针对用户点击广告前的优化提供两个方向的建议:
1、受众定位做宽泛
1)简化广告结构
对多个区域、相同受众进行整合,集中广告预算,让广告统一展开,并进行转化并投放学习。而设置受众时,将细分定位扩展设勾选,保证群组广告的受众人数在50人以上。
2)利用机器学习,使用自动布局功能/适应性广告形式;
自动化布局功能可以使广告的覆盖面增加,让广告在不同展示网络中有更广泛的接触;
适应性广告可自动将上传的多个标题、标识、视频和图片组合起来,可自动调整大小、外观和格式,以扩大覆盖范围。
3)扩大类似的受众比例
创造新的相似受众,确保对类似受众的预测覆盖面足够大;
但是用这种方法时要注意,如果需要测试不同相似度的受众,在创建新的广告系列或广告组时,排除已有的受众,这样不会产生受众重叠,避免在同一用户群体中出现重复曝光,浪费广告预算。
2、精确地分析数据,找出有10%能产生变化的人,然后用更好的材料吸引他们
1)对受众进行分析,寻找转化率较高的受众;
由空投转变为使用不同的兴趣词,分兴趣组来观察受众表现;
扩大寻找10个人,使寻找用户的数量增加;而观众分析则是要完成一项任务:将在10000人中寻找100个人,减少到5000人中寻找80个,甚至在1000人中寻找50个,也就是说把找到有转化的人的可能性增加了,扩大的几率是1%。
2)素材优化,材料点击率高;
材料表现良好,在获得曝光机会的竞争中,广告获得曝光的机会就越大;
越是愿意点击你的广告的人越多,就说明广告的转化效果越好。
因此,无论何种广告平台,素材的好坏都是关键。