展望 2018 年的 PPC：新年预测

1. 更多受众定位功能

过去五年中，PPC 最显着的变化主要是受众定位功能，2018 年也不例外。 我们预测受众定位将以几种不同的方式发展。

扩大客户匹配目标

客户匹配是基于您的 CRM（客户关系管理）数据的受众定位。 它允许您根据您选择与 Google 共享的当前客户的数据展示广告。 目前，您可以在 Google 的各种属性（例如搜索和 Gmail 广告）中使用此定位。 但是，它目前不适用于第三方一般展示广告。

在整个 2018 年，我们应该会看到如何使用客户匹配定位。 由于此定位基于 CRM 数据，我们可能会在欧盟和其他地区看到一些限制。 这些领域有很多隐私法限制如何在广告中使用客户数据。 但是，我们仍然可以期待到处都能看到更多的客户匹配定位选项。

类似列表的扩展

类似列表是您在 AdWords 中创建的受众群体列表的相似列表。 目前，如果您不满足某些最小数据大小，您很少会看到这些列表可用。 随着机器学习在识别用户行为并将其与其他人匹配方面变得越来越好，预计会在您的帐户中看到更多类似的列表。

更轻松的第三方列表管理

AdWords 中使用最少的功能之一是能够在您的 PPC 帐户中使用非 Google 第三方列表。 此功能有超过 92,000 个可用的受众列表。 这些列表来自第三方数据提供商，例如 BlueKai。

这些列表在大多数帐户上不可见有两个原因：

• 大多数人不租用受众列表
• 他们按每千次展示费用（每次展示费用）付费

虽然大多数较小的帐户永远不需要将第三方数据与 Google 的定位分层，但有时它很有用，尤其是当您试图进入一个非常狭窄的细分市场时。 不幸的是，当您在 CPC 产品中按每千次展示费用付款时，付款方式的组合可能会变得复杂。突然，使用这种方式时，展示不再免费。 使用 AdWords，您为点击付费； 使用每千次展示费用，您需要为展示付费。 混合这两种对立的支付系统可能会很棘手，因此在使用第三方列表时必须非常小心。

预计在 2018 年的某个时间，第三方列表数据的集成将更易于管理。

可怕的未知数不断下降

在过去的几年中，出现了几个新的人口统计定位功能。 然而，对于许多广告商来说，这些特征没有什么意义，因为他们的人口统计数据主要由“未知”用户组成，而不是年龄、性别和其他特征已知的用户。

2017 年，许多人的未知类别显着下降。我们预测，2018 年，更多用户将属于已知类别，这使得这些高级功能中的许多功能对更多广告商有用。

受众目标采用率？

在 PPC 的世界中，检查功能有两个主要里程碑：

• 当该功能可用于一般用途时
• 当它实际上被一致地使用（如果有的话）时

大多数公司都尝试过通过展示广告网络进行再营销。 当我们检查大量帐户时，许多人已经对搜索网络进行了抽样，但还没有完全采用搜索再营销。 当我们查看类似列表、客户匹配和人口统计洞察时，大多数帐户都没有使用这些功能。 没有采用的原因有三个：

• 在这方面缺乏理解和教育
• 没有足够的数据供小帐户使用
• 谷歌没有提供工具来轻松扩展企业帐户的所有功能

随着谷歌界面的变化和大量功能的推出，2018 年应该是谷歌让人们更容易大规模采用这些功能的一年。 希望 2018 年也将成为大多数 PPC 帐户接受受众定位的一年。

2. 归因管理变更

如果用户点击三个搜索广告、两个自然列表、阅读您的电子邮件然后进行转化，那么哪些访问会获得转化功劳？ 这就是归因管理试图回答的问题。 2018 年，我们将看到归因管理的两个主要变化。

