Performance Max 广告被誉为在 Google 自有的多个渠道中管理 Google 广告的有效方式，可帮助PPC广告商更轻松地管理广告系列。

它将 Google Ads 的所有渠道选项整合到一个广告系列中，并使用Google 的 AI（Gemini）根据效果优化所有渠道的预算和广告投放。 

从表面上看，我看到我们客户的效果最大化广告系列取得了巨大的成果，但我当然想知道哪些渠道的表现最好。

想象一下，通过对 Google 广告应用 AI 的快速测试和数据收集，您可以从中获得哪些知识！

它可以轻松帮助您调整和改进特定渠道的广告系列，甚至可以利用从其他广告平台上的 Google Ads 获得的经验。

探索效果最大化数据

深入研究 Performance Max 数据说起来容易做起来难。Google 非常谨慎，只提供有关广告系列的某些见解。

例如，在 Google Ads 中（以及通过 API 从 Google Ads 提取数据时），广告商无法按渠道解析效果数据，例如转化次数或每次转化费用。为什么呢？

我认为 Google 使用 Performance Max 有两个主要目标。 

首先，谷歌可能会意识到某些广告渠道（例如 Google Discover）更多的是品牌互动，而不是漏斗底部（BOFU）互动。

由于营销人员主要通过点击次数和转化次数等绩效来衡量，我怀疑广告商不会对这些广告格式感兴趣。

通过 Performance Max，Google 可以强迫广告商以整体优化性能为幌子使用他们最初可能没有选择的渠道。

然而，营销人员可以从 AI 优化的广告投放中获益，但要付出代价。我们无法从 Performance Max 中移除这些渠道，这会影响整体转化效果。

因此，如果 Google Discover 对效果产生了负面影响，Google 是否会停止在那里展示您的 Performance Max 广告，或者他们会继续在 Google Discover 上展示广告以提高该广告渠道的使用率，但代价是牺牲您的广告系列的最佳点击和转化效果？ 

遗憾的是，广告商无法调整 Performance Max 渠道，并且对广告渠道的效果几乎没有可视性。

这就是 Performance Max 的难题所在。有人喜欢它的预算优化功能，有人讨厌它的缺乏性能控制功能。 

如果您对 Performance Max 也有着爱恨交加的感觉，那么让我与您分享一些方法，让您能够通过来自 Google Ads 和 GA4 的数据，将 Performance Max 运用到您的营销意愿中，尽管它存在数据限制。

正如梅纳赫姆·阿尼 (Menachem Ani) 在 2022 年的文章中所分享的那样，集中精力引导人工智能机器。

开展更广泛的活动并从中吸取教训

当我们首次为合作的一家优质葡萄酒零售商测试 Performance Max 时，根据其他 Performance Max 专家的建议，我们制作了非常具体的葡萄酒品种广告系列，例如香槟、梅洛、白仙粉黛等。然而，我们发现这不一定能成功。 

虽然有些葡萄酒品种表现良好，但不太受欢迎的品种却举步维艰。即使获得了高点击率，它们通常也不会带来转化和收入。

我们改变了策略，决定将范围扩大一些。通过这一策略，我们通过收入数据确定了哪些品种表现强劲。表现良好的品种赢得了自己的突破性 Performance Max 广告系列。

测试效果最大化策略时，可以考虑从更广泛的类别开始，然后从数据中学习以缩小类别范围。

您可以使用探索报告从 GA4 中收集此信息（或通过 GA4 API 提取数据）并按活动查看商品销售情况。

这将告诉您通过效果最大化策略表现良好的特定类别，并且很可能支持其特定的效果最大化策略广告系列。

深入挖掘：如何结合 GA4 与 Google Ads 实现强大的付费搜索结果

---

为每个广告系列创建多个具有特定重点的资产组

将资产组视为搜索广告系列中的广告组。在搜索广告组中，最佳做法是将常用关键字组合到一个广告组中。对资产组和资产焦点也采取同样的方法。

我们最近在针对同一家零售商的效果最大化广告系列中测试了两个素材资源组。素材资源组具有相同的广告文案和附加信息，但每个组的图片和视频有所不同。 

• A 组包含的图片和视频包括美丽的葡萄园风景、一杯杯美酒或一群朋友举杯庆祝的场景。 
• B 组展示了我们库存中特定葡萄酒瓶的图像，使用了基于该类别中最受欢迎的葡萄酒的各种品牌。 

虽然 Google 并没有让它直观，但您可以比较两个资产组的结果。效果最大化广告系列中的资产组有点类似于搜索广告系列中的广告组，但 Google Ads 中有关资产组的报告有限。 

要查看效果最大化广告系列中一个素材资源组相对于另一个素材资源组的效果，请导航到 Google Ads 中的广告系列，然后切换到表格视图（而不是默认素材资源组摘要视图）：

表格视图按资产组提供了更详细的效果信息，您还可以自定义列，从而按资产组查看转化数据：

为每个资产组使用不同的目标网址

不过，在 GA4 中查看资产组效果有点困难。与广告组不同，GA4 不会将资产组信息传递给 GA4。那么，如果您想在 GA4 中汇总这些数据，该怎么做呢？ 

最简单的方法是向素材资源组目标网址添加跟踪参数。例如，您可以使用参数（例如utm_creative_format）为每个素材资源组创建单独的目标网址，然后在 GA4 中的自定义维度中捕获该参数。 

这样，除了广告系列之外，您还可以按 GA4 中的资产组细分实际转化和销售数据。 

广告实力并不一定意味着成功

在效果最大化素材资源组中，素材资源项目越多（例如图片、视频等），广告效力就越强。不过，Google 对广告效力的定义并不一定意味着一定能取得成功。 

在下面的示例中，两个素材资源组除了视觉创意之外，其他素材资源均完全相同。两个素材资源组之间的唯一区别在于：

• 创意资产的侧重点： “Good”资产组侧重于产品场景，而“Average”资产组侧重于实际产品图像。
• 创意资产类型： “良好”资产组包含最大数量的图像和 5 个视频，“平均”资产组包含最大数量的图像但没有任何视频。

我们在所有广告系列中对同一资产组进行了超过 30 天的测试，使用了风景资产组和产品图像资产组。 

在每种情况下，以产品瓶为特色的产品图片资产组每次都比风景资产组表现更好，尽管 Google 定义的广告强度方法意味着风景资产组的表现会更好。 

风景资产组通常会获得更多的点击次数和更高的点击率，但在测试期间它从未产生收入——只有产品图像资产组产生了收入。 

虽然广告效力作为指标似乎有用，但请使用来自 

设定较高的 ROAS，然后进一步提高

如果您将 ROAS 目标设为 200%，那么您将获得 200% 左右的收益。但是如果您将其设置得更高呢？ 

效果最大化广告系列的最大优势之一是它能够最大限度地利用预算来实现您期望的 ROAS。将其发挥到极致，充分发挥效果最大化广告系列的优势。

检查 GA4 和 Google Ads 中的结果，了解更改如何影响性能。

警惕跨网络默认渠道分组

效果最大化广告系列在 GA4 的默认渠道分组中显示为“跨网络”。将所有广告系列汇总到此汇总分组下以评估效果可能很诱人。 

但是，由于 Performance Max 是 AI 辅助的，因此将新广告系列与现有广告系列相结合并不能提供像单个广告系列报告那样的真正清晰度。避免在 GA4 中以总体级别评估 Performance Max。