【數位人才探索計畫：數位行銷學程筆記】

🌳 Evergreen

2024/06 - 2024/07

Google數位人才探索計畫 數位行銷學程結業

搜尋廣告認證

• 廣告評級主要受到預期點閱率，而非轉換率影響
• 品質分數三要素：預期點閱率、廣告關聯性、到達網頁體驗
• Ads三大核心原則：關聯性、掌控度、成效
• 以價值為準的三方案：廣泛比對、強化轉換、智慧出價
• 廣泛比對的三種信號：地理區域、智慧出價、語言
• 廣泛比對可搭配品牌限制。後者也只能用於前者
• 廣泛比對搭配智慧出價本身就是在比對內容信號
• 如何測試廣泛比對：使用轉換追蹤
• AdSense在2021年從次高價競價轉為最高價，前者近似維克里拍賣
• 動態圖片素材資源：至少4張，比例放1:1和1.91:1
• 素材資源可以帶動ROI，重點是「和使用者相關」
• Ads四層級：管理員帳戶、帳戶、廣告活動和廣告群組
• 帳戶層級自動素材資源：名字有動態的、自動地點、賣家評分、商家資訊
• 自動套用的最佳化建議：只能在管理員及帳戶層級啟用
• 每個廣告群組最多只能啟用3則RSA
• RSA的三種自訂參數：地區插入、倒數計時自訂參數、關鍵字插入
• 不含關鍵字的廣告活動：DSA和Pmax

AI技術輔助高效廣告認證

• 行銷預算策略：明確指定預算、取得核准後提高運算、全權靈活調整預算
• 明確指定預算：記得保留部分預算
• 取得核准後提高運算：持續定期查看數據
• 全權靈活調整預算：使用共用預算和組合出價策略
• 設定商店目標最高成效廣告活動時，應該選取親臨當地門市與促銷
• 以價值為準：沒有搜尋字詞報表，有成效規劃工具和出價策略報表
• 以價值為準時，如何提高成效：使用目標模擬工具
• 組合及素材資源報表，如何提高成效：從高成效素材資源汲取靈感；以高成效素材資源取代低成效素材資源
• 能爭取最高價值的智慧出價策略：目標廣告投資報酬率
• 可用於評估價值的指標：購物車內商品數量
• 測試PMax：應調整最高成效廣告活動，直到其單次轉換出價或廣告投資報酬率目標與其他廣告活動相近
• 洞察頁面：有竄升搜尋趨勢和新轉換目標對象
• 說明頁面：可查看成效變動的原因
• 開發潛在客戶：使用待開發客戶強化轉換，制定匯入離線價值的策略

影片廣告認證

• ABCD原則：引人注目、品牌宣傳、引發共鳴、導引方向
• YT核心理念：引發共鳴、推動創新、建立信任
• 創作者選用YT的理由：自由性、觸及率、基礎架構、收入
• 行銷漏斗：CPM>CPV>CPA，曝光>觀看>行動。觀看次數是關於考慮度
• CPM適合提升知名度，CPV適合提升考慮度，CPA適合提升轉換度
• 衡量知名度的三個方案：Active view、品牌提升、不重複觸及次數與頻率
• 提升考慮度的兩項工具：動態內影片廣告、可略過的串流內廣告
• 行動號召廣告的兩種出價方式：CPA、盡量爭取轉換
• 找出具價值消費者的兩項工具：Insights Finder、尋找我的目標對象
• 觸及率規劃工具的三大優點：提供媒體組合選項、提供最新資料、提供可靠的不重複觸及率預測資料
• 目標對象解決方案分成三大類：詳細客層、興趣和習慣、意願目標對象
• 分眾市場、小眾市場：選擇自訂興趣相似目標對象
• 「詳細客層」和「興趣和習慣」：這兩類都適合提升知名度
• 自訂目標、潛在目標、人生大事、無限分類：適合提升考慮度
• 自訂意願、再行銷、類似目標對象、目標客戶比對：適合提升轉換度
• 搜尋過類似自家的網站屬於自訂目標，而非興趣相似
• 類似目標對象已逐漸淘汰，調整為最佳化指定目標對象、目標對象擴展
• 如果使用起伏式廣告活動提高轉換量，建議搭配盡量爭取轉換
• 使用者曾經搜尋：選擇自訂意願
• 使用者曾經互動：選擇再行銷
• 使用者於再行銷名單外：選擇潛在目標
• 相較於再行銷，目標客戶比對是針對「已有客戶資料」的消費者
• 每日預算應達到tCPA的10 倍到15倍
• 品牌合適度控管工具中，數位內容標籤排除最廣，關鍵字控制項最精細，廣告空間則分成三種模式
• 串場廣告不可略過，專為行動介面設計，CPM費用最低
• 只有TrueView串流內廣告、TrueView探索廣告採用CPV
• TrueView都可略過；串場廣告6秒，不可忽略的串流廣告至少15秒
• TrueView探索YT獨有，會出現在各種版位，跟刊頭都會出現在首頁
• 線上轉換之點擊：點擊廣告元素後在30天內完成轉換
• 線上轉換之參與：觀看廣告10秒後在3天內完成轉換
• 線上轉換之曝光：看到曝光的廣告後在1天內完成轉換

