目前个人在用的两款VPS，最近都降价了并且配置也升级了，基本上来说，相对之前是把价格往下调低了一个梯度。分别是：Linode：专业、稳定、可以自由的升降级，Longview和Nodebalancers都很好用。Vultr：便宜，最低的只要$2.5/月，用于个人网站和特殊用途，绝对是首选。网络遍布全球（应该是看到最多节点的了），用于外贸建站，全球布局的话会很方便，支持免费的快照功能，目前还有免费50G的SSD硬盘。DigitalOcean也是一个不错的选择，最近也上了Load Balancer、Volume及Droplet Graphs功能，它家也支持快照，并支持升级和降级（降级的前提是此前升级不能扩大硬盘空间），不过在以上两家降价以后，性价比相对低一些了。玩过很多服务器，浪费了很多时间，到头来发现还是这几家靠谱，相对来说，稳定性其实是应该看重的。 ...继续阅读 (7)

function main() {exportReportToSpreadsheet();}function exportReportToSpreadsheet() {var spreadsheet = SpreadsheetApp.create('Shopping Performance');var report = AdWordsApp.report('SELECT CampaignName, AdGroupName, Clicks, Impressions, Cost, AverageCpc, Conversions, ConversionRate, ConversionValue, OfferId, Brand, ProductTypeL1, ProductTypeL2 ' +'FROM SHOPPING_PERFORMANCE_REPORT ' +'WHERE Impressions > 0 ' +'DURING LAST_7_DAYS');report.exportToSheet(spreadsheet.getActiveSheet());} ...继续阅读 (13)

function main() {exportReportToSpreadsheet();}function exportReportToSpreadsheet() {var spreadsheet = SpreadsheetApp.create('Shopping Performance');var report = AdWordsApp.report('SELECT CampaignName, AdGroupName, Clicks, Impressions, Cost, AverageCpc, Conversions, ConversionRate, ConversionValue, OfferId, Brand, ProductTypeL1, ProductTypeL2 ' +'FROM SHOPPING_PERFORMANCE_REPORT ' +'WHERE Impressions > 0 ' +'DURING LAST_7_DAYS');report.exportToSheet(spreadsheet.getActiveSheet());} ...继续阅读 (8)

/**************************************************************************************** AdWords Account Management -- Review Google Shopping Products for sharp changes in* Product level Cost and Product level Avg CPC (200%+ or -200%)* Will e-mail any offending products for review.* Version 1.1* Created By: Derek Martin* DerekMartinLA.com****************************************************************************************/var EMAIL_ADDRESS = "g@xiaoq.in"function main() {var clientName = AdWordsApp.currentAccount().getName().split("-")[0];var offendingProducts = []; // will hold list of pr ...继续阅读 (9)

/**************************************************************************************** AdWords Account Management -- Review Google Shopping Products for sharp changes in* Product level Cost and Product level Avg CPC (200%+ or -200%)* Will e-mail any offending products for review.* Version 1.1* Created By: Derek Martin* DerekMartinLA.com****************************************************************************************/var EMAIL_ADDRESS = "g@xiaoq.in"function main() {var clientName = AdWordsApp.currentAccount().getName().split("-")[0];var offendingProducts = []; // will hold list of pr ...继续阅读 (7)

function main() {var targetCPA = 100;var productGroupSelector = AdWordsApp.productGroups().withCondition("Impressions > 100").forDateRange("LAST_7_DAYS").orderBy("Clicks DESC");var productGroupIterator = productGroupSelector.get();while (productGroupIterator.hasNext()) {var productGroup = productGroupIterator.next();var conversionRate = productGroup.getStatsFor("LAST_7_DAYS").getConversionRate();productGroup.setMaxCpc(targetCPA * conversionRate)}} ...继续阅读 (10)

