人工智能在数字营销中的应用
人工智能（AI）是数字营销中的流行词。然而，它通常是一个只能部分理解的术语。
问题是，就像“数字营销”一词本身一样，人工智能是一个广义的术语，包含许多不同类型的基于机器学习和智能。
有许多电影中出现的基于规则的人工智能、深度人工智能和科幻级别的人工智能，例如终结者、鹰眼、iRobot和名称不那么有创意的人工智能人工智能。
作为PPC经理，您不必担心科幻电影人工智能。另一方面，深度和基于规则的人工智能都对PPC营销产生影响。
本指南将探讨基于规则的AI与深度机器学习AI之间的区别。具体来说，我们将研究这两种形式的AI如何影响Google Ads上的PPC营销。
第 1 部分：基于规则的AI
本部分将介绍基于规则的AI的工作原理以及如何将此类人工智能添加到您的Google Ads帐户中。
什么是基于规则的自动化？
基于规则的人工智能是最容易理解的自动化类型。顾名思义，它只根据一组预定义的规则运行。
让我们简化这个概念。
假设您的PPC活动控件是一堆可拉动的杠杆。有一个增加或减少出价的杠杆，一个暂停关键字、广告组或广告系列的杠杆，一个增加或减少预算的杠杆等。
作为PPC经理，您的工作是决定何时拉动每个杠杆。容易，对吧？
当你需要睡觉时会发生什么？你有三个选择：
- 接受您将错过帐户中的宝贵机会或危险风险的事实。
- 当您无法操作时，请雇用其他人操作杠杆站。
- 使用基于规则的AI。
使用基于规则的AI，您可以在应该拉动每个杠杆时创建规则。例如，您可以创建一条规则，规定如果广告系列的每次点击费用显着增加，则将其暂停以保留预算。
或者，如果关键字的点击次数和转化次数突然激增，基于规则的人工智能就会知道拉动杠杆来提高出价。此操作基于您设置的预设规则。
您甚至可以告诉基于规则的AI只是在发生重大变化时通知您。然后，您可以手动进行适当的更改。您可以按照您认为合适的方式自定义每条规则，让您的生活更轻松。
因此，您可以像婴儿一样睡觉，知道基于规则的AI正在工作。
如何在Google Ads中使用基于规则的AI？
有多种方法可以在Google Ads中设置自动规则，而且它们都很容易设置。
可以说，实施基于规则的AI的最简单方法是通过Google Ads仪表板。从顶部菜单栏中的工具菜单中，您可以找到规则选项。从那里，您可以开始应用自动规则。
当您开始创建第一个自动规则时，系统会提示您选择要设置的规则类型。这归结为以下四个选项之一：
- 启用某些东西
- 暂停某事
- 发送电子邮件通知
- 更改出价或预算
您还可以选择安排规则何时生效。这使您可以仅在需要时自动执行策略。
Google Ads中基于规则的自动化类型
Google Ads中有两种类型的自动化：
规则自动化
在上一节中，我们谈到了基于规则的AI。
当您想要半自动化您的PPC管理时，自动化规则非常有用。
这正是它听起来的样子：一组规则，规定AI何时应该对您的广告系列进行更改。
如前所述，自动规则是可定制的，并且可以设置为特定的时间表。这为您提供了很大的灵活性，您可以在多大程度上或多少自动化您的策略。
脚本自动化
自动化脚本的行为与规则相同。同样，这些都是基于规则的人工智能的例子。主要区别在于您正在编写自己的脚本，而不是选择应用哪些规则。
如果您可以编写基于规则的脚本，则可以为AI何时做出更改创建复杂且高度条件化的参数。
将脚本应用于PPC活动的常见方式有3种。
- 自动化令人麻木的PPC任务：PPC经理有很长的职责清单。并非所有这些任务都很重要，但它们都有助于您的广告系列的健康。
- 提高帐户绩效：人工智能对于广告系列管理至关重要的主要原因之一是您无法在一天中的每个小时都观看您的广告系列。您不仅需要做诸如吃饭、睡觉和与家人共度时光之类的事情，而且您还有其他几项PPC营销任务。
- 少犯错误：犯错是人之常情。你没办法。但是，您可以在自动化脚本的帮助下发现这些错误并尽早修复它们。
基于规则的人工智能的优缺点
