Google Ads otomatik teklif, reklamverenlerin teklifleri performans hedeflerine göre otomatik olarak belirlemelerine yardımcı olan kurumsal düzeyde bir çözümdür. Akıllı Teklif, dönüşümleri veya dönüşüm değerini optimize etmek için makine öğrenimini kullanan bir dizi otomatik teklif stratejisidir. Akıllı Teklif, mevcut performans hedeflerine benzer veya bunlardan daha yüksek bir maliyet verimliliği sağlayarak daha yüksek dönüşüm hacmi veya dönüşüm değeri elde edilmesine yardımcı olmak amacıyla her açık artırma için hassas teklifler belirler. Üç temel özellik sunar:
- Gerçek açık artırma anında teklif verme
- Sorgu düzeyinde uyarlanabilir öğrenme
- Zengin kullanıcı sinyalleri ve sinyaller arası analiz
Bunların her birini daha ayrıntılı olarak inceleyelim.
Google reklamverenlerinin %80'inden fazlası otomatik teklif özelliğini kullanmaktadır.
Kaynak: Google'ın Kendi Verileri, Global, 16.03.2021-12.04.2021.
Gerçek açık artırma anında teklif verme
Gerçek açık artırma anında teklif vermeAkıllı Teklif, dönüşüm ve değer tabanlı teklif stratejileri için, teklifleri yalnızca günde birkaç kez değil, her açık artırma için ayrı ayrı ayarlayan gerçek açık artırma anında optimizasyon imkanı sunar. Bu yolla, reklamverenlere daha kesin bir teklif optimizasyonu düzeyi ve teklifleri her bir kullanıcının benzersiz arama bağlamına uyarlama olanağı sağlanır. Google Ads teklif verme algoritmaları, teklifleri yalnızca kullanıcılar genelindeki toplu performansa dayalı biçimde ayarlamak yerine; günün saati, gösterilen spesifik reklam öğesi veya kullanıcının cihazı, konumu, tarayıcısı ve işletim sistemi gibi açık artırma anında mevcut alakalı içerik sinyallerini de değerlendirir.
Her bir açık artırmanın dönüşüm fırsatını saptamak, teklifleri ayırt etmenize ve daha yüksek hassasiyetle optimizasyon yapmanıza yardımcı olur. Örneğin, finans sektöründen bir reklamvereni ele alalım. iOS kullanıcılarının vadesiz hesap açma olasılığının daha yüksek olduğu veya daha fazla şubeye sahip şehirlerde bulunan akıllı telefon kullanıcılarının bir bankanın bulunduğu konumu ziyaret etme olasılığının daha yüksek olduğu doğru olabilir. Açık artırma anında teklif verme sayesinde Google Ads, dönüşüm oranını veya değerini daha doğru bir şekilde tahmin etmek ve her arama sorgusu için daha bilinçli bir teklif belirlemek amacıyla bu tür sinyallerin mevcut olup olmadığını algılayabilir.
Açık artırma anında teklif verme özelliği daha da fazla teklif sıklığı ve hassasiyeti sunar
Açık artırma anında teklif vermeden önce, pazarlamacılar genellikle her bir anahtar kelime için teklifleri manuel olarak ayarlar.
Manuel teklif verme: Kural tabanlı performans ölçütleri (ör. gösterim payı %X altına düştüğünde teklifleri %Y artır) veya API yoluyla Google Ads kullanıcı arayüzündeki teklifleri değiştirerek her bir anahtar kelime için manuel olarak teklif ayarlanabilir. Reklamverenler, zaman sınırlamaları nedeniyle her bir optimizasyon turunda yalnızca anahtar kelimelerinin bir alt kümesi için teklifleri (ör. en iyi performans gösterenler veya ürün kategorisine göre) optimize edebilir.
Ancak, günümüzde kullanılabilir veri miktarının artması, reklamverenlerin her kullanıcının benzersiz bağlamına göre manuel teklifler belirlemesini daha karmaşık hale getirmektedir. Açık artırma anında teklif verme özelliği ile, her bir açık artırma için benzersiz teklifler belirlemek üzere içerik sinyalleri kullanılır.
Google Ads açık artırma anında teklif verme: Google Ads Akıllı Teklif, her açık artırma için teklifleri optimize etmek üzere makine öğrenimi algoritmalarını kullanır. Bu, tekliflerinizi ayarlamanın en kesin ve etkili yoludur.
