我们从 90,000 个 PPC 广告系列中了解到 Google 的 4 大变化
已发表: 2016-03-152 月,谷歌开始慢慢改变广告在桌面搜索结果页面 (SERP) 上的显示方式。 到月底,右侧的广告几乎消失了,取而代之的是页面顶部的四个广告,偶尔在底部自然搜索结果下方的两个广告。 这也许是广告在 SERP 上显示方式的最重大变化。
我们有几位 PPC 专家对 PPC 广告商(尤其是那些预算较少的广告商)可能发生的事情进行了预测,现在我们已经有机会真正查看数据,我们正在分享我们的和你一起发现。
为了评估这些变化的影响,Acquisio 从 Acquisio 平台上运行的大约 90,000 个活动中提取了数据,每月总支出约为 5000 万美元。 我们检查了变更流行前的四个星期(2016 年 1 月 21 日至 2 月 17 日)和之后的两周(2016 年 2 月 19 日至 3 月 3 日)。
我们的结论是:
- 前 4 名以下的展示次数和点击次数显着下降
- 前 4 名以下的广告位的每次点击费用有所增加
- 前 4 名广告的 CPC 增幅高达 10.5%
- 前 4 名广告的点击率增加了 4.5%
- 使用机器学习算法优化的 PPC 活动优于所有其他活动
我们收集的数据表明,前 4 名广告的竞争变得更加激烈。 这些广告的表现比那些处于最底层的广告高得多,但广告商将不得不为出现在这些位置的特权支付更多费用。
我们还检查了使用 Acquisio 的出价和预算管理 (BBM) 机器学习优化运行的广告系列,发现这些广告系列的效果优于所有其他广告系列。 这是机器学习如何超越人类的又一个例子,以及使用最高水平的智能优化活动的重要性。
让我们看一下数据,看看谷歌在 SERP 上的新广告展示方案是如何影响广告商的。
我们用来评估数据的方法
首先,重申一下,我们使用了大约 90,000 个活动的数据,因此,在这一点上,我们对数据非常有信心。 结果来自一个非常庞大、多样且具有代表性的 adwords 广告客户样本。 您将在本节中看到的数字是绝对值的百分比变化。
我们很想知道,不仅是所有广告系列的表现如何,而且我们的出价和预算管理功能在这些新条件下的表现如何。 我们看了:
- BBM 优化的活动与未经 BBM 优化的活动
- 时间框架之前:2016 年 1 月 21 日 -2 月 17 日(4 周)
- 时间范围之后:2016 年 2 月 19 日至 3 月 3 日(2 周)
我们查看了每个广告系列的广告系列平均每日价值:展示次数、点击次数、支出、排名、点击率和每次点击费用。 在我们的电子表格中,它分解如下:
- 所有这些案例的所有关键值的平均值
- 比较前后的差异百分比:对于其他4个案例中的每一个:
- 比较其他 4 种情况的 Top 4 和 bottom 的差异:
- 比较每种情况下变化前后的百分比变化:
这就是我们发现的。
排名 4 以下的展示次数、点击次数和广告支出显着下降
无论广告活动是否在 BBM 上运行,我们都看到低于第四位的展示次数和点击次数出现了非常显着的下降。 在这些地点开展的活动数量也有所下降。 这些是更改后两周期间的数字,与更改前的期间相比。
没有 BBM 的结果
对于未使用 BBM 优化运行的常规广告系列,我们在底部看到以下广告:
展示次数 | -32.0% |
点击次数 | -44.8% |
花费 | -38.3% |
前 4 名以下的广告系列 | -27.4% |
真正有趣的地方在于:排名低于第 4 位的 CPC 上升了,而 CTR 则急剧下降。
每次点击费用 | +13.6% |
点击率 | -20.0% |
BBM 结果
在我们获得 CPC 和 CTR 之前,BBM 优化的广告系列的结果实际上并没有太大的不同。 对于 BBM,底部的结果如下所示:
展示次数 | -49.7% |
点击次数 | -49.7% |
花费 | -47.3% |
前 4 名以下的广告系列 | -21.9% |
当我们查看 CPC 和 CTR 时,差异开始变得非常明显。 鉴于我们在上面看到的数字,这对我们来说实际上是一个非常积极的发现。 CPC 确实增加了,但幅度很小,而 CTR 确实下降了,它下降的百分比微不足道,以至于不引人注意。
每次点击费用 | +4.9% |
点击率 | -0.057% |
我们已经知道右栏上的广告只获得了 SERP 总点击量的 15% 左右,因此实际显示在 SERP 底部的广告获得如此低的分数也就不足为奇了.
