什么是目标广告支出回报率以及如何在 2023 年正确使用它

已发表: 2023-09-08


图片由搜索引擎圆桌会议提供

什么是目标广告支出回报率?

哪种类型的自动出价策略是目标广告支出回报率 (ROAS)?目标 ROAS 到底是什么?

目标 ROAS(即“目标广告支出回报率”)是 Google Ads 中可用的智能出价策略之一。 智能出价使用人工智能和机器学习代表广告商管理出价,优化广告活动的转化或转化价值。

总共有四种智能出价策略,选择正确的一种策略取决于您的 Google Ads 广告系列的目标:

客观的

智能出价策略

增加销售额和潜在客户

  • 最大限度提高转化次数
  • 目标每次转化费用

增加收入和利润

  • 最大化转化价值
  • 目标广告支出回报率

如果您的目标是增加收入和利润,那么 ROAS 出价将是最佳选择。 但是,在切换到目标广告支出回报率之前,还需要考虑其他变量。

目标每次转化费用与目标广告支出回报率

目标广告支出回报率和目标每次转化费用的运作方式非常相似,因为两者都被认为是高级出价策略,并且都对注重转化的帐户有效。 但目标每次转化费用与目标广告支出回报率之间的主要区别是什么?

目标每次转化费用将利用广告活动的预算并考虑广告商选择的每次操作所需的目标成本来努力产生最大的转化次数。 例如,如果广告客户选择了 20 美元的目标每次转化费用,Google 将调整出价以推动转化并力争实现该目标每次转化费用。

谷歌广告系列转化目标

ROAS 出价的工作方式有所不同,它会生成最大的转化价值,并考虑广告商选择的期望广告支出回报。

 

广告客户必须使用以下公式输入百分比形式的目标广告支出回报率。

 

转化价值 ÷ 广告支出 x 100% = 目标 ROAS 百分比

 

例如,如果一家企业花费 200 美元,产生 1,000 美元的收入(或转化价值),则 ROAS 为 500%。

 

1,000 美元 ÷ 200 美元 x 100% = 500%

 

通过确定企业需要多少 ROAS 才能实现盈利,进行倒推是很有用的。 上述内容本质上是说,企业在 Google Ads 上每花费 1 美元就需要赚取 5 美元。

 

与目标每次转化费用一样,Google Ads 会设置出价,以实现广告系列所需的广告支出回报率 (ROAS)。

 

最大化转化价值

并不能保证达到所需的每次操作费用或广告支出回报,因为有些转化率会更高,有些转化率会更低。 它的作用是为 Google 提供一些指导。 例如,将目标设置得太低可能会导致活动的实施受到限制。

谁应该使用目标广告支出回报率?

如果您的 Google 购物广告系列直接产生转化价值(即转化跟踪销售和收入),请使用目标广告支出回报率。 如果在线零售和电子商务企业的 Google Ads 帐户中跟踪价值,则应使用 ROAS 出价。

跟踪的数据量也很重要,建议 Google Ads 帐户在过去 30 天内至少有 15 次转化。 这样谷歌就有足够的数据来有效优化。

哪些人不应该使用目标广告支出回报率?

如果您跟踪的转化不是基于价值的,例如电子书或宣传册下载或潜在客户捕获表单,则不要使用 tROAS。 相反,“最大化转化次数”和/或“目标每次转化费用”将比 ROAS 优化更适合。

如果 Google Ads 帐户在 30 天内产生的转化次数少于 15 次,那么我不建议使用 tROAS。 这包括广告支出较低的小型 Google Ads 帐户、销量较低的高价值产品或销售路径较长的购买,因为转化通常通过其他渠道进行,而 Google Ads 是较高的漏斗渠道。

在所有这些场景中,使用“最大化转化价值”或“最大化转化次数”可能是最佳出价策略。

返回顶部点我


如何设置 Google 购物的目标广告支出回报率?

要设置目标广告支出回报率,广告客户必须首先确保为 Google 购物广告系列使用的转化操作分配了值。 有多种方法可以解决这个问题,这取决于每个企业如何为转化分配价值。

首先,点击“工具和设置”,然后导航至“转换”。

衡量转化

接下来,点击应分配值的主要转化操作。 然后您将有两个选择。

转换价值

  1. 对每次转化使用相同的价值- 如果您希望为每次转化分配相同的价值(例如,潜在客户或购买对企业而言价值相同),请选择此选项。
  2. 为每次转化使用不同的价值- 这是电子商务最流行的选择,因为不同的产品成本不同,因此不会产生相同的转化价值。 为了进行此设置,需要编辑网站上的 Google 标记以跟踪特定于交易的转化价值

还可以从转化源导入转化价值。 例如,如果转化事件是从 GA4 引入的,则 GA4 中跟踪的收入将分配价值。

Google Analytics(分析)值设置

选择 tROAS 出价策略

在您的 Google Ads 帐户中跟踪转化价值并且该帐户在 30 天内至少实现 15 次转化后,需要牢记最后一个注意事项。

对于现在正在记录转化价值的新(或最近修改的)转化目标,建议您将转化应用于广告系列,并等待六周,以便广告系列记录转化价值。 这样一来,营销活动就可以吸取教训,并且还可以为广告商提供效果指标。

