วิธีวิเคราะห์ข้อมูลโฆษณา Google หลังจากอันดับตำแหน่งเฉลี่ยตาย

เมตริก Google Ads สำหรับการวัดอันดับเฉลี่ยของโฆษณาถูกยกเลิกในเดือนกันยายน 2019 อันดับเฉลี่ยมักใช้เพื่อวัดตำแหน่งที่คุณจัดอันดับสำหรับคำหลักเฉพาะกับคู่แข่งในการประมูล ตัวอย่างเช่น ด้วยอันดับเฉลี่ย 3.1 สำหรับคำหลักที่มีประสิทธิภาพดี เป็นเรื่องง่ายที่จะตัดสินว่ามีโอกาสที่จะเพิ่มการเข้าชมโดยการปรับปรุงลำดับโฆษณาของคำหลัก

เหตุใดจึงลบตำแหน่งเฉลี่ย

ต่อไปนี้คือสิ่งที่ Google ระบุไว้เกี่ยวกับการเปลี่ยนแปลง: “อันดับเฉลี่ย (Avg. Pos.) จะถูกลบออกในเดือนกันยายน 2019 เปอร์เซ็นต์ของการแสดงผลบนสุดและการแสดงผลบนสุดแบบสัมบูรณ์ช่วยให้มองเห็นตำแหน่งที่โฆษณาของคุณปรากฏในหน้าค้นหาได้ชัดเจนขึ้น คุณสามารถใช้เมตริกใหม่เหล่านี้เพื่อเพิ่มประสิทธิภาพตำแหน่งโฆษณาของคุณ”

Google ยังคงเปลี่ยนจากการเสนอราคาแบบราคาต่อหนึ่งคลิกด้วยตนเองไปสู่กลยุทธ์การเสนอราคาอัตโนมัติ ด้วยความสามารถด้านแมชชีนเลิร์นนิงของ Google ที่จับคู่กับความรู้ด้านพฤติกรรมของผู้ใช้ Google อ้างว่าสามารถทำงานได้อย่างมีประสิทธิภาพมากกว่ามนุษย์ที่ใช้การเสนอราคาด้วยตนเอง นั่นสมเหตุสมผลแล้ว

นอกจากนี้ แมชชีนเลิร์นนิงยังเน้นที่แนวโน้มการซื้อของแต่ละคนมากกว่าที่มนุษย์จะปรับให้เหมาะสมตามคำหลักด้วยตนเอง

แคมเปญอัตโนมัติ เช่น CPA เป้าหมายและ ROAS เป้าหมายจะลบล้างความถูกต้องของอันดับเฉลี่ยและแม้แต่ราคาต่อหนึ่งคลิก โมเดลแมชชีนเลิร์นนิงเหล่านี้สร้างขึ้นเพื่อให้บรรลุเป้าหมายที่กำหนดด้วยตนเอง ตัวอย่างเช่น กำหนดราคา $50 ต่อการแปลงสำหรับแคมเปญหรือกลุ่มโฆษณาหนึ่งๆ หากสิ่งนั้นให้ผลกำไรสำหรับคุณ และ Google จะพยายามเพิ่มจำนวนการแปลงให้สูงสุดภายในเกณฑ์นั้น ตำแหน่งเฉลี่ยไม่เกี่ยวข้องในสถานการณ์นี้และในโลกใหม่ของระบบอัตโนมัติ

วิธีวัดโอกาสตอนนี้

การเปลี่ยนไปสู่ระบบอัตโนมัตินี้ทำให้ต้องคิดใหม่ว่าข้อมูลถูกวิเคราะห์อย่างไร รวมถึงเมตริกที่จำเป็นในการประเมินข้อมูลอย่างเหมาะสม แม้ว่าอันดับเฉลี่ยจะเป็นเมตริกรองที่ยอดเยี่ยมสำหรับการประเมินโอกาสและประสิทธิภาพ แต่ Google ได้ตัดสินใจแทนที่ด้วยเมตริกใหม่ต่อไปนี้