function main() {var targetCPA = 100;var productGroupSelector = AdWordsApp.productGroups().withCondition("Impressions > 100").forDateRange("LAST_7_DAYS").orderBy("Clicks DESC");var productGroupIterator = productGroupSelector.get();while (productGroupIterator.hasNext()) {var productGroup = productGroupIterator.next();var conversionRate = productGroup.getStatsFor("LAST_7_DAYS").getConversionRate();productGroup.setMaxCpc(targetCPA * conversionRate)}} ...继续阅读 (6)

function main() {var targetCPA = 100;var productGroupSelector = AdWordsApp.productGroups().withCondition("Impressions > 100").forDateRange("LAST_7_DAYS").orderBy("Clicks DESC");var productGroupIterator = productGroupSelector.get();while (productGroupIterator.hasNext()) {var productGroup = productGroupIterator.next();var conversionRate = productGroup.getStatsFor("LAST_7_DAYS").getConversionRate();productGroup.setMaxCpc(targetCPA * conversionRate)}} ...继续阅读 (14)

以下为命令片段，仅供个人收藏，懂的人都能懂。cd /usr/local/sbinsudo wget https://dl.eff.org/certbot-autosudo chmod a+x /usr/local/sbin/certbot-autonano /etc/nginx/sites-available/example.comlocation ~ /.well-known {allow all;}certbot-auto certonly -a webroot –webroot-path=/usr/html/domains/example.com -d example.com -d www.example.comsudo ls -l /etc/letsencrypt/live/example.comsudo openssl dhparam -out /etc/ssl/certs/dhparam.pem 2048nano /etc/nginx/sites-available/example.comssl_certificate /etc/letsencrypt/live/example.com/fullchain.pem;ssl_certificate_key /etc/letsencrypt/live/example.com/privkey.pem;ssl_pro ...继续阅读 (11)

以下为命令片段，仅供个人收藏，懂的人都能懂。cd /usr/local/sbinsudo wget https://dl.eff.org/certbot-autosudo chmod a+x /usr/local/sbin/certbot-autonano /etc/nginx/sites-available/example.comlocation ~ /.well-known {allow all;}certbot-auto certonly -a webroot –webroot-path=/usr/html/domains/example.com -d example.com -d www.example.comsudo ls -l /etc/letsencrypt/live/example.comsudo openssl dhparam -out /etc/ssl/certs/dhparam.pem 2048nano /etc/nginx/sites-available/example.comssl_certificate /etc/letsencrypt/live/example.com/fullchain.pem;ssl_certificate_key /etc/letsencrypt/live/example.com/privkey.pem;ssl_pro ...继续阅读 (15)

Google AdWords展示广告关键字定位新增一个选项“内容”，如下：选择关键字设置创建关键字列表后，您要选择“关键字设置”。您有两种选择：受众群体：若用户正在主动研究产品或服务且这些产品或服务与您的类似，您可以选择此设置来吸引他们。借助此设置，您的广告可以吸引很可能对您的关键字感兴趣的用户，即便他们可能在浏览关于其他主题的内容。此外，您的广告会在与您的关键字上下文相关的内容（如网页、应用和视频）上展示。此选项为默认设置，建议大多数广告客户使用。借助该选项，您可以覆盖更广泛的受众群体，而且他们很可能对您的产品或服务感兴趣。内容：若选择此设置，您的广告只在与您的关键字上下文相关的内容（如网页、应用和视频）上展示。此选项可能会大幅缩小广告的覆盖面。“内容”设置所产生的覆盖面大约平均为“受众群体”设置的 30%。 帮助中心：https://support.google.com/adwords/answer/2453986?from=UI&authuser;=1#kwsetting ...继续阅读 (5)

