转自: http://semwatch.org/2010/04/sem-auto-pitfal/

作者: Gaoge 日期: 四月 30, 2010

北美SEM自动化管理工具进军中国差不多有三年了,首先 是Efficient Frontier,接着是Ominiture SearchCenter,360i,  iProspect, 据说Kenshoo今年也开发了百度接口。这些名字大致可以代表北美SEM专业服务的最高水平。同时,不少国内SEM服务公司也在积极开发自己的自动化管理工具。

但总的来说,雷声大,雨点小,大部分的中国搜索营销管理员对自动化工具的认识仍然很少,甚至已经在使用这些工具的部分国内大客户对于这类工具的长处和局限也还并不十分明了,他们多半知道用了这类工具以后自己可以当甩手掌柜,可能看见了SEM投放成本下降,转化增加,也可能看见排名提高;当然,倒霉的用户也许发现什么改善也没有,电脑一点不比人强。这类第一手的体验会很快给他们留下工具好还是不好的印象,但为什么会好,或者为什么会不好,很可能大部分工具用户还说不出个一二三四来。而部分没有使用经验的客户则可能存在幻想,以为SEM自动化管理工具就是小灵通漫游未来里的铁蛋,可以把脏活儿类活儿全盘丢过去了。是不是这样呢?

soft belly

我在《SEM自动化管理工具大起底》中曾经对北美的一些工具略做介绍。然而不管是哪种算法哪种模式,所谓自动化管理工具,真正实现完全自动化的部分在于竞价管理。Landing Page,广告语,帐户结构,关键词等等要素,仍然要靠人工来做,工具只能提供报告乃至建议,不能直接予以实施。其实技术上来说,完全的自动化也许是可以的,但谁也不想让机器替你写广告词吧?机器做得好的事情是计算/数据处理,不是创造和判断。这个竞价工具在处理什么数据呢?在之前写《广泛匹配VS精确匹配》的时候,天岸曾经在我的博客上跟贴询问过Efficient Frontier的产品,我稍微做了一下解释,这边照搬过来:

“嗯,最大化点击量的说法我没有看到过,虽然降低CPC经常是实际效果。
这个产品实际上是三个模型,一个是收入模型,一个是消费模型,然后是连接收入和消费的模型,所以这里的核心数据是RPC(revenue per click),还是比较有效率的。主要的偏差一般出现在执行上,使用一个简单的CPA目标或者Efficiency目标的时候,会出现很严重的ROI Blending—-这是有意为之,为了在目标下多收取服务费用。产品是好产品,能不能用好看人,越懂行的客户越能把这个产品发挥出效果。”

所以,SEM自动化管理工具通过跟踪纳入实际收入,并通过搜索引擎API纳入实际消费支出,在关键词和广告的级别进行预测,对比组合效果,并以此给出最理想的建议竞价,通过搜索引擎API予以自动实施投放。

有客户曾经问起自动化工具如何应对市场竞争,因为工具在阅读和计算是都是客户自己的数据,不会跑去搜搜看竞争对手在做什么。标准的回答是,价格中已经包含了充分的市场因素。如果你出1元的CPC排名落在第二位,那么一定有个竞争对手或者比你肯花钱,或者做得比你好。在这种情况下,自动化工具的出价才是实现ROI目标化的合理价格。

ROI这个词里面猫腻很多,我之前已经在《一个营销指标设置的练习》和《CPA VS VPC》做过了比较深入的讨论,这里不重复了。理想的情况是我们在每个产品每个关键词上都或者最高的ROI,实践中这很难实现(或者实现成本过高,不值得),这样一来如何在一大堆关键词和产品的组合中实现最高ROI就成为一个问题—-正是自动化管理工具试图解决的问题。我提到ROI Blending,这是是从理论角度说的,使用单纯的ROI指标很可能没有实现利润最大化。但在实战层面,绝大部分搜索营销管理员要完成的正是如何实现ROI指标的问题,所以现实中ROI Blending不是大问题,反而是符合用户需求的。

真正的问题是:如果用了自动化工具效果很好,效果是不是就只能这么好了?或者反过来,如果用了自动化工具没啥用,是不是说明这个工具就没有用?都不是。自动化工具自动管理的是竞价价格,管理的依据是当前的设置。当前的设置既不一定是好的,更不会与时俱进。

Efficient Frontier以前在国内推的时候通过代理操作,有几个客户的测试并不成功,很大原因就是只做了现有关键词当前竞价的管理。一击屠夫正好编译了这篇《付费搜索(PPC)管理:关乎广告系列规划 – 第一节》,本来我也想谈谈帐户组织的问题。以前在接手新帐户的时候,我们的第一项工作都是审核调整乃至重组客户帐户。帐户结构要清晰合理,便于阅读和调整投放,关键词要充足,广告语要相关;目标定位要细分。这些工作都大致做好了,进来的数据合理了,才交给自动化工具去做优化。否则拿一个客户不进行初始优化就直接丢进工具了,获取的数据本身就是不好的,再好的工具又有什么用呢?