按属性出价

目前，大多数公司都通过“最后一次点击”出价。 这意味着如果一个人访问您的网站六次然后购买，最后一次点击将获得所有功劳。 在直接响应的世界中，这可能很好。 在漫长的消费者旅程过程中，这种类型的出价会忽略用户最初是如何找到你的。 它还倾向于高估品牌点击，因为品牌点击通常是转化前的最后一次点击。 因此，出价归因需要更多地关注精细区分选项，以便在 PPC 流程中有用。

在您的转化设置中，您可以通过将归因模型从“最终点击”更改为任何其他选项来选择在您的帐户中计算转化的方式：

进行此更改后，您将开始在整个帐户中看到部分转化数据。 您根据转化数据进行的任何出价都将根据您选择的归因模型进行。 虽然这个功能已经有一段时间了，但它一直没有得到充分利用。 随着归因意识的提高和实施的便利性，我们将看到更多的帐户基于非最终点击的归因模型进行竞价。

跨渠道归因管理对话

如果您将归因模型更改为“基于位置”并启用 CPA 出价，则您已通过归因模型自动执行付费搜索出价。 然而，这些出价完全忽略了社交、电子邮件、自然和其他点击。 此归因模型中使用的点击主要是您的 PPC 点击。 现在可以在渠道级别进行跨渠道归因分析。 一旦您开始连接各个接触点——包括在整个转换周期中发生的搜索查询、实际电子邮件报价和社交提及，模型就会失败。 这种失败本质上不是数学上的，而是当您在转化之前深入挖掘每个点击路径时路径变得多么稀缺的结果。

虽然我们不会在 2018 年看到此类竞标发生，但我们应该看到更多关于如何正确处理这些情况的对话。 我们需要围绕分析与必要接触点、投标和预算分配相关的整个消费者路径开始构建模型和工具。

3. 机器学习变得更智能

机器学习在初始阶段非常有用，但是，随着时间的推移，它似乎变得更笨，而不是更聪明。 更多的数据应该意味着更好的学习，但情况并非总是如此。 2018 年，我们应该看到机器学习变得更加智能。 考虑这个简单的场景：您的所有广告组中有一个广告适合全年的搜索者。 在黑色星期五前一周，您在广告组中制作了一个提及假日销售的广告。 然后机器学习开始研究这两个广告的表现。 它将很快了解到，提及假日促销的广告比未提及促销的广告效果要好得多。 因此，它几乎一直都在投放假日广告。

然后，假日季节过去了，随着 1 月的开始，特殊的假日销售广告不再合适。 任何聪明的营销人员都会同意是时候暂停季节性广告了，但是机器不同意。 它继续最常投放假日销售广告，因为它仍在根据最新数据工作。 最终，机器会发现此广告效果不佳并停止投放，但这需要时间。 机器学习赶上当前趋势可能要​​到 3 月或 4 月。

机器学习擅长发现模式并做出决定。 问题在于，当数据或输入发生变化时，要赶上或学习新模式需要时间。 机器学习根本不擅长改变主意。

AdWords 多年来一直在使用机器学习，并且这些类型的场景正变得越来越普遍。 在整个 2018 年，我们应该会看到机器学习变得更加智能。 在 2016-2017 年，机器学习需要更少的数据来做出决策，从而加快学习速度。 现在它需要了解，当场景发生变化时，您可以更改之前的决策。

我们做得怎么样？

扮演算命先生并对未来进行预测会很有趣，因为它让您有理由从日常琐事中退后一步，对 PPC 采取更全面的观点和方法。 您意识到，作为营销人员，重要的是要审视过去、现在和未来，以便更好地为广告商服务。 成功取决于许多事情的微妙组合，例如检查过去发生的事情、当前能够编码的引擎、未来对话的进展情况以及来年的逻辑结果。

2018 年，我们计划继续撰写文章并制作网络研讨会，研究 PPC、当前发展以及如何让您的帐户更有利可图。 我们最终的预测是，2018 年对于 PPC 营销人员来说将是美好的一年，我们希望您继续关注我们，因为我们分享了 PPC 成功的最新技巧。