如何避免GoogleUAC廣告策略失敗

之前有寫過【Google UAC廣告學習不成功】，有提到出價、預算、定位、素材和事件數量將會影響谷歌UAC廣告初期的學習是否成功。

除了以上的幾個基本因素的設置需要注意之外，還有幾點也需要在廣告上線之初就有所考慮：

不同的產品的變現模式不同，短期內廣告主對產品的主要KPI也不盡相同，選擇好UAC廣告的類型是非常關鍵的。

UAC 1.0是為了吸引更多用戶安裝，在谷歌去幫助廣告主獲取用戶時，考慮到的是盡可能地覆蓋想要安裝App的用戶，而不考慮用戶是否會完成注冊或者其他應用內事件。如果廣告主的要求就是以盡可能少的成本獲取更多的安裝，UAC 1.0就非常適合。

UAC 2.0也是為了吸引更多安裝用戶，但是同時也會考慮到盡可能的覆蓋能完成目標行為的安裝用戶。因為對受眾定位有了優化要求，在素材或者其他表現上明顯優于同水平時，會獲得明顯的價格優勢。

UAC 2.5則是基于App內的應用內事件設置進行用戶獲取的。如果有對應用內事件的完成率有要求，用UAC 2.5則更有優勢。

UAC3.0則是專門根據轉化價值進行優化的，更加適用于優化應用內轉化價值。有回收要求的，UAC 3.0是非常值得去嘗試的。

除了以上這些，還有Ace等廣告類型，也是谷歌廣告基于市場需求不斷優化誕生的。

對于App類的投放，弄清各種廣告類型的作用以及優化方式，確定好最適合的當前階段的廣告類型，是可以有效避免在廣告策略失敗的重要一步。

谷歌的廣告系統出價是使用目標CPI/CPA進行的，因此在進行廣告投放之前，都需要提前設置好轉化跟蹤。

除了最基礎的安裝設置之外，如果想要進行應用事件優化，就一定要設置好目標事件的轉換跟蹤。

沒有設置好轉化跟蹤的話，Google平臺無法獲取事件數量等方面的數據，不能進行實際的留存或者ROI等事件優化，那么如果前端進行了設置，實際上谷歌的系統算法也沒辦法根據產品內數據進行優化的，除了浪費預算之外，沒有太大實際作用。

一般甲方廣告主需要自己從第三方平臺進行事件導入并在谷歌廣告后臺設置好，乙方優化師在優化之前則需要完全使用甲方的事件歸因設置即可。?

在【UAC廣告素材更新頻率多久合適】中也提過在廣告上線初期不要對廣告的調整多了，不利于后期數據的長期穩定，很可能因為調整過于頻繁導致學習期的數據學習不成功。

這個道理也很簡單，谷歌廣告在對咱們的廣告系列進行學習時，其實是一個數據積累的過程，而我們設置的預算和出價等條件都是谷歌在學習期的支出預算線。

如果我們過于頻繁的修改這些重要條件，就會影響谷歌對這個系列的算法和數據學習，導致流量不再分配給不穩定的廣告系列。

如果過于頻繁的修改出價和預算導致廣告學習失敗，就需要更長的時間來重新適應新的修改；如果不想延長繼續等待的時間，可以考慮重新建立廣告系列。?

在新App進行推廣時，谷歌廣告系列上線的初期通常需要流量的獲取來測試那種流量類型最適合該App。

如果避免了其他因素仍然不起量，則需要考慮素材的因素了。是否是素材質量不好導致無法獲取量級，盡可能多的在初期測試不同角度的素材，提高轉化率，在學習周期內積累更多的學習數據。

除了素材的內容需要重點測試外，素材的尺寸和形式也是值得注意的。

谷歌的流量是多樣化的，有文字，圖片 ，視頻和H5；圖片和視頻的尺寸也不盡相同。如果新的系列無法獲取流量，就需要考慮是否是廣告內容或者形式尺寸的不匹配導致無法獲取合適的流量。

谷歌官方團隊對于新的廣告優化團隊也會不斷提醒盡可能全面的補充廣告素材，就是考慮讓多樣化的流量盡可能多的覆蓋到廣告系列中。對于新App或者著急起量的廣告非常值得考慮。

這一點是不同于Facebook的廣告特點，谷歌UAC廣告的特點就是通過反復試驗和不斷學習，谷歌的廣告算法和數據系統自動進行目標優化。

廣告的算法更多的是依靠谷歌自動化學習的調整，而我們所做的每個調整不僅僅是調整了受眾，同時也影響著谷歌算法的學習和數據累積。

廣告開始以后，通常需要一到兩周的學習時間去累積初期的數據，很多優化師不適應谷歌廣告的調整節奏，在初期數據學習波動較大時就想要進行人工干預，這反而會對廣告系列產生較大的負面影響。

因此，谷歌廣告在進行調整時，更多的是需要我們謹慎和全面的思考，在確定影響因素后采取對應的調整；避免對短期波動進行頻繁調整，影響算法學習。

以上是除了之前提到的一些因素之外，還需要特別注意和提醒到的點。谷歌的優化形式在我看來更加成熟和明智的運用了自身算法的優勢，幫助不同的廣告主展現的不同形式的素材覆蓋到不同的廣告版位，素材的覆蓋效率是隨著廣告系列學習的成熟不斷提高和穩定的。合理制定廣告策略并耐心細致的進行優化，谷歌廣告在廣告市場的份額之大，讓產品在擴大推廣量級時也不用擔心。