如何在点击付费（谷歌推广PPC）的数据中发现异常情况

如何发现数据中的异常就像问如何大海捞针一样。 根据定义，异常是偏离常态的意外事件。这让他们很难被发现。毕竟，你如何检测到你甚至没有预料到的东西？ 然而，检测这些奇怪的数据事件对于您的 PPC 成功至关重要。虽然异常通常具有负面含义，但积极的含义会带来高回报的机会。 这完全取决于您在查找和理解异常检测示例方面的熟练程度。 此讨论将帮助您了解如何将异常检测应用于您的 PPC 活动，并将其转化为可操作的见解，以通过工具 PPC Signal 提高性能。 让我们开始吧。

为什么知道如何在数据中发现异常对于 PPC 很重要？

PPC 数据的变化比雨林中的天气变化更快。营销人员的任务是跟踪这些绩效变化并主动适应当前环境。 许多变化和趋势很容易检测、跟踪和采取行动，但异常则不然。这些意外事件可能导致重大机遇或危险风险。 因此，了解如何发现数据中的异常是至关重要的。否则，您可能会错过重要的见解。 以下是异常检测对于成功的 PPC 营销至关重要的几个原因。

在成为危机之前发现潜在问题

问题总是从小事开始，但如果不及时处理，它们很快就会演变成严重的危机。 例如，假设您的一个着陆页出现故障。点击链接到此页面的广告的任何人都将无法访问您的网站。他们将按下后退按钮并返回到 SERP，而您将需要为从未到达您网站的点击付费。 如果你及早发现这个问题，你可能只会错过一两次点击——没什么大不了的，对吧？如果您几周都没有注意到这个问题，并且您支付了数百次点击却从未到达您的网站，会发生什么？ 现在你处于危机模式。越早解决小问题，它们造成的损害就越小。 这些类型的错误本质上总是出乎意料和异常的。如果你有适当的异常检测技术，你可以防止鼹鼠山问题变成山。

过滤掉效果不佳的广告和关键字

您有指导您的 PPC 活动的目标，并允许您判断它们是否成功。 例如，如果您的目标是推动转化，则每个广告系列组件都需要尽可能地创建最佳转化广告。 异常代表了与预期的重大变化。因此，您可以使用它来定位每个广告系列中表现最好和最差的人。 检测效果最差的广告是您的首要任务。您的 Google Ads 帐户中的这些区域会浪费您的预算并损害您的结果。 通过暂停或删除效果不佳的广告和关键字，它可以保留更多预算来分配给提供高结果的策略。 此外，这些表现不佳的广告可能会降低您的质量得分并损害您的 Google Ads 帐户的整体健康状况。

专注于收益率最高的 PPC 策略

过滤掉效果不佳的广告和关键字后，您就可以开始关注效果最佳的策略了。 这是 PPC 活动优化背后的核心原则：专注于有效的，偏离无效的。 同样，您需要考虑 PPC 活动的目标，以选择哪些策略表现最佳。 你最好的表现者应该得到你大部分的时间和资源，因为他们产生了你的大部分结果。这被称为帕累托原则，或 80-20 规则。它估计大约 80% 的结果来自大约 20% 的努力。 找到产生大部分结果的约 20% 的关键字、受众、广告组等！

提高您的投资回报率

成本应该在您决定哪些策略是低绩效和高性能方面发挥重要作用。您不想为性能付出过高的代价。 即使某个特定的关键字可以帮助您实现目标，但如果成本太高，则可能不值得投资。它会迅速耗尽您的预算，并使其难以对其他关键字进行出价。 您必须根据成本衡量每个广告组件的效果。这种方法将使您能够以适当的成本获得最佳的 PPC结果。 从本质上讲，您需要考虑您的投资回报率。你打算花多钱，回报又是多少？ 这就是为什么停止表现不佳的策略而只关注那些产生结果的策略至关重要的原因！

在数据中发现异常的挑战

虽然知道如何发现数据中的异常很重要，但这并不容易。许多挑战使营销人员无法准确检测其 PPC 活动中的异常情况。 本节将概述这些挑战，为学习如何克服这些挑战奠定基础。

典型的数据分析挑战

PPC 活动数据已经很难处理，即使您不是在寻找棘手的异常情况。 一些挑战使这些数据成为一个重大障碍。 规模：您的 PPC 活动不断产生数据。与您的一个广告的每次互动或非互动都会产生数据。您的 Google Ads 帐户所产生的庞大数据量是需要克服的第一个挑战。毕竟，并非所有这些数据都是有用的或符合您的目标。您必须过滤掉不重要的细节才能找到重要的信息。 速度：对于营销人员来说，数据的不断创建很难保持领先。然而，在响应 PPC 活动的变化时，速度是必要的。如果您分析营销活动数据的时间过长，那么洞察力就会变得不那么有价值，因为数据已经再次发生变化。您正在根据过时的信息做出决定。因此，营销人员需要学习如何主动实时响应 PPC 数据。 复杂性：除了数据的速度、变化和大小（这肯定会增加其复杂性）之外，PPC 还涉及许多不同的指标、维度和其他组件。您必须知道这些不同部分的含义、它们之间的关系以及哪些部分对您的业务最有价值。 所有这些挑战都存在于异常检测中。在某些情况下，它们甚至会被放大。