廣告素材認證

• 地區插入：可以量身打造標題
• 應用程式廣告活動不支援網站資源
• 製作應用程式廣告活動時，系統可自動擷取標誌、評分和名稱
• 應用程式廣告活動的圖片比例支援：1:1、1.91:1 和 4:5
• 應用程式廣告活動：應提供螢幕畫面擷取的影片
• 探索廣告活動：應提供使用者在使用產品的畫面
• 如何最佳化RDA：查看素材資源報表標籤
• RDA的圖片適宜張數：5張
• 每個廣告群組的 HTML、圖片及影片素材資源數量上限：20
• 替換素材的頻率應為：每兩週
• 廣告優異度專區：提供廣告素材的數量和多樣性建議
• 如何透過影片廣告觸及潛在客戶：加入代表各個客群的角色
• 提高知名度：以人物為故事核心，善用口號和音效
• 提高考慮度：將產品置於情境中，在最後5秒頻繁提及產品
• 對行動影片廣告觀看時間最具影響力的視覺元素：節奏與取鏡

GA個人認證

• GA三層級：帳戶、資源、資料檢視
• GA四媒介：CPC、有機、直接、反向
• 維度可用的層級範圍：使用者、工作階段和匹配
• 指標可用的層級範圍：產品和匹配
• 自訂維度相當於主要維度
• 套用篩選器不可逆，要保留原始資料視圖；區隔就不是永久性
• 廣告活動名稱：在「包含」篩選器裡
• 自動標記：收集ads流量，參數是gclid
• 哪種報表會根據使用者開發日期比較資料：同類群組分析
• 若透過POS傳資料給GA，要啟用measurement protocol
• 把Ads連到GA：在管理頁面
• BigQuery的資料頻率可選擇每天或串流
• 「推薦連結」報告：即referal，有各個渠道的流量分佈
• 「所有網頁」報表預設是根據流量排序
• 內容深度分析報表：會提供網站特定區塊的成效資料
• 使用者互動圖表：行為流程
• 探索頁面可以取得更詳細的資料
• 漏斗探索可讓你以圖表呈現資料
• 電郵活動用utm，所以要手動加入標記
• 跳出率：沒有互動
• 建立再行銷名單的依據：自訂區隔
• GA預設的廣告活動參數：不含utm_adgroup
• 以數據為準的歸因模式會分配功勞
• 哪種歸因模式會將轉換功勞平均分配：線性
• 涉及到歸因，轉換路徑的，都在「廣告」裡
• 影片名稱是事件參數
• 將自己的ID與個別使用者建立關聯：User-ID-
• 瞭解使用者是從哪裡造訪網站：獲取新客
• 想了解哪裡能吸引最多流量：參與度總覽
• 哪項360資源可以篩選資料並建立新資料集：子資源
• 哪項360資源可以結合資料並建立新資料集：綜覽資源
• UA基於工作階段，GA4基於事件
• 廣告個人化排除特定資料：只會用於評估
• 刪除資源可於35天內恢復

AI課程

• ML分成監督和非監督，其中監督有「標籤」
• 監督用來預測，非監督是用來分群的
• DL的類神經網路是半監督，用到少量標籤
• Vertex AI：Google的ML平台
• Agent Builder：Google的No Code工具
• PaLM API：Google的LLM
• PaLM是pathway的簡稱，屬於只有解碼器的稠密型Transformer模型
• MakerSuite：協助原型設計
• 超參數：控制學習過程的參數
• 提示工程比提示設計更進階
• 情意分析屬於指令調整模型
• PETM：具參數運用效率的調整方法，不用複製模型
• PEFT：效率微調，PETM的一種，如LoRA
• 負責任AI的七項原則：對社會有益、應避免偏見、以安全為核心、對使用者負責、隱私設計原則、堅持高標準、遵守前述原則
• 這些原則以透明度、公平性、可靠度、隱私權為共同理念

