 없습니다. 자사 CRM 데이터 사용을 포함하여 VBB와 다양한 정도의 복잡성을 활용하는 방법에는 여러 가지가 있습니다. 비즈니스에 가장 중요한 것에 따라 입찰 결정을 내릴 수 있는 좋은 방법입니다.
출처: Optmyzr
청중: 자동화는 "설정하고 잊어버려"서는 안 됩니다. 기억하십시오: 모든 것은 입력에 관한 것입니다. 유용한 잠재고객 세그먼트를 가능한 한 많이 머신에 제공하되 과도한 세그먼트화에 주의해야 합니다. 자사 데이터를 기반으로 하는 잠재고객이 최우선 순위여야 하지만 데이터를 사용하여 가치가 높은 유사 잠재고객을 생성하여 데이터를 최대한 활용하는 것을 잊지 마십시오.
타사 검색: Google 및 Microsoft와 같은 표준 검색 플랫폼 이외의 잠재적인 새로운 수익원을 탐색합니다. Ad.net, Connexity, Criteo 및 AdMarketplace(몇 가지만 들자면)와 같은 플랫폼에서는 경쟁이 적기 때문에 시장 점유율이 낮더라도 비즈니스에 더 유리할 수 있습니다. 즉, 상당한 투자 수익을 올릴 수 있는 다른 옵션이 있는 경우 모든 광고를 Google 장바구니에 담을 필요가 없습니다.
가볍게 걷기: 유료 검색 성능 레버가 곧 사라질 것 같습니다.
Google이 추가 자동화를 출시함에 따라 훨씬 더 오래 지속되지 않을 것 같은 지금 당장 사용할 가치가 있는 몇 가지 도구가 있습니다(플랫폼에서 변경되는 사항에 대한 최신 정보를 유지하기 위해 좋은 알림).
영구적으로 목초지로 보내질 때까지 최대한 활용하는 것이 좋습니다.
검색어 보고서: 검색어 보고서(SQR)는 캠페인이 실제로 표시되는 용어를 이해하는 데 도움이 될 수 있습니다. 이러한 보고서를 분석하여 캠페인과 관련된 틈새 용어 및 롱테일 검색어를 식별하고 이를 타겟 세트에 추가하는 동시에 실적이 없는 관련 없는 용어를 제거합니다.
블랙리스트/화이트리스트: 검색 캠페인을 넘어 YouTube, 디스커버리 등으로 이동함에 따라 공개 웹에서 어떤 광고가 표시되는지 모니터링하는 데 훨씬 더 많은 관심을 기울이게 될 것입니다. 현재 유료 검색 마케팅 담당자는 여전히 광고가 표시되는 위치를 어느 정도 제어할 수 있습니다. 광고하려는 대상 사이트를 사전에 화이트리스트에 추가하고 브랜드 안전성 관점에서 성능이 낮거나 잠재적으로 문제가 있는 사이트를 블랙리스트에 추가하여 낭비를 줄이고 성능을 향상시킬 수 있습니다.
인내심을 갖고 유료 검색 자동화를 사랑하는 법을 배우십시오.
자동화로의 전환에 대해 약간 불안을 느끼는 것은 자연스러운 일이며, 그에 따른 제어 및 가시성 상실 자동화는 느끼기까지 시간이 걸릴 수 있습니다.
전환 기간은 항상 험난하지만 배포할 새로운 도구와 전략을 통해 이를 극복할 것입니다.
무엇이 있는지 평가하기 시작하고 테스트하고 학습하면서 다음 두 가지를 기억하십시오.
자동화에 모든 답이 있을 것이라고 가정하지 마십시오. 자동화는 실수를 피하는 법을 배울 수 있도록 해야 합니다. 이는 기본적으로 처음부터 배우고 수행해야 하는 작업을 완전히 이해하기 위해 컨텍스트 증거를 수집해야 합니다(캠페인이 자동화를 활용하기 전에 가질 수 있는 제한된 데이터 제외). 검색과 관련하여 자동화에는 약간의 미세 조정도 필요합니다. 시행 착오를 예상하십시오. 모두 프로세스의 일부입니다.
캠페인 결과를 너무 빨리 판단하지 마십시오. 주요 변경 사항을 적용하기 전에 검색 캠페인이 속도를 낼 수 있도록 충분한 시간을 주십시오. 3주 이상 실행된 자동화와 사전 자동화 성능만 비교해야 합니다. 어떤 것이 얼마나 잘 작동하는지 평가하기 위해 한 달을 기다리는 것은 약간의 불안을 유발할 수 있지만, 캠페인의 효과에 대한 자동화의 영향을 정확하게 평가하는 것이 중요합니다. 자동화에 제공하는 데이터가 학습 및 성장에 도움이 되며 궁극적으로 가장 중요한 KPI를 제공할 것임을 믿으십시오.
유료 검색 전략에 더 많은 자동화된 도구를 통합함에 따라 시스템에 제공할 데이터, 콘텐츠 미세 조정, 테스트 결과 분석, 더 높은 수준의 결정 등 전략적 전문 지식을 적용할 기회가 여전히 많이 있습니다. 예산 할당.
그동안 사용 가능한 레버를 계속 당기면 됩니다.