Optimierungsfaktor und Empfehlungen

Video: Ausführliche Produktbeschreibung

Mithilfe von Empfehlungen können Sie Ihre Kampagnen auf unterschiedliche Weise verbessern:

  • Neue und relevante Funktionen einführen
  • Mit optimierten Geboten, Keywords und Anzeigen mehr aus Ihrem Budget herausholen
  • Gesamtleistung und Effizienz Ihrer Kampagnen steigern

Zum Erhöhen des Optimierungsfaktors können Sie Empfehlungen mit RecommendationService abrufen und dann entsprechend anwenden oder ablehnen. Sie können auch die Option Automatisch anwenden abonnieren. Verwenden Sie dazu die RecommendationSubscriptionService.

Optimierungsfaktor

Video: Optimierungsfaktor

Der Optimierungsfaktor ist ein Schätzwert zur Leistung Ihres Google Ads-Kontos. Er ist auf Kontoebene (Customer) und Kampagnenebene (Campaign) verfügbar.

Der Wert Customer.optimization_score_weight ist nur für Konten verfügbar, die kein Verwaltungskonto sind. Er wird verwendet, um den Gesamtoptimierungsfaktor mehrerer Konten zu berechnen. Rufen Sie den Optimierungsfaktor und die Gewichtung des Optimierungsfaktors der Konten ab und multiplizieren Sie sie (Customer.optimization_score * Customer.optimization_score_weight), um den Gesamtoptimierungsfaktor zu berechnen.

Für customer- und campaign-Berichte sind optimierungsbezogene Messwerte verfügbar:

  1. Der metrics.optimization_score_url ist ein Deeplink zum Konto, über den Sie Informationen zu den zugehörigen Empfehlungen in der Google Ads-Benutzeroberfläche aufrufen können.
  2. Der metrics.optimization_score_uplift gibt an, wie stark sich der Optimierungsfaktor erhöhen würde, wenn alle zugehörigen Empfehlungen angewendet werden. Es handelt sich um eine Schätzung, die auf allen verfügbaren Empfehlungen insgesamt basiert, nicht nur auf der Summe der Steigerungswerte für jede Empfehlung.

Zum Gruppieren und Sortieren der zurückgegebenen Empfehlungen können Sie beide Messwerte nach Empfehlungstyp segmentieren. Verwenden Sie dazu in Ihrer Abfrage segments.recommendation_type.