1. ส่วนแบ่งการแสดงผลบนสุดแบบสัมบูรณ์บนการ ค้นหา – “ส่วนแบ่งการแสดงผลบนสุดแบบสัมบูรณ์บนการค้นหา” คือเปอร์เซ็นต์ของการแสดงโฆษณาบนการค้นหาของคุณที่แสดงในตำแหน่งการค้นหาที่โดดเด่นที่สุด ส่วนแบ่งการแสดงผลบนสุดสัมบูรณ์ = การแสดงผลบนสุดสัมบูรณ์ / การแสดงผลบนสุดที่มีสิทธิ์ทั้งหมด
2. ส่วนแบ่ง การแสดงผลบนการค้นหา – ส่วนแบ่งการแสดงผลบนการค้นหา (IS) คือการแสดงผลที่คุณได้รับในตำแหน่งบนสุดในหน้าผลการค้นหา หารด้วยจำนวนการแสดงผลโดยประมาณที่คุณมีสิทธิ์ได้รับในตำแหน่งบนสุด ใช้เมตริกนี้เพื่อเสนอราคาตำแหน่งบนสุดของหน้า ตำแหน่งบนสุดคือตำแหน่งที่โฆษณาปรากฏเหนือผลการค้นหาทั่วไป การมีสิทธิ์ขึ้นอยู่กับการตั้งค่าการกำหนดเป้าหมาย สถานะการอนุมัติ การเสนอราคา และคุณภาพของโฆษณาปัจจุบันของคุณ
3. ส่วน แบ่ง การแสดงผลของการจับคู่แบบตรงทั้งหมดกับการค้นหา – “ส่วนแบ่งการแสดงผลของการจับคู่แบบตรงทั้งหมด (IS) ของการค้นหา” คือการแสดงผลของการทำงานแบบตรงทั้งหมดที่คุณเคยได้รับ หารด้วยจำนวนโดยประมาณของการแสดงผลของการทำงานแบบตรงทั้งหมดที่คุณมีสิทธิ์ได้รับบนเครือข่ายการค้นหา การแสดงผลที่ตรงทั้งหมดคือการแสดงผลที่ตรงกับคำหลักของคุณทุกประการ หรือเป็นรูปแบบที่ใกล้เคียงกับคำหลักของคุณ
4. ส่วนแบ่งการแสดงผลบนสุดแบบสัมบูรณ์ที่เสียไปในการค้นหา (อันดับ) – ส่วนแบ่งการแสดงผลบนสุดแบบสัมบูรณ์ในการค้นหาที่เสียไป (อันดับ) จะประมาณความถี่ที่โฆษณาของคุณไม่ใช่โฆษณาแรกที่อยู่เหนือผลการค้นหาทั่วไปเนื่องจากลำดับโฆษณาต่ำ ลำดับโฆษณากำหนดตำแหน่งโฆษณาของคุณเมื่อเทียบกับโฆษณาอื่นๆ และดูว่าโฆษณาของคุณสามารถแสดงได้หรือไม่ ซึ่งคำนวณโดยใช้ราคาเสนอ คุณภาพโฆษณาและเว็บไซต์ของคุณ บริบทของการค้นหา เกณฑ์ลำดับโฆษณา และผลกระทบที่คาดว่าจะได้รับจากส่วนขยายและรูปแบบโฆษณาอื่นๆ
5. ส่วนแบ่งการแสดงผลบนสุดที่เสียไปในการค้นหา (อันดับ) – ส่วนแบ่งการแสดงผลบนสุดที่เสียไปในการค้นหา (อันดับ) จะประมาณความถี่ที่โฆษณาของคุณไม่แสดงที่ใดเหนือผลการค้นหาทั่วไปเนื่องจากอันดับโฆษณาต่ำ ลำดับโฆษณาจะเป็นตัวกำหนดตำแหน่งโฆษณาของคุณเมื่อเทียบกับโฆษณาอื่นๆ และดูว่าโฆษณาของคุณสามารถแสดงได้หรือไม่ ซึ่งคำนวณโดยใช้ราคาเสนอ คุณภาพโฆษณาและเว็บไซต์ของคุณ บริบทของการค้นหา เกณฑ์ลำดับโฆษณา และผลกระทบที่คาดว่าจะได้รับจากส่วนขยายและรูปแบบโฆษณาอื่นๆ
6. ส่วนแบ่งการแสดงผลที่เสียไปในการค้นหา (อันดับ) – “ส่วนแบ่งการแสดงผลที่เสียไปในการค้นหา (อันดับ)” จะประมาณความถี่ที่โฆษณาของคุณไม่แสดงในเครือข่ายการค้นหาเนื่องจากลำดับโฆษณาต่ำ ลำดับโฆษณาจะเป็นตัวกำหนดตำแหน่งโฆษณาของคุณ และดูว่าโฆษณาของคุณสามารถแสดงได้หรือไม่ ซึ่งคำนวณโดยใช้ราคาเสนอ คุณภาพโฆษณาและเว็บไซต์ของคุณ บริบทของการค้นหา เกณฑ์ลำดับโฆษณา และผลกระทบที่คาดว่าจะได้รับจากส่วนขยายและรูปแบบโฆษณาอื่นๆ ข้อมูลส่วนแบ่งการแสดงผลจะอัพเดททุกวัน

มีทั้งหมดที่?