統整課程

• MMC架構：Media, Measurement, Creative
• AI提升全球GDP2%，相當於2兆美元，3家台積電
• 台灣消費者每次購物會使用7-12個資訊觸點
• 全球目前有27%的人在行動裝置上使用語音搜尋
• 搜尋體驗在2024的兩大進展：多重搜尋和畫圈搜尋
• 行銷不變核心：了解目標、研究競爭者和產業、運用歸因模式了解ROI、測試新的文案和到達網頁
• Power-Pair：AI賦能的搜尋廣告 + 最高成效廣告（PMax）
• 前者掌握已知，後者發掘未知（無關鍵字）
• 最高成效廣告必有轉換目標，能自動在「廣告空間」接觸顧客
• 獲取新客目標（NCA）：新客價值（「商店目標」不適用）／僅限新客模式
• 網址擴展功能：根據使用者搜尋，調整抵達網頁，或排除非商業頁面
• 網頁動態饋給：會在網頁裡冒出來，由Google提供的那種廣告。
• 搜尋主題：可引導AI。每個素材資源群組最多可以加入25個。
• Power-Pair四步驟：加入NCA → 使用上述三功能 → 高品質素材 → 廣泛比對 + 彈性預算（目標廣告投資報酬率）
• Power-Pair三大要件：素材最佳化 + 廣泛比對 + 價值為準
• 價值為準：例如依靠行銷人員的一手資料找高價值客戶
• 除了出價策略報表，還可以選擇組合出價策略 + 共用預算
• 智慧出價：盡量提高轉換價值和目標廣告投資報酬率
• 兩者皆於轉換量累積30次後檢視成效
• 前者會使用每日預算進行支出，後者不適合限制預算
• 智慧出價的學習期通常是前4-7天
• 出價策略的五種狀態：已停用、有效、學習中、受到限制、設定錯誤
• 需求開發廣告（Demand Gen）：目標是取代探索廣告，可輔助Pmax
• Demand Gen主攻中層漏斗，因此以點擊為目標
• Demand Gen以類似區隔（Lookalike）區隔目標對象
• Demand Gen 主要投放在YT
• 2024創意最佳化原則：1則以上品質良好的RSA + 4張以上的圖 + 完整商家資訊
• 完整的商家資訊是2024新增的
• 新增圖片素材資源時也可掃描網站或圖庫圖片
• 轉換：有價值的行為，不一定單指賺錢
• ABCD可讓廣告短期銷售潛力增加超過30%，長期品牌貢獻增加超過17%
• 三步驟實現隱私安全增長：1P資料 → 精準數據 → 自動化
• Cookieless解決方案：目標對象、安裝代碼、目標客戶比對、強化轉換&同意聲明
• PMax以目標對象信號區隔目標對象
• 3P Cookie退場，換成Sitewide Tagging
• 目標客戶比對：上傳1P資料 → 比對Google帳戶 → 優化名單 → 產生「類似目標對象」
• 1P資料並不僅限Gmail，上傳時會加密，比對後會捨棄
• 建議至少要有2000-3400筆電郵，1000名使用者，檔案不得超過100MB
• 採用SHA256加密，過程取得ISO 27001
• 如果使用者接受同意聲明，可採用強化轉換；反之，啟用模擬轉換
• 同意聲明模式目前在歐洲、中東和非洲適用
• 2015：應用程式廣告
• 2016：智慧出價 & RSA
• 2018：智慧型購物廣告
• 2020：GA4 & 廣泛比對
• 2021：Pmax & 強化轉換
• 2022：AI時代……
• GA4機構組織：適用於Marketing Platform產品
• 每帳戶最多可享2000個資源
• 360資源限定收費功能：綜覽資源和子資源
• 綜覽資源最多可以享200個來源資源
• 來源資源最多可以享400個子資源
• 兩者本身皆不收集資料
• 每資源最多可以享50個資料串流，分為網站和兩大手機OS
• 事件與事件參數：長度不超過40個半形字；事件參數值的長不超過100個
• 前者需要區分大小寫，後者最多可加入25組，360資源100組
• 事件參數需註冊為事件層級自訂維度
• 四大類資源：自動收集、加強型評估、建議、自訂
• 自動收集：如first_visit
• 加強型評估：如video_start。僅適用於網站事件，是GA自動追蹤
• 建議：如add_to_cart。自行導入，但建議照格式
• 自訂：也要符合收集規定
• view_item目前缺少對應的建議事件
• views：page_view + screen_view
• 重要事件：相當於轉換。標準版最多30組，360為50組
• 計算方式可設計為每個事件一次或每個工作階段一次
• 工作階段是由session_start指派session_id
• 互動工作階段：10秒以上，曾發生1次重要事件或2次工作階段