Not
Search Ads 360'ı kullanıyorsanız Google Ads açık artırma anında teklif verme özelliğinden faydalanarak kampanyaları optimize etmek için Floodlight dönüşümlerini kullanabilirsiniz.
Not
Teklif parametrelerini dinamik olarak ayarlamak ve birden fazla hesap ve arama motoru arasında rapor oluşturmak için bir üçüncü taraf arama yönetimi çözümü veya şirket içi API kullanırken bir Google Ads Akıllı Teklif stratejisi uygulayabilirsiniz.
Sorgu düzeyinde uyarlanabilir öğrenme
Makine öğrenimi algoritmaları, farklı teklif düzeylerinde performansı tahmin eden doğru teklif algoritmaları oluşturmak için sağlam dönüşüm verilerinden faydalanır. Yüksek hacimli terimler genellikle modelleme için bol miktarda dönüşüm verisi sağlar. Bununla birlikte hesaplar, genelde dikkate alınması gereken ve az miktarda performans geçmişine sahip düşük hacimli veya yeni birkaç anahtar kelime içerir. Bu düşük hacimli anahtar kelimeler için teklif çözümleri, o sırada en iyi dönüşüm oranı tahminine sahip teklifleri belirlemek amacıyla makine öğrenimi modellerini kullanır.
Örneğin, teklif çözümleri belirli bir anahtar kelime için dönüşüm oranı modelini oluşturmak üzere farklı teklif düzeylerini test edebilir. Ancak, bu durum anahtar kelime veri toplarken düşük performansa neden olabilir ve arama hacmine bağlı olarak uzun sürebilir. Düşük hacimli anahtar kelimelerde dönüşüm oranı performansını modellemek için yaygın olarak kullanılan bir diğer yöntem de eşleme türleri genelinde aynı anahtar kelimeden veya daha yüksek düzeyde reklam grubu ve kampanya performansından veri "ödünç almaktır".
Akıllı Teklif, hesabınız genelinde sorgu düzeyinde verileri kullanarak bu yöntemi genişletir ve geliştirir. Hesaplar arası dönüşüm izleme, yönetici hesabınız genelinde sorgu düzeyindeki verileri de kullanabilir. Bu yaklaşım, teklif verme algoritmalarına karar vermeleri için önemli ölçüde daha fazla veri sağlar ve anahtar kelime düzeyindeki dönüşüm verileri yetersiz olduğunda performans dalgalanmalarının azaltılmasına yardımcı olur.
Sorgu düzeyinde öğrenmenin tekliflerinizi iyileştirme nedeni
Google Ads teklif verme algoritmaları, bir anahtar kelimenin hesap yapınızda bulunduğu noktayla sınırlı değildir. Bunun yerine, dönüşüm verileri reklam grupları ve kampanyalarda arama sorgusu düzeyinde kullanılır. Bu özellikle, çeşitli arama sorgularının tek bir anahtar kelimeyle eşleşebileceği sıralı ve geniş eşlemeli anahtar kelimelerin tekliflerini optimize etmek için yararlıdır. Bu gibi durumlarda, anahtar kelime düzeyinde yalnızca bir teklife sahip olmak, sorgulardaki dönüşüm oranı farklılıkları için optimizasyon sağlamaz.
Ayrıca, yeni anahtar kelimeler eklediğinizi veya anahtar kelimeleri farklı bir reklam grubuna taşıdığınızı varsayalım. Google Ads teklif algoritmalarının performansı en baştan tekrar öğrenmesine gerek yoktur. Anahtar kelime düzeyi yerine sorgu düzeyinde öğrendiği için, bir arama sorgusu kampanyalarınızın diğer bölümleriyle zaten eşleşiyorsa, algoritmalar daha bilinçli teklif kararları vermek için hesabınız genelinde öğrendiklerini uygular.