Google AdWords展示广告关键字定位新增一个选项“内容”，如下：选择关键字设置创建关键字列表后，您要选择“关键字设置”。您有两种选择：受众群体：若用户正在主动研究产品或服务且这些产品或服务与您的类似，您可以选择此设置来吸引他们。借助此设置，您的广告可以吸引很可能对您的关键字感兴趣的用户，即便他们可能在浏览关于其他主题的内容。此外，您的广告会在与您的关键字上下文相关的内容（如网页、应用和视频）上展示。此选项为默认设置，建议大多数广告客户使用。借助该选项，您可以覆盖更广泛的受众群体，而且他们很可能对您的产品或服务感兴趣。内容：若选择此设置，您的广告只在与您的关键字上下文相关的内容（如网页、应用和视频）上展示。此选项可能会大幅缩小广告的覆盖面。“内容”设置所产生的覆盖面大约平均为“受众群体”设置的 30%。 帮助中心：https://support.google.com/adwords/answer/2453986?from=UI&authuser=1#kwsetting ...继续阅读 (11)

Calculated Metrics（自定义计算指标），是一个很好用的功能，早在我做数据分析产品的时候就已经做过该功能的调研与上线，自定义指标无外乎就是对现有指标的加减乘除运算，一方面可以简化我们报表中的额外公式计算，另外一方面也可以弥补GA中的一些功能缺陷。我们主要可以做以下几种尝试：生成基于用户层级的数据指标生成可用于细分查看的漏斗目标自动计算AdWords广告的ROAS和CPA以下是24个示例（来源），可以参考下：Avg. Cost per Session: {{Cost}} / {{Sessions}} – Currency (Decimal)At times when we run PPC campaigns we want to know what the costs per session are. The metric CPC sometimes isn’t accurate enough when there are multiple sessions per User.Avg. Engagement: {{Total Engaged Time}} / {{Page Views}} – TimeEngagement on Page is very important for us. By dividing it by Pageviews we have a bet ...继续阅读 (16)

Calculated Metrics（自定义计算指标），是一个很好用的功能，早在我做数据分析产品的时候就已经做过该功能的调研与上线，自定义指标无外乎就是对现有指标的加减乘除运算，一方面可以简化我们报表中的额外公式计算，另外一方面也可以弥补GA中的一些功能缺陷。我们主要可以做以下几种尝试：生成基于用户层级的数据指标生成可用于细分查看的漏斗目标自动计算AdWords广告的ROAS和CPA以下是24个示例（来源），可以参考下：Avg. Cost per Session: {{Cost}} / {{Sessions}} – Currency (Decimal)At times when we run PPC campaigns we want to know what the costs per session are. The metric CPC sometimes isn’t accurate enough when there are multiple sessions per User.Avg. Engagement: {{Total Engaged Time}} / {{Page Views}} – TimeEngagement on Page is very important for us. By dividing it by Pageviews we have a bet ...继续阅读 (21)

要优化Google Shopping广告，我们就有必要了解下它背后的展现逻辑，这篇文章推荐一看。大体来说，有以下几个要点：Google作为一个盈利性的公司，它的核心理念是赚更多的钱。因此，点击率和CPC是它的重要考量因素。置信度越高、样本数量越多，当其他条件一致时，对应的广告也会取得更好的排名和广告展现几率。其次是相关性，主要是商品标题和图片。标题的相关性，文章作者引用了一些数学公式和实际的数据进行文本相关性的验证，主要得出这些结论：用户的搜索词与商品标题的关键词（主要是名词，包括变体名词）重合度越高，相关性越高。如果多出一个词会有减弱作用，但是比起少一个词来说，这个权重的减弱并不明显，因此建议尽量多覆盖一些相关的名词。同时，作者认为越靠后面的名词权重越高。价格也有很大的影响，尤其是对于相同商品或者类似商品来说，如果其他因素一致，会优先展示低价商品。 ...继续阅读 (5)

要优化Google Shopping广告，我们就有必要了解下它背后的展现逻辑，这篇文章推荐一看。大体来说，有以下几个要点：Google作为一个盈利性的公司，它的核心理念是赚更多的钱。因此，点击率和CPC是它的重要考量因素。置信度越高、样本数量越多，当其他条件一致时，对应的广告也会取得更好的排名和广告展现几率。其次是相关性，主要是商品标题和图片。标题的相关性，文章作者引用了一些数学公式和实际的数据进行文本相关性的验证，主要得出这些结论：用户的搜索词与商品标题的关键词（主要是名词，包括变体名词）重合度越高，相关性越高。如果多出一个词会有减弱作用，但是比起少一个词来说，这个权重的减弱并不明显，因此建议尽量多覆盖一些相关的名词。同时，作者认为越靠后面的名词权重越高。价格也有很大的影响，尤其是对于相同商品或者类似商品来说，如果其他因素一致，会优先展示低价商品。 ...继续阅读 (12)

