数字营销领域一直在变化，曾经为您工作的可能现在正在对您不利。即使是最老练的营销人员，也会犯一些Google广告错误。
由于大多数公司确实使用了错误的指标，因此Google Advertising（通常是效果营销）将崩溃。
需要一种可以推动更好的决策制定的新方法，而那些接受该方法的公司将在竞争中占据优势，并在市场上更快地发展。
当前的Google广告制作方式需要再次调整，在这篇文章中，我们将向您展示最常见的Google广告错误以及解决方法。
您想发现Google Advertising的基本元素吗？您是否想了解可以实施哪些更改以打开新的机会并发展您的业务？
那您来对地方了！
您可能犯的6个Google Ads错误（以及如何做）
无论是决定是否在新平台上进行投资，还是跟踪流量和转化的最佳方法是什么，各个平台的算法如何工作，第三方Cookie的新管理，或者如何处理越来越多的机器学习如果您希望通过数字广告来获得成果，那么将它们整合起来，总是有很多事情要做。
Google Ads错误＃1：依靠广告支出回报率
如今，营销人员可以访问越来越多的数据。但是，在衡量数字营销活动的成功率时，大多数广告商都将重点放在简单的指标上，而没有考虑大局。
特别是，大多数电子商务广告客户仍在优化其媒体支出，并基于广告支出回报率（ROAS）制定策略。尽管这是大多数广告客户通常都接受的惯例，但这种方式有很大的局限性。
广告支出回报率不应再成为唯一要考虑的指标。
实际上，广告投资报酬率只是意味着针对您的媒体支出获得最佳收益，这并不一定意味着您将从媒体支出中获得最大收益。
重要的是要专注于更面向业务的不同指标（例如LTV，广告支出的未来保证金）。
广告支出回报率无效的原因有两个：
- 如果我们针对广告支出回报率进行优化，那么我们会考虑收入而不是利润（对于电子商务，利润比收入重要得多）。如果我们与金融界进行比较，就好比只看收益而不是获利，而不是EBITDA来押注股票。当涉及电子商务时，利润说明了一个复杂得多的故事，因为它确实影响着我们正在做的事情的底线。
- 广告投资报酬率不考虑未来交易，也不考虑现有客户的生命周期价值。因此，广告支出回报率仅提供了部分观点。相反，我们应该考虑“广告支出的未来保证金”：也就是说，我们考虑了未来的交易以及给定时间内来自未来客户的预期保证金。
从广告支出回报率转换为广告支出的未来保证金将为我们提供更完整的视图，并使我们能够更准确地评估每个出价，展示位置等。
当然，在日常操作中，这是一个根本性的改变，需要一些技术上的实现。但是，此更改将使我们更加清晰。
想象一下，您和您的竞争对手一起在楼梯前，并且有雾。每个人只能看到接下来的5个步骤。如果我们转到这些指标，我们现在可以看到接下来的50个步骤。
因此，即使对未来将获得多少交易以及未来交易的保证金有很多假设，这种新观点也使我们比竞争对手更清晰地了解了这一点-这意味着我们可以评估每笔交易，每个出价，每个广告素材等都以更加准确的方式进行。
相反，该怎么做： 广告支出从广告支出回报率转移到未来保证金
Google Ads错误＃2：鲁迪主义
记住这些话：Google正在成为机器学习驱动的黑匣子，您必须拥抱技术。
在机器学习的推动下，世界变得越来越黑匣子，在我们的直接控制下，预算，智能招标，自适应广告，智能购物和关键字选择越来越少。
例如，如果本周我们的表现很好，但我们不知道为什么（即：Facebook广告系列中有一种算法已经决定，我们将获得更多的展示机会，并且我们正在做的一些类似活动将变得更好），我们将不知道为什么事情会上升或下降，我们将无法控制。
如果我们查看过去几年发生的事情，我们可以看到我们已经从以人为驱动的活动转变为机器学习活动。
- 预算：过去，这是100％人工的。现在预算是自动的（想想在Facebook上引入CBO）。
- 竞标是一样的，过去大多数竞标都是人工竞标，只有少数自动化解决方案（例如目标CPA，DCO）；目前，Google越来越多地推动智能出价。
- 广告文案测试：过去，我们会在不同的广告文案上进行大量A / B测试，现在使用响应式广告，我们只是用10个不同的标题来宣传“野兽”，然后Google和Facebook发挥了魔力。
- 购物优化：可能仍然存在人为因素来选择关键字（那里的机器在做的越来越少），但是关键字的相关性比以前降低了一些，并且机器解决方案很可能会做得更好工作比人类可以很快完成。
机器学习即将到来，我们对此无能为力。我们需要确保无论何时我们在管理自己活动的预算时，或者在代理机构方面并且为客户管理投资时，我们都意识到这就是我们赖以生存的世界。
我们必须接受这些变化，并利用我们所看到的趋势来利用和超越竞争对手。
这是一个巨大的机会，因为当今大多数广告客户要么完全热爱机器学习，要么迷恋与AI相关的一切，或者他们拒绝接受机器学习正在接管这一事实。但是，现实介于两者之间。
相反，该做什么： 拥抱世界是机器学习驱动的黑匣子这一事实
Google Ads错误＃3：仅依靠Google的算法
您可能还记得Syndrome，电影The Incredibles中的反派之一。Syndrome淘汰超级英雄的计划是赋予所有人超能力。他的想法是，如果每个人都是“超级”，没有人会成为。
