کمپین‌های Performance Max (یا PMax) در بین تبلیغ‌کنندگان جستجو جذابیت پیدا می‌کنند.

منابع یادگیری ماشینی Google، مکان‌های تبلیغاتی را در کل شبکه موجودی Google بهینه می‌کند. این به تبلیغ‌کنندگان اجازه می‌دهد تا تلاش خود را به حداکثر برسانند و به طور مؤثرتری به مخاطبان هدف خود دست یابند.

با این حال، همیشه هنگام استفاده از این قابلیت‌های اختصاصی، معاوضه‌هایی وجود دارد، به خصوص که دید و اهرم‌های بیشتری را برای کشیدن از دست می‌دهیم.

به طور کلی، ما دید محدودی به داده‌های این کمپین‌ها داریم، که تصمیم‌گیری آگاهانه در مورد نحوه بهینه‌سازی کمپین‌ها و تخصیص بودجه را دشوار می‌کند.

علاوه بر این، تبلیغ‌کنندگان اغلب نیاز دارند که داده‌های جمع‌آوری شده خود را در همه انواع کمپین و پلتفرم‌ها تجزیه و تحلیل کنند. این می تواند نیاز داشته باشد:

  • واکشی داده ها از طریق Google Ads API.
  • بارگیری آن در یک انبار داده بزرگتر برای دستکاری و تجزیه و تحلیل بیشتر.
  • پیوستن به آن با داده های Google Analytics برای ایجاد تصویر کامل تری از سفر کاربر.

در اینجا محدودیت هایی وجود دارد که هنگام استخراج و تجزیه و تحلیل داده های عملکرد PMax در داخل و خارج از رابط Google Ads باید به آنها توجه داشت.

1. دانه بندی محدود داده های PMax

کمپین‌های PMax گزینه‌های گزارش‌دهی محدودی را نسبت به سایر کمپین‌های Google Ads ارائه می‌کنند، که می‌تواند تجزیه و تحلیل عملکرد را به روش‌هایی که ما به آن عادت کرده‌ایم دشوار کند.

به طور معمول، داده‌های کمپین Google Ads را می‌توان با دسترسی به گزارش استاندارد از طریق API دریافت کرد. شما می توانید سطحی را که می خواهید داده ها را در آن بخش بندی کنید، حتی تا سطح کلمه کلیدی تعریف کنید.

از آنجایی که کمپین‌های PMax از یادگیری ماشینی برای تعیین بهترین مکان‌ها برای ارائه تبلیغات استفاده می‌کنند، هیچ گروه تبلیغاتی یا کلمه کلیدی با این کمپین‌ها مرتبط نیست.

بنابراین، یک گزارش استاندارد تولید شده در هر سطحی که جزئی تر از کمپین است، حاوی چندین فیلد نامربوط به PMax خواهد بود و از آن حذف می شود. همه داده‌های این کمپین‌ها به‌جای اینکه صرفاً فیلدهای نامربوط را باطل کنند.

برای ثبت کمپین‌های استاندارد و PMax خود، باید چندین بار با API تماس بگیرید و دو اتصال داده جداگانه را بازیابی کنید که بعداً می‌توانند در انبار داده‌تان بارگیری و متحد شوند.

  • اولین مورد باید یک گزارش استاندارد در سطح مورد نظر از جزئیات باشد، که حاوی داده های کمپین PMax نباشد.
  • دومی نیز باید یک گزارش استاندارد در سطح کمپین باشد، اما این بار باید همه کمپین هایی را که هستند حذف کند نه PMax برای جلوگیری از داده های تکراری.

همچنین، توجه داشته باشید که بسیاری از گزارش‌ها و بخش‌بندی‌های سفارشی می‌توانند برای تجزیه و تحلیل کمپین مفید باشند، مانند Performance Max Placement.

آنها را نمی توان از طریق API بازیابی کرد و فقط در یک محیط ایزوله در رابط Google Ads قابل مشاهده است.


دریافت خبرنامه جستجوی روزانه بازاریابان به آن تکیه می کنند.


2. بینش Google Analytics نیاز به ناوبری متفکرانه دارد

با عرضه Google Analytics 4 و متعاقباً منسوخ شدن Universal Analytics، تبلیغ‌کنندگان می‌توانند از داده‌های وب‌سایت و برنامه برای درک سفر مشتری و فعالیت تعامل وب‌سایت پس از کلیک استفاده کنند.

هر ترافیک وب سایت ایجاد شده توسط کمپین های PMax باید به دقت مشاهده و تجزیه و تحلیل شود.

