如何通过 Google Ads 智能出价和离线转化赢得优质潜在客户

这似乎有点违反直觉，但确实有一些广告客户知道 Google 不知道的事情——比如人们从您的智能搜索或购物广告系列中转换后的行为。 这些是这样的：

• 购买但退回全部或部分订单的客户
• 在转换之前提交表单并在 Google 视线之外执行 12 次操作的人
• 在数字和店内重复购买的忠实买家

毫无疑问，智能出价和离线转化已经彻底改变了广告，但您是少数将信息反馈给 Google 以充分利用这些系统的人之一吗？

像 Google 这样的广告平台正在迅速实现自动化，但它们需要您可以提供的所有信息来加速机器学习并代表您做出更好的决策。 如果你想让你的广告出现在能给你带来利润而不仅仅是销售的人面前，你必须重新思考你看待 PPC 优化的方式。

我们采访了谷歌的两个最了解这个过程的人：

• Emi Wayner，平台合作伙伴主管，渠道销售
• Alex Ioch，自动化区域产品主管

Alex 是 Google 产品开发团队的一员，这些产品推动了这一新的搜索广告浪潮，而 Emi 则帮助企业适应新的现实。

我们讨论了如何使用线下转化来获得更好的潜在客户，为什么非零售模型需要导入转化后数据，以及如何充分发挥智能出价的潜力。

客户数据是可持续增长的关键。

波士顿咨询集团的一项研究表明，当在线广告商将策略与整个购买过程中的客户数据整合在一起时，他们的平均收入增加了 20%，成本效率提高了 30%。

无论您选择导入还是跟踪离线转化，在优化现代 PPC 广告系列时，反对第一方数据重要性的争论并不多。

请记住，分阶段增长是您通过任何这些建议取得成果的唯一途径。

像智能出价这样的自动化系统需要进行大量的手动转换，然后才能开始为您做出正确的决定。 通过手动优化奠定基础，并至少留出两周的时间进行学习。 这适用于搜索和购物。

换句话说，不要指望在输入客户或转换后数据的几天内从您的活动指标中获得巨大收益。

不要衡量一切。 这是要关注的内容。

虽然 Google Ads 可以衡量在线活动，但有时点击您的广告并进入您的销售系统的用户会在 Google 无法看到的地方进行离线转化，例如您的 CRM 或当面。

因此，您需要跟踪两组组件。

在线：潜在客户和销售

当您只跟踪潜在客户时，您可以大致了解对您的产品或服务的初始需求。 将跟踪扩展到最终销售可以让您更好地了解整个购买过程：

• 您的品牌在网上产生了多少兴趣？
• 你能维持这种兴趣多久？
• 你能在多大程度上说服人们给你的生意钱？

有时，甚至最终的销售都是离线进行的。 在这些情况下，通过离线转化导入将这些信息反馈到 Google Ads 至关重要。

但是，即使您要在线跟踪潜在客户和销售情况，您仍然只能看到图片的一部分。 如果一所大学收到 2,000 个信息请求，最终有 20 个注册，他们只知道他们有 1% 的转化率。

但是在这两者之间发生的所有其他事情呢？ 如果有的话，它贡献了多少？

线下：中间漏斗

广告商告诉 Google 跟踪的内容与对他们的业务真正重要的内容之间通常存在很大的脱节。 在线表单提交很容易触发像素； 对于离线或无法跟踪的频道上发生的事情，您不能这样做。

但是，当您确实衡量潜在客户和销售之间发生的情况时，您会更好地了解哪些行动对您的业务最有利可图。 让我们以 Google 在 PPC Town Hall 上展示的相同大学示例为例：

• 2,000 个信息请求产生 200 个应用程序启动（10% 转化率）
• 200 个申请开始结束，80 个申请完成（40%）
• 完成 80 份申请，招收 20 名学生 (25%)

突然之间，您可以看到更多影响最终转化的因素。 当你将这些信息反馈给谷歌时，奇迹就真正发生了。

可以估计期望值。

当您将线下转化导入 Google Ads 时，有助于根据它们为您的业务贡献的价值水平为其分配价值。

最好的方法是向后工作：

• 您知道注册的学生平均为您的大学贡献 10,000 美元
• 您考虑了一些波动并告诉 Google 一个完整的应用程序价值 2,000 美元 (25%)
• 一个启动的应用程序价值 800 美元（40%）
• 信息请求价值 80 美元 (10%)

这些数字使 Google 的算法更容易拼凑出让您的大学价值 80 美元/800 美元/2,000 美元/10,000 美元的用户的信号。

重要提示：“不要沉迷于数字，”亚历克斯说。 转化价值是帮助 Google 对不同用户进行评分和优先排序的工具，这些数字不会直接影响您的广告支出或 ROAS。

智能出价在具有离线数据时效果最佳。

当您在没有离线数据的情况下使用智能出价时，Google 会查看数以千万计的信号，这些信号对大多数在线广告商来说都很熟悉：

• 人口统计
• 兑换率
• 观众群
• 浏览器
• 语
• 关键词
• 投标
• 时间
• 地点
• 以及更多

但是，当您导入离线数据时，您可以向 Google 提供更多信息，以用于优化未来的定位。 对于大学，这可能包括以下参数：

• SAT成绩
• 首选课程
• 收入
• 信用记录和分数
• 推荐和奖励
• 现有学分

突然之间，Google 将您的理想客户拼凑在一起，添加了一堆新的东西。 他们可以更准确地判断对哪些用户群的哪些出价将为您带来最佳的长期回报。

基于价值的出价策略可让您优化智能广告系列。

分配转化价值可以让您区分潜在客户并为更有价值的结果出价。

对于教育而言，这可能看起来像是为索取小册子的学生和注册免费在线课程的学生分配不同的价值。 在零售业中，这可能意味着将经常退货的客户与最终保留购买的客户区分开来。

基于价值的出价策略告诉智能出价算法，一组用户/客户对您的业务盈利能力而言比另一组更有价值。

因此，Smart Bidding 会知道为您的底线价值增加 2 倍/3 倍/10 倍的群体进行优化，让您从广告支出中获得更大的价值，而不仅仅是 ROAS。

此外，固定价值出价会扭曲您的支出并限制您的回报。 平均出价高于您的固定值的用户细分成为错失机会，而您过度投资于平均出价较低的细分。

监视器。 干预。 教育。

工作没有捷径或方法。 寻找 ROAS 和 CPA 目标的最佳点需要时间，所以不要抗拒或被学习过程吓倒。 测试您的想法，监控结果，并在您达到后续的统计显着性时进行优化。

即使数据可见性是所有广告商都希望从该平台获得的更多信息，您也不应该将 Google 的机器学习算法置于黑暗之中。 它只会对您的业务产生负面影响； 无论有没有您的帐户，Google 的自动化都会增长。

一旦您知道什么是有效的，就可以自动化解决方案，并控制您将信息反馈给 Google 的方式和时间。 第三方工具可以使监控和干预更容易，并限制广告平台故障造成的损害。

Optmyzr 提供为期 2 周的免费试用，帮助像 Sean 这样的团队保留他们的时间和精神上的毅力来处理重要的事情，从而使他们的托管广告支出翻倍。