优化PLA广告，我们经常需要用到自定义标签（custom_label），以实现我们期望的广告系列（广告组）分组，完成一个合理的广告账户架构。通常来说，我们会以以下原则来进行分组，或许可以为你提供一些灵感：商品价格区间：如0-50，51-100，101-150等，这个主要为我们批量出价提供参考。商品的利润空间：如0-10,11-20,21-30等，这个主要为我们批量出价提供参考，并且比方式1更优，我们可以根据该品类的平均转化率，计算出我们能为该区间段的商品出的最高CPC，以达到我们期望的ROI。商品的ROAS，这个主要为我们批量出价提供参考，并且可以加强表现好的商品，弱化表现差的商品，从而在销售额、销量和利润率之间实现平衡。由于商品的ROAS是会随着内外部情况的变化而变化的，因此最好是可以实现AdWords系统的API对接，否则实现起来会非常麻烦。商品的点击率，如高点击率，低点击率，平均点击率，这个主要为优化图片和商品标题提供参考。商品的转化率，如高转化率，低转化率，平均转化率，这个主要用于加强特定爆款商品，提供网站的拉新能力。商品的属性值：如颜色、尺码、材质、款式等。这个主要基于我们的历史运营数据分析或者对历史趋势的预测，对某个时段内表现好或可能表现好的具有相关属性的商品进行强化。促销商品：这个主要为新品上线的推广做准备。畅销商品：这个主要为了稳住当前畅销的商品，需要注意的是畅销商 ...继续阅读 (7)

优化PLA广告，我们经常需要用到自定义标签（custom_label），以实现我们期望的广告系列（广告组）分组，完成一个合理的广告账户架构。通常来说，我们会以以下原则来进行分组，或许可以为你提供一些灵感：商品价格区间：如0-50，51-100，101-150等，这个主要为我们批量出价提供参考。商品的利润空间：如0-10,11-20,21-30等，这个主要为我们批量出价提供参考，并且比方式1更优，我们可以根据该品类的平均转化率，计算出我们能为该区间段的商品出的最高CPC，以达到我们期望的ROI。商品的ROAS，这个主要为我们批量出价提供参考，并且可以加强表现好的商品，弱化表现差的商品，从而在销售额、销量和利润率之间实现平衡。由于商品的ROAS是会随着内外部情况的变化而变化的，因此最好是可以实现AdWords系统的API对接，否则实现起来会非常麻烦。商品的点击率，如高点击率，低点击率，平均点击率，这个主要为优化图片和商品标题提供参考。商品的转化率，如高转化率，低转化率，平均转化率，这个主要用于加强特定爆款商品，提供网站的拉新能力。商品的属性值：如颜色、尺码、材质、款式等。这个主要基于我们的历史运营数据分析或者对历史趋势的预测，对某个时段内表现好或可能表现好的具有相关属性的商品进行强化。促销商品：这个主要为新品上线的推广做准备。畅销商品：这个主要为了稳住当前畅销的商品，需要注意的是畅销商 ...继续阅读 (10)

为了节省空间和提升性能，Piwik的IP以二进制格式进行存储，通过以下MySQL，我们可以将IP转译回来。同时结合一些基本的规则，如：同一个访客多次访问、来源数据、转化数据等其他相关辅助性的指标，我们可以将可疑的IP过滤出来，从而为进一步判断该IP是否可疑提供参考。SELECT referer_url as referer_url, visitor_count_visits as visits, inet_ntoa(conv(hex(location_ip), 16, 10)) as ip, conv(hex(idvisitor), 16, 10) as visitorId FROM piwik_log_visit where referer_url like “%baidu.com%” and visitor_count_visits >3 ORDER BY visitor_count_visits DESC实际运用上来说，我们可以做一个简单的页面把去重的IP显示出来，然后将其（由于百度只有200个限额我们可以再处理成IP段）添加到屏蔽IP库即可。 ...继续阅读 (10)

