「最高成效廣告」(Performance Max，以下簡稱 PMax) 推出已逾半年，其多平台的投放與新型態的機器學習方式，讓越來越多人躍躍欲試，但實際使用後廣告主們所遭遇到共同的問題是 ——「它不像過往的廣告格式有提供詳細的數據」、「能調校的地方過少」與「該如何優化」等，以上常見的問題以及優化方式，阿物即透過本文與大家分享！
(若尚未了解 PMax，可先參閱 此文章 來認識這全新的 Google Ads 廣告格式)
PMax 數據過少
如同前言所說，所面臨的問題之一即是 PMax 於 Google Ads 後台所提供的數據非常少，目前有數據呈現的地方有：
-
總覽
呈現基本的數據表現，可透過色塊區域來選擇項目觀看，下方則有熱門信號與廣告優異度的展示。
-
深入分析
主要是以周/月為單位觀察數據變化的分析，並提供一些搜尋字詞洞察。
很遺憾的，目前這兩個地方所揭露的資訊非常有限，且深度與維度都不足，無法有效應用於廣告優化上。無法確定是 Google 有意為之、無繼續擴充數據報表的規劃，又或者未來將持續新增更多樣的數據讓廣告主參閱。
PMax 調校項目過少
PMax 作為一種多合一的新廣告格式，我們可將文字/圖片/影片/ Product feed 置入其中，讓 Google 透過機器學習技術取得更佳的轉換成效，但不像過往我們可針對不同的關鍵字獨立出價、不同的多媒體素材設定刊登位置。
雖標榜「高度自動化」的 PMax 節省了過往廣告主需時時刻刻調校各種項目來達到優化的人力成本，同時代表人工能介入的項目也隨之減少，這不外乎對於多數人在傳統的優化習慣與邏輯上產生莫大的衝擊。
PMax 如何優化
既然在「數據過少」、「調校項目過少」的前提下，是不是只能相信 Google 的技術、全憑感覺來投放 PMax？其實也不然，以下與各位介紹幾個現行 PMax 的優化方式：
-
加速學習
PMax 為一種仰賴數據累積進行學習的廣告格式，於投放初期建議盡可能地累積轉換動作讓系統認識「容易完成轉換的使用者輪廓」，若原先設定的轉換動作數據較少 (較難達成)，則可新增一些「行為轉換」(例如造訪頁數/停留時間/加入購物車等) 加速系統完成學習。
-
目標對象
當今天轉換數據充足後可於目標對象中加入「過往買家」，加深系統認識曾購買過的使用者輪廓去找到類似受眾、容易轉換的新客。
-
拆分廣告活動
當轉換數據不足時，可依商品類別進行 PMax 廣告的拆分並制定不同的目標對象，使系統可更細緻的依不同類別商品之內容、搭配各自的目標對象找到該類別商品的最佳受眾，藉此提高廣告精準度來優化轉換成效。
特別留意當拆分 PMax 廣告活動時，請避免每個活動中的產品數過低造成內容不足系統無法學習、導致廣告投不出來的反效果；建議每個 PMax 活動中至少要包含 30 個以上的產品會較為保險。
-
流量 vs. 轉換
各位廣告主在投放 PMax 時一定希望流量大轉換數高、同時 ROAS (廣告投報率) 也要達到標準，但在實際執行時這兩者多半難以兼得，故需在兩者間取其一作為優先指標；兩種情況下的調整方式為 – 「流量優先時降低 ROAS 出價、並適時提高日預算」與「ROAS 優先時提高 ROAS 出價，但同時須留意是流量下降的幅度避免流量過低」
結語
現今的 Google Ads 持續朝著「高度自動化」、「AI 學習」與「降低技術門檻」的方向前進，用意是讓更多的廣告主可以用更簡單的設定輕鬆完成優化，目前 Google 明示 PMax 已完整取代了過往標準/智慧型購物廣告的功能，未來很有可能更進一步取代多媒體與搜尋關鍵字廣告，建議各位廣告主現在就啟用您的第一個 PMax 廣告，適應熟悉 AI 時代的進步與便利。
而上述提供的方法可作為現階段 PMax 的優化方式，或許未來 Google 於 PMax 中會有更多維度的數據與多樣的項目供廣告主調整，屆時將再與各位廣告主分享。
想要進一步了解 SEO & SEM 及各種行銷科技服務，歡迎立即諮詢，將有 awoo 專業顧問為您服務。