这正是Google，Amazon和Facebook所做的。
如果我们考虑一下，我们都会使用相同的算法。这些算法正在缩小竞争。广告商A使用算法A，广告商B使用算法B，但实际上，每个广告商都可以通过单击切换到其他人的算法。
我们的竞争优势在哪里？
它不再是我们正在使用的出价模型，也不再是我们正在使用的广告引擎测试，也不再是算法本身，因为这正变得越来越普遍。
秘密之处在于我们用于提供算法的数据。这是一个绝佳的机会，因为世界上大多数人都盲目地喜欢“让我使用更智能的算法”，“让我测试可以带来更多性能的东西”的想法，但这并不是重点。
在2年内，算法将成为纯粹的商品，我们都会认识到，这只是一个名字很奇特的公式，其背后的数学运算得到了我们提供的数据的支持。
替代方法： 通过集成Google Analytics（分析），Google Ads和您的CRM将第一方数据注入帐户。
Google Ads错误＃4：忘记受众群体
客户是人，而不是关键字。
作为广告客户，我们倾向于从关键字的角度进行思考：人们在搜索哪些关键字，我可以定位哪些关键字，正确的匹配选项是什么，等等。我们常常忘记了我们需要以人员而不是关键字来思考（即：人们在寻找我们，而不是关键字。
数字广告平台，尤其是Google，正越来越多地向受众转移，这意味着受众正在扮演越来越重要的角色。这促使我们更多地考虑用户和客户，而不是关键字。
受众变得越来越重要，这给我们带来了前所未有的机会，因为我们现在可以添加一个额外的层来为Google和Facebook上的更多广告系列提供支持。
当然，受众群体不是关键字的替代品，而是一种完善：它们使我们能够优化并扩大广告系列的效果。
得益于细分受众群，可以改善出价管理，广告素材的定义以及定位的选择。
替代方法： 使用通过基于聚类的方法获得的数据来创建具有相似特征的组。使用RFM（新近度，频率，货币价值）方法细分客户群。
Google Ads错误＃5：盲目信任数据
我们不能仅仅依靠我们从Facebook收到的数据和我们从Google收到的数据。
为什么？因为平台筒仓要求相同的收入。
我们经常处于这样的位置：Facebook声称对于某个广告系列，我们交付了10美元，而Google声称我们交付了20美元，但随后您去与财务部门核对，发现自己没有30美元，但只有25美元。
现实情况是平台在孤岛中运行。他们彼此不说话，作为广告商，我们很难拥有一个统一的视图，而该视图不具有游戏中某种皮肤的平台–一个足够不可知的平台，将使我们能够为分配我们的投资做出最佳决定。
现在，不仅是我们是否可以100％信任Facebook或Google，问题还更加复杂。
事实是，到目前为止，我们还没有一种完整的方法来监视用户在不同平台和不同设备上的旅程，并且我们没有单一的事实来源，因为我们主要依赖于我们所使用的数据直接从广告平台获取。
在所有这些差异中，存在着巨大的优化机会。在一个聚合的，不可知的观点中弥合不同平台之间的鸿沟是优化的绝佳动力。
相反， 该怎么做：以统一的方式考虑各种平台，以便拥有一个归因模型，该模型能够在考虑客户的购买流程时为每个平台赋予适当的权重。
Google Ads错误＃6：依靠第三方数据
做好营销准备，流星就要来了：cookie限制
Google最近宣布，他们将阻止第三方Cookie，这可能会对广告行业的其他参与者（如Criteo和Programmatic平台）产生重大影响。
Cookie限制将为我们改变游戏规则，这是我们需要考虑的事情，因为我们需要更多地转向第一方数据-我们不能像今天所知道的那样依赖Cookie和跟踪系统。我们比Facebook更了解客户。
利用第一方数据的力量，将有助于我们与竞争对手区分开来，因为所有广告客户都将或多或少地使用相同的算法（确定目标，出价，预算等）来运行广告系列。
相反，该怎么做： 开始收集所有第一方数据，并找到一种有效的方法将其注入广告平台
如何解决6大Google Ads错误
这些是Google广告如今面临的六个主要问题。那么有什么解决方案呢？
让我们从以下三个步骤开始：
- 调整组织并超越ROAS，并为未来的贡献率进行优化。
- 将受众群体数据连接到平台：通过向算法提供第一方数据来拥抱机器学习并超越竞争对手。
- 将业务成果连接到平台。建立与渠道无关的事实来源。
我们实际上如何做到这一点？
在超级简化视图中，任何在线业务都分为三个元素：
- 我们有许多获取渠道（例如Google，自然搜索，搜索，Facebook等）将流量吸引到我们的网站。
- 人们将采取行动为我们带来金钱。
- 钱出现在银行中。
基本上，我们要说的是，要成为更智能的在线业务，我们需要获取第一方数据（我们网站上的流量和银行存款），然后将这些数据推回收购渠道。
这是一个7个步骤的清单，可以帮助您：
- 正确掌握基础知识：UTM，GTM
- 选择一个数据库：BigQuery可以
- 将CRM数据连接到数据库
- 将广告平台数据连接到数据库
- 定义您的归因模型
- 定义集群
- 将您的观众和LTV数据推回广告平台（例如API连接器）
发布者：跨境市场人，关注微信公众号【跨境市场人】，转载请注明出处：https://kuamarketer.com/archives/2836.html