为了节省空间和提升性能，Piwik的IP以二进制格式进行存储，通过以下MySQL，我们可以将IP转译回来。同时结合一些基本的规则，如：同一个访客多次访问、来源数据、转化数据等其他相关辅助性的指标，我们可以将可疑的IP过滤出来，从而为进一步判断该IP是否可疑提供参考。SELECT referer_url as referer_url, visitor_count_visits as visits, inet_ntoa(conv(hex(location_ip), 16, 10)) as ip, conv(hex(idvisitor), 16, 10) as visitorId FROM piwik_log_visit where referer_url like “%baidu.com%” and visitor_count_visits >3 ORDER BY visitor_count_visits DESC实际运用上来说，我们可以做一个简单的页面把去重的IP显示出来，然后将其（由于百度只有200个限额我们可以再处理成IP段）添加到屏蔽IP库即可。 ...继续阅读 (10)

Excel中我们可以使用这个公式统计出各个价格所属的价位段，然后再通过透视表得出数据结果：=LOOKUP(H2,{0,49.99,99.99,149.99,199.99,249.99;”050″,”100″,”150″,”200″,”250″,”250+”})MySQL中则可使用以下命令，一步到位：SELECT price_range, count(*) AS number FROM (select case when Price >= 0 and Price <= 49.99 then '050' when Price >= 50 and Price <= 99.99 then '100' when Price >= 100 and Price <= 149.99 then '150' when Price >= 150 and Price <= 199.99 then '200' when Price >= 200 and Price <= 249.99 then '250' else '250+' ...继续阅读 (8)

Excel中我们可以使用这个公式统计出各个价格所属的价位段，然后再通过透视表得出数据结果：=LOOKUP(H2,{0,49.99,99.99,149.99,199.99,249.99;”050″,”100″,”150″,”200″,”250″,”250+”})MySQL中则可使用以下命令，一步到位：SELECT price_range, count(*) AS number FROM (select case when Price >= 0 and Price <= 49.99 then '050' when Price >= 50 and Price <= 99.99 then '100' when Price >= 100 and Price <= 149.99 then '150' when Price >= 150 and Price <= 199.99 then '200' when Price >= 200 and Price <= 249.99 then '250' else '250+' ...继续阅读 (10)

Excel中我们可以使用这个公式统计出各个价格所属的价位段，然后再通过透视表得出数据结果：=LOOKUP(H2,{0,49.99,99.99,149.99,199.99,249.99;”050″,”100″,”150″,”200″,”250″,”250+”})MySQL中则可使用以下命令，一步到位：SELECT price_range, count(*) AS number FROM (select case when Price >= 0 and Price <= 49.99 then '050' when Price >= 50 and Price <= 99.99 then '100' when Price >= 100 and Price <= 149.99 then '150' when Price >= 150 and Price <= 199.99 then '200' when Price >= 200 and Price <= 249.99 then '250' else '250+' ...继续阅读 (9)

