Google Ads 自动出价是一款企业级解决方案，可帮助广告客户根据效果目标自动设置出价。智能出价是一系列自动出价策略，它们运用机器学习技术，围绕尽可能提高转化次数或转化价值这一目标来优化出价。智能出价会为每次竞价设定精确的出价，以相当于或优于现有效果目标的成本效益推动实现更高的转化量或转化价值。它提供了以下三项核心功能：
- 真正的实时出价
- 查询一级的自适应学习
- 丰富的用户信号和跨信号分析
接下来，我们详细了解一下每项功能。
超过 80% 的 Google 广告客户在使用自动出价。
资料来源：Google 内部数据，全球，2021 年 3 月 16 日至 2021 年 4 月 12 日。
真正的实时出价
真正的实时出价对于基于转化的出价策略和基于价值的出价策略，智能出价会针对每一次竞价分别设置出价（而不是一天只调整几次出价），因此能够做到真正意义上的实时优化。这样一来，广告客户就可以更加精确地优化出价，还可根据每位用户所处的独特搜索情境调整出价。Google Ads 出价算法不仅仅会根据所有用户的汇总效果来调整出价，还会评估竞价时存在的相关情境信号（例如时段、所展示的具体广告素材，或者用户的设备、地理位置、浏览器和操作系统）。
发现每次竞价的转化机会，这有助于进行差异化出价和更精确地优化出价。以金融业的广告客户为例。以下情况可能属实：iOS 用户更有可能开设支票账户，或者如果智能手机用户所在城市的银行分行覆盖率较高，则他们更有可能前往银行网点。借助实时出价功能，Google Ads 可以检测到此类信号，从而更加准确地预测转化率或转化价值，并为每一次搜索查询设置更明智的出价。
实时出价功能可进一步提高出价频率和准确性
在启用实时出价功能之前，营销者通常会手动为每个关键字设置出价。
人工出价：若要手动为每个关键字设置出价，只需使用基于规则的效果条件（例如，在展示次数份额低于 X% 时，将出价提高 Y%）或使用 API 在 Google Ads 界面中更改出价即可。由于时间限制，广告客户在每一轮优化中可能只能针对一部分关键字（例如，效果最佳的关键字或按产品类别划分的关键字）优化出价。
不过，现在可用数据越来越多，这使得广告客户根据每位用户所处的独特情境设置人工出价变得更为复杂。启用实时出价功能后，情境信号可用于为每次竞价设置不同的出价。
Google Ads 实时出价：Google Ads 智能出价利用机器学习算法为每次竞价优化出价。这是最精确且最有效的出价设置方法。
注意
如果您使用的是 Search Ads 360，则可以借助 Google Ads 实时出价功能使用 Floodlight 转化数据来优化广告系列。
注意
您可以实施 Google Ads 智能出价策略，同时使用第三方搜索管理解决方案或内部 API，从而动态调整出价参数并跨多个帐号和搜索引擎生成报告。
查询一级的自适应学习
机器学习算法根据可靠的转化数据来构建准确的出价算法，从而预测不同出价水平下的效果。虽然搜索量较高的字词通常可提供大量转化数据以便根据模型估算转化，但帐号往往会包含一些搜索量较低的关键字或新关键字，这些关键字的效果历史数据很少，但也必须考虑在内。对于这些搜索量较低的关键字，出价解决方案会依靠机器学习模型，根据当时最准确的转化率估算值来设置出价。
例如，出价解决方案可以测试不同的出价水平，以建立特定关键字的转化率模型。不过，在关键字累积数据（这一过程可能需要很长时间，具体取决于搜索量）时，这可能会导致效果不佳。在根据模型估算搜索量较低的关键字的转化率效果时，另一种常见流程是，“借用”同一个关键字在所有匹配类型中的数据，或者“借用”更高级别的广告组和广告系列的效果数据。
智能出价在此方法的基础上进行了扩展，通过使用整个帐号中查询一级的数据加以改进。如果您使用的是跨帐号转化跟踪，则还可以使用经理帐号中查询一级的数据。这样出价算法就可以依据更加庞大的数据来做出决策，并且在关键字一级的转化数据较少的情况下，这还有助于减少效果波动。
为何查询一级的学习可改进出价
Google Ads 出价算法不受关键字在帐号结构中所处位置的限制。相反，算法可跨广告组和广告系列在搜索查询一级利用转化数据。这对于词组匹配关键字和广泛匹配关键字的出价尤为有用，在采用这两种匹配方式时，可能会有各种各样的搜索查询与单个关键字相匹配。在这些情况下，如果仅设置一个关键字一级的出价，则无法针对不同查询之间的转化率差异进行优化。
此外，假设您要添加新的关键字，或将关键字移到其他广告组，Google Ads 出价算法便无需从头开始重新学习效果。这是因为算法在查询一级（而不是关键字一级）进行学习。如果某个搜索查询已经与广告系列的其他部分相匹配，那么算法只需将学到的相关内容应用到整个帐号中，即可做出更明智的出价决策。
丰富的用户信号和跨信号分析
每一次的搜索查询都不相同，因此，针对每次查询的出价应反映竞价时存在的各种独特情境信号。在确定最佳出价时，时段、是否位于再营销名单或者用户的设备和地理位置等信号都是需要考虑的关键维度。除了在每次竞价时评估这些信号之外，智能出价还会考虑用户的操作系统、网络浏览器、语言设置等其他信号，以便针对不同平台和用户之间存在的效果差异进行优化。借助这些额外的背景信息，智能出价可以更准确地预测每次竞价带来转化的可能性，并设置最佳出价。以下列表汇总了智能出价在优化出价时考虑的许多重要预测性信号。