برای شروع، نمی بینید که داده های PMax تحت پیش فرض قرار می گیرند جستجوی پولی گروه بندی کانال اما یک گروه بندی جداگانه نامیده می شود کانال متقابل حاوی داده های کمپین PMax و Smart Shopping.

مراقب قرار دادن فیلترهای ابعادی ناسازگار با کمپین های PMax باشید.

برخلاف مشکلات API که در بالا ذکر شد، که در آن داده‌ها نمایش داده نمی‌شوند، این فیلترها باعث می‌شوند که داده‌ها در رابط GA4 نمایش داده شوند و نمی‌توان به آنها اعتماد کرد.

به همین دلیل، به دست آوردن بینش بین کانالی که شامل کمپین های PMax در GA4 می شود، می تواند چالش برانگیز باشد.

علاوه بر این، کمپین‌های PMax، تبدیل‌های مشاهده شده را در نظر می‌گیرند.

این نوع تبدیل بسیار ارزشمند است، زیرا به طور خاص برای تبلیغات ویدیویی و رفتار کاربر که از یک تبلیغ ویدیویی تبعیت می‌کند برخلاف سایر انواع تبلیغات طراحی شده است و نشانگر قوی تعامل است.

فقط توجه داشته باشید که Google Analytics، به طور پیش‌فرض، این تبدیل‌ها را حساب نمی‌کند و برای انجام این کار باید عمداً پیکربندی شود.

3. روش های تحلیل سنتی ممکن است اعمال نشود

با توجه به مسائل فوق، استفاده از پلتفرم های گوگل برای ایجاد گزارش و بینش در مورد کمپین های PMax به صورت مجزا همیشه یک گزینه است.

هنگام مشاهده داده‌های موجود در پلتفرم، ضروری است که به تمام محدودیت‌های مختلف پیرامون این داده‌ها توجه داشته باشید و بدانید که تاکتیک‌های تحلیل سنتی ممکن است نه مؤثر و نه ممکن باشد.

به عنوان مثال، در حالی که برخی از الگوهای گزارش اولیه در بستر کمپین های PMax هستند، تبلیغ کنندگان نمی توانند هیچ گزارشی را سفارشی کنند یا معیارهای سفارشی ایجاد کنند.

عامل دیگری که باید در نظر گرفت این است که از آنجایی که کمپین‌های PMax بر روی داده‌های بلادرنگ بهینه‌سازی می‌شوند، عملکرد کمپین باید نزدیک‌تر به زمان واقعی تجزیه و تحلیل شود و کمتر به داده‌ها و روندهای تاریخی متکی باشد، زیرا الگوریتم‌ها دائماً برای به حداکثر رساندن بهینه‌سازی تنظیم می‌شوند.

این اتکا به داده‌های بی‌درنگ، انجام تست‌های A/B سنتی را نیز دشوار می‌کند، به‌ویژه به این دلیل که کنترلی روی مواردی مانند مکان‌های تبلیغات، قالب‌ها، عناصر خلاقانه، یا مخاطبانی که می‌توانیم برای آزمایش فرضیه‌ها جدا کنیم، نداریم.

درعوض، فقط می‌توانید آزمایش‌هایی را اجرا کنید که کمپین‌های PMax خود را با کمپین‌های خرید استاندارد مقایسه می‌کنند یا یک آزمایش ارتقاء را اجرا کنید که نشان می‌دهد چگونه افزودن یک کمپین PMax به ترکیب کمپین موجود شما می‌تواند حجم تبدیل را افزایش دهد.

نمونه‌های دیگری از بینش که با کمپین‌های PMax از دست می‌دهیم عبارتند از هدف‌گیری مخاطب، قرار دادن تبلیغات و کنترل بودجه.

در حالی که همه اینها بر اساس طراحی است، برای تبلیغ‌کنندگان از دست دادن توانایی اظهار نظر در مورد محل تخصیص دلار می‌تواند سخت باشد.

آنها ممکن است نه زمان داشته باشند و نه بودجه ای که به کمپین اجازه دهند آنقدر طولانی اجرا شود تا داده های کافی برای به حداکثر رساندن کارایی جمع آوری شود.

و در حالی که PMax بر اساس رفتار مخاطبان و خلاقیت های تبلیغاتی بهینه سازی می کند، داده های دقیقی در مورد این رفتارها یا نحوه عملکرد عناوین یا تصاویر فردی ارائه نمی دهد.

نظرات بیان شده در این مقاله نظرات نویسنده مهمان است و لزوماً سرزمین موتور جستجو نیست. نویسندگان کارکنان در اینجا فهرست شده اند.



محتوا مارکتینگ

By psychen

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *