自定义出价概览

使用自定义出价，即可将业务数据洞见和 Google 的 AI 技术相结合，以自动化方式达成广告系列目标，同时最大限度提高广告支出回报率。

您可以针对价值更高的特定转化事件、目标或展示信号来优化您的出价，以此达成您的广告系列目标。您可以将自定义出价与以下来源的信号搭配使用：

• Floodlight 事件和自定义 Floodlight 变量
• Google Analytics（分析）目标
• 展示信号

注意：自定义出价不适用于 YouTube 广告资源和有保证的程序化广告资源

本文涵盖的主题

• 自定义出价的工作原理
  • 示例
• 相关权限
• 训练算法
  • 算法状态简介

自定义出价的工作原理

尽管您可以借助标准的自动出价策略最大限度地提升广告系列效果，但如果您需要使用比自动出价功能更完善的控制功能来更好地控制出价策略，那么自定义出价功能非常适合您。

借助自定义出价，您可以制定出价策略，让系统根据哪些展示机会对您最重要来自动出价。

您可以通过以下 2 种方式构建自定义出价算法。

• 创建自定义出价目标：指定自定义出价目标，以便使用简单的加权转化来优化展示机会价值，而无需编写脚本。通过设置目标，您可为展示机会分配价值，从而为广告系列目标构建自定义出价算法。
• 编写自定义出价脚本：运用基本的 Python 知识编写自定义出价脚本，以便根据非转化类目标（例如品牌提升效果评测）使用第一方数据来优化展示机会价值。

注意：您还可以使用 Display & Video 360 API 上传和验证各个自定义出价脚本，以及将自定义出价算法分配给广告系列。

您可以精细地控制自定义出价算法：

• 您可以使用加权值，为更有可能助您达成广告系列目标的展示机会分配较高权重值，为不太相关的展示机会分配较低权重值。
• 您可以使用 Floodlight 代码、自定义变量、Google Analytics（分析）目标/事件或者展示信号，针对特定转化事件进行优化。

您的自定义出价算法会经历一个训练阶段，利用机器学习技术从您以往的广告系列中学习，以便更好地为展示机会评分，并优先针对适合您广告系列的展示机会出价。

示例

自定义出价算法可能很简单，也可能很复杂。以下是一些优化对象示例：

• 品牌关键绩效指标 (KPI)：例如可见度和视频看完次数。
• 转化活动：为与广告系列目标更相关的活动分配较高权重值，优先促成特定的转化活动。
• 自定义 Floodlight 变量：例如忠诚度、售出的商品量和购物车内商品总金额。
• Floodlight 销售收入：使用 Floodlight 销售代码跟踪收入参数。
• 加权转化：使用会根据访问的商品页面向您传递具体价值的 Floodlight 跟踪活动。
• Google Analytics（分析）4 或 Google Analytics 360 目标：您可将 Google Analytics（分析）与 Display & Video 360 关联，以便使用目标并为广告客户网站上的事件指定权重值。

示例：利用自定义出价进行品牌优化

针对品牌曝光率进行优化时，您可以设置自定义出价策略，让系统结合加权值和展示数据，对最具价值的展示机会自动出价。

例如：

通过按以下条件创建自定义出价目标或脚本，您可以优先对更有可能提高品牌曝光率的视频广告展示机会进行出价：

•  为用户观看视频时开启音频的展示机会分配较高权重值
•  为视频观看时间短于 3 秒的展示机会分配较低权重值。
• 为用户在联网电视 (CTV) 上观看视频的展示机会分配较高权重值。

这有助于制定自定义出价策略，根据视频展示机会的权重值来确定出价优先级。如需探索更多示例，请前往使用展示层面的数据。

示例：最大限度提升转化活动的效果

在针对特定转化活动最大限度提升效果时，您可以将出价策略设为使用权值和 Floodlight 代码对最具价值的展示自动出价。

例如：

通过创建自定义出价目标或脚本，您可以优先针对更有可能助力提高销售收入且最具价值的 Floodlight 活动进行出价：

• 为漏斗下端的展示分配较高权重值，例如已完成的销售。
• 为漏斗上端的展示分配较低权重值，例如网页浏览量。

您还可以将自定义出价与以下各项搭配使用：

• Floodlight 销售代码，用于定义您要优化的收入参数
• 自定义 Floodlight 变量，用于针对指定的购物车内商品总金额、售出的商品量或展示进行优化，从而提高品牌忠诚度。