Empfehlungstypen

Vollständig unterstützte Empfehlungstypen

RecommendationType Beschreibung
CAMPAIGN_BUDGET Kampagnen mit eingeschränktem Budget nachbessern
KEYWORD Neue Keywords hinzufügen
TEXT_AD Anzeigenvorschläge hinzufügen
TARGET_CPA_OPT_IN Gebote mit Ziel-CPA
MAXIMIZE_CONVERSIONS_OPT_IN Mit „Conversions maximieren“ bieten
MAXIMIZE_CONVERSION_VALUE_OPT_IN Mit der Gebotsstrategie „Conversion-Wert maximieren“ bieten
ENHANCED_CPC_OPT_IN Mit auto-optimiertem CPC bieten
MAXIMIZE_CLICKS_OPT_IN Mit der Gebotsstrategie „Klicks maximieren“ bieten
OPTIMIZE_AD_ROTATION Optimierte Anzeigenrotation verwenden
MOVE_UNUSED_BUDGET Nicht aufgebrauchte Budgets in beschränkte Budgets verschieben
TARGET_ROAS_OPT_IN Mit Ziel-ROAS bieten
FORECASTING_CAMPAIGN_BUDGET Kampagnen anpassen, die künftig voraussichtlich durch das Budget eingeschränkt werden
RESPONSIVE_SEARCH_AD Neue responsive Suchanzeige hinzufügen
MARGINAL_ROI_CAMPAIGN_BUDGET Kampagnenbudget anpassen, um den ROI zu erhöhen
USE_BROAD_MATCH_KEYWORD Weitgehend passende Keywords für Conversion-basierte Kampagnen mit automatischer Gebotseinstellung verwenden
RESPONSIVE_SEARCH_AD_ASSET Assets für responsive Suchanzeigen zu einer Anzeige hinzufügen
RESPONSIVE_SEARCH_AD_IMPROVE_AD_STRENGTH Effektivität einer responsiven Suchanzeige verbessern
DISPLAY_EXPANSION_OPT_IN Kampagne aktualisieren, um die Displaynetzwerk-Aktivierung zu verwenden
SEARCH_PARTNERS_OPT_IN Mit Google Suchnetzwerk-Partnern die Reichweite erhöhen
CUSTOM_AUDIENCE_OPT_IN Benutzerdefinierte Zielgruppe erstellen
IMPROVE_DISCOVERY_AD_STRENGTH Effektivität von Anzeigen in Demand Gen-Kampagnen verbessern
UPGRADE_SMART_SHOPPING_CAMPAIGN_TO_PERFORMANCE_MAX Smarte Shopping-Kampagnen auf Performance Max-Kampagnen umstellen
UPGRADE_LOCAL_CAMPAIGN_TO_PERFORMANCE_MAX Lokale Kampagne auf Performance Max-Kampagne umstellen
SHOPPING_MIGRATE_REGULAR_SHOPPING_CAMPAIGN_OFFERS_TO_PERFORMANCE_MAX Angebote, auf die Standard-Shopping-Kampagnen ausgerichtet sind, zu bestehenden Performance Max-Kampagnen migrieren
MIGRATE_DYNAMIC_SEARCH_ADS_CAMPAIGN_TO_PERFORMANCE_MAX Dynamische Suchanzeigen zu Performance Max-Kampagnen migrieren
PERFORMANCE_MAX_OPT_IN Performance Max-Kampagnen in Ihrem Konto erstellen
IMPROVE_PERFORMANCE_MAX_AD_STRENGTH Asset-Gruppenstärke einer Performance Max-Kampagne auf „Hervorragend“ verbessern
PERFORMANCE_MAX_FINAL_URL_OPT_IN „Erweiterung der finalen URL“ für Performance Max-Kampagnen aktivieren
RAISE_TARGET_CPA_BID_TOO_LOW Ziel-CPA erhöhen, wenn er zu niedrig ist und nur wenige oder gar keine Conversions erzielt werden
FORECASTING_SET_TARGET_ROAS Budget vor einem saisonalen Ereignis erhöhen, bei dem die Zugriffszahlen voraussichtlich steigen, und Gebotsstrategie von „Conversion-Wert maximieren“ zu „Ziel-ROAS“ ändern
LEAD_FORM Einer Kampagne Assets mit Lead-Formular hinzufügen
CALLOUT_ASSET Assets mit Zusatzinformationen auf Kampagnen- oder Kundenebene hinzufügen
SITELINK_ASSET Sitelink-Assets auf Kampagnen- oder Kundenebene hinzufügen
CALL_ASSET Anruf-Assets auf Kampagnen- oder Kundenebene hinzufügen
SHOPPING_ADD_AGE_GROUP Fügen Sie das Attribut „Altersgruppe“ [age_group] Angeboten hinzu, die aufgrund einer fehlenden Altersgruppe herabgestuft wurden.
SHOPPING_ADD_COLOR Angeboten, die aufgrund einer fehlenden Farbe herabgestuft wurden, eine Farbe hinzufügen
SHOPPING_ADD_GENDER Angeboten, die aufgrund eines fehlenden Geschlechts herabgestuft wurden, ein Geschlecht hinzufügen
SHOPPING_ADD_GTIN Angeboten, die aufgrund einer fehlenden GTIN degradiert wurden, eine GTIN (Global Trade Item Number) hinzufügen
SHOPPING_ADD_MORE_IDENTIFIERS Fügen Sie Angeboten, die aufgrund fehlender Kennzeichnungen abgewertet werden, weitere Kennzeichnungen hinzu
SHOPPING_ADD_SIZE Fügen Sie die Größe Angeboten hinzu, die aufgrund einer fehlenden Größe deaktiviert wurden.
SHOPPING_ADD_PRODUCTS_TO_CAMPAIGN Produkte für eine Kampagne hinzufügen
SHOPPING_FIX_DISAPPROVED_PRODUCTS Abgelehnte Produkte korrigieren
SHOPPING_TARGET_ALL_OFFERS Universelle Kampagne mit Ausrichtung auf alle Angebote erstellen
SHOPPING_FIX_SUSPENDED_MERCHANT_CENTER_ACCOUNT Probleme mit der Sperrung von Merchant Center-Konten beheben
SHOPPING_FIX_MERCHANT_CENTER_ACCOUNT_SUSPENSION_WARNING Probleme mit Warnung zur Sperrung von Merchant Center-Konten beheben
DYNAMIC_IMAGE_EXTENSION_OPT_IN Dynamische Bilderweiterungen im Konto aktivieren
RAISE_TARGET_CPA Ziel-CPA erhöhen
LOWER_TARGET_ROAS Ziel-ROAS senken
FORECASTING_SET_TARGET_CPA Ziel-CPA für Kampagnen festlegen, für die noch keiner festgelegt wurde, vor einem saisonalen Ereignis, bei dem voraussichtlich mehr Zugriffe erzielt werden
SET_TARGET_CPA Ziel-CPA für Kampagnen festlegen, für die noch keiner festgelegt ist
SET_TARGET_ROAS Ziel-ROAS für Kampagnen festlegen, für die noch keiner angegeben ist
REFRESH_CUSTOMER_MATCH_LIST Kundenliste aktualisieren, die in den letzten 90 Tagen nicht aktualisiert wurde
IMPROVE_GOOGLE_TAG_COVERAGE Google-Tag auf mehr Seiten einfügen
CALLOUT_EXTENSION (verworfen) Verworfen, verwenden Sie stattdessen CALLOUT_ASSET.
SITELINK_EXTENSION (verworfen) Eingestellt, stattdessen SITELINK_ASSET verwenden
CALL_EXTENSION (verworfen) Eingestellt, stattdessen CALL_ASSET verwenden
KEYWORD_MATCH_TYPE (verworfen) Eingestellt, stattdessen USE_BROAD_MATCH_KEYWORD verwenden

