2022 年的付费搜索优化：哪些杠杆可以拉动（哪些不该做）
已发表: 2022-06-30在过去的几年里，随着谷歌继续推出更多的自动化功能，付费搜索营销人员已经失去了很多手动控制。 这可能会让人不舒服，但营销人员需要接受自动化和机器学习，同时确定哪些杠杆仍然有用（且可访问）。
无论您是希望提高广告支出回报率、产生更多潜在客户还是提高转化率，您都应该考虑付费搜索中的一些特定选项，其中一些选项实际上会对您的结果产生负面影响。
那么，您如何确定传统 PPC 工具集中仍然可用的内容以及哪些内容可以真正帮助提高性能呢？
放弃控制以提高付费搜索性能
营销人员往往对放弃对自动化的控制有很多焦虑，导致有点人与机器的复杂性。 但是放弃控制可以带来更好的结果，这应该仍然是优先事项，即使它不舒服。
当营销人员忽视这一目标时，他们可能会犯下严重的错误。 我们已经看到希望保持过去的一些手动定位功能的客户屈服于按受众、地理位置、匹配类型或某种组合进行广告活动超细分的诱惑。 在短期内，您可能会觉得您在保留控制权，但实际结果是阻止机器学习功能有效地转移支出，使其按照设计的方式......以推动更好的性能。
从本质上讲，您最终会为了使用旧栗子而割掉鼻子以惹恼您的脸。
如果您想利用细分进行报告，您可以做到这一点，而不会在优化阶段过度细分广告系列，并且可能会损害性能潜力。 以数据可视化的名义进行细分对于产生新的见解和未来的迭代至关重要，但这并不是对自动化活动优化产生负面影响的借口。
展望未来，Google 的 Performance Max Campaigns (PMax) 将使某些优化方法过时。
在 PMax 世界中，您应该花更多的时间来制定您要放入机器中的内容的策略，而不是寻找可以直接控制的优化杠杆。
您不应将其视为净损失，而应将这些更改视为您可以利用哪些工具来提高性能的转变。 您将有更多的机会和时间来弄清楚这些输入和其他因素如何影响活动的有效性和效率，并倾向于自动化。
但营销人员现在仍有一些方法可以采取直接行动来提高绩效。
付费搜索策略：2022 年及以后的绩效杠杆
好消息是，在可预见的未来，一些杠杆仍然可行。
内容资产：虽然谷歌使用机器学习来推荐新的广告文案，但它仍然需要人工输入。 花时间查看您的内容，以确保其相关、最新并与当前的目标搜索词保持一致。 您应该使用从以前的活动中学到的知识来不断更新您的内容； 至少，每季度检查一次您的关键资产。 内容是活动绩效最重要的组成部分之一，PPC 营销人员历来更加关注活动优化、竞价和其他杠杆。 但是您的内容是您自己的（并且可能仍然在您的控制之下），而自动化的兴起是确保您投入足够的时间和精力来正确处理它的绝佳机会。
提要：对于购物活动来说，强大的提要仍然必不可少，并且测试与提要相关的优化应该继续成为付费搜索工作流程的一部分，以确保您的活动尽可能有效。
您的提要充满了产品的不同变量，包括价格、描述、材料、颜色等。由于我们更多地依赖自动化机器送料，因此确保我们检查每个框很重要。 如果您确保添加您能想到的每个细节并填写每个适用的列，您将获得显着的竞争优势。 出现在 Google 产品列表广告 (PLA) 之上的品牌花费时间和精力来创建高质量的 Feed，这并非巧合。
请记住：在自动化方面，您可以为机器提供的数据越多，它就越适合您的业务。
基于广告资源的出价：设置广告活动以响应您的实际广告资源将始终有助于提高效果（并确保在有人与您的广告互动时获得更好的客户体验）。 供应问题（尤其是现在）将继续成为电子商务世界的一个因素。 保持您的 Feed 流程灵活，并确保您的 Feed 根据库存保持更新，以便您的出价优先级可以根据供应延迟、短缺甚至过剩进行调整。