显然,我们感到高兴的是,尽管展示次数和点击次数下降,BBM 仍在寻求优化 CPC 和 CTR。 我们都想真正了解的是,这种变化如何影响那些设法进入前 4 名的人。
前 4 名的 CPC 和总支出显着上升
当我们查看前 4 名时,我们开始发现常规广告系列与 BBM 优化广告系列的行为方式存在更多差异。对于非 BBM 广告系列,我们看到展示次数略有下降,点击次数略有增加,并且支出大增。 同样,我们将更改后的时期与之前的时期进行比较。
没有 BBM 的结果:
以下是我们在非 BBM 广告系列的前 4 名中看到的内容:
展示次数 | -1.5% |
点击次数 | +3.0% |
花费 | +13.7% |
前 4 名的广告系列 | +2.44% |
这里唯一发生显着变化的是人们花费在前 4 位广告上的金额。 对于同样的广告系列,我们发现他们的平均排名仅下降了 1.9%——基本上为零——所以他们花费更多的钱来留在游戏中,而他们这样做的时候正在失去阵地。 这些地方的竞争真的很激烈。
前 4 名中的广告的点击价格上涨了,但点击率也上涨了。 这是我们发现的:
每次点击费用 | +10.5% |
点击率 | +4.5% |
点击率 (4.5%) 的提升足以弥补 1.5% 的展示次数损失,但每次点击费用的增幅要高得多,以至于最终广告商获得的点击次数减少了,基本上是相同数量的资金。
BBM 结果
机器学习无疑使这些活动保持在竞争中。 在广告支出增加的同时,展示次数和点击次数也增加了。 前 4 名中包含广告的广告系列数量显着增加。
展示次数 | +9.8%% |
点击次数 | +8.0% |
花费 | +15.8% |
前 4 名的广告系列 | +12.3% |
这些是未在 BBM 上运行的广告系列的重大飞跃。 在这种情况下,我们确实看到支出增加了,但这归因于点击次数的增加,以及根据常规广告系列的数据,广告支出的总体增加。

我们还看到 BBM 的每次点击费用有所增加,但不及未优化的广告系列(价格涨幅降低 41%,+6.6% 对 +10.5%),并且点击率略有下降。
每次点击费用 | +6.6% |
点击率 | -1.4% |
这意味着如果您在 2016 年 2 月 17 日在广告上花费了 1,000 美元,那么在 2 月 19 日,如果没有 BBM,您将花费 1,105 美元。 如果您是 BBM 的用户,那么您在 2 月 19 日只花了 1,066 美元,当天节省了 39 美元。 由于新配置,您可以节省 41% 的每次点击费用增加。 因此,在 30 天的过程中,这将转化为 1,170 美元的节省。
这真正意味着,任何大规模投放广告并且不使用机器学习来优化广告系列的人都将错失大量点击。
此外,与非 BBM 广告系列相比,这些广告系列的平均排名实际上增加了 0.94%——也就是说,它确实没有任何变化。 让我们称这个数字为零,并说没有变化。
查看机器学习带来的整体差异
前 4 名变化中最重要的教训之一是 2 个可能的广告位置的明显差异:
- 前 4 名
- 底部位置
在检查更改前后的数据时,前 4 名的生产完全占主导地位,而在更改之后,这一点更加突出。 出于这个原因,我们决定分析地研究这个问题。
查看 Top 4 和 Bottom 位置之间的值的比率发现:
BBM 状态 | 之前/之后 | 比率[小鬼] | 比率[点击] | 比率[支出 ($USD)] | 比率[#Campaigns] |
不在 BBM 上 | 前 | 10.76 | 26.76 | 23.01 | 4.04 |