มาดูตัวอย่างกัน

เมื่อพิจารณาจากข้อมูลนี้ คำหลักยอดนิยม (ซึ่งจงใจไม่แสดง) ในแถวที่สอง มีจำนวนคลิก 847 ครั้ง แต่น้อยกว่า 10 % ของส่วนแบ่งการแสดงผลสูงสุดสัมบูรณ์ นอกจากส่วนแบ่งการแสดงผลระดับบนสุดที่ ~71% แล้ว สิ่งนี้ยังบ่งชี้ว่ายังมีที่ว่างอีกมากในการเพิ่มการเข้าชม ด้วยต้นทุนต่อการแปลงที่สูง คุณอาจไม่ต้องการเพิ่มลำดับโฆษณาสำหรับคำหลักนั้น

สำหรับคำหลักที่สอง ในแถวที่สาม คำหลักนี้มีจำนวนคลิก 690 ครั้ง และส่วนแบ่งการแสดงผลบนสุดสัมบูรณ์เกือบ 96% แม้ว่าราคาต่อหนึ่งการแปลงจะดีมากที่ ~$30 แต่ก็ไม่มีที่ว่างมากพอที่จะเพิ่มการเข้าชม

เหตุใดจึงมีความกังขาของระบบอัตโนมัติ

การโฆษณาดิจิทัลเป็นสิ่งจำเป็นในกลยุทธ์อีคอมเมิร์ซส่วนใหญ่ ข้อความค้นหาเชิงพาณิชย์สามารถเพิ่มการเข้าชมที่มีคุณค่ามายังธุรกิจของคุณได้ แต่ประสิทธิภาพของค่าโฆษณายังคงเป็นผู้เล่นหลักเมื่อพูดถึงความสามารถในการทำกำไร

ในบรรดากฎต่างๆ ที่ Google ได้เปลี่ยนแปลงเมื่อเร็วๆ นี้คือ การคลายคำจำกัดความของประเภทการจับคู่ เพื่อให้ "การทำงานแบบตรงทั้งหมด" ไม่ได้หมายความว่า "แบบตรงทั้งหมด" อีกต่อไป Google อนุญาตให้แสดงคำหลักรูปแบบที่ใกล้เคียง และไม่มีคำหลักที่ "ตรงทั้งหมด" ที่คุณสามารถกำหนดเป้าหมายได้ สิ่งนี้ทำให้ Google สามารถเพิ่มรายได้จากโฆษณา

เมื่อสร้างแคมเปญใหม่ ผู้ค้าพบว่าเป็นการยากที่จะไม่เลือกกลยุทธ์การเสนอราคาที่ไม่ใช่แบบอัตโนมัติ และถูกบังคับให้คลิกลิงก์ "ไม่แนะนำ" เพื่อไปที่กลยุทธ์ด้วยตนเอง พวกเขายังมีกองทัพตัวแทนบัญชีที่ช่วยนำทางเจ้าของบัญชีไปยังระบบอัตโนมัติ

Google บังคับให้เปิดลิงก์ช้อปปิ้งในแท็บใหม่เพื่อกระตุ้นการคลิกหลายครั้งในแต่ละหน้าผลการค้นหา สิ่งนี้ทำให้ Google สามารถเพิ่มรายได้จากโฆษณา

มีการบันทึกไว้อย่างดีว่ารายได้ส่วนใหญ่ของ Google มาจากเงินโฆษณา และพวกเขาก็ไม่ได้แย่ในด้านนั้น ตามรายงาน ของ Statista

การเปลี่ยนแปลงที่เกิดขึ้นพร้อมกับประสบการณ์เกี่ยวกับระบบอัตโนมัติจะทำให้ผู้ค้าหยุดชั่วคราวโดยสงสัยว่า Google คำนึงถึงผลประโยชน์สูงสุดของพวกเขาหรือไม่

พูดง่ายๆ คุณรู้สึกสบายใจที่จะมอบวงล้อให้กับ Google หรือไม่

ระบบอัตโนมัติไม่ง่ายอย่างที่คิด

กลยุทธ์การเสนอราคาอัตโนมัตินั้นไม่ง่ายเลย การเลือกกลยุทธ์การเสนอราคาที่ถูกต้องต้องมีการวางแผน และจำเป็นต้องเข้าใจจุดอ่อนของกลยุทธ์ด้วย ระบบอัตโนมัติจะตอบสนองเร็วพอที่จะจับช่วงเวลาลดราคาหรือไม่ โดยเฉพาะช่วง Black Friday หรือ Cyber ​​Monday

กลยุทธ์การเสนอราคาอัตโนมัติช่วยลดการทำงานด้วยตนเองบางส่วนเมื่อตั้งค่าอย่างถูกต้อง อย่างไรก็ตาม เทคโนโลยีแมชชีนเลิร์นนิงจะดีพอๆ กับข้อมูลที่ป้อน เท่านั้น