在此期间,请使用“最大化转化价值”。 六周后,前往广告系列设置,在“出价”下勾选“目标广告支出回报率”复选框。

Google 可能会根据广告系列的现有效果提供建议的目标广告支出回报率。 您可以接受建议,也可以根据您需要实现的目标输入您想要的 tROAS。

设定目标广告支出回报率

实现目标广告支出回报率和目标每次转化费用的路径

对于基于转化价值的出价,从“最大化转化价值”开始,然后转向“通过目标每次转化费用最大化转化价值”,这就是所谓的 ROAS 出价路径。 这是推荐的方法,而不是立即开始使用 tROAS。

这同样适用于基于转化的出价,建议广告主首先从“最大化转化次数”开始,以确保收集转化数据的时间,并在转化数据和广告活动稳定流动后,最后切换到“通过目标每次转化费用最大化转化次数”已经收集了足够的数据。

返回顶部点我


在 Google Ads 中使用目标广告支出回报率的 5 种最佳做法

为确保 tROAS 有效发挥作用,需要遵循一些关键的最佳实践。 这样做可以提高效果,让您(和 Google)能够优化您的广告系列,最重要的是,最大限度地提高广告支出回报。

1:确保转化跟踪准确

与大多数与数字营销相关的事情一样,数据是成功的关键。 在谈论智能出价策略时,准确衡量转化和转化价值至关重要。 除了准确之外,转换数据还需要一致且可靠。

跟踪问题可能很常见,特别是对于拥有大量库存的大型网站,导致各种不准确或不可靠的数据。 重复计算、少报、未衡量整个渠道以及未能跟踪次要操作等问题都可能会损害数据的准确性,从而损害您的营销活动。

定期检查跟踪并排除故障,以确保其设置正确。 最好由负责网站的开发人员进行验证,并使用“转化标签助手”Chrome 扩展程序和 Google 跟踪代码管理器中的预览模式等工具。 执行测试转换是确保正确跟踪的另一种明智方法。

2:收集足够的转换数据

为了确保自动出价策略发挥最佳作用,在使用目标广告支出回报率之前必须收集足够的转化数据。

Google Ads 中的自动出价策略使用机器学习算法来推动优化。 该算法依赖于转换数据,如果没有它,它将很难优化。

简单来说,假设一个帐户有 1,000 次转化,并且每次转化都分配有一个转化价值。 Google Ads 将能够解读这些数据,查看导致每次转化的用户行为,考虑数百万个意图信号,然后优化出价以产生更多转化。 相比之下,如果一个帐户只有 10 次转化,那么 Google Ads 就没有足够的数据来准确有效地执行此操作。

3:设定切合实际的目标广告支出回报率

第二个最佳实践是设定切合实际的目标广告支出回报率。 设置时需要考虑两个要素:

  1. 建立与业务相符且有利可图的 tROAS。 它需要能够实现业务目标,否则营销活动可能无法实现收入和目标。
  2. 设置 tROAS 时要考虑历史和当前的表现。 本质上,这是业务目标和实际绩效之间的平衡行为。 tROAS 必须是可实现的。

例如,如果帐户中广告支出的平均回报率远低于此值,则不建议将目标 ROAS 设置为 2,000%。 将目标广告支出回报率设置得太高可能会导致广告系列无法交付,因为谷歌会认为实现目标并抑制支出太困难了。

另一种情况是,如果企业需要产生 600% 的 ROAS 才能盈利,但实际绩效更接近 300%。 同样,广告商必须同时考虑这两点,这一点很重要。 最佳做法不是将目标 ROAS 设置为 600%,而是将其设置为更接近实际效果,例如 350%,然后加班加点地稳步提高目标 ROAS,直到达到所需的 ROAS。

4:细分活动以提高绩效

目标广告支出回报率在产品产生类似广告支出回报的广告系列中效果最佳。 因此,进一步细分是一种更先进的优化方式,可以实现更高的广告支出回报,特别是对于销售大量产品且每种产品的 ROAS 不同的商家而言。

根据产品广告支出回报率划分您的广告系列,以便您拥有多个广告系列和广告组。 无论是在广告组中组合在一起的产品关键字,还是在产品 Feed 中使用自定义标签并根据广告支出回报率对产品进行分组。

这样做将使您能够为每组产品设置不同的目标广告支出回报率。 例如,下面的屏幕截图显示了销售电子消费品的企业如何根据产品类型对营销活动进行细分,每个营销活动都有不同的目标广告支出回报率。

谷歌广告系列

确保每个细分市场的广告支出回报率优化都是由数据驱动的,使用实际效果数据并考虑广告支出回报。

5:设置出价策略实验

为了最大限度地减少更改出价策略时对 Google Ads 的干扰并充分利用 ROAS 优化,建议设置广告系列实验。 这是因为一旦出价策略发生变化,广告系列就会经历一个学习期。 如果效果真的很好并且您担心更改出价策略会产生的影响,请考虑进行实验。

