Vlastní nabídky vám umožňují využít firemní statistiky a umělou inteligenci od Googlu k automatizaci způsobu, jakým plníte své cíle v kampaních, a současně i maximalizaci návratnosti investic do reklamy.
Cílů své kampaně můžete dosáhnout optimalizací nabídek s ohledem na konkrétní konverzní události, cíle nebo signály zobrazení, které jsou pro vás hodnotnější. Vlastní nabídky můžete používat se signály z následujících zdrojů:
- události Floodlight a vlastní proměnné Floodlight,
- Google Analytics 4
- signály zobrazení.
Témata v tomto článku
- Jak vlastní nabídky fungují
- Oprávnění a přístup
- Omezení podpory vlastních nabídek
- Trénování algoritmu
Jak vlastní nabídky fungují
I když jsou k dispozici standardní automatizované strategie nabídek, které pomohou maximalizovat výkon kampaně, můžete použít vlastní nabídky, pokud potřebujete mít nad strategií nabídek kontrolu sahající nad rámec toho, co umožňují automatické nabídky.
Vlastní nabídky umožňují vytvořit strategii nabídek, která podává automatické nabídky na základě toho, která zobrazení jsou pro vás nejdůležitější.
Jsou dva způsoby, jak můžete zahájit vytváření algoritmu vlastních nabídek.
- Vytváření algoritmů vlastních nabídek pomocí pravidel: Definujte cíle vlastních nabídek a optimalizujte hodnoty zobrazení pomocí jednoduchých vážených konverzí, aniž byste museli psát skript. Pravidla umožňují přiřadit zobrazením hodnotu k vytvoření algoritmu vlastních nabídek pro cíle kampaně.
- Napsání skriptu vlastních nabídek: Se základními znalostmi jazyka Python můžete vytvořit skripty vlastních nabídek, které vám umožní používat data první strany k optimalizaci hodnot zobrazení pomocí cílů, které nejsou založeny na konverzích (jako je měření dopadu na značku).
Nad algoritmem vlastních nabídek máte detailní kontrolu:
- Pomocí vážených hodnot můžete přiřadit vyšší hodnoty zobrazením, která vám s větší pravděpodobností pomohou dosáhnout cílů kampaně, a nižší hodnoty méně relevantním zobrazením.
- K optimalizaci s ohledem na konkrétní konverzní události můžete použít značky Floodlight, vlastní proměnné, události služby Google Analytics nebo signály zobrazení.
Algoritmus vlastních nabídek prochází tréninkovou fází a pomocí strojového učení se učí z vašich minulých kampaní, aby mohl lépe vyhodnocovat a upřednostňovat nabídky na zobrazení, která jsou z hlediska kampaně správná.
Příklady
Algoritmy vlastních nabídek mohou být jednoduché i složité. Zde uvádíme několik možných cílů optimalizace:
- Klíčové ukazatele výkonu (KPI) značky: Například viditelnost nebo dokončení videa.
- Konverzní aktivity: Optimalizace může probíhat s ohledem na konkrétní konverzní aktivity, pokud přiřadíte větší hodnotu aktivitám, které jsou relevantnější z hlediska cílů kampaně.
- Vlastní proměnné Floodlight: Například věrnost, produkty nebo velikost košíku.
- Tržby z prodeje Floodlight: Měřením parametru tržeb pomocí značky prodeje Floodlight.
- Vážené konverze: Můžete používat měřicí aktivity Floodlight, které vám přinášejí konkrétní hodnoty podle navštívené stránky produktu.
- Google Analytics 4: Se službou Display & Video 360 můžete propojit službu Google Analytics a definovat váhu událostí na webu inzerenta.
Příklad: Optimalizace značky pomocí vlastních nabídek
Příklad: Maximalizace výkonu s ohledem na konverzní aktivitu
Příklad: Maximalizace návratnosti investic do reklamy pomocí Google Analytics a vlastních nabídek
Souhrnné statistiky
Souhrnné zobrazení vlastních nabídek ukazuje, jak byla zobrazení hodnocena, a zobrazuje rozdělení skóre zobrazení v grafu. Pomůže vám to lépe porozumět efektivitě algoritmů vlastních nabídek.
Zobrazení souhrnných statistik:
- Otevřete inzerenta nebo partnera.
- V nabídce vlevo klikněte na Zdroje a vyberte Vlastní nabídky.
- Vyberte algoritmus a klikněte na kartu Souhrn.
Oprávnění a přístup
Než začnete, zkontrolujte, zda máte potřebné oprávnění a přístup.
Algoritmy vytvořené na úrovni inzerenta:
- K úpravě algoritmu potřebujete přístup na úrovni partnera nebo konkrétního inzerenta.
- Algoritmus nelze sdílet s jinými inzerenty.
Algoritmy vytvořené na úrovni partnera:
- K úpravě algoritmu potřebujete přístup na úrovni partnera.
- Algoritmus lze sdílet s více partnery.
- S přístupem na úrovni inzerenta můžete algoritmus zobrazit, ale nemůžete zjistit, se kterými inzerenty je sdílen.
Omezení podpory vlastních nabídek
- Vlastní nabídky nejsou k dispozici na YouTube a při programatickém prodeji zaručeného inventáře.
Trénování algoritmu
Pokud má model vlastních nabídek dobře fungovat, potřebuje určité minimální množství údajů o zobrazeních, aby se mohl učit. Zde jsou minimální požadavky na data, které musíte splnit u každého inzerenta a jednotlivé řádkové položky:
| Cíle vlastních nabídek | Skripty pro vlastní nabídky | |
| Minimální požadavky na data u každého inzerenta | Alespoň 10 000 zobrazení se skóre a alespoň 500 zobrazení s kladným skóre | Alespoň 500 zobrazení s kladným skóre |
| Minimální požadavky na data u každé řádkové položky |
Alespoň:
|
Alespoň 50 zobrazení s kladným skóre |
Stav algoritmu vlastních nabídek
Než budete moci použít svou vlastní strategii nabídek v aktivní kampani, budete muset zkontrolovat stav modelu vlastních nabídek, abyste zjistili, zda je připraven. Úprava nebo aktualizace algoritmu může změnit stav modelu vlastních nabídek, takže příležitostně musíte stav kontrolovat.
Následující část popisuje, v jakém stavu se model vlastních nabídek může nacházet a co to znamená:
| Stav | Co je třeba vědět |
|---|---|
| Školení |
Váš model se stále učí a potřebuje ještě trochu času. Co je třeba vědět:
|
| Nedostačující údaje |
Váš model nemá minimální množství dat, které učení vyžaduje. Co je třeba vědět: Vlastní nabídky využívají údaje o zobrazeních za posledních 30 dní. Je proto možné, že:
Vy můžete zkusit:
|
|
Připraveno |
Váš model je vyškolen a připraven k použití. Co je třeba vědět:
|
| Pozastaveno |
Pozastavený model se přestane učit pomocí nových dat. Co je třeba vědět:
|
| Aktivní |
Model je přiřazen k aktivní kampani. Systém se neustále optimalizuje a aktivně používá nabídky. Co je třeba vědět:
|