Weitere Informationen erhalten Sie in diesem Video.

Umgang mit nicht unterstützten Typen

Empfehlungen abrufen

Video: Live-Programmierung

Wie die meisten anderen Entitäten in der Google Ads API werden Recommendation-Objekte mithilfe von GoogleAdsService.SearchStream und einer Google Ads Query Language-Abfrage abgerufen.

Für jeden Empfehlungstyp werden Details in einem spezifischen Empfehlungsfeld angegeben. Beispielsweise befinden sich Empfehlungsdetails für CAMPAIGN_BUDGET im Feld campaign_budget_recommendation und sind in ein CampaignBudgetRecommendation-Objekt eingeschlossen.

Suchen Sie alle empfehlungsspezifischen Felder im Union-Feld recommendation.

Auswirkung von Empfehlungen

Einige Empfehlungstypen werden im Feld impact der Empfehlung dargestellt. RecommendationImpact enthält eine Schätzung der Auswirkungen der Empfehlung auf die Kontoleistung. Die folgenden Empfehlungsmesswerte sind in den Feldern impact.base_metrics und impact.potential_metrics verfügbar:

  • impressions

  • clicks

  • cost_micros

  • conversions

  • all_conversions

  • video_views

Codebeispiel

Im folgenden Beispielcode werden alle verfügbaren und abgelehnten Empfehlungen vom Typ KEYWORD aus einem Konto abgerufen und einige Details dazu ausgegeben:

Java

try (GoogleAdsServiceClient googleAdsServiceClient =
        googleAdsClient.getLatestVersion().createGoogleAdsServiceClient();
    RecommendationServiceClient recommendationServiceClient =
        googleAdsClient.getLatestVersion().createRecommendationServiceClient()) {
  // Creates a query that retrieves keyword recommendations.
  String query =
      "SELECT recommendation.resource_name, "
          + "  recommendation.campaign, "
          + "  recommendation.keyword_recommendation "
          + "FROM recommendation "
          + "WHERE recommendation.type = KEYWORD";
  // Constructs the SearchGoogleAdsStreamRequest.
  SearchGoogleAdsStreamRequest request =
      SearchGoogleAdsStreamRequest.newBuilder()
          .setCustomerId(Long.toString(customerId))
          .setQuery(query)
          .build();

  // Issues the search stream request to detect keyword recommendations that exist for the
  // customer account.
  ServerStream<SearchGoogleAdsStreamResponse> stream =
      googleAdsServiceClient.searchStreamCallable().call(request);

  // Creates apply operations for all the recommendations found.
  List<ApplyRecommendationOperation> applyRecommendationOperations = new ArrayList<>();
  for (SearchGoogleAdsStreamResponse response : stream) {
    for (GoogleAdsRow googleAdsRow : response.getResultsList()) {
      Recommendation recommendation = googleAdsRow.getRecommendation();
      System.out.printf(
          "Keyword recommendation '%s' was found for campaign '%s'%n",
          recommendation.getResourceName(), recommendation.getCampaign());
      KeywordInfo keyword = recommendation.getKeywordRecommendation().getKeyword();
      System.out.printf("\tKeyword = '%s'%n", keyword.getText());
      System.out.printf("\tMatch type = '%s'%n", keyword.getMatchType());