Zengin kullanıcı sinyalleri ve sinyaller arası analiz
Her arama sorgusu farklıdır ve her sorgu için teklifler, açık artırma anında mevcut olan benzersiz içerik sinyallerini yansıtmalıdır. Saat, bir yeniden pazarlama listesinde bulunma veya kullanıcının cihazı ve konumu gibi sinyaller, optimum teklifleri belirlerken göz önünde bulundurulacak temel boyutlardır. Akıllı Teklif, her bir açık artırmada bu sinyalleri değerlendirmenin yanı sıra, platformlar ve kullanıcılar arasındaki performans farklılıklarını optimize etmek için kullanıcının işletim sistemi, web tarayıcısı ve dil ayarları gibi daha pek çok ek sinyali dikkate alır. Bu ek bağlam, Akıllı Teklif'in her açık artırmanın dönüşüm olasılığını daha doğru bir şekilde tahmin etmesine ve optimum teklifi belirlemesine olanak tanır. Aşağıdaki listede, Akıllı Teklif'in teklifleri optimize ederken dikkate aldığı birçok önemli tahmin sinyali özetlenmektedir.
| Bağlamsal sinyaller | Açıklama | Örnek |
| Cihaz | Sistem, sorgunun masaüstü, tablet veya mobil cihazlardan gelmesine göre teklifleri optimize edebilir |
Reklamveren: Otomobil bayisi Teklifler, "otomobil bayisi konumları" aramasının masaüstü bilgisayardan mı yoksa akıllı telefondan mı yapıldığını dikkate alır. |
| Konum | Sistem, kullanıcının bulunduğu veya arama yaptığı belirli konuma (şehrin aşağı mahallesi) göre teklifleri optimize edebilir ve bunu, kullanıcının konumu daha yüksek düzeyde ayarlanmış olsa bile yapabilir. |
Reklamveren: Banka Konum New York'a ayarlanmış olsa bile teklifler, "yeni vadesiz hesap" aramasının eyalet içindeki farklı şehirlerden (ör. Manhattan ve şube kapsamının farklı olabildiği Long Island) yapılıp yapılmadığını dikkate alır. |
| Günün saati / haftanın günü | Sistem, kullanıcının saat dilimindeki yerel saate veya haftanın gününe göre teklifleri optimize edebilir |
Reklamveren: Kahve dükkanı Teklifler, kullanıcının işten önce 07:00'de mi yoksa Pazartesi günü öğle arası 12:00'de mi arama yaptığını dikkate alır |
| Listeye dayalı kitleler (ARYPL, Müşteri Eşleştirme, benzer kitleler) | Sistem, arama ağı reklamları için kitle listelerini dikkate alır |
Reklamveren: Online perakendeci Teklifler, kullanıcının bir önceki site ziyaretinde bir ürüne göz atmış olduğunu, yüklediğiniz bir bağlılık programı listesinde bulunduğunu veya mevcut müşterilere benzer bir profile sahip olduğunu dikkate alır. Ayrıca kullanıcının en son görüldüğü zamanı da hesaba katar. |
| Gerçek sorgu | Sistem, yalnızca eşleştiği anahtar kelimeye değil reklamı tetikleyen sorgu metnine göre de teklifleri optimize edebilir |
Reklamveren: Ayakkabı perakendecisi Teklifler, bir kullanıcının sorgusunun "deri botlar" mı yoksa "bot tamiri" mi olduğunu, her iki sorgu da "botlar" anahtar kelimesiyle eşleşse bile dikkate alır. |
| Reklam | Belirli bir arama sorgusu için yayınlanmaya uygun olan birden fazla reklam öğeniz olduğunda sistem, teklifi, bir mobil uygulamaya yönlendirip yönlendirmediği de dahil olmak üzere gösterilecek reklam öğesine göre optimize edebilir. |
Reklamveren: Online seyahat şirketi Teklifler, gösterilen reklamın "en son fırsatlar" mı yoksa "popüler tatil kaçamakları" şeklinde bir reklam öğesi mi olduğunu veya mobil siteye mi yoksa uygulamaya mı yönlendirdiğini, ilgili sorguda dönüşüm sağlama olasılığı daha yüksek olan varyasyona göre dikkate alır. |
| Arayüz dili | Sistem, teklifleri kullanıcının dil tercihlerine göre optimize edebilir |
Reklamveren: İspanyolca öğrenme sitesi "Yeni bir dil öğren" sorgusunda, teklifler, Google dil ayarı İngilizce mi yoksa İspanyolca mı olan bir kullanıcıya reklam gösterildiğini dikkate alır. |