这有助于制定自定义出价策略，针对增加销售收入，优先考虑可提高转化量的活动。如需探索更多示例，请前往使用 Floodlight 数据。

示例：利用 Google Analytics（分析）和自定义出价最大限度地提高广告支出回报率

您可以共享 Google Analytics（分析）中的转化数据，为 Display & Video 360 中的自定义出价算法提供依据。这样一来，您就可以使用 Google Analytics（分析）中的数据针对各种目标进行优化，例如最大限度地提高广告支出回报率。

注意：这要求您与 Display & Video 360 共享转化数据，将
Display & Video 360 广告客户与您的 Google Analytics（分析）账号相关联
让自定义出价为展示评分，并在 Google Analytics（分析）账号中创建
目标。

例如：

通过增加展示次数，您可以优化自定义出价最大限度提升广告支出回报率的方式，进而帮助您覆盖更有可能回访您网站的客户。

您可以利用自定义出价和 Google Analytics（分析）数据，优先认购每次会话浏览页数超过 5 页的用户带来的展示。

如需探索更多示例，请前往使用 Google Analytics（分析）数据。

相关权限

在开始之前，请先检查您是否拥有所需的相关权限。

对于在广告客户级创建的算法：

• 您需要拥有合作伙伴级或具体广告客户级的访问权限才能修改算法。
• 您无法与其他广告客户共享算法。

对于在合作伙伴级创建的算法：

• 您需要拥有合作伙伴级访问权限才能修改算法。
• 您可以与多个合作伙伴共享算法。
• 您可以使用广告客户级访问权限来查看此算法，但无法查看此算法已被共享给哪些广告客户。

训练算法

自定义出价模型需要最低数量的展示数据进行学习，才能取得理想效果。对于每个广告客户和单个订单项，您必须满足以下最低数据量要求：

	自定义出价目标	自定义出价脚本
每个广告客户的最低数据量要求	至少 10,000 个评过分的展示和至少 500 个评分较高的展示	至少 500 个得分较高的展示
每个订单项的最低数据量要求	至少： 50 个得分较高的展示 各个展示的价值都必须高于 0，且介于 0.000001 到 1,000,000 之间。 对于 Google Analytics（分析）目标，需要获取点击次数的展示数据。	至少 50 个得分较高的展示

自定义出价算法状态简介

您需要先检查自定义出价模型的状态，确认其准备就绪，然后才能对有效的广告系列使用自定义出价策略。修改或更新算法都可能会更改自定义出价模型的状态，因此您需要不定期检查模型的状态。

下面介绍了自定义出价模型可能处于哪些状态及其代表什么含义：

状态	须知事项
培训	模型仍在学习中，并且需要一些时间继续学习。 须知事项： 将未经训练的模型分配给正投放的广告系列会导致订单项停止支出。 您可能需要给算法一些时间进行学习，然后再测试其效果。随着可用数据越来越多，结果的准确性也会有所改善。
数据不足	您的模型没有学习所需的最低数据量。 须知事项： 自定义出价会使用过去 30 天的展示数据，也就是说： 您可能需要等待几天才能达到最低数据量要求 如果暂停自定义出价超过 30 天，您可能需要等到满足了训练自定义出价算法所需达到的数据量要求，才能继续使用该功能。 在达到最低数据量要求后，您的模型可能需要 1-3 天的时间进行训练。 您可以尝试执行以下操作： 修改算法的评分标准，或 增加展示次数，以获取足够的数据来训练模型。
就绪	您的模型已训练完毕，随时可供使用。 须知事项： 请务必将您的模型分配给有效订单项，以防止账号被暂停。
已暂停	已暂停的模型会停止使用新数据进行训练。 须知事项： 如果模型在 21 天内没有任何相关支出，则该模型会被暂停。这是为了防止不再使用的模型占用资源。 如果您需要使用已暂停的模型，只需将其分配给 21 天内设有未来预算或排期的有效订单项或广告订单，即可重新启用该模型。
有效	您的模型已分配给有效广告系列。它会不断优化并主动进行出价。 须知事项： 请务必持续监控模型效果并调整算法，以帮助提升或维持效果。