针对当前设置优化的另外一个问题是,自动化工具只是依照设定的ROI目标工作,不会涉及可能性和趋势判断。我们都知道在Adwords中质量得分是可以改善的,并且可以通过冲击高排名获取高CTR的方式来改善。如果竞争对手产品基本同质,那么冲击高排名高CPC,在忍受短期损失以后,质量得分的提高可能会带来CPC降低,从而扭亏为盈,并且获得更大的流量。但在自动化工具中,只是基于当前的ROI目标进行,并不纳入(也无法纳入)质量得分因素,所以工具不会去做这一类的尝试。同理,改善广告语,改善Landing Page等等,这些意义重大的工作自动化工具不会自己做。这类工具一旦用好了,效果非常明显,也容易让搜索营销管理员钝化,可能不再积极寻求新的改进。竞价价格的确可以达到一个最优点,但优化本身是没有终极的。

罩门的说法是标题党。一个工具能有什么罩门呢?使用者对工具认识的不清楚不彻底,才会带来SEM管理上的罩门。所以用SEM自动化管理工具替代人工是不现实的想法,使用工具以后其实更需要高素质的搜索营销管理员,因为工具把人力从消耗大量时间精力的计算中解放出来,同时工具也能提供更多更细致的数据解读,帮助搜索营销管理员投入更多其他方向的测试与改进。

SEM自动化管理工具的罩门相关推荐

  1. SEM 自动化管理工具大起底

    转自: http://semwatch.org/2010/01/sem-autobidding-tools/ 作者: Gaoge 日期: 一月 7, 2010 分类: 付费搜索SEM · 18条评论 ...

  2. Ansible批量自动化管理工具(二)

    Ansible批量自动化管理工具(二) 链接:https://pan.baidu.com/s/1A3Iq3gGkGS27L_Gt37_I0g 提取码:ncy2 复制这段内容后打开百度网盘手机App,操 ...

  3. 自动化管理工具Rundeck

    扫码关注公众号,每天推送不同的技术文章,公众号私聊获取学习资料,期待你我之间一起进步! 1.Rundeck介绍 Rundeck(http://rundeck.org)是开源软件,可以帮助你自动化管理日 ...

  4. Chocolatey 简介(软件自动化管理工具)

    一.Chocolatey 管理Windows软件的明智方法 1.建立在技术的无人值守安装和PowerShell.建立在技术的无人值守安装和PowerShell. 2.轻松管理Windows软件的所有方 ...

  5. 常用的自动化管理工具

    puppet 特点: puppet与其他手工操作工具有一个最大的区别是 puppet的配置具有稳定性,因此你可以多次执行puppet,一旦你更新了你的配置文件,puppet就会根据配置文件来更改你的机 ...

  6. (转)自动化管理工具Saltstack之nginx部署

    本文转载自: http://blog.csdn.net/hnhuangyiyang/article/details/50414284#t0 本文会根据原文作实验操作,所以会有少量的更改,但以原文为主. ...

  7. linux 自动化管理工具,linux环境下搭建自动化Jenkins管理工具

    一.搭建一个jak--tomcat服务器到自己的linux服务器上 具体的服务器搭建这里可以参考华华大佬的博客:https://www.cnblogs.com/liulinghua90/p/46614 ...

  8. docker集群管理工具_太多选择:如何选择正确的工具来管理Docker集群

    docker集群管理工具 There are all kinds of ways to play the Docker game and, obviously, no one of them is g ...

  9. 包管理工具,npm、yarn、pnpm

    1.包管理工具概述 本门课程的前置知识:JavaScript.ES6.模块化.git 本门课程的所有代码均书写在 nodejs 环境中,不涉及浏览器环境 概念 模块(module) 通常以单个文件形式 ...

最新文章

  1. AI性能基准测试从此有了「中国标准」!英伟达、谷歌可以试试
  2. Access Your Office on Your Phone
  3. 压缩感知(I) A Compressed Sense of Compressive Sensing (I)
  4. 《C champion》C语言发展
  5. linux监控目录容量,利用ZABBIX监控某个目录大小
  6. autosar网络管理_AP AUTOSAR平台设计(11)——网络管理
  7. CNG 关于 Key 相关的操作
  8. LeetCode - Maximum Subarray
  9. 【记录】idea创建springboot多模块项目
  10. 嵌入式linux驱动笔试,嵌入式Linux驱动工程师/BSP开发工程师面试笔试题集锦
  11. python编程(GUI线程和工作线程的同步)
  12. 关于一个简单算法的递归和循环转换实现
  13. java中 有return 的情况,return以及try,finally代码块的执行顺序
  14. Django 1.10中文文档-聚合
  15. Atitit opencv模板匹配attilax总结
  16. 【图像融合】基于matlab GUI小波变换图像融合(带面板)【含Matlab源码 700期】
  17. 手把手教你Mac重装系统不再难:苹果电脑重装系统教程
  18. Unity之ASE实现冰冻效果
  19. mac怎么查python的版本_Mac下如何查看Python的版本?
  20. GOF23式——Prototype

热门文章

  1. CSDN如何搜索用户名/博客名
  2. 学 Python 必看的书单汇总
  3. liunx基础—zabbix5.0监控系统安装部署
  4. 【基础入门题022】一元钱换成分币
  5. 什么是微型计算机的字长,计算机的字长是指什么
  6. 如何应对人事(HR)的面试问题?
  7. 气象站的技术参数有哪些?
  8. 模糊锐化涂抹加深减淡海绵以及蒙版
  9. 用户画像数据指标体系之用户消费维度
  10. 基于STM32,TB6612,TCRT5000的简易红外循迹小车