| Tarayıcı | Sistem, sorgunun yapıldığı tarayıcıya göre teklifleri optimize edebilir |
Reklamveren: Yazılım şirketi Teklifler, bir kullanıcının "mac yazılımı" aramasını Safari'den mi yoksa Chrome'dan mı yaptığını dikkate alır. |
| İşletim sistemi (OS) | Sistem, söz konusu sorgu için kullanıcının işletim sistemine göre teklifleri optimize edebilir |
Reklamveren: Telefon aksesuarları satıcısı Teklifler, kullanıcının "telefon kılıfı" aramasını bir Android mi yoksa iOS cihazdan mı yaptığını dikkate alır. |
| Arama Ağı iş ortağı | Sistem, reklamın göründüğü arama ağı iş ortağına göre teklifleri optimize edebilir |
Reklamveren: Paketlenmiş tüketici ürünleri markası Sorgunun bir e-ticaret sitesinden veya haber sitesinden gelmesine göre farklı teklifler verilir |
| Mobil uygulama puanları ve yorumları | Sistem, uygulamanın kullanıcı puanlarına ve yorum sayısına göre teklifleri optimize edebilir |
Reklamveren: Oyun şirketi Uygulamanızın puanına ve sahip olduğu yorum sayısına göre farklı teklifler verilir |
Sinyaller birlikte çalıştığında
Cihaz ve konum gibi bağımsız sinyaller için manuel teklif ayarlamaları, daha hassas teklifler belirlemek için ideal bir ilk adımdır. Ancak Akıllı Teklif, geleneksel sinyal analizinin ötesine geçer. Arama bağlamı yalnızca bir sinyalle tanımlanmaz ve Akıllı Teklif, dönüşüm oranlarını etkileyebilecek milyarlarca sinyal kombinasyonu arasındaki anlamlı etkileşimleri tanıyabilir ve bunlara göre ayarlama yapabilir.
Sinyallerin tek tek değerlendirilmesi / çapraz sinyal etkilerinin analiz edilmesi
Cihaz, konum ve günün saati gibi sinyaller için bireysel teklif ayarlamalarında, performans verileri toplu olarak dikkate alınır. Örneğin, bir teklif çözümü, kullanıcılar genelindeki mobil dönüşüm oranınızın genel bilgisayar ve tablet dönüşüm oranınızla karşılaştırmasını değerlendirebilir ve buna karşılık gelen bir mobil teklif ayarlaması belirleyebilir.
Bu veri toplama ve performans ortalamalarını değerlendirme yöntemi yetersiz veriyle teklif ayarlamaları yapmaktan kaçınmanıza yardımcı olsa da, her bir açık artırma arasındaki farklı dönüşüm fırsatını gözden kaçırabilir. Örneğin, bir konut kredisi sağlayıcısı, mobil dönüşüm oranlarının bilgisayar ve tablet dönüşüm oranlarından %20 daha düşük olduğunu tespit edebilir ve bunun sonucunda -%20'lik bir mobil teklif ayarlaması belirleyebilir. Ancak burada, kullanıcıların iş öncesi kredi seçeneklerini araştırabildikleri sabah saatleri gibi mobil dönüşüm oranlarının daha yüksek olduğu saatler dikkate alınmamış olur.
Ayrıca, ek teklif ayarlamalarını (ör. konum) kullanmaya başladığınızda, bunların ayrı ayrı hesaplanması ve birlikte çarpılması, bu sinyallerin etkileşim etkilerinde dikkate alınmaz. Halihazırda yüksek olan temel anahtar kelime teklifiyle birden fazla yüksek teklif artışını birleştirdiğinizde, makul olmayan yüksek teklifler bile oluşabilir.
Akıllı Teklif, dönüşüm oranlarını etkileyen anlamlı korelasyonları saptamak için sinyallerin birbiriyle nasıl etkileşimde bulunduğunu değerlendirir. Akıllı Teklif, dönüşüm performansına dair en iyi tahminleri içeren sinyal kombinasyonlarını görerek ve bunları teklif algoritmalarına ekleyerek, belirli sinyallerin birlikte nasıl çalıştığını hesaba katan daha bütünsel teklifler hesaplayabilir.
| Teklif ayarlamaları olan sinyaller | Akıllı Teklif için özel sinyal örneği |
|
|
Akıllı teklif, iki veya daha fazla sinyalin kombinasyonlarını kullanır. Örneğin, bir açık artırma anında teklif ayarlamadan önce konumu, işletim sistemini ve dili dikkate alabilir.