不在 BBM 上 | 后 | 15.61 | 49.93 | 42.40 | 5.71 |
BBM | 前 | 6.61 | 14.18 | 14.91 | 2.79 |
BBM | 后 | 14.42 | 30.48 | 32.78 | 4.02 |
为每种情况制定的值是:
这表明前 4 个位置的展示次数和点击次数远大于底部,关于支出和广告系列数量的类似评论。 在更改为没有右导轨的新 Top 4 配置后,这个数字变得更加夸张。 变更后 Top 4 to Bottom 比率的百分比变化:
BBM 状态 | 每[比率[Imp]] | 每[比率[点击]] | 每[比率[花费 ($USD)]] | 每[比率[#Campaigns]] |
不在 BBM 上 | 45.01% | 86.58% | 84.25% | 41.21% |
关于 BBM | 118.10% | 114.92% | 119.93% | 43.79% |
使用的公式是:
这些值表明,在所有情况下,未优化的广告系列的前 4 名与底部的比率都有显着增长。 BBM 案例更加引人注目,展示次数、点击次数和支出的比率都翻了一番以上。
与未优化情况相比,BBM 比率增长比率增长显示:
- 展示率增长 162%
- 点击率增长 33%
- 支出比率增长 42%
- 广告活动比率增长 6.3%
BBM 比率显示,在前 4 名发生变化后,其广告活动的所有权和在这个主要的前 4 名广告领域的占有率有了很大的转变。 BBM 将更多的广告支出放在效果最好的地方:前 4 名。
我们在这里真正看到的是每个人所期望的。 绝大多数展示次数、点击次数和支出都在前 4 位。 说这会发生在变化之前,有点像预测站在雨云下时地面很快就会变湿。 好消息是,似乎每个人都是对的。
但真正让我们兴奋的是 BBM 在这个新环境中的表现。 机器学习优化已经适应并在新范式下自动进化,您可以清楚地看到 BBM 在重要的方面优于所有其他活动,而且差距非常大。
留在前四名的竞争中
在大多数情况下,广告系列的成本更高,与成本相比,大多数广告商没有获得足够的点击次数来证明增加支出的合理性。 对于不使用机器学习来优化活动的广告商,他们将继续发现:
- 前 4 名以下的展示次数和点击次数下降了近一半
- 前 4 名中的广告点击量略有增加,但支出大幅增加
- 前 4 名广告的点击率略有上升,但每次点击费用大幅上升
结果很有趣,无论您是否使用 BBM。 随着点击成本的增加和广告支出的增加,质量得分作为一个指标比以往任何时候都更加重要,广告商需要付出越来越多的努力来确保他们在着陆页上获得尽可能多的转化。
开展品牌知名度活动的广告商将被迫尝试事半功倍,并可能寻求利用社交媒体渠道和病毒式传播,试图从他们的活动中获得更多收益。
绝对清楚的是, PPC 的机器学习优化在这一点上远远超过人类,利用这样的优化将是未来竞争的必要条件。
为了清楚起见,让我们将由此产生的增长与谷歌为出现在前 4 名结果中而征收的税款进行比较。 好消息是,BBM 的用户将少交 41% 的税,以此类推。
还有一次:经过 BBM 优化的广告系列面临的每次点击费用比更改前略高,但每次点击费用的增幅比未优化的广告系列低 41% 。
任何有兴趣了解更多关于机器学习如何优化 PPC 活动的人都应该查看与 Bryan Minor 的网络研讨会:2016 年机器学习年。 Bryan 解释了我们的机器学习优化是如何工作的,并向您展示了真实的结果。 一定要检查一下!