2023 Google Ads 更新廣告投放優化 3 大重點

從 ChatGPT 燃起的 AI 一把火，在高度仰賴機器學習的廣告世界裡，勢必也不惶多讓，延燒程度影響到一些資深投手們，對於 Google Ads 的理解。如果你還在用過去的出價及比對方式優化搜尋廣告，以標準聯播網尺寸大全製作素材，以延展型文字標題認為置入的字詞就該出現廣告上，那此文非常適合你，掌握 Google Ads 智能廣告投放優化技巧。

AI智能自動化廣告投放，關鍵指標「最佳化分數」

「最佳化分數」是 Google Ads 評估帳戶的預期成效。與過往「品質分數」是完全不同的作用，「品質分數」是判斷與競爭者的廣告品質差異參考數值。而「最佳化分數」著重的是以帳戶的轉換目標、出價策略，根據不同廣告活動的資料，搭配 Google 的預測模式量身打造而成，所以每一個廣告活動都會出現相對應的建議，來改善廣告成效。

簡言之，專注於 Google 智能預測提示，再搭配自動套用勾選來改善廣告，「最佳化分數」一定會提高，但很多情況下 Google 提出的建議，並非適用於廣告活動。把 AI 自動化投放想像成是一套腳本，順著路徑走，若幸運成效就會進步。但人生總會遇見離經叛道的事， AI 尚未習得的，還是得由人工作出適切的優化決策，關於「最佳化分數」建議項目的套用與否評斷，筆者後續會再更新文章說明。

強大視覺化元素，自動生成「回應式素材」如何優化

1. 以用戶為核心的關鍵字搜尋體驗

智能生成的搜尋結果，更能反應出用戶的搜尋意圖。系統期待用戶看到的，就是只給他看「他想看到的那些」。回應式搜尋廣告，十足體現了上述衷旨，建立回應式素材的技巧，無疑就是盡量置入核心關鍵字，讓系統去學習，跑了一段時間數據累計足夠了，再從「素材資料詳情」優化廣告文字。

2. 善用額外資訊，點閱率可提高85至90%

額外資訊是文字視覺化很重要的建立元素，建議盡可能填滿所有項目，提供系統豐富的生成資源，去展示或突顯搜尋結果頁面上的廣告呈現。

3. 品質分數仍有優化作用

「最佳化分數」是更全面瞭解帳戶的健康狀態，「品質分數」是判斷關鍵字放送廣告時，使用者獲得的體驗。改善「品質分數」要回歸 3 大要素：預期點閱率、廣告關聯性、到達網頁體驗。其中廣告關聯性與回應式廣告最具直接關係，採用與用戶搜尋字詞相關性高的關鍵字植入標題中，改善點閱率，優化個別字詞的表現，降低成本浪費，帶動廣告成效。

以極佳化轉換為目標，跨聯播網歸因發揮媒體綜效

從 GA4 自訂目標對象可連結至 Google Ads 做受眾投放，就不難看出 Google 在服務軟體上蒐集訊號的強大特性。以跨平台的數據歸因，更公平的衡量成效，著重於漸進式目標轉換，以價值權重搭配出價策略，建構出全漏斗的優化途徑。

加上整合與 Google Ads 相關應用工具（如：Google Tag Manager、Looker Studio、、、等） ，全面性瞭解使用者旅程，並可跨聯播網做為用戶的接觸點，協助妥善預算分配，最佳化爭取轉換結果。說明轉換目標的設定與正確的追蹤安裝，才能給予自動化廣告投放準確的學習指引。

延伸閱讀

掌握數據行銷4大關鍵，讓品牌行銷績效成長加速

廣告投放成效不佳？掌握行銷漏斗 3大關鍵，有效優化廣告成效

數位廣告投放 前，先搞懂常見成效指標！