Automatisk budgivning i Google Ads är en lösning i företagsklass som hjälper annonsörer att automatiskt ange bud baserat på resultatmål. Smart Bidding är en uppsättning automatiska budstrategier som använder maskininlärning för att optimera för konverteringar eller konverteringsvärde. Med Smart Bidding anges exakta bud för varje auktion för att generera högre konverteringsvolym eller konverteringsvärde med en kostnadseffektivitet som är jämförbar med eller bättre än befintliga resultatmål. Den har tre huvudfunktioner:
- Verklig budgivning vid auktion
- Anpassad inlärning på sökfrågenivå
- Omfattande användarsignaler och analys av flera signaler
Låt oss titta närmare på var och en av dessa.
Över 80 % av Googles annonsörer använder automatisk budgivning.
Källa: Googles interna data, globalt, 2021-03-16 till 2021-04-12.
Verklig budgivning vid auktion
Verklig budgivning vid auktionMed Smart Bidding får du optimering av konverterings- och värdebaserade budgivningar som sker vid det faktiska auktionstillfället, med bud som anges för varje enskild auktion, inte bara några gånger per dag. Det ger annonsörerna en mer exakt budoptimering och möjlighet att anpassa buden efter varje användares unika sökkontext. I stället för att bara justera bud baserat på den samlade informationen från olika användare utvärderar algoritmerna för Google Ads budgivning även relevanta kontextsignaler vid auktionstillfället, t.ex. tid på dygnet, det specifika annonsmaterial som visas samt användarens enhet, plats, webbläsare och operativsystem.
Genom att identifiera konverteringsmöjligheten för varje auktion kan du lättare se skillnaden mellan olika bud och optimera med större precision. Vi kan ta en annonsör av finansiella tjänster som exempel. Det kan hända att iOS-användare är mer benägna att öppna ett bankkonto eller att användare av smartphones som befinner sig i städer med fler bankkontor är mer benägna att besöka en bank. Med budgivning vid auktion kan Google Ads upptäcka signaler som dessa för att uppskatta konverteringsfrekvensen eller konverteringsvärdet på ett mer korrekt sätt och ange ett mer välgrundat bud för varje sökfråga.
Budgivning vid auktion ger högre frekvens och precision för budgivning
Före budgivning vid auktion anger marknadsförare normalt bud för varje sökord manuellt.
Manuell budgivning: Du kan ange ett bud manuellt för varje sökord genom att ändra buden i gränssnittet för Google Ads med hjälp av regelbaserade resultatkriterier (t.ex. öka budet med Y % om exponeringsandelen sjunker under X %) eller via API:et. På grund av tidsbegränsningar kan annonsörerna bara optimera bud för en del av sökorden under varje optimeringsomgång, t.ex de bästa resultaten, eller efter produktkategori.
Den växande mängden data som finns tillgänglig i dag gör det dock mer komplicerat för annonsörer att ange manuella bud baserat på användarnas unika kontext. Med budgivning vid auktion används kontextsignaler för att ange unika bud för varje auktion.
Budgivning vid auktion i Google Ads: Smart Bidding i Google Ads använder maskininlärningsalgoritmer för att optimera bud för varje auktion. Detta är det mest exakta och effektiva sättet att ange bud.
Obs!
Om du använder Search Ads 360 kan du använda Floodlight-konverteringar för att optimera kampanjer med budgivning vid auktion i Google Ads.
Obs!
Du kan implementera Smart Bidding-strategin i Google Ads när du använder en sökhanteringslösning från tredje part eller ett internt API för att dynamiskt justera budparametrar och rapportera om flera konton och sökmotorer.
Anpassad inlärning på sökfrågenivå
Algoritmerna för maskininlärning bygger på kraftfulla konverteringsdata för att bygga korrekta budgivningsalgoritmer som ka förutse resultat på olika budnivåer. Söktermer med hög volym ger ofta stora mängder konverteringsdata för modellering, men konton har vanligtvis en del sökord med låg volym eller nya resultat med lite resultathistorik som du behöver ta hänsyn till. För sådana sökord med låg volym använder budgivningslösningarna maskininlärningsmodeller för att ange bud med den bästa uppskattningen av konverteringsfrekvens vid just den tidpunkten.
Till exempel kan en budgivningslösning testa olika budnivåer för att skapa en konverteringsfrekvensmodell för ett visst sökord. Detta kan dock ge sämre resultat medan sökordet samlar på sig data, vilket kan ta lång tid, beroende på sökvolym. Ett annat vanligt sätt att modellera konverteringsfrekvensresultat för sökord med låg volym är att låna data från samma sökord i olika matchningstyper eller från annonsgrupper och kampanjer på högre nivå.
Smart Bidding utvidgar och förbättrar denna metod genom att använda data på sökfrågenivå från hela ditt konto. Om du använder konverteringsspårning över flera konton kan metoden också använda data på sökfrågenivå från hela ditt förvaltarkonto. Det ger budgivningsalgoritmerna betydligt större dataunderlag för att fatta beslut och hjälper till att minska resultatvariationer när det är ont om konverteringsdata på sökordsnivå.
Varför inlärning på sökordsnivå förbättrar din budgivning
Budgivningsalgoritmerna i Google Ads begränsas inte av var i din kontostruktur ett sökord befinner sig. I stället används konverteringsdata på sökfrågenivå från alla annonsgrupper och kampanjer. Detta är extra användbart när du vill optimera bud på frasmatchade och brett matchade sökord där många olika sökfrågor kan matcha ett enda sökord. Om det bara finns ett enda bud på sökordsnivå optimeras buden i sådana fall inte för olika sökfrågors konverteringsfrekvens.
Anta att du lägger till nya sökord eller flyttar sökord till en annan annonsgrupp. Budgivningsalgoritmerna i Google Ads behöver då inte lära sig resultaten ända från grunden igen. Eftersom algoritmerna lär sig på sökfrågenivå i stället för på sökordsnivå kan de helt enkelt tillämpa det de lärt sig från ditt konto för att fatta välgrundade budgivningsbeslut i fall där en sökfråga redan matchats till andra delar av kampanjerna.
Omfattande användarsignaler och analys av flera signaler
Alla sökfrågor är olika och buden för varje sökfråga bör återspegla de unika kontextsignaler som föreligger vid auktionstillfället. Signaler som tid på dygnet, förekomst på en remarketinglista samt en användares enhet och plats är viktiga dimensioner att tänka på då optimala bud ska fastställas. Utöver att utvärdera dessa signaler vid varje auktion tar Smart Bidding hänsyn till ytterligare signaler som användarens operativsystem, webbläsare, språkinställningar och mycket mer för att optimera för resultatskillnader mellan olika plattformar och användare. Dessa ytterligare kontexter gör att Smart Bidding mer exakt kan förutse konverteringssannolikheten för varje auktion och ange ett optimalt bud. I listan nedan kan du se många av de viktiga signaler som Smart Bidding tar hänsyn till för att optimera bud.
| Innehållsbaserade signaler | Beskrivning | Exempel |
| Enhet | Systemet kan optimera bud baserat på om sökfrågan kommer från en dator, surfplatta eller mobil |
Annonsör: Bilhandlare Buden tar hänsyn till om en sökning efter ”bilhandlare” sker på en dator eller på en smartphone. |
| Plats | Systemet kan optimera bud baserat på den specifika plats (ned på ortsnivå) där användaren befinner sig eller söker efter, även om platsinriktningen inte är lika specifik. |
Annonsör: Bank Även om platsen är inställd på delstaten New York tar budet hänsyn till om en sökning efter ”nytt bankkonto” kommer från andra städer inom delstaten (t.ex. Manhattan eller Long Island där banken kan ha andra lokalkontor) |
| Tid på dygnet/veckodag | Systemet kan optimera bud baserat på lokal tid på dygnet och veckodag i användarens tidszon |
Annonsör: Kafé Buden tar hänsyn till om en användare söker klockan sju på morgonen, före jobbet, eller vid lunchtid på en måndag |
| Listbaserade målgrupper (RLSA, kundmatchning, liknande målgrupper) | Systemet tar hänsyn till målgruppslistor för sökannonser |
Annonsör: Webbutik Buden tar hänsyn till om en användare har tittat på en produkt under ett tidigare webbplatsbesök, finns med på en bonusprogramlista som du har laddat upp eller har en profil som liknar befintliga kunders profiler. De tar även hänsyn till när användaren besökte webbplatsen senast. |
| Faktisk sökfråga | Systemet kan optimera bud baserat på texten i sökfrågan som ledde till att annonsen visades, inte bara det matchade sökordet |
Annonsör: Skobutik Buden tar hänsyn till om en användares sökfråga är ”läderstövlar” eller ”reparation av stövlar”, även om båda sökfrågorna matchar sökordet ”stövlar”. |
