图片-精准获客

Google 广告投放:打造广告与广告系列 – 论及展示广告网络中的类似细分受众群体功能

1. 展示广告网络中的类似细分受众群功能

类似细分受众群是一种定位手段,其凭借数据细分受众群,助力您拓展覆盖范围,吸引那些与您现有客户或曾访问您网站、使用您应用的用户具有相似特质的新潜在客户。

2. 准备工作

类似细分受众群定位功能适用于展示广告网络、搜索网络、YouTube、Gmail、目标客户匹配以及应用。只要您在 Google Ads Audience Center 库中设定了至少一个符合条件的名单,系统就会自动创建并实时更新类似细分受众群。建议您在启用类似细分受众群功能前,精心制定数据策略。

3. 优势

覆盖范围更广

:能将广告系列的覆盖范围拓展至与现有用户特质相似的新用户,覆盖规模最高可达单纯使用数据细分受众群时的五倍。

增加转化次数

:把类似细分受众群与展示广告系列搭配使用,转化次数可提高 41%。

依托强大的机器学习技术

:机器学习技术会剖析数百万个信号,并依据效果目标进行优化,而类似细分受众群正是借助机器学习技术实时更新的。

易于管理

:在符合条件的 Google Ads 帐号中,类似细分受众群会自动显现。当系统判定新用户与网站和/或应用访问者之间存在足够且具有统计显著性的相似度时,这些新用户就能被纳入类似细分受众群。

高效定位

:现有客户和曾访问您网站或使用您应用的用户会自动被排除在类似细分受众群之外,确保您只定位新用户。

4. 简化受众群体定位

类似细分受众群定位功能能够自动探寻与您现有客户(比如“网站访问者”或“转化者”)相似的新客户,让您在寻觅新受众群体时不再盲目猜测,而是有据可依。Google Ads 会依据您现有的用户名单,运用机器学习来洞察用户的共同特点,从而找到更多兴趣相同的客户。借助类似细分受众群功能,您能够依照客户喜好的主题以及他们常访问的网站等标准来查找与现有客户相似的新客户。

示例:

假设您创建了一个客户名单,其中涵盖了从您的厨具网站购买牛排刀的用户。类似细分受众群功能并非帮您吸引对“烹饪”感兴趣的宽泛用户群。实际上,它会首先识别此名单中用户普遍存在的搜索行为,比如:在访问您的网站并进行购买之前,先浏览专门介绍“烹饪牛排”和“优质刀具”的网站。随后,类似细分受众群功能会依据这些信息去寻找进行过类似活动的其他用户。

类似细分受众群会随着原始客户名单和用户浏览活动的变化而自动更新。这意味着,您创建类似细分受众群后,无需自行更新。

5. 获取新的潜在客户

借助类似细分受众群功能,您能够扩大借助数据创建的现有谷歌广告系列的覆盖范围,吸引那些可能对您的产品或服务感兴趣的新用户访问您的网站。

即便类似细分受众群中的用户当下未从您的网站购物,但只要您已在您的网站添加 Google Ads 代码,当他们日后访问您的网站或使用您的应用时,您依然能够吸引他们。添加类似细分受众群定位功能后,您能够吸引更多用户

图片[1]-Google 广告投放:打造广告与广告系列 – 论及展示广告网络中的类似细分受众群体功能-精准获客

访问您的网站,如此便通过一种直观且易于管理的方式为数据细分受众群吸纳更多用户。

案例研究:ZOOT

ZOOT 是一家总部位于布拉格的服装零售商,他们期望增加潜在受众群体,让广告系列发挥更大效用。为达成这些目标,他们运用了类似细分受众群功能并投放了动态展示广告。与之前的广告系列设置相比,动态展示广告会展示用户感兴趣的产品,进而带来更多订单,使总体投资回报率翻倍。ZOOT 利用类似细分受众群功能来吸引之前广告系列未能覆盖的新用户。事实证明,类似细分受众群功能十分有效,在广告系列投放期间,ZOOT 网站流量中的新用户流量占比达 63%。

6. 运作方式

Google Ads 会分析过去 30 天内展示广告网络中各网站上的浏览活动,并结合用户查看的内容来掌握您数据细分受众群中用户共有的兴趣和特征。随后,Google Ads 会以此信息为基础,自动找寻兴趣和特征与访问过您网站或使用过您应用的用户或您现有客户名单中的用户相似的新潜在客户。访问过您网站和使用过您应用的用户之间共有的特征和兴趣越多,类似细分受众群功能的效果就越佳。

为找到类似细分受众群,Google Ads 会在展示广告网络中数以百万计的应用和网站上进行搜索。一旦您的数据细分受众群发生变化,您的类似细分受众群也会相应改变。类似细分受众群是运用机器学习技术创建的,能够动态适应不断变化的市场和趋势。所采用的模型能够找出与现有客户相似且效果较好的用户。

注意:您的现有网站访问者或应用用户会自动从您的类似细分受众群中排除。所以,如果类似细分受众群中的访问者被添加到您的网站访问者和应用用户细分受众群,系统会将他们从类似细分受众群中移除。

7. 可基于哪些数据细分受众群生成类似细分受众群

Google 会依据多种不同因素自动判别能够基于您的哪些数据细分受众群生成类似细分受众群,这些因素涵盖但不限于:

种子名单(数据细分受众群)中至少要有 100 位访问者;

这些访问者加入原始细分受众群的时长;

这些访问者浏览的网站类型;

名单必须归您的帐号所有,不能是共享名单。

众多类型的数据细分受众群都可用于生成类似细分受众群,包括但不限于:网站访问者、应用用户、目标客户匹配、YouTube 用户、客户关系管理、Google Analytics(分析)等。不能使用自定义名单生成类似细分受众群。在某些情形下,可能会因信息不足而无法生成类似细分受众群。在这类情况下,名单可能在受众群体管理器中显示为“不可用”状态。

类似细分受众群是基于与种子名单中的用户具有相同特征的用户创建的,不存在任何地理位置限制。这意味着,倘若某个商家位于加拿大,他们类似细分受众群中的用户将来自世界各地,而非仅限于加拿大。

受众群体管理器中显示的名单规模反映的是所有区域的总体规模。在制作新的广告系列时,如果您只想了解少数几个选定区域的覆盖范围估算值,可以对地理位置加以限制。

注意事项:

我们不支持使用依据敏感类别(例如种族、宗教、性取向或健康状况)生成的名单来查找类似细分受众群。在任何情形下,使用类似细分受众群功能时都必须遵循我们的个性化广告政策。倘若用户不想被纳入类似细分受众群,可以通过广告设置来选择停用该选项。

您的名单最长或许需要 72 小时才能开始投放广告。

8. 有关类似细分受众群的最佳做法

使用自动出价

:由于类似细分受众群定位的是新用户,其每次转化费用最多可能比定位网站访问者、应用用户和现有客户高出 25%。您可以采用目标每次转化费用或目标广告支出回报率出价策略来提升成效。倘若衡量成效的主要指标是“转化”,可运用目标每次转化费用。智能点击付费这种出价模式的优化目标是点击次数而非转化次数。

制作自适应广告

:尽可能采用自适应广告设计,使您的广告能够以最精准的方式定位最理想的客户。请尝试使用多个版本的“号召性用语”文字、图片等。

修改出价

:依据广告系列效果,您能够提高出价以脱颖而出,或者降低出价以节省预算。AdWords 智能出价会针对每一次展示机会进行调整,相应地提高或降低您的出价。

地理位置和语言

:评估您是否应当依据业务的特定方面对地理位置和语言进行任何调整。比如,如果您仅在特定地区开展业务,或者您的网站仅提供特定语言的版本。

与第三方沟通

:倘若您发现广告系列存在效果问题且您在使用第三方组件,请联系第三方支持来确认这些组件是否存在任何错误。

广告系列结构

:您能够设置单独的广告组,将类似细分受众群添加到该广告组中依据您的数据制作的现有广告系列中。不过,我们建议您使用单独的广告系列,以便更好地把控预算、广告内容和衡量方式。

名单策略

:认真思考您的数据细分受众群策略。您的策略会影响系统生成的类似细分受众群的类型。理想状况下,在设置初始数据细分受众群之前,您应当已经有了自己的规划和目标。建议您开始投放广告系列时运用效果最佳的细分受众群,例如“类似于转化者”名单或用户数量最多的名单。

9. 类似细分受众群功能常见问题

9.1 覆盖面不够广(或类似细分受众群规模太小)

尝试提高出价并查看展示得分指标。出价过低可能导致您错失展示机会,而出价过高可能使您的预算快速耗尽。预算过低可能限制广告的展示频率,而预算过高可能增加广告系列的费用。

尝试为您的定位增添更多或更大的类似细分受众群。您之前所选的细分受众群规模或许过小。

9.2 未生成类似细分受众群

创建种子名单后可能至少需要 48 小时才会生成类似细分受众群。

规模较小的数据细分受众群(小于 500 个用户)不太容易生成类似细分受众群。

9.3 每次转化费用过高

尝试降低目标每次转化费用或出价。要降低每次转化费用,推荐的做法是等到学习期(约 2 周)结束后再开始每周降低 20%,在此期间留意名单的效果。如果出价已经很低,请尝试上调。有时候,出价低只能为您带来低质量的广告资源。

尝试使用新的广告素材和/或着陆页 – 或许广告的信息量不足,或者缺乏说服力而无法推动销售。请注意,每次当您更换广告素材时,算法都需要一段时间来适应变化并找到新的规律。

在规划如何寻找新用户时,请思考这些用户的哪些特征对您的广告系列最为重要,并确定您对浏览型转化的重视程度。


谷歌(Google)广告账户如何开通?Google 广告海外投放效果怎样?怎样在 Google 投放广告?在 Google 投放广告需要多少费用?您可以来北京精准获客广告代理公司了解 Google 广告海外推广运营的相关内容,在这里您所有的疑问都会得到妥善解答,期待您的咨询

© 版权声明
THE END
喜欢就支持一下吧
点赞9 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容