例如,如果广告系列当前正在使用“尽可能提高转化价值”并且已收集到足够的数据,请设置一个出价策略实验,对部分流量使用 ROAS 出价,并让该实验运行一段时间。 一段时间后,您将看到与使用“最大化转化价值”的原始广告系列相比,目标广告支出回报率的效果如何。 如果目标广告支出回报率优于最大化转化价值,请完全切换。

使用出价策略实验的另一种方法是测试不同的目标广告支出回报率百分比,以了解它们对效果的影响。 例如,如果某个广告系列的目标 ROAS 为 200%,并且您有兴趣提高它,而不是干扰主要广告系列,请首先使用实验来测试 300% 或 400% ROAS 并衡量效果。

出价策略实验

返回顶部点我


Google 购物 ROAS 提高的 3 个案例研究

案例研究 1:ROAS 在 3 个月内提高了 46%

客观的

总部位于瑞典的优质厨具零售商KitchenLab需要通过增加在线收入来推动利润增长,而不增加广告支出。 KitchenLab 及其竞争对手销售许多相同的产品,因此面临的挑战是找到最有利可图的产品在 Google 购物上做广告。

解决方案

KitchenLab 采取的第一个行动是使用 DataFeedWatch 提高产品源的质量。 产品标题经过优化,包括品牌名称、颜色、尺寸和其他对用户体验和点击率很重要的相关参数。 当提要中缺少产品类别时,我们会添加产品类别,或者通过使其更加具体来进行改进。

其次,也是至关重要的,通过映射不同类别的产品利润来优化产品供给。 这是使用 DataFeedWatch 内部字段中的自定义标签添加的。 这意味着可以更好地了解数字销售的实际净收入,从而使广告商能够根据利润确定产品的优先级。

最后,实施了新的 Google 购物活动结构,并根据 Feed 中分配的边距标签确定优先级。

结果

投资回报率结果

经过与新的数字机构 Keybroker 以及 DatafeedWatch 合作三个月后,KitchenLab 取得了以下成果:

  • 广告费用降低-35%——专注于最赚钱的产品
  • 流量增加 +18% - 购物标题/类别的相关性更高
  • 将 CPO 减少 -23% - 更多相关流量
  • ROAS 提高 46% - 更多相关流量并降低成本



案例研究 2:Google 购物广告的 ROAS 提高了 451%

客观的

销售专业工业害虫防治产品和装备的害虫防治零售商在取得了令人满意的业绩后,3 月份 Google 购物的收入突然大幅下降。 他们使用的 Content API feed 限制了 feed 的管理和控制。 目标是再次提高 Google 购物的性能。

解决方案

第一步是替换内容 API feed 并实施 DataFeedWatch。 这使得企业能够通过更多控制来创建和管理购物源。 使用 DataFeedWatch,害虫防治零售商能够采用战略方法对每个渠道的产品进行分类,并使用规则和过滤器来排除低利润和无利可图的产品。

包含和排除产品

结果

实施由 DataFeedWatch 创建的新优化的 feed 后,性能显着提高,为业务带来了坚实的成果。 使用 DataFeedWatch,Google 购物广告系列的总体广告支出回报率 (ROAS) 提高了 451%。

活动表现

案例研究 3:时尚品牌的 Google 购物广告系列的 ROAS 提高了 25%

客观的

纽约的一家时尚品牌需要提高其 Google 购物广告活动的 ROAS,以提高在线利润。

由不同广告成分组成的购物标题受到审查,因为它们首先包含产品的品牌名称,占用了字符有限的标题中的宝贵空间。 据推测,由于品牌关键词首先出现在谷歌购物广告中,因此获得了大部分展示次数。

解决方案

显而易见的解决方案是运行产品标题实验,以了解如何提高标题的性能。 使用 DataFeedWatch A/B 标题测试功能,在所有 Google 购物广告系列中测试了两种产品标题变体。

变体 A 是现有广告,其中在标题开头包含品牌名称。 变体 B 是将品牌名称移至产品标题末尾的实验:

  • 标题(变体 A):[品牌名称] [款式、颜色] 运动鞋 | 9号
  • 标题(变体 B):[品牌名称] 的[款式、颜色] 运动鞋 | 9号

然后,流量被分割并提供其中一种变体,为了获得公平的结果,没有任何其他更改,并且创建了独特的参数,以便可以在 Google Analytics 中实时监控结果。

结果

A/B 测试结果

经过 30 天的测试期后,让实验有足够的时间退出学习期并生成具有统计意义的结果,结果明显胜出。 充分利用 Google Ads 中的机器学习,从购物广告系列的 ROAS 出价中获益。 变量 B(品牌名称已移至标题末尾)的平均 CPC 下降了 -10%,而 ROAS 则增加了 +25%。 点击率和转化率也有所提高。

返回顶部点我


结论

目标广告支出回报率是一种最适合电子商务广告客户的高级出价策略。 为了最大限度地发挥其潜力,请遵循本文中的五种最佳做法,并通过充分利用 Google Ads 中的机器学习,从购物广告系列的 ROAS 出价中获益。

除了使用出价策略来优化您的 Google 购物广告系列外,还了解如何在 Google 购物上使用否定关键字和优先级设置来提高其效果。


点我