| 情境信号 | 说明 | 示例 |
| 设备 | 系统可以根据查询是来自桌面设备、平板电脑还是移动设备来优化出价 |
广告客户：汽车经销商 系统在设置出价时，会考虑用户是通过桌面设备还是智能手机搜索“汽车经销商营业地点”。 |
| 地理位置 | 系统可以根据用户所在或所搜索的具体位置（精确到城市级别）来优化出价，即使他们的位置是在更高级别设置的也是如此 |
广告客户：银行 即使地理位置已设置为“纽约州”，系统在设置出价时，仍会考虑“开新的支票账户”这一搜索是否来自该州的不同城市（例如曼哈顿与长岛，两者的分行覆盖率可能有所不同） |
| 时段/周几 | 系统可以根据用户所在时区的当地时段和周几来优化出价 |
广告客户：咖啡馆 系统在设置出价时，会考虑用户是在星期一上午 7:00 上班前搜索还是中午 12:00 午餐时搜索 |
| 基于名单的受众群体（搜索广告再营销名单、目标客户匹配、类似受众群体） | 系统会将搜索广告受众群体名单纳入考虑范围 |
广告客户：在线零售商 系统在设置出价时，会考虑用户是否在之前访问网站时浏览过产品、是否位于您已上传的会员回馈活动名单中，或者是否与现有客户具有类似特征。此外，系统还会考虑用户上次出现距离现在有多久。 |
| 实际查询的内容 | 系统可以根据触发广告展示的搜索查询的文字内容（而不仅仅是匹配的关键字）来优化出价 |
广告客户：鞋类零售商 系统在设置出价时，会考虑用户查询的内容是“皮靴”还是“靴子修护”，即使这两个查询内容都与关键字“靴”匹配。 |
| 广告素材 | 如果针对某个指定的搜索查询，您有多个广告素材可以投放，则系统可以根据要展示的广告素材（包括其是否会将用户引导至移动应用）来优化出价 |
广告客户：在线旅行公司 系统在设置出价时，会考虑要展示的广告是“最新特惠”版本还是“热门度假胜地”版本，或者是将用户引导至移动网站还是移动应用，具体取决于哪个版本针对特定查询吸引到转化的可能性更高。 |
| 界面语言 | 系统可以根据特定用户的语言偏好设置来优化出价 |
广告客户：西班牙语学习网站 对于“学习新语言”这一查询，系统在设置出价时，会考虑是否向 Google 语言设置为英语或西班牙语的用户展示广告。 |
| 浏览器 | 系统可以根据查询来自哪种浏览器来优化出价 |
广告客户：软件公司 系统在设置出价时，会考虑用户是使用 Safari 还是 Chrome 搜索“mac 软件”。 |
| 操作系统 (OS) | 系统可以根据用户在哪种操作系统上执行相应查询来优化出价 |
广告客户：手机配件卖家 系统在设置出价时，会考虑用户是通过 Android 设备还是 iOS 设备搜索“手机壳”。 |
| 搜索网络合作伙伴 | 系统可以根据广告是在哪个搜索网络合作伙伴网站上展示来优化出价 |
广告客户：快速消费品品牌 如果用户是在某个电子商务网站上搜索查询较为相关的内容，系统会设置不同的出价（与新闻网站相比）。 |
| 移动应用评分和评价 | 系统可以根据应用的用户评分和评价数量来优化出价 |
广告客户：游戏公司 系统会根据您应用获得的评分和评价数量来设置不同的出价。 |
各种信号协同运作时
如要设置更精确的出价，不妨先针对设备和地理位置等单个信号进行人工出价调整。不过，智能出价不再局限于传统的信号分析。搜索情境并非仅由一个信号定义，智能出价能够识别可影响转化率的数十亿信号组合之间有意义的互动，并据此加以调整。
单独评估各个信号与分析跨信号的效果
针对设备、地理位置和时段等信号进行单独的出价调整时，需要考虑汇总的效果数据。例如，出价解决方案可能会评估用户的移动转化率与计算机和平板电脑的总体转化率的对比情况，并设置相应的移动设备出价调整。
尽管这种方法可汇总数据并评估平均效果，有助于避免在数据不足的情况下进行出价调整，但也可能会忽略各个竞价之间转化机会的细微差别。例如，抵押贷款公司可能认为其移动转化率比计算机和平板电脑的转化率低 20%，因此将移动设备出价调整设置为 -20%。然而，这样做没有考虑到一天中移动转化率较高的时段，比如在早晨，用户可能会在上班前使用手机研究贷款方案。
此外，当您开始叠加使用其他出价调整（例如地理位置）时，先单独进行计算，然后再将得出的结果相乘，这种做法没有考虑到这些信号之间的相互作用造成的影响。如果您的基准关键字出价已经很高了，然后又多次大幅提高出价，那么上述做法甚至会产生不合理的高出价。
智能出价会评估各个信号之间的相互作用情况，从中发现会影响转化率的有价值相关性。智能出价通过观察哪些信号组合能够最准确地预测转化效果，并将这些信号添加到出价算法中，从而将特定信号的协同运作方式考虑在内，计算出更全面的出价。
| 在进行出价调整时可供参考的信号 | 智能出价专属信号的示例 |
|
|
智能出价会综合运用 2 个或更多信号。例如，在竞价时，智能出价会先考虑地理位置、操作系统和语言，然后再设置出价。