一、设置的目标过于严格
设置出价时,系统会以历史数据等信息为您建议,可依建议设置一个更为合理的目标。随数据累积,您也可更有依据地 对原出价进行小范围调整。
二、未完成学习,过早分析
智能出价基于数据 积累和机器学习,建议您至少留出 2 周给机器学习。您也可在广告系列或组合出价策略报告中查看状态,显示“正在学习” 表示学习期未结束,还不适合做数据评估。
三、转化延迟未结束,过早评估
由于大部分广告点 击不会立即带来转化,从点击发生到转化完成需要一定时间,此时段即为“转化延迟”。建议您排除掉“转化延迟” 期。
四、衡量指标的错误选取
不同的智能出价策略有不同衡量指标
尽可能提高转化次数:转化数
目标每次转化费用:转化数和每次转化费用
目标广告支出回报率:总转化价值和平均支出回报率。
五、广告系列的预算受限
对 tCPA 及 tROAS 出价,预算只要提示”受限“,系统将无法充分优化。【建议】提升广告系列预算或在不同系列间重新分配预算,确保系列有足够预算充分优化,或选用 “尽可能提高转化次数” 。
六、对广告系列进行频繁的更改
智能出价依赖于机器学习,大幅度更改往往会导致系统重新进入学习期。【建议】刚用新策略时,尽量不要修改广告系列,包括关键字、出价、预算等。学习期结束后,如要调整系列可小幅度多次修改。