天生困难

如上所述，PPC 活动数据总是很复杂。异常情况更是如此。 数据中的趋势、变化和其他变化会随着时间的推移而发生，使它们更容易被发现。对新兴趋势或数据转移采取行动也更简单。通常会有明确的回应。 从本质上讲，异常更难被发现，甚至更难以采取行动，因为它们具有意想不到的性质。几乎不可能预测性能的突然飙升或下降。 存在其他 PPC 异常，因为数据的行为与有意义的相反。在研究不同指标之间的相关性时会发生这种情况。 例如，如果您的点击次数在增加，您希望您的转化率也会提高，对吗？更多点击意味着更多网站访问者，更多网站访问者意味着更多转化机会。 即使点击次数在增加，当转化率稳步下降时会发生什么？这种异常可能更难检测，甚至更难理解。

随机还是原因？

检测和分析异常的部分挑战与它们的随机性有关。一些异常是偶然发生的。 例如，如果有一天您突然看到转化率飙升，那么突然波动背后可能没有任何原因。那天刚好有更多的人购买。 其他时候，实际因素正在导致异常。 要知道异常何时是随机的以及何时有突然变化背后的原因是一件真正的困难。 当数据关系表现异常时尤其如此，因为这些类型的事件很难解释并需要大量分析。 当您完成对异常的了解时，它可能已经过去了！ 或者，如果您假设异常是随机的，而实际上并非如此，那么结果可能具有很大的破坏性。您可能会不小心忽略数据中的重大风险或机会。

很难从高层视图中发现

在帐户或广告系列级别，发现异常要困难得多。当您在一个广告系列下有多个广告组和数百个关键字时，异常情况将与其余数据混合在一起。 异常检测必须在您的活动的较低级别执行。您的分析越细化，就越容易发现异常。 例如，假设您的某个关键字突然获得比平时多 300% 的点击次数。这是一个值得进一步探索的重大异常。 但是，一旦您将此数据与整个广告系列中的所有点击（可能包括数百个其他关键字）结合起来，整体影响可能非常轻微，以至于被忽视。 一个关键字的 300% 增加不足以在广告系列级别检测到。它在翻译中迷失了。 发现异常的最好方法是可视化数据。您将能够立即检测到任何意外的性能峰值。 挑战在于为每个关键字手动创建图表。这是一项重大而耗时的工作。

使用 PPC 信号克服异常检测挑战

上述挑战使营销人员很难始终如一地知道如何发现数据中的异常以及如何处理它们。 PPC Signal 是一种 PPC 管理工具，旨在让您的活动数据比以往更容易访问。   PPC Signal 使用人工智能和机器学习算法自动检测和分析 PPC 数据变化，包括异常。 本节将探讨 PPC 信号系统。它是检测广告系列中异常示例的最佳 PPC 优化工具。

什么是 PPC 信号？它是如何工作的？

在不深入了解 PPC Signal 的 AI 技术和算法背后的细节的情况下，该系统易于使用。毕竟，系统会自动为您完成大部分工作！ 每次访问 PPC Signal 时，您都会看到主仪表板界面。 此页面包含您当前的所有活动信号。每个信号都代表一个值得注意的性能变化，系统检测、分析和打包以供您查看。 换句话说，这个仪表板上的每个信号都是一个完整的洞察力，可以采取行动。 PPC Signal 可为您节省大量时间并缓解手动分析常见的头痛问题。您不再需要挖掘数据来寻找 PPC 洞察力；PPC Signal 为您做到！

过滤异常

在仪表板的左侧，您会注意到一组图标。这些是过滤选项，可让您挑选和选择显示哪些活动信号。 例如，您可以选择一个特定的活动首先进行调查。或者，您可以按某个指标进行过滤，例如您的关键绩效指标。这告诉系统只向您显示与您的目标密切一致的见解，您可以根据帐户或活动级别检查结果。还有其他过滤器可以帮助您根据您的要求对结果进行分类。 其他过滤器包括： 广告组 关键词 设备类型 地理位置 一天中的小时 指标 信号质量 信号类型 信号类型将允许您查看基于风险或机会的异常情况。 这些过滤器使您的数据相关流程更加高效，包括异常检测。您可以直接进行对您和您的目标最重要的更改，同时消除不相关数据中的任何干扰噪音。 由于异常是最需要检测的数据事件之一，这个简单的系统是一个受欢迎的变化。  

处理 PPC 异常

正如我们所介绍的，决定如何解决异常是一项艰巨的任务。由于这些事件的奇怪、异常性质，知道采取什么行动来解决异常可能具有挑战性。 您不希望在这些决定上浪费太多时间，尤其是当您的帐户充满其他需要注意的广告系列和数据模式时。 PPC Signal 具有建议的操作功能，您可以使用它来快速解决每个信号。这是一项可选功能，但它可以成为您快速从仪表板中删除警