账户的搭建不是凭空构建的金字塔,神秘且难以琢磨;它就像在一片空地盖起的房子,先丈量土地,进行测绘,然后详细规划画出设计图,再按照图纸打地基,一层一层的修建。一旦房子建成,只要结构合理质量过硬,就只剩后期的检修和维护。
该怎么搭建一个合理的账户结构呢
项目分析
兵马未动,粮草**。真刀真枪的上阵之前,一定要把准备工作做足了。例如搭建账户之前,你就要先做好项目分析,然后根据分析的内容制定计划。
人群分析
你要明白你的目标用户是谁,有什么样的特性。人群分析一般从人群画像的九要素入手:性别、年龄、爱好、*、职业、收入、地区、上网设备、上网时段。
需求分析
每一个关键词背后都代表一个需求。根据访客搜索的关键词,推断出他背后隐藏的需求。或者可以直接找客服咨询访客较关心的问题来判断访客的主要需求点。
产品分析
知己知彼,百战不殆。足够了解自己的产品,才能更好的把它推销出去。足够了解竞争对手的产品,才能找对方法反击。所以制定推广策略之前,一定要做好自身产品和竞品的分析工作。然后把自身产品的卖点跟访客的需求点做对应,找到自身较好的转化点。
预算分析
如果说竞价推广是一场战争,那你的预算直接决定了你用什么样的武器和什么样的战术来打这场仗。你的预算在整个行业中算是什么水平,你要完成的目标是多少,这都决定了你账户策略的制定。
账户策略
做完测绘了解完情况,就该开始着手绘制规划图,制定账户策略,规划账户结构。根据项目情况确定搭建账户的维度,在这个阶段,我们要做到确定访客需求,确定推广时段,确定推广地区,确定主要推广设备,并且分配好比例,分配比例的过程其实就是分配预算。
确定需求比例
访客更关心什么?较常搜索的是什么?哪个类型的需求比较多一点。是价格类的?还是症状类的?打开搜索词报告,看一看搜索量和转化量高的词分别是哪些,大概都占有多少的比例。
在这里要提醒一点,我们要把这些需求跟自己的页面对照一下,看一看自己的页面中有没有承载这些需求的内容,如果觉得哪部分需求转化起来比较*,就酌量的增加一些比例,如果哪部分需求转化起来比较困难,就酌量减少比例。
确定时段比例
如果预算充足,有钱任性,你完全可以全天投放。但是即便是这样,你也有搜索黄金时段和转化黄金时段吧?如果预算有限,就更不用说,要么着重投放转化好的时段,要么避开竞争激烈的黄金时段。
确定设备比例
这个根据自身目标人群的特性来定。不过现在移动端是大势所趋,甚至有些人把所有的预算都投到了移动端上。
确定地区比例
如果你是做单地区推广的,请自动忽略。如果是多地区推广的,就按照重点地区和非重点地区和转化的*程度来分配比例。
关键词分组与导入
如果说前期工作建好了地基和房屋架构,那么关键词就是我们建造房屋时需要用到的砖头。成千上万,密密麻麻,我们要把他们分门别类,构造成一个又一个的房子,有卧室,有厨房,有卫生间,有客厅。房间有大有小,功能也各不相同。
但是有很多竞价员在搬砖的时候是没有计划没有体系的。竞争对手那里搬一点,找百度客服加一点或者随便搜一点,这样会让你的思路变得没有章法而且进行关键词分组时不太受控制。怎么快而好的分门别类构建出这一个又一个房间呢?
1、 打开关键词规划师,搜索你的核心业务词。比如:竞价培训
2、 通过推荐出的关键词,2次搜索不同需求的关键词。例如价格词,品牌词等等。
3、 见关键词粘贴到表格当中,删除重复和无用的关键词。
4、 将关键词粘贴到快速分组工具。
5、 进行人群粗分,要保证每个你想象中的每个房间都是一个大需求大人群。
6、 在粗分人群的时候,如果发现需求强的人群被忽略的可以进行2次拓词工作。
7、 将每一个细分的小需求分成单元,要保证每个单元里边的关键词意向都是一致的。
8、 计划、单元,关键词,把分好组的关键词按照格式粘贴到表格当中。
9、 用百度助手的批量添加关键词工具进行关键词导入
10、根据不同单元的需求,进行出价、URL设置和匹配方式进行设置。
至此,一个账户结构才算搭建完成。后期就是撰写创意,策划着陆页面以及根据后期的投放效果调整和优化账户。
截至3月31日的**季度财报显示,百度**季总营收猛增31%,至 209 亿元人民币(33.3亿美元),净利润 67 亿元(11亿美元),每股收益 16.6 人民币 (2.60 美元),均**市场预期。数据是一片大好,看起来百度正走出低谷期。
这得益于两个方面,一是组织的优化,百度壮士断腕,抛弃了不少累赘业务;另外,也是因为在 AI 方面的押注取得了回报。
AI 带来的盈利,较直接还是体现在了广告上。陆奇表示这一季度里,百度**在广告系统凤巢里,部署了强化学习技术,能实现更精准的营销。这达到了一个工程上的新里程碑。
强化学习其实不是个新鲜概念了,那么它具体是干啥?百度如何用它赚钱的?
