再见投标：让机器学习为 CPA 目标工作

六月，我们的团队前往西雅图参加SMX Advanced 2018 。 当我们在那里时，我们听到专家谈论 Google 的机器学习如何不是真正的免提解决方案，并且活动经理无论如何都必须调整和更新 CPA 和 ROAS 目标。

“我们距离完全依赖谷歌的自动化 SEM 还很遥远。 即使采用全自动出价，它们也会告诉您更改 CPA 目标和 ROAS 出价，因此它不是完全放手或自动化的。”

在听到该评论后，我们的团队开始思考 Acquisio 的机器学习技术（称为 Acquisio Turing）以及它如何解决 Google 机器学习所缺乏的问题。 这是一个有争议且大胆的声明，即使是作为一种想法，所以我们想与我们的读者一起解决这种情况。

认识 Acquisio Turing

在我们进入它之前，让我们做一些必要的介绍。 我们打包了我们的人工智能算法，统称为 Acquisio Turing，并于去年推出。

Acquisio Turing 使用无限优化，由 30 多种执行不同任务的不同算法组成。 虽然这种机器学习技术以其投标和预算管理 (BBM) 绩效结果而闻名，但它已经扩展到资金管理之外，并且在每天执行其他 PPC 任务方面变得更加智能（请继续关注今年晚些时候来自 Acquisio 的更多人工智能工具！） .

Acquisio Turing 如何处理您的 CPA 投标

Acquisio Turing 的目标，无论是针对点击次数还是转化次数进行优化，都是有效地花费广告预算。 给定总期间预算（通常是每月预算）和每次转化的最高价格上限，机器学习技术试图：

• 以低于最高价格上限的平均价格获得最多的转化
• 确保预算持续整个期间
• 确保广告在广告时间表设置的整个持续时间内每天都在拍卖中

通过不针对特定的 CPA 值，Acquisio Turing 可以选择找到理想的 CPA，即使在不断变化的条件下也可以充分使用预算。

Acquisio Turing CPA 优化与针对 CPA 的自动出价

因此，让我们解决手头的情况。 Acquisio Turing 和针对具体 CPA 值的自动出价工具有什么区别？ 答案实际上很复杂，最好通过不同的场景给出。 让我们在下面使用适用于 PPC 的基本经济学来探讨这些。

场景一：广告商设置合理的 CTA 目标

在这个假设场景中，假设广告客户设置了 3,000 美元的每月预算并决定将 CPA 设定为 10 美元。 每月预算转化为 100 美元的每日预算（假设每月 30 天）。 使用 10 美元的 CPA 目标，广告客户平均每天可以预期 10 次转化。 10 美元的每次转化费用目标是一个不错的选择吗？ 让我们假设从商业角度来看，10 美元的目标是合理的。 考虑到帐户结构、业务、位置，是否有可能以 10 美元的价格获得转化？ 如果有，有多少？ 每个月的3000美元够花吗？ 找出答案的唯一方法是设置自动出价并观察结果。

可以从供需经济学的角度来解决这个问题。 在这种情况下，广告客户代表尝试购买转化的需求方。 我们假设示例的需求曲线如下图所示，其中横轴是转化价格 (CPA)，纵轴是转化次数：

正如我们所见，10 美元的每次转化费用转化为每天 10 次转化，每日预算为 100 美元。

如果广告客户更改 CPA 目标，则预期转化次数会沿着这条曲线移动。 但仅此图并不能回答什么是可能的。 5 美元的目标每次转化费用能否奏效并每天带来 20 次转化？ 同样，为我们的广告商找出答案的唯一方法是使用针对特定每次转化费用（目标为 5 美元）的自动出价并观察和学习。

场景 2：广告商设定了一个雄心勃勃的 CTA 目标

实际答案来自拍卖市场的供给曲线。 有一个最低价格，低于该价格您无法购买转换。 在另一个极端，如果您的每次转化费用超过某个特定值，您基本上就拥有了市场，并且您可以获得的转化次数趋于平稳（即，在某个时候，无论您为更多点击支付多少费用，您都不会获得更多转换，因为它们只是无法交付）。

我们假设示例的供需曲线如下所示。

上图基于我们的第一个图表，表明我们的 CPA 可以获得的最低价格是 3 美元。 但是，以如此低的价格，您平均每天只能获得 1 次转化。 即使在期望的 5 美元 CPA 下，供应也不能满足需求； 市场仅产生 12 次转化，而不是装袋 20 次，这比 10 美元 CPA 的 10 次有所改进，但每天仍有 40 美元未花费。

如果广告商决心最大化分配预算的结果，最好尝试介于两者之间的某个值并不断完善它 - 或者 - 让 Acquisio Turing 的机器学习算法完成这项工作，而不必担心选择什么目标 CPA .

