男人对。 机器：谁在 PPC 上获胜？

PPC优化过程

因此，让我们比较一下机器和人类在每个步骤中的表现，以评估机器学习在哪些方面取得了进展，哪些方面人类有所损失，哪些方面人类必不可少。

战略

一个成功的 PPC 帐户始于策略。 首先，您必须检查业务模型。 确定您希望通过付费搜索实现的目标，然后制定战略以在业务模型中实现您的目标。

机器学习在很大程度上依赖于模式识别和相关性。 机器很难在没有信息的情况下提出想法。 他们需要大量输入才能发挥作用。 然而，人类擅长使用先验知识来确定在任何情况下的正确行动。 这就是为什么，正如《麻省理工科技评论》所揭示的那样，人类仍然比机器学得更快。 战略领域牢牢掌握在人类和机器确定战略的斗争中。 因此，在这个领域，人类胜过自动化。

收听 Brad Geddes 的网络研讨会，了解如何在日益自动化的情况下确保您的 PPC 工作

关键字研究

关键字研究会查看您的网站、优惠、人们搜索的方式，并得出一个关键字列表来建议您要如何以及在何处做广告。

Google Keyword Planner 工具可以扫描您的网站并建议充满关键字的广告组，只需输入少量内容。 如果机器知道你的网站，它可以为你做很多关键字研究。

不幸的是，机器不理解细微差别。 如果您是一家珠宝店，机器可能无法识别您只销售高档珠宝而不销售人造珠宝。 该机器擅长提出广泛的建议，但关键字研究仍然需要人工审查。

机器在这方面取得了长足的进步。 如果搜索查询与您的网站匹配，动态搜索广告可让您自动展示广告。 虽然搜索广告有时可能会显示不适当的查询，但机器有能力在获得更多数据时纠正这一点。 一旦机器有足够的数据来了解哪些搜索会将用户转化为您的网站，哪些不会将用户转化为您的网站，机器就可以完全自动化您的关键字研究。 最大的问题是这是一个持续的过程，当机器学习哪些关键字对您的业务有用时，您必须继续向 PPC 引擎付费。 大多数人都没有足够的耐心——他们也没有足够多的预算——去浪费钱让机器在学习的同时尝试每一种组合。

这意味着这个领域并不是机器的全部胜利。 因此，关键字研究与人工审查一起属于机器建议领域。

广告写作

机器可以为上市公司撰写季度报告。 他们可以获取评分并制作新闻文章。 事实上，机器去年写了超过 10 亿篇文章。

但是，机器无法编写您的广告文案。 机器可以根据结构化数据进行写作，但它缺乏提出原创想法的创造力。

营销就是与人建立联系。 一个人需要有同理心、商业头脑，并且应该对语言有很好的掌握才能成为一名优秀的广告作家。 我们见过机器编写的广告，它们很糟糕。 人类在这一领域以压倒性优势击败了机器。 机器缺乏接触人们所需的想象力和情感理解力。 一位伟大的人类作家在付费搜索中仍然很受欢迎，并且在机器能够学会理解人类意味着什么之前，这种需求将继续存在。

广告测试

广告测试很重要，因为它可以确保您有效定位市场并节省宝贵的时间和资源。 广告测试有四个高级组件：

1. 创建当前广告的变体
2. 想出全新的广告创意
3. 确定测试正在进行
4. 根据数据判断何时有输赢广告

机器只能做其中的两个。 机器非常擅长检查您当前的广告并提出测试调整建议。 如果你使用不同的动词或形容词，在你的广告中切换行并根据你现有的副本进行更改，机器可以通过给你建议来帮助你。

然而，在创造力和发现新想法方面，机器缺乏这种能力。 如前所述，这就是人类的优势所在。

机器可以确定您的广告组中有两个或更多广告，并自动开始检查您的数据以确定赢家和输家。 人类不应该浪费时间做一些像告诉机器测试正在运行这样简单的事情。 因此，使用机器有助于简化流程。

一个好的广告测试扎根于收集到的数据。 机器可以自动计算最小数据、统计显着性并在有赢家和输家时提醒您。 今天，有些公司会自动为您的所有广告测试执行此操作，从而节省您的时间和金钱。

广告测试是一个由人和机器共同驱动的领域。 因此，该区域必须被宣布为平局。 两者都是广告测试成功所必需的。 创造力和策略来自人类； 数据来自机器。

投标

如果说有一个领域是机器主导的，那就是出价。 出价涉及采用人工定义的策略，然后根据目标策略更改出价，例如目标广告支出回报率 (ROAS) 或每次获取成本 (CPA)。

