如何利用有限的轉化數據制定明智的付費搜索競價策略

2022-05-26 分類：網站建設

成都網站制作接下來要說的就是在制定AdWords關鍵詞競價策略時，如何通過統(tǒng)計學原理來支持相應的轉化數據和驗證我們的直覺是否正確。

付費搜索是根植于數據和統(tǒng)計學的一個行業(yè)，要求從業(yè)者能夠正確運用一些常識和直覺來構建和管理項目。但是當我們的直覺與數據產生沖突并且沒有一個可信服的數據體系或數據保障來防止那些不明智的決策時，就會出現麻煩。

你應該暫停關鍵詞競價或者調低關鍵詞出價嗎？

QSES擁有多個數據連接器，包含Microsoft Excel以及逗號分隔文件，網絡文件和Open DatabaseConnectivity(ODBC)連接器。雖然不像Domo以及Tableau Desktop這么強大，但也是一個很好的數據連接器集合了。另外，你會獲得訪問在線Qilk DataMarket一系列公共數據庫的權限,包括當前兌換匯率或天氣數據等數據庫。

假如一個關鍵詞帶來100次點擊，但卻沒有產生任何訂單，付費搜索競價經理是否應當由于這個詞沒有產生轉化就暫停或者刪除這個關鍵詞？盡管好像非常大的流量才能帶來一個轉化，然而答案顯然首先取決于我們對于關鍵詞轉化率的期待，以及我們有多想提高這個關鍵詞的轉化率。

如果我們假設，在付費搜索競價廣告上的每次點擊之間都是相互獨立的，我們可以用二項分布構建一定量點擊（或實驗點擊）條件下的轉化概率模型。這在excel中很容易實現，而且使用Wolfram Alpha（編者注：Wolfram Alpha是開發(fā)計算數學應用軟件的沃爾夫勒姆研究公司開發(fā)出的新一代的計算知識搜索引擎，能根據問題直接給出答案）可以很得心應手的快速獲得運算結果。

在上述提到的案例中，如果我們的預期轉化率是1%，而且也確實是某個關鍵詞的“真實”轉化率，我們期待，在超過100次點擊的情況下，有大約37%的時間這個關鍵詞的轉化率是零。如果真實轉化率是2%，我們仍然會期待這個關鍵詞在超過100次的點擊情況下會有13%的時間沒有轉化。

圖1、100次廣告點擊下的零轉化概率分布

如上圖所示，直到我們的真實轉化率接近4.5%時，在100次點擊的情況下出現零轉化率的概率開始將至不到1%。這些數字可能對我們不具有顛覆性的影響力，但是也絕不是大多數人平時司空見慣的數字。

當考慮是否要暫?；蛘邉h除一個在一定流量下沒有轉化的關鍵詞時，我們通常會依靠常識作出判斷，然而我們的直覺在一些情況下常常會對決策的正確與否起到更加重要的作用，比如，有時候一個關鍵詞跟其他十幾個如期產生轉化的關鍵詞并沒有明顯的區(qū)別）。

通過更多的數據來獲得更清晰的信號

現在我們從反方向想一想先前的案例，假設我們有一個真實轉化率為2%的關鍵詞，那么多少點擊才能使得該關鍵詞產生零轉化率的概率在1%以下？結果是228次點擊。

這還不是付費搜索競價的關鍵，我們需要為那些能夠確定帶來潛在轉化率的關鍵詞出價，而不只是簡單剔除那些概率比較極端的關鍵詞。

假設一個轉化率為2%的關鍵詞每天帶來500點擊量，那么平均情況下這個詞可以產生10個轉化。但是準確產生10個轉化的概率略低于13%。僅僅增加一個或減少一個轉化會使我們觀察到的轉化率和真實轉化率有10個百分點的差異（1.8%以下或者2.2%以上）

圖2、真實轉化率為2%的關鍵詞在500次以上的點擊情況下觀測轉化率的概率分布

換句話說，如果我們以每次轉化成本或每次獲客成本為目標來為一個真實轉化率為2%的關鍵詞設置競價，在500次點擊數據下，該競價會有87%的幾率至少偏離10%。這個幾率聽起來很高，但是如果你希望一個關鍵詞的實驗轉化率能持續(xù)正確的反映其真實轉化率的話，你確實需要大量的數據做研究。

圖3、真實轉化率為2%的關鍵詞在13501次廣告點擊下實驗轉化率的概率分布

還是這個例子，如果你希望使自己的出價減少出現這10%偏差的可能性，你需要一個真實轉化率為2%的關鍵詞有大于13,500次點擊。但這對于很多搜索項目與關鍵詞來說都是不現實也不可行的。所以這就引出了關于付費競價的出價和管理的兩個基本問題：