个人认为，广告投放就是一个不断细分和测试的过程，在这其中辅以数据分析作为优化依据，同时根据对产品、网站、用户的了解，进行针对性的广告语撰写；根据对竞争情况的分析，对盈利空间的把握，进行针对性的出价调控，从而达到一个量级与转化成本的平衡。以下是一个比较推荐的关键词账户结构搭建做法，通过实践证明，确实也是能够持续性地实现上述目标，并且非常方便日后的管理及拓展。将广告按设备进行拆分：desktop、tablet、mobile。目前，功能升级之后，我们已经可以实现这种的完全隔离了，即相应地将其他两个设备的出价比例设置为-100%即可。将广告按二级分类进行拆分，其中大分类在这里等同于一个二级分类。每个二级分类将该类目相关的关键词按照主题相关原则首先进行广告组的拆分。并且，我们还可以对搜索量大、转化量大、转化成本高等一些有必要拆分出来的top关键词进行单独的广告组拆分，甚至到一个关键词一个广告组，从而进行更具针对性的出价和广告优化。按关键词的匹配方式进行拆分，根据当前的广告期望，首先考虑词组匹配+精确匹配。当拓展到一定阶段并且成本稳定之后，可以再测试广泛匹配（小预算的话请谨慎考虑）。词组匹配的广告系列中，关键词的出价相对较低，并且排除掉相应的精确匹配关键词。个人建议，分账户进行管理，并且两边保持相同的广告系列和广告组架构，以便于后续的操作。将词组匹配广告系列的转化搜索词提取出来，放入相应的精确 ...继续阅读 (24)

个人认为，广告投放就是一个不断细分和测试的过程，在这其中辅以数据分析作为优化依据，同时根据对产品、网站、用户的了解，进行针对性的广告语撰写；根据对竞争情况的分析，对盈利空间的把握，进行针对性的出价调控，从而达到一个量级与转化成本的平衡。以下是一个比较推荐的关键词账户结构搭建做法，通过实践证明，确实也是能够持续性地实现上述目标，并且非常方便日后的管理及拓展。将广告按设备进行拆分：desktop、tablet、mobile。目前，功能升级之后，我们已经可以实现这种的完全隔离了，即相应地将其他两个设备的出价比例设置为-100%即可。将广告按二级分类进行拆分，其中大分类在这里等同于一个二级分类。每个二级分类将该类目相关的关键词按照主题相关原则首先进行广告组的拆分。并且，我们还可以对搜索量大、转化量大、转化成本高等一些有必要拆分出来的top关键词进行单独的广告组拆分，甚至到一个关键词一个广告组，从而进行更具针对性的出价和广告优化。按关键词的匹配方式进行拆分，根据当前的广告期望，首先考虑词组匹配+精确匹配。当拓展到一定阶段并且成本稳定之后，可以再测试广泛匹配（小预算的话请谨慎考虑）。词组匹配的广告系列中，关键词的出价相对较低，并且排除掉相应的精确匹配关键词。个人建议，分账户进行管理，并且两边保持相同的广告系列和广告组架构，以便于后续的操作。将词组匹配广告系列的转化搜索词提取出来，放入相应的精确 ...继续阅读 (28)

出于各种原因，网站可能会出现各种问题，即出现非200的状态码。为了及时发现问题，杜绝广告预算浪费，我们可以设置一个Script，设置为计划任务，每小时自动执行着陆页的状态码检查，当出现非200状态码时，自动发送邮件到广告管理人员，以便做出及时响应。设置方法非常简单，分为单账户和MCC账户设置法，帮助文档分别如下：单账户：https://developers.google.com/adwords/scripts/docs/solutions/link-checkerMCC账户：https://developers.google.com/adwords/scripts/docs/solutions/mccapp-link-checker    ...继续阅读 (12)

出于各种原因，网站可能会出现各种问题，即出现非200的状态码。为了及时发现问题，杜绝广告预算浪费，我们可以设置一个Script，设置为计划任务，每小时自动执行着陆页的状态码检查，当出现非200状态码时，自动发送邮件到广告管理人员，以便做出及时响应。设置方法非常简单，分为单账户和MCC账户设置法，帮助文档分别如下：单账户：https://developers.google.com/adwords/scripts/docs/solutions/link-checkerMCC账户：https://developers.google.com/adwords/scripts/docs/solutions/mccapp-link-checker    ...继续阅读 (7)