十年前，人们浪费大量时间进行人工投标或支付非常昂贵的第三方软件来为他们投标。 现在，机器已经接管了这一切。 大多数公司不会整天花时间设置出价，而是可以将精力集中在其他领域。

由于出价基于模式识别和统计，因此这是机器学习的最佳用途之一。 机器可以根据以前的行为以及该关键字、广告和着陆页组合的统计数据，轻松确定用户如何与广告互动。

报告

报告涉及收集数据，以便更好地了解您的营销策略。 报告分为三个阶段：

1. 定义报告
2. 将数据放入报告中
3. 解释数据

机器无法知道你想知道什么。 因此，定义报告取决于您（人）。 但是，一旦定义了报告，下一步就很容易实现自动化，因为它涉及定期一遍又一遍地插入数据。

Google Data Studio 等产品是免费的，并且可以在定义报告后自动执行报告。 如果您需要第三方集成来进行报告，还有其他公司可以为您完全自动化。 报告是一项可重复的任务。 一旦定义了报告，机器就可以完成剩下的工作。

机器失败的地方在于理解如何解释数据。 机器无法获取数据集并围绕它构建故事。 它不了解数据的上下文。 虽然您应该自动化您的报告，但这只会节省您的分析团队格式化数据的时间。 但是，他们的主要目标应该是为您提供有意义的见解，让您了解这些数据告诉您的营销工作。

报告的三个阶段中有两个阶段都需要人，因此他们在这方面具有优势。 然而，机器可用于自动化任务，使人类能够更好、更准确地解释数据。

戏剧性的变化

我在三月份写这篇文章。 搜索“Black Friday Deals”会弹出宣传将在 11 月的黑色星期五进行的促销活动的广告。 查看登陆页面会导致显示页面不再存在的错误或页面不包含有关交易的任何详细信息。

人们都知道广告不应该宣传三个月前到期的交易。 但是，机器可能不会。 机器需要了解关键字或广告不再有效，而不是能够根据时间段这样简单的事情推断它不再相关。 随着对黑色星期五交易的搜索量下降，可供机器分析的数据也越来越少。 这导致机器需要更多的时间来最终理解这个术语将不再转换，然后进行相应的调整。

最终，机器将能够使用几年来收集的数据来计算出这样的事情。 目前，他们还没有达到这样的智力水平。 当涉及到戏剧性的变化、尝试新事物或季节性时期或销售有一个硬性停止日期时，人类有必要介入并指导机器做什么。 男人赢了这一局。

覆盖机器

如果您的某个着陆页出现故障并停机几天，机器会发现您的转化率下降了，然后会降低您的出价。 如果出价足够低，广告将出现在第二页上。 在第二页，广告很少会被点击，这意味着输入的数据很少。

将广告投放到第二页后，您可以快速确定页面已损坏并进行修复。 不幸的是，机器并不知道你修复了什么，因为它还在等待数据进来。

由于没有数据流动，广告现在位于第二页，在没有人为干预的情况下永远不会恢复到之前的位置。

有时人类必须介入：当机器的算法出现故障或需要重置时，当数据需要清理时，或者当它开始发现不良模式时。 审计和超越机器的行为显然是人类的责任，因为机器还不够智能，无法自我调节。 显然，人类在这方面也有优势。 机器不是自主的。

PPC 和你的未来

通过我们对 PPC 各个方面的检查，出现了一些明显的趋势：

人类擅长：

• 战略
• 创造力
• 数据解读
• 共情
• 使用先验知识
• 审计机器

计算机擅长：

• 识别模式
• 在一组预定义的标准内给出答案
• 数据计算
• 可重复的任务

如果您的工作以机器擅长的方面为中心，那么您的工作稳定性就很低，您应该重新审视自己在 PPC 中的未来。 如果你的工作以人类擅长的事情为中心，那么你的工作稳定性会更高，你在 PPC 的未来也很有前途。

大多数工作都有自己的进化路径。 虽然你目前的工作可能是机器擅长的，但你需要问问自己如何将其转变为人类击败机器的工作。

例如，如果您的工作是整理月度报告——机器已经可以完成您的工作。 因此，尝试发挥人性的优势很重要，这将涉及数据解释。 一个好的策略是从创建报告的人转变为解释报告数据的人。 在这里，您可以用数据讲故事，这样它就可以用来为公司制定新的创意策略。

机器只会继续变得更聪明、更强大。 但是，它们缺乏人性化的特征。 营销是关于人与人之间的联系。 人类可以是非理性的、充满情感的和极富创造力的。 拥抱这些特征。

如果你确定你的工作是与人交流，展示人类的长处，那么你就可以打败机器，在 PPC 领域享受长期、成功的职业生涯。