就在不到两年前，谷歌广告界还坚信自动化只是谷歌让用户在该平台上花更多钱的一种方式。
几乎所有有关 Google Adwords 广告（该平台当时被称为该平台）主题的教育材料都严格建议不要使用任何自动化技术。
你知道的 - 相信狐狸来照顾你的鸡不是一个好主意。
使用脚本来追逐位置，手动管理每次点击的出价，甚至一天多次，无休止地分析时间和设备以及一周中转化可能性较高的日子，以及一系列不透明的否定关键字是 Google 上轮流投放广告的世界中心。更不用说对相关性评估的痴迷了。又是在 PPC 办公室的一天。
广告商 80% 的工作花在管理上述任务上，但只有 20% 的时间花在实际的数字策略上，并创造性地思考如何通过广告为客户或自己的业务实际增加价值。从逻辑上讲，以上所有内容都非常容易写下来，但任何在 Google Adwords 帐户中花费至少一天时间的人都知道此类任务是多么耗时且无法完成。无论如何，一切都有它的位置。
然而，谷歌广告在这么短的时间内取得了长足的进步。甚至他们还更改了平台本身的名称。有一个理由。Google Ads（该平台自 2018 年 7 月起被称为 Google Ads）需要我们采用全新的思维方式，并且与我们所知的Adwords 几乎没有共同之处。主要收获？先进的机器学习，经过多年的不信任，终于发展到了不能再以谷歌贪婪为借口忽视它的地步。
在今天的文章中，我们将看看自动化的使用给您带来了哪些优势，以及未来的 Google 广告会是什么样子。
机器学习
机器学习到底是什么以及它是如何工作的？机器学习作为人工智能的一个分支，在大量数据中寻找模式，并根据这些模式预测未来的行为。
我们曾经在广告和机器学习中使用的脚本之间的主要区别在于，脚本仅检查脚本中编写的规则是真还是假，并据此更改某个参数。关键是它们从不学习，它们只是检查和遵循命令，而机器学习通过学习和适应每个新信号的未来行为来改进其过程。
所有这些如何帮助我们在 Google 上做广告？
在最初几年，Google Adwords 广告很简单，因为用户只有一台设备可供使用。我们通过家庭或工作中的一台（最多两台）设备访问互联网。
然后是手机、平板电脑和其他接触点。用户已经变得移动化。我们变得好奇、苛求、缺乏耐心。我们期待及时、相关的解决方案。
我们已经达到了复杂程度，人们无法再实时手动响应消费者的意图，因为需要处理的数据太多了。需要能够实时考虑所有这些因素的机器能力。
过去，我们只能依靠上下文广告，其中关键字代表触发我们广告的上下文，所有用户都受到完全相同的对待，无论他们以前的行为如何。
只有销售漏斗底部的某些关键词可以盈利，产生收入，而漏斗上方的关键词机会较少。
让我们看一个简单的例子：
过去，我们最赚钱的关键词肯定是“购买 Salomon Speedcross 5 Black Phantom”。由于这些搜索在斯 阿联酋电报数据库 洛文尼亚地区可能很少，并且希望获得更高的收入，因此我们开始寻找更通用的关键字，位于销售漏斗的较高位置，例如“所罗门跑鞋”甚至“跑鞋”，其中用户的意图没那么明显。也许用户正在寻找所罗门硬面跑鞋，也许他正在寻找马拉松跑鞋，但他想到的是其他专业制造商之一。
在上下文广告中，这样的用户在我们进入的每次竞价中都是完全相同的，因此这些关键词的转化率极低。
现在轮到谷歌的机器学习了。
谷歌知道，过去用户查看了一个提供斯洛文尼亚和欧洲越野跑步路线的网站，并观看了一位知名越野跑步影响者的三个 YouTube 视频。最后，他从视频中推荐给他的一家知名网店买了一个背包。现在他所需要的只是合适的鞋子。
谷歌知道这种搜索非常有价值，需要确保我们的广告得到展示。对于这样的用户，它为每次点击设置了很高的出价，而对于过去浏览过欧洲马拉松网站并注册了卢布尔雅那马拉松电子通讯的另一位用户，它提供了最低价格，或者充其量，拍卖根本不给。每一次新的广告点击，系统都会变得更加智能，我们的关键字的转化率也会更高，因为算法会了解过去转化的用户类型。
因此，我们将看到从情境广告到行为广告的转变。
我们可以期待什么？
每次点击的价格会更高，但同时转化率也会更高，因为流量会更相关。价格会更高，但在这里你必须意识到，这只是因为这将是一个真正相关的用户。
广告预算的支出将会更加优化。因为以前每次拍卖都是相同的，所以由于每次点击的出价较低，我们失去了某些转化，同时我们将广告预算浪费在其他永远不会带来转化的广告上。通过这种智能每次点击费用出价，可以根据过去的转化和拍卖期间的其他信号来估计拍卖期间的转化可能性。
相关性评估和手动每次点击费用将逐步淘汰并且不再可用。每次搜索的预测转化率将脱颖而出，即每次搜索实现我们期望的转化的可能性有多大。
我们的广告在搜索网络上的展示次数份额将会下降，因为系统将不再参加它预测没有转化潜力的拍卖。
这对广告商意味着什么？
你不再需要我们了吗？这是否意味着现在不需要管理活动，因为一切都将由机器为我们处理？
如果您愿意了解算法的工作原理以及如何正确指导它以获得最佳结果，答案是“是”，在这种情况下，我们对您来说将是完全多余的。
对我们来说，这主要意味着我们必须重新学习如何使用我们确信到目前为止已经掌握的工具。
我们需要非常了解如何告诉系统针对网站上的哪些操作来优化我们的广告。同时，我们必须能够很好地告诉系统应该忽略或注意哪些行为。否定关键词、低质量的用户列表、大购物日转化率的飙升都是反馈和指导其背后机器的信号。最终，它仍然只是一个系统，其输出质量将取决于我们提供给它的数据。
因此，我们的角色将从手动管理和调整活动转向指挥机器。正如我们过去调整每次点击提供的价格一样，我们现在将指导算法。曾经是每次点击出价，现在是受众（用户列表）、关键字和网站转化。
将有更多时间用于对客户/公司目标进行战略思考，因为以前的手动任务（管理每次点击的出价）将实现自动化。
将会有更多的时间来测试新的广告，以提高网站的用户体验和转化率。
我们将进行更多测试，应使用或优化网站上的哪些转换以获得算法的最佳性能。
当然，新时代也会带来很多挑战。广告帐户根本没有足够的转化率来有效地使用谷歌的机器学习，当然是最大的帐户之一，因为正如我们提到的，该系统需要足够的数据来开始学习和开发其潜力。
针对此类帐户的解决方案已经出现了一段时间，与此同时，谷歌团队最近一直在对广告商进行深入教育并完善他们的算法，以便即使这些最初的问题也能成功克服。
我们已经开始期待新时代的到来。我们希望您也这样做！
您是否已经在营销活动中拥有机器学习的经验？在评论中与我们分享！