• 參與度：互動工作階段的百分比
• 活躍使用者指標即為觸發互動工作階段之事件或事件參數
• 使用者屬性需註冊使用者層級自訂維度
• 要幫重要事件設定新條件，不如新建符合條件的新事件
• 使用者報表識別：預設採用混合模式
• 混合模式的優先順序為：User ID、Device ID、Modeling
• Modeling即為同意聲明模式之模擬轉換資料
• User acquisition：使用者初次進站
• Traffic acquisition：網站整體流量，以活躍使用者為主
• 比較：類似UA的區隔，一個報表最可套4組比較
• 同一維度中的多個值用OR進行比較，同一比較中的多個維度用AND
• 標準中的比較一次可儲存50組，360一次可儲存200組
• 篩選器可用於詳情報表、自訂報表和即時報表
• 流量來源（使用者）：使用付費和自然管道最終點擊
• 流量來源（工作階段）：同上，同樣不可調
• 歸因（媒介）：使用以數據為準歸因模式（DDA），作用於事件，卻和事件計數不相容
• 歸因（媒介）：相容於重要事件指標
• DDA：會將重要事件的歸因，按權重拆分出去（可能有小數點）
• Ads報表：藏在Acquisition的overview裡
• Landing page裡的(not set)：使用者逾時又回來
• 空白值：可能因報表區間含過去72小時
• (other)：查詢結果達到表格上限
• 閾值：使用到Google訊號資料時，系統會自動套用以隱藏敏感資訊
• 媒體庫：能於其中調整顯示標準報表項目
• 取得基準報表：無法與其他選項合併使用
• 探索報表：運用不同分析技巧模板，適合自訂選項
• 程序探索：最多建立十步驟
• search term只能和view_search_results配套，換成別的事件無效
• 標準報表和探索報表有時不一致
• 探索：受到數值保留期限設置限制
• 探索中的區隔好用，可先建立目標對象（build an audience），於ads再行銷
• 區隔：相當於建立使用者、工作階段和事件資料的子集
• 資料品質：可選快速獲取結果和更詳細的結果
• LLM三大限制：幻覺、偏見、知識斷點
• LLM會將長文本分解成Token
• Gemini可以將語音轉成Prompt
• Gemini等級高低：Nano < Flash < Pro < Ultra
• 1.5 Pro的脈絡窗口支援到200萬個Token，Flash則減半
• Nano或將用於Pixel裝置
• Google AI Studio：基於瀏覽器的IDE，比Vertex AI適合個人
• Temperature：越高結果越多變；AI Studio裡的區間為0-2
• NotebookLM：重新定義筆記軟體的工具，使用1.5 Pro
• Prompt撰寫框架：Persona + Task + Context + Format
• 偽代碼：更有程式邏輯的Prompt撰寫格式
• Gemma不能生圖！（輕量LLM）
• 可於本地離線運行，在測試中有11/18勝過Llama-2
• Gemma2提供9B和27B的版本，超越前代2B和7B
• Nvidia也有將Gemma列入模型庫
• 基於RLHF，確保人性化；且Google有做紅隊演練評估風險
• 並提供「負責任的」生成式 AI 工具包
• 推薦於LM Studio使用asedmammad/gemma-2b Q4_K_M版本
• 硬體好可用brittlewis12/gemma-7b Q3_K_M 以上版本
• LM Studio：可離線運行LLM，導入抱臉模型，支援硬體加速
• 需搭配AnythingLLM進行RAG
• RAG：檢索增強生成，透過特定領域知識輔助LLM
• GPT4All：類似LM studio，但甫經推出，功能還沒那麼完整
• Anything LLM：內建向量模型和資料庫，還可用API串Gemini

統整測驗

• 以價值為準搭配的可能是盡量提高轉換價值，而非盡量爭取轉換
• 受到預算限制的話，盡量爭取轉換是可選策略
• 智慧出價每次都是即時競價，以提高轉換或轉換價值為準
• 自動出價的每日出價次數遠高於其他競價廣告平台
• 變更關鍵字比對類型不影響品質分數
• RSA的廣告標題：至少3則，至多15則
• RSA的廣告說明：至少2則，至多4則
• 串流內廣告可能出現在影片前後，若不滿30秒，看完才會收費
• 如何確認不被閾值影響：留意資料品質提示
• 事件參數：記錄事件名稱外的資訊
• 混合模式除了User ID、Device ID、Modeling，也包含App-instance ID