在設置個別關鍵詞出價時我們希望自己有多主動？

我們應該如何整合大量關鍵詞數據來為每個特別的關鍵詞設置出價？

如果只是為了一個關鍵詞設置更準確的出價，你可以等這個詞不斷積累數據或者利用其它關鍵詞的數據作為參考設置出價。強勢的關鍵詞出價往往會青睞和參考關鍵詞自身的數據，盡管這些數據對估算其轉化率帶來的誤差相當的大。

一個更為強勢的方式是，假設有些關鍵詞會在本質上和其他即使看起來很相近的關鍵詞表現出不同的效果，所以最終會有利于快速限制由相關關鍵詞對個別關鍵詞出價產生的影響。

舉個例子，一個投放競價的廣告主處理稀少的特定關鍵詞數據最簡單（而且可能也是最常見）的方式是，在推廣單元、推廣計劃甚至推廣帳戶層面收集數據。這個推廣單元也許可以產生一個整體上看為1%的轉化率，但是廣告主相信這個關鍵詞的真實轉化率會因實際情況而有所不同。

當一個關鍵詞有500或者1000次點擊并且完全通過自身數據來為關鍵詞出價時，廣告主從統(tǒng)計學的角度知道，對于這樣一個不算小的點擊量而言，在任何時候都可能會使出價偏離50%甚至更多，來達到這個級別的數據，但是這也許是值得的。

對于一個真實轉化率為2%的關鍵詞，觀察轉化率在500次點擊的情況下平均會有15%的可能性以50%的差距偏離真實轉化率，1000次點擊的情況下則是3%的可能性。所以即使選擇從推廣計劃（基于其每百分之一的轉化率）中取得這個關鍵詞的出價，這個代替方案也比所有時間都是低于真實轉化率50%的出價要好。

這樣，開啟廣泛組合關鍵詞的競價策略就顯得尤為重要了。對于一個廣告主來說，由于其競價平臺受限于使用Adwords競價搜索賬戶的金字塔結構來收集數據，因此創(chuàng)建的關鍵詞廣告組很有可能轉化情況相似。這種情況已經司空見慣，但卻并非一成不變。因為如果我們不把自己的思維僅僅局限于傳統(tǒng)的推廣單元／計劃／賬戶模型中，其實還有很多成熟的方法可以收集關鍵詞數據。

基于關鍵詞屬性的轉化率預測

我們可以研究和了解每個個體關鍵詞及其他關鍵詞組之間共有的很多屬性，通過這些屬性（如廣告文案、目標受眾、地理位置等等），我們可以決定是否需要把一些關鍵詞歸為同一個廣告單元或廣告計劃。

對預測轉化率有重大意義的關鍵詞屬性的數量，受限于廣告主的想象力。不過，一些案例中的關鍵詞也包含了產品屬性或服務屬性。

著陸頁

顏色

尺寸

材料

性別

價格區(qū)間

推廣狀態(tài)

制造商等

我們也會考慮關鍵詞自身的情況，比如，該關鍵詞是否包含制造商名稱、模型編號、個性關鍵詞、代表“便宜”及“時尚”的元素符號、廣告主品牌名稱、匹配類型，以及是否考慮了其字符長度等等。

并不是所有我們能想到的關鍵詞屬性都能很好的預測轉化效果，或者為我們提供足夠多的數據量供我們做出合理的數據分析。但是這種競價形式為我們處理數據量較少的個別關鍵詞問題提供了可能性。谷歌，盡管有其局限性，已經涉足該領域，考慮使用Adwords標簽處理該問題。

付費搜索競價關鍵詞的多屬性特征，使得數據分析變得愈加復雜起來，但是即便對較為簡單的關鍵詞數據進行分析，也可以產生更加精準有效的關鍵詞競價決策。

結語：

在預測關鍵詞轉化率和付費搜索競價的基本數據統(tǒng)計方面，我也只是隔靴搔癢。大多數廣告主也必須考慮某種程度的平均訂單大小或價值，而且季節(jié)性因素會對我們的競價效果產生重大影響。

考慮到以下愈加重要的因素，如設備、受眾、地理位置等，付費搜索競價只會隨著時間的推移變得越來越復雜。

顯然，具體操作中有很多變化的因素。在我們核對每月關鍵詞效果時，盡管我們的直覺可能并不總是那么靠譜，但是當我們評估所使用的的工具是否能幫助我們做出更好的決策，是否能夠真正做到智能化和提供更高水平的數據結果來長期滿足我們的預期時，我們仍然可以信靠直覺。

當前文章：如何利用有限的轉化數據制定明智的付費搜索競價策略
標題來源：http://www.bm7419.com/news49/159399.html

成都網站建設公司_創(chuàng)新互聯，為您提供搜索引擎優(yōu)化、網站排名、網站改版、用戶體驗、響應式網站、定制網站

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創(chuàng)新互聯

猜你還喜歡下面的內容