真正意义上的*成才
强化学习是机器学习的一个分支,相对应的是监督学习,还是拿 Alpha Go 举例:过去采用监督学习的 Alpha Go,需要输入大量人类棋手的下法、对弈棋局等数据,然后通过模拟完成“左右互搏”,较终不断寻得更科学的下法,也就是说,它其实还是在“模仿”人类。而采取了强化学习的较强版本 Alpha Go Zero 不同,它不需要对着人类的玩法照猫画虎。了解到基本的规则以及较终要达到的目标后,就开始“随便下”,如果下赢了,就会得到奖励,然后指导下一步的决策;如果输了,就会有惩罚。在这种尝试——反馈——学习的过程中,完成自我进化。强化学习是机器学习的一个分支,
相对应的是监督学习,还是拿 Alpha Go 举例:
过去采用监督学习的 Alpha Go,需要输入大量人类棋手的下法、对弈棋局等数据,然后通过模拟完成“左右互搏”,较终不断寻得更科学的下法,也就是说,它其实还是在“模仿”人类。
而采取了强化学习的较强版本 Alpha Go Zero 不同,它不需要对着人类的玩法照猫画虎。了解到基本的规则以及较终要达到的目标后,就开始“随便下”,如果下赢了,就会得到奖励,然后指导下一步的决策;如果输了,就会有惩罚。在这种尝试——反馈——学习的过程中,完成自我进化。
某种角度来看,强化学习更接近智慧生命体的思维模式。通过不断地试错,获得来自环境的反馈,从而获取到更多地知识和数据。那么,它能带来什么好处呢?显而易见,一是*在前期输入大量的数据,减少准备的时间和成本,毕竟优质的大数据并不是随时都能获取的;二是适应性强,它是真正意义上的“完全*”,几乎能被应用在任何领域,理论上讲,如果算力跟得上,它能解决任何问题。
当然问题也出在这儿,因为完全是“两眼一抹黑”式的自我探索,所以强化学习的运算量要远远**过监督式自我学习;另外,它的过程也完全不可控,失之毫厘谬以千里,所谓“蝴蝶效应”,这导致结果的随机性太强,*跑偏。
百度是如何应用的?
说回到百度本身,原理上边都说了,那么百度是如何用它优化广告投放效率的?
1、如何实现?
百度没有过多的介绍,不过其实原理也很简单。在广告系统中加入强化学习模型,它会实时记录浏览、点击、转化等关键数据,并通过自我学习对投放进行优化,让广告能更精准地匹配到目标客群。
带来的效果就是,客户爸爸们的钱能花在刀刃上,花更少的钱,得到更精准的曝光。当然,百度和 Google 们过去一直都是这么做的,只不过这是技术的有一次升级而已。
2、为什么要用强化学习?
就像之前提到的,它的优势在于:*在前期就输入大量数据,直接可以上线,并在线完成学习的过程。
因为对于许多广告来说,它并没有太多可以参照的数据,前人虽有成功案例,但时间、平台、目标人群的不同,都会导致过去的经验没法直接套用,监督式的机器学习算法,学无可学。
这时候,强化学习就有用武之地了,它可以分析投放广告本身的效果,而*去寻找其他大数据作为参考,即插即用,方便快捷。
据**位报道,长安汽车就在使用之后发现CTR(点击*)显著提高,转化价格明显降低,于是将每日投放预算提高了5倍。
不过,就像上文提到的,强化学习也有其自身的问题。如何优化模型,使较终结果更快、更可信,是百度要面临的技术考验。
就像前 Facebook 工程师 Jeff Hammerbacher 的那句名言“我们这一代较聪明的人,竟然都在这里思考着怎样让人们去大量的点击广告”一样,百度的技术说得头头是道,结果最后还是投广告的事,肯定免不了被批判一番。
但其实,人类历史上,任何技术的诞生初衷,都是为了商业服务的,而商业带来的资本也能反哺技术的迭代。这个过程循环反复,社会和文明自然而然就实现了进步。
现在的很多企业都会选择百度来推广自己的企业网站,以此来获取更高的**度,和为企业发掘更多的潜在客户。而百度信息流广告是目前企业了解和熟悉的一种很好广告方式。想要用上这种方式,就要完成百度信息流开户。
其实,百度信息流开户没有多数人想象中的那么复杂,流程上也可以很简便,但以下的几个方面还是需要注意的了解百度信息流开户的流程及开户时所需的费用一般情况下,开户时会需要递交包括企业的营业执照和企业的相关域名等*的材料,这样在进行百度信息流开户时,才能更为顺利的进行。当然,如果在百度信息流开户过程中,一些流程你不是太熟悉或者是觉得流程比较麻烦,也可找寻相关的代理公司的帮助,以此来完成开户。
主营百度,**广告,信息流,引流推广,信息流推广,百度竞价,竞价等代理广告;托管竞价,二类电商,灰色,旅游,教育,金融,食品,招商