Google 的智能出价系统是一套自动化广告出价策略，利用机器学习帮助优化出价以提高转化率。通过大规模部署最有效的广告，营销人员可以更轻松地提高销售额、潜在客户和利润。

然而，这种先进的广告技术并不能免除营销人员制作丰富、引人入胜的广告文案的责任。事实上，智能出价需要更多合格专业人士的投入。

Adthena 营销副总裁 Ashley Fletcher 在最近的一次网络研讨会上表示：“我仍然认为，我们需要做出一定程度的自主选择。当人工智能为你提供这些选择时，它才能发挥出最佳效果。”

“搜索营销的世界是围绕人工智能建立的，”他补充道，营销人员需要知道如何撰写广告文案，以便智能出价系统能够提供最佳选择。

弗莱彻提出了以下五个技巧，可以帮助营销人员在智能出价系统中创建可转换的广告文案。

采用智能出价策略时探索所有出价选项

“[智能竞价] 是一个生态系统，如今它正在影响许多数字营销人员，”弗莱彻说。“但我们必须继续走这条采用智能竞价的旅程。”

他将智能出价的采用描述为营销人员用来微调广告的一系列策略。这些阶段如下：

• 基于点击的出价：在不跟踪转化时使用基于点击的策略。
• 批量竞价：利用目标每次转化费用和最大化转化次数策略来推动实现绩效目标。
• 赋值出价：识别转化事件并跟踪其轨迹。
• 价值竞价：采用目标/ROAS和自动化广告活动。

弗莱彻表示，注意自动广告文案管理和手动广告创建之间的权衡并找到平衡，可以使这个过程更加无缝：“你不必全力以赴，但要确保你看到了硬币的两面。”

与竞争对手一起对标广告文案效果

弗莱彻表示：“虽然与竞争对手进行对比是最佳做法，但要小心，采用Performance Max会降低您在每个细分市场的点击率基准。”

尽管智能出价具有 AI 功能，但营销人员仍需密切关注竞争对手的策略。然而，正如 Fletcher 所指出的，在竞价战中力争击败竞争对手的同时，很难对广告文案效果进行基准测试。在效果最大化广告系列中使用智能出价的营销人员必须找到一种方法来平衡洞察收集工作（基准测试）与广告系列速度。

弗莱彻以龟兔赛跑的故事来比喻如何平衡基准测试和营销活动势头。他强调营销人员通常采用高速方法（兔子），而不是采用更有条理的策略（乌龟），并指出前者从长远来看效果较差。

“如果你是兔子，那么你很快就会起步，”他说。“但如果你是乌龟——问问自己这会如何影响你的策略——你就会进行细分，找到更清晰的数据。”

他补充道，“如果你像野兔一样低着头，你可能会错过风景中的细微差别。”

为每个细分市场选择合适的消息传递方式

分析哪些类型的信息最能引起每个受众群体的共鸣是智能出价成功的关键。弗莱彻指出，有多少付费搜索工具可以整合这些广告信息及其引起共鸣的细分市场。

他说：“如果你正在解雇 DSA、RSA（无论它们是什么），而你不确定哪个正在转换，那么这些[工具]可以让你完全清楚。”

这是人工智能和广告信息完美结合的领域。人工智能竞价仪表板可以提取出与受众产生良好共鸣的关键字和短语，然后提供它们与广告点击、展示和转化之间的关联数据。

---

评估本地市场的广告文案

“随着人们远离城市，用户行为变得更加本地化，​​这是习惯的自然变化，”弗莱彻说。“谷歌正在向中小企业投入更多精力——更好的地图和商业列表——而且许多拍卖都在远离城市中心的地方进行。”

本地市场广告拍卖与人口更密集地区的广告拍卖大不相同。因此，营销人员需要调整广告文案，使其与这些较小群体产生共鸣。评估本地市场数据可以显示基于地区的差异，并有助于制定竞价策略。

弗莱彻说：“本地仪表板可以指导整个团队制定搜索营销策略——不仅仅是付费搜索团队，还有品牌和搜索引擎优化团队——以了解哪些排名和点击份额可以通过这些术语得到改善。”

撰写广告文案时要考虑搜索份额

“就转化率而言，搜索被视为‘圣杯’，”弗莱彻说。“它会推动点击你的品牌；人们如何在 SERP 上解读你的品牌是关键。”

他补充道：“广告文案在搜索份额中起着重要作用。”

搜索份额是adam&eveDDB 效果主管Les Binet首次提出的一项指标，用于衡量品牌在搜索结果中所占的市场份额百分比。Fletcher 表示，关注这些数据可以帮助营销人员了解哪些广告文案在 SERP 上最能引起共鸣。

弗莱彻说：“这是为了使用（搜索）数据作为关键数据点来预测更好的结果。”

利用搜索份额数据可以更好地引导您的品牌适应智能出价环境。它可以帮助营销人员预测哪些广告类型会引起特定受众的共鸣，提高渠道信心，并更好地协调利益相关者。

“这将推动整个数字业务的协同效应，”弗莱彻说。“它将帮助你了解广告文案如何以及为何能取得良好的效果。”

观看 Digital Marketing Depot 的网络研讨会演示。