规划工具：虽然许多搜索引擎都提供了自己的规划工具（谷歌领先），但它们仍然需要手动操作才能充分利用它们。 它们不仅可以提高广告效果，还可以帮助您节省时间、降低广告成本并发现机会。 值得注意的是，规划工具不仅可用于搜索，还可以用于搜索。 它们可以包括几乎所有的付费媒体，包括社交、程序化和联属网络购买。
如果您想在跨渠道规划预算分配时为您的品牌提供优势，请考虑使用更高级的整体工具，例如 Growth Planner，它是 Wpromote 的 Polaris 技术平台的一部分，它可以根据收入目标预测全年的最佳支出分配。
基于价值的出价：基于价值的出价 (VBB) 是我们如何使用特定的数据点来告诉机器哪些 KPI 或多或少重要，以便它可以相应地出价。 如果没有适当的输入，自动化就无法真正了解优先考虑什么以及何时。 有很多方法可以利用 VBB 和不同程度的复杂性，包括使用第一方 CRM 数据。 这是确保您的出价决策由对您的业务最重要的因素驱动的好方法。
资料来源：Optmyzr
观众：自动化永远不应该是“一劳永逸”。 请记住：这都是关于输入的。 尽可能多地向机器提供有用的细分受众群，但请记住要小心过度细分。 基于第一方数据的受众应该是第一位的，但不要忘记通过使用数据来创建高价值的相似受众，从而从数据中获得最大价值。
第三方搜索：探索 Google 和 Microsoft 等标准搜索平台之外的潜在新收入来源。 Ad.net、Connexity、Criteo 和 AdMarketplace（仅举几例）等平台上的竞争较少，即使它们的市场份额较少，它们也可以为您的业务带来更多利润。 换句话说，当有其他选项可以为您的投资带来可观的回报时，您不必将所有广告都放入 Google 购物篮。
小心翼翼：付费搜索性能杠杆可能很快就会消失
随着谷歌推出额外的自动化，有些工具现在仍然值得使用，但它们的使用时间可能不会更长（这是一个很好的提醒，让您及时了解平台上的最新变化）。
我们特别建议充分利用其中两个，直到它们被永久送到牧场。
搜索查询报告：搜索查询报告 (SQR) 可以帮助您了解您的广告系列实际显示的字词。 分析这些报告以识别与您的广告系列相关的利基术语和长尾查询，并将它们添加到您的目标集中，同时删除不相关的无效术语。
黑名单/白名单：随着您从搜索广告系列转向 YouTube、Discovery 等，您可能会更加关注监控哪些广告出现在开放网络的哪个位置。 目前，付费搜索营销人员仍然可以控制广告的展示位置。 您可以主动将要在其上做广告的目标网站列入白名单，并将表现不佳或从品牌安全角度来看可能存在问题的网站列入黑名单，从而减少浪费并提高性能。
要有耐心，学会热爱付费搜索自动化
对向自动化的转变感到有点焦虑是很自然的，而相应的失控和可见性自动化可能需要一些时间才能感觉到。
过渡时期总是很艰难，但您将通过新的工具和策略来部署它。
开始评估那里有什么，在测试和学习时，请记住两件事：
不要以为自动化会解决所有问题。 自动化必须犯错误，这样它才能学会避免错误。 它本质上是从头开始学习，并且必须收集上下文证据才能完全理解它应该做什么（在使用自动化之前活动可能拥有的有限数据之外）。 在搜索方面，自动化也需要一些微调。 期待一些试验和错误：这都是过程的一部分。
不要过快判断您的广告系列结果。 在进行任何重大更改之前，请给您的搜索广告系列足够的时间来跟上进度。 您应该只将自动化前的性能与运行了三周或更长时间的自动化进行比较。 等待一个月来评估某项工作的效果可能会引起一些焦虑，但准确评估自动化对广告系列有效性的影响至关重要。 相信您输入自动化的数据将帮助它学习和成长，并最终交付您最重要的 KPI。
随着您将更多自动化工具纳入您的付费搜索策略，仍然有很多机会应用您的战略专长：您为机器提供哪些数据、微调您的内容、分析测试结果以及更高级别的决策预算分配。
与此同时，您可以继续拉动可用的杠杆。