人工智能系统是方便的工具，但它们也并非没有缺点。使用基于规则的AI既有优点也有缺点。
优点：便宜且易于使用
一些人工智能工具需要大量投资，这意味着预算有限的营销人员很难使用它们。您可能必须等到开始产生销售才能买得起这些先进的AI工具。
基于规则的AI可在Google Ads信息中心免费使用。这使得所有PPC营销人员都可以轻松访问它。此外，基于规则的AI设置起来非常简单。你创建一个杠杆，制定规则，让人工智能做它的事。
缺点：对初学者具有挑战性
虽然基于规则的人工智能很容易设置，但可能需要一些时间来熟悉系统并有效地使用它。您将不得不花几个小时学习，玩弄不同的规则设置并找出最佳用途。
如果您不熟悉PPC营销和数据科学，这可能是一项艰巨的任务。您甚至可能不知道从哪里开始应用规则或哪些指标最重要。您可能需要花几天时间探索不同的设置和控件，然后才能找到最适合您帐户的设置。
优点：节省时间
经验丰富的PPC营销人员知道管理大型Google Ads帐户时空闲时间是多么稀缺。每当您自动执行一项任务时，它都会腾出宝贵的时间用于其他营销任务。
PPC管理中充斥着许多任务，这些任务虽然是流程中的必要步骤，但非常耗时且并非那么重要。自动化会处理这些繁琐的部分，并允许您将更多时间用于需要您直接专业知识和知识的职责。
缺点：基于规则的人工智能需要监控
借助自动化的省时能力，一些PPC经理错误地假设他们可以创建一组规则并将AI留给自己的设备。
理论上，如果有一套完美的规则，这将是可行的。但是，这个前提存在一些问题。首先，PPC数据是不可预测的。异常和数据异常值可能会与您的规则产生意外冲突，而AI可能不知道如何处理。
即使是最简单的规则也会产生意想不到的后果，除非你花时间为每一种可能的情况创造条件。这既是一项耗时又艰巨的工作。
然而，这些附加条件和子规则很容易发生冲突。您的AI可能会排除有价值的关键字，而不是因为规则冲突而暂停它们。
由于这些原因，您必须在您设置的每个新规则或条件之后监控结果。
第 2 部分：深度人工智能
深度人工智能让事情变得更有趣。这是基于接收到的数据思考、响应和执行任务的人工智能。这被称为机器学习。本节将探讨人工智能这一更智能的一面。
什么是深度人工智能和机器学习？
了解基于规则的系统和深度AI之间差异的最佳方法是查看Google Ads中可能的自动化水平。
0级：没有人工智能或自动化
人工处理Google Ads帐户中的所有内容。仪表板和电子表格用于收集、跟踪和帮助分析数据，但所有输入都是手动输入的。
级别 1：基于规则的警报，没有自动化
在第1级，该帐户具有预设规则，用于监控数据并在某些事件发生时发出警报。但是，除了让营销人员知道发生了变化之外，系统不会采取任何行动。
例如，许多PPC经理使用Google的异常检测器。这会扫描您的帐户并在指标达到高于或低于预期值的某个阈值时触发警报。然后，营销人员可以根据他们认为合适的方式对这些警报采取行动。
级别 2：基于规则的操作，轻自动化
在这个阶段，基于规则的系统被放置到位以自动执行个别管理任务。重要的是要注意这些任务没有任何联系。例如，自动规则会暂停质量得分低于设定值的任何关键字。
第 3 级：基于规则的深度AI融合，中等自动化
第3级涉及基于规则和深度AI的混合。该自动化系统将处理多个相互关联的任务。系统可以设计有规定何时进行更改的规则。
但是，该系统还具有更深层次的智能，可以了解其各种任务的相互关联性。它能够了解对一个部分的更改如何渗透到其余部分。
一个示例是自动化出价和预算设置的系统。AI使用规则来确定何时进行更改，但它足够聪明，知道提高出价将需要调整预算。
第 4 级：更深层次的人工智能，完全自动化
在这个阶段，人工智能能够完全自动化。建议进行人工监督，但不再需要。营销人员可能需要做的就是设定广告系列的目标和最大预算。然后，AI覆盖其余部分。
人工智能做出决策不是基于规则，而是基于其对哪种策略最有效的成熟理解。也就是说，系统可能需要一些时间来建立这种理解，这意味着在开始阶段您可能需要更多的人工干预。