当在 SEM 活动中激活 Acquisio Turing 时，假设场景的供需图将如下所示。

供给曲线和需求曲线的形状是相同的。 新的是红线表示广告客户可以为转化支付的最高价格，在本例中设置为 12 美元。 标有绿色的点是 100 美元每日预算的理想每次转化费用，其中预算已全部用完。 这是 6.25 美元的每次转化费用，产生 16 次转化！ 一点也不差。 Acquisio 的出价和预算算法会了解该点的位置，并将竞标推向该点，直到实现。

对于一个静止的世界来说，这一切都很好，但互联网广告一直在变化。 广告平台改变了他们的产品和他们管理广告的方式（例如搜索引擎结果页面的政策和做法、新兴的广告类型等），竞争的变化，或者广告商的情况可能会改变。 所有这些外围因素都会影响供应曲线或需求曲线，这使得每天选择一个单一的 CPA 目标变得更加困难。

场景 3：广告商实施更好的 CRO 实践

假设广告客户在研究了他们的网站性能后，决定使用改进的着陆页和导航重新启动网站，从而将转化率提高 50%。 拍卖市场没有改变，但通过让访问者更容易转换，广告商能够推高供应曲线。

由于更好的广告系列组件会产生更好的结果，因此这一变化意味着理想的每次转化费用现在已变为 5.26 美元，其中 100 美元的每日预算可以产生 19 次转化。 Acquisio Turing 的机器学习算法可以自行识别这一变化，而无需通知它，也无需广告商估计要设置的新 CPA 目标。 这就是 Acquisio 的机器学习技术与 Google 的主要区别——无论是否有 CPA 目标，都可以完全解放双手。

场景 4：广告商有额外的预算要花费

我们经常在广告商那里看到的另一种情况是需要更改预算。 假设在我们的假设案例中，广告客户对广告推动转化的效果感到满意，并希望将预算增加三倍。 三倍预算应该使转化率增加三倍，对吗？

不幸的是没有。 在原始供给曲线下，300 美元的每日预算只能通过每次转化支付 12.60 美元来支出。 请注意，这超出了广告商设定的 12 美元的最高价格上限，因此 Acquisio Turing 将无法达到该理想点。 换句话说，在这种情况下，它将无法完全花费所需的预算。

还有无数其他情况会影响供需平衡，而掌握这些情况对人类来说可能是一项艰巨的任务。 不适用于 Acquisio Turing。 我们的机器学习技术每天最多可做出 48 次出价和预算决策，以跟上不断变化的广告环境，因此您不必这样做。

使用 Acquisio Turing 优化 CPA 时的最佳实践

如果您使用 Acquisio Turing 进行 CPA 出价，则需要应用一些最佳实践来确保获得最佳性能。

一致的转换效果最好

广告商需要为 Acquisio Turing 设置转换跟踪才能有效。 在机器学习和自动出价的背景下，广告商需要系统可以从中学习的最少数量的一致转化。 通过一致的转换，我们指的是一些常规的每日数字，而不是有一些随机的更多转换。

优化不同的目标

不同的广告客户在创建在线搜索广告系列时有不同的目标。 从表格填写和电子邮件注册，到页面访问和实际购买。 广告商可以从搜索广告平台跟踪许多转化事件。

从报告的角度来看，总转化可以包括代理机构或广告商定义的所有潜在转化事件。 但是，转换总数实际上应该只包括那些值得优化的。 活动经理在使用机器学习时必须意识到，这些系统无法区分不同类型的转化。 因此，在报告时，请确保仅包含重要的转化，因为 Acquisio Turing 无法区分它们，它们将按计数而不是按类型报告。

利用 Acquisio Turing 进行 CPA 优化

Acquisio Turing 是一种 SEM 机器学习解决方案，让竞标变得轻而易举。 不过这里的要点是，与 Google 的智能竞价不同，广告商可以真正让 Acquisio Turing 掌舵——没有 CPA 目标需要调整……永远！ 机器学习算法依赖于搜索广告平台（ Google Ads和Bing Ads ）提供的实时本地转化跟踪。 这允许系统实现广告商的以下目标：

• 以最优惠的价格最大化转化
• 制定整个月的预算
• 让您的广告一整天都在拍卖中（或根据设定​​的时间表）

当广告商将他们的 CPA 交给我们的机器学习时，它将使用大量数据在不断变化的条件下为任何广告商的预算找到理想的 CPA。 [注意：目前不支持离线跟踪转化或通话，敬请期待。]

最终，Acquisio Turing 正在为您的网站带来可能转化的流量。 但您可以自行创建登录页面、引导访问者轻松转换的导航路径。

图片来源

特色图片： Unsplash / Marc A

由 Tamas Frajka 创建的所有图表。 2018 年 6 月。