本文是对http://www.cpcstrategy.com/blog/2016/04/google-shopping-iso-campaigns/这篇文章的概述性总结，并且加上了自己的一些理解。投放过关键词搜索广告的朋友应该很多都尝试过按匹配方式出价的方式，包括上篇文章所述的GDN广告投放技巧，其中的一个核心理念便是：强化历史有转化的，扩展可能产生转化的，从而在持续放量的基础上，稳定ROI（或CPA）成本。我们知道，PLA广告是基于商品feed进行投放的，其中的关键性因素就是标题和描述，以及属性值的完整性，当然图片这种门面也非常重要。除此之外，基本就是出价了。但是，我们有时却很难把握出价的对象范围，以及幅度。因此，我们一般会基于不同的维度，基于历史数据进行分组。为了避免无效流量或者低质量的流量，我们往往会面临两难，对于高转化成本的大流量搜索词，我们到底要不要排除呢，排除了会造成转化量骤减，不排除转化成本居高不下。通常这种情况下，我们就可以使用ISO这种方式了，具体如下：原始的广告系列，我们称为A。A已经跑了一段时间，因此我们可以跑出一份搜索词报告，其中也会有相应的转化数据。根据我们的目标期望阈值，我们将其中的关键词分成3大类，高ROI，低ROI，大量消费且ROI为0（分别为A1、A2、A3，通过共享库建立关键词列表）。将A2的否定关键词列表应用到广告系列A。A是作为主攻的广告系列 ...继续阅读 (21)

本文是对http://www.cpcstrategy.com/blog/2016/04/google-shopping-iso-campaigns/这篇文章的概述性总结，并且加上了自己的一些理解。投放过关键词搜索广告的朋友应该很多都尝试过按匹配方式出价的方式，包括上篇文章所述的GDN广告投放技巧，其中的一个核心理念便是：强化历史有转化的，扩展可能产生转化的，从而在持续放量的基础上，稳定ROI（或CPA）成本。我们知道，PLA广告是基于商品feed进行投放的，其中的关键性因素就是标题和描述，以及属性值的完整性，当然图片这种门面也非常重要。除此之外，基本就是出价了。但是，我们有时却很难把握出价的对象范围，以及幅度。因此，我们一般会基于不同的维度，基于历史数据进行分组。为了避免无效流量或者低质量的流量，我们往往会面临两难，对于高转化成本的大流量搜索词，我们到底要不要排除呢，排除了会造成转化量骤减，不排除转化成本居高不下。通常这种情况下，我们就可以使用ISO这种方式了，具体如下：原始的广告系列，我们称为A。A已经跑了一段时间，因此我们可以跑出一份搜索词报告，其中也会有相应的转化数据。根据我们的目标期望阈值，我们将其中的关键词分成3大类，高ROI，低ROI，大量消费且ROI为0（分别为A1、A2、A3，通过共享库建立关键词列表）。将A2的否定关键词列表应用到广告系列A。A是作为主攻的广告系列 ...继续阅读 (8)

很久没写，来一篇干货。GDN广告一般来说我们都会尝试组合方式进行投放，特别是placement targeting的单独定位是极不推荐的。display planner的推荐定位和GA 的geographic report，一般来说是我们首先应该去尝试的。广告分组尽量细化，比如你应该按二级topic、兴趣，而非一级的topic或兴趣进行投放，否则的话你将很难优化，不知道具体到底是哪个定位真的的转化好。我们应该避免“平均值”这种东西，尽量做到“细分”。一般来说，每个网站的不同频道都是有相对固定的广告位的，因此，个人建议再按广告尺寸进行细分。你会发现不同尺寸的广告差异还是蛮大的，比如同一个网站，300*250可能就是文章的侧栏广告，而728*90则可能是频道首页。对于大流量网站来说，一般内页的表现可能会好于首页。广告转化率的影响因素，一方面取决于上述的定位方式，另外两个重要因素便是LP和banner了。因此，你也需要不断测试LP和banner的组合。如果你的广告投放量较大，并且立足于较长远的投资回报，并且有Criteo、AdWords和Facebook再营销广告对老用户进行回收，那么起初先关注add to cart这种较前端的转化也是OK的，因为你会有更多的转化数据利于广告优化，同时我们也可以根据addd to cart到最终purchase的漏斗流失情况，进行一个比例换算，得出你期望 ...继续阅读 (12)