| Annonstext | Om det finns flera annonser som är kvalificerade att visas för en viss sökfråga kan systemet optimera budet beroende på vilket annonsmaterial som visas, inklusive huruvida det pekar mot en app. |
Annonsör: Reseföretag online Buden tar hänsyn till om annonsen som visas är annonsmaterialet ”nya erbjudanden” eller ”populära resmål”, eller om den pekar mot den mobila webbplatsen eller mot appen, baserat på vilken variant som mer sannolikt leder till konvertering för den aktuella sökfrågan. |
| Språk i gränssnittet | Systemet kan optimera bud baserat på användarens språkinställningar |
Annonsör: Webbplats för språkkurs i spanska För sökfrågan ”lär dig ett nytt språk” tar buden hänsyn till om annonsen visas för en användare med engelska eller spanska som språkinställning. |
| Webbläsare | Systemet kan optimera buden baserat på vilken webbläsare sökfrågan kommer från |
Annonsör: Programvaruföretag Buden tar hänsyn till om en användare söker efter ”mac-programvara” från Safari eller från Chrome. |
| Operativsystem (OS) | Systemet kan optimera buden för sökfrågan baserat på användarens operativsystem |
Annonsör: Försäljare av telefontillbehör Buden tar hänsyn till om en användare söker efter ”telefonfodral” på en enhet med Android eller iOS. |
| Söknätverkspartner | Systemet kan optimera buden baserat på vilken sökpartner annonsen visas på |
Annonsör: Varumärke för förpackade konsumentvaror Olika bud läggs beroende på om sökfrågan kommer från mer relevanta sökningar på en e-handelswebbplats eller från en nyhetswebbplats. |
| Betyg och recensioner av appar | Systemet kan optimera buden baserat på betyg från användare och antal recensioner |
Annonsör: Spelföretag Olika bud läggs baserat på vilka betyg och antalet recensioner som appen har fått. |
När signaler samverkar
Manuella budjusteringar för enskilda signaler som enhet och plats är ett bra första steg när du vill ange mer exakta bud. Men Smart Bidding går ett steg längre än traditionell signalanalys. Sökkontexten definieras inte av en enda signal och Smart Bidding kan identifiera och justera för meningsfulla interaktioner mellan miljarder kombinationer av signaler som kan påverka konverteringsfrekvensen.
Utvärdering av signaler individuellt jämfört med analys av effekter från flera signaler
Enskilda budjusteringar för signaler som enhet, plats och tid på dagen tar hänsyn till samlade resultatdata. En budgivningslösning kan till exempel utvärdera hur mobilkonverteringsfrekvensen för olika användare står sig i jämförelse med den allmänna konverteringsfrekvensen för datorer och surfplattor, och sedan göra en motsvarande mobilbudsjustering.
Denna metod som samlar data och utvärderar genomsnittliga resultat hjälper dig att undvika budjusteringar med för lite data men kan förbise nyanserade konverteringsmöjligheter hos olika enskilda auktioner. Ett bolånegivare kan till exempel bedöma att deras mobilkonverteringsfrekvens är 20 % lägre än konverteringsfrekvensen för datorer och surfplattor och därför göra en mobilbudjustering på -20 %. Men detta tar inte hänsyn till de tider på dagen då mobilkonverteringsfrekvensen är hög, till exempel på morgonen före jobbet när människor söker efter lånealternativ på sina telefoner.
När du börjar använda fler budjusteringar (t.ex. för plats) och beräknar dem individuellt för att sedan multiplicera dem med varandra tas ingen hänsyn till interaktionen mellan signalerna. Detta kan till och med resultera i orimligt höga bud om du kombinerar flera stora budökningar med ett grundläggande sökordsbud som redan är högt.
Smart Bidding utvärderar hur signaler interagerar med varandra för att identifiera meningsfulla samband som påverkar konverteringsfrekvensen. Genom att se vilka signalkombinationer som bäst förutser konverteringsresultat och lägga till dessa i budgivningsalgoritmerna kan Smart Bidding beräkna mer övergripande bud som tar hänsyn till hur olika signaler fungerar tillsammans
| Signaler som är tillgängliga med budjusteringar | Exempel på exklusiva signaler för Smart Bidding |
|
|
Smart Bidding använder kombinationer av två eller signaler eller fler. Smart Bidding kan till exempel ta hänsyn till plats, operativsystem och språk innan ett bud anges vid auktionstillfället.
