對於電子商務廣告商來說，這並不是壞消息；事實證明，如果結構合理，Performance Max 廣告系列可以有效地找到並吸引傳統搜尋廣告系列可能無法覆蓋的新訪客。
那麼，電子商務的策略性 PMax 廣告系列結構是什麼樣的呢？讓我們來探索一下。
新的號召性用語
避免同時進行非品牌搜尋和 PMax 廣告活動
非品牌搜尋從來都不是效果最好的廣告類型，但當你同時執行針對相同產品的非品牌和 PMax 廣告時，演算法往往會混淆，兩種廣告類型的效果都會受到影響。
最近，我在執行 PMax 廣告並重新引入非品牌搜尋時，效果受到了一些影響。在這些情況下，由於 PMax 的表現優於非品牌，所以我乾脆關閉了非品牌，讓 PMax 佔上風。
不要細分新客戶和現有客戶
不，這不是打字錯誤。無論你的直覺告訴你什麼，都不要細 澳洲電話號碼數據
分新舊客戶。我從慘痛的經歷中吸取了教訓，這種細分只會推高成本，而且無論如何也不會阻止新客戶出現在「現有」細分中。考慮到 Cookie 的局限性（無論好壞，Cookie 直到 2025 年才會消失，但仍然存在嚴重缺陷），這並不奇怪。
細分越少，混亂就越少，演算法的學習階段就越容易；雖然放棄控制權很可怕，但我們需要讓演算法發揮作用。
也就是說，無論你的目錄是大是小，你都應該對價格差異很大的產品進行細分。例如，如果你賣的是 2,000 美元的西裝，不要把 100 美元的領帶放在同一個廣告系列中，否則谷歌演算法最終會把你的全部預算分配給更容易、更低成本的購買。
可以納入的其他受眾群體，以找到更高價值的用戶
我們越能針對最有價值的用戶和活動來訓練演算法，它就越能有效地推動收入成長。我們已經看到，告訴演算法找到以下內容會帶來豐厚的回報：
購物車放棄者
離開「暢銷書」頁面而未購買的訪客
大手大腳的消費者
觀看過產品影片的用戶
搜尋過熱門非品牌關鍵字的用戶
您的品牌和廣告系列可能還有更多特定細分市場；訣竅是全面盤點那些已被證明具有巨大價值的操作或用戶類型，並確保識別出那些可供演算法查找的操作或用戶類型。
當然，這並不是打造出色的 Performance Max 電子商務廣告系列的全部內容。產品 feed 品質、創意和訊息傳遞也都至關重要。但以明智的心態處理您的廣告活動結構可以為利用 Google 的 AI 定位奠定極其堅實的基礎。
如果您對我們在人工智慧定位時代推動電子商務績效的其他細微差別感到好奇，請給我們留言。