      // Creates an ApplyRecommendationOperation that will apply this recommendation, and adds
      // it to the list of operations.
      applyRecommendationOperations.add(buildRecommendationOperation(recommendation));
    }
  }
DetectAndApplyRecommendations.java

C#

// Get the GoogleAdsServiceClient.
GoogleAdsServiceClient googleAdsService = client.GetService(
    Services.V18.GoogleAdsService);

// Creates a query that retrieves keyword recommendations.
string query = "SELECT recommendation.resource_name, " +
    "recommendation.campaign, recommendation.keyword_recommendation " +
    "FROM recommendation WHERE " +
    $"recommendation.type = KEYWORD";

List<ApplyRecommendationOperation> operations =
    new List<ApplyRecommendationOperation>();

try
{
    // Issue a search request.
    googleAdsService.SearchStream(customerId.ToString(), query,
        delegate (SearchGoogleAdsStreamResponse resp)
        {
            Console.WriteLine($"Found {resp.Results.Count} recommendations.");
            foreach (GoogleAdsRow googleAdsRow in resp.Results)
            {
                Recommendation recommendation = googleAdsRow.Recommendation;
                Console.WriteLine("Keyword recommendation " +
                    $"{recommendation.ResourceName} was found for campaign " +
                    $"{recommendation.Campaign}.");

                if (recommendation.KeywordRecommendation != null)
                {
                    KeywordInfo keyword =
                        recommendation.KeywordRecommendation.Keyword;
                    Console.WriteLine($"Keyword = {keyword.Text}, type = " +
                        "{keyword.MatchType}");
                }

                operations.Add(
                    BuildApplyRecommendationOperation(recommendation.ResourceName)
                );
            }
        }
    );
}
catch (GoogleAdsException e)
{
    Console.WriteLine("Failure:");
    Console.WriteLine($"Message: {e.Message}");
    Console.WriteLine($"Failure: {e.Failure}");
    Console.WriteLine($"Request ID: {e.RequestId}");
    throw;
}
DetectAndApplyRecommendations.cs

PHP

$googleAdsServiceClient = $googleAdsClient->getGoogleAdsServiceClient();
// Creates a query that retrieves keyword recommendations.
$query = 'SELECT recommendation.resource_name, recommendation.campaign, '
    . 'recommendation.keyword_recommendation '
    . 'FROM recommendation '
    . 'WHERE recommendation.type = KEYWORD ';
// Issues a search request to detect keyword recommendations that exist for the
// customer account.
$response =
    $googleAdsServiceClient->search(SearchGoogleAdsRequest::build($customerId, $query));

$operations = [];
// Iterates over all rows in all pages and prints the requested field values for
// the recommendation in each row.
foreach ($response->iterateAllElements() as $googleAdsRow) {
    /** @var GoogleAdsRow $googleAdsRow */
    $recommendation = $googleAdsRow->getRecommendation();
    printf(
        "Keyword recommendation with resource name '%s' was found for campaign "
        . "with resource name '%s':%s",
        $recommendation->getResourceName(),
        $recommendation->getCampaign(),
        PHP_EOL
    );
    if (!is_null($recommendation->getKeywordRecommendation())) {
        $keyword = $recommendation->getKeywordRecommendation()->getKeyword();
        printf(
            "\tKeyword = '%s'%s\ttype = '%s'%s",
            $keyword->getText(),
            PHP_EOL,
            KeywordMatchType::name($keyword->getMatchType()),
            PHP_EOL
        );
    }
    // Creates an ApplyRecommendationOperation that will be used to apply this
    // recommendation, and adds it to the list of operations.
    $operations[] = self::buildRecommendationOperation($recommendation->getResourceName());
}
DetectAndApplyRecommendations.php

Python

googleads_service = client.get_service("GoogleAdsService")
query = f"""
    SELECT
      recommendation.campaign,
      recommendation.keyword_recommendation
    FROM recommendation
    WHERE
      recommendation.type = KEYWORD"""

# Detects keyword recommendations that exist for the customer account.
response = googleads_service.search(customer_id=customer_id, query=query)

operations = []
for row in response.results:
    recommendation = row.recommendation
    print(
        f"Keyword recommendation ('{recommendation.resource_name}') "
        f"was found for campaign '{recommendation.campaign}."
    )

    keyword = recommendation.keyword_recommendation.keyword
    print(
        f"\tKeyword = '{keyword.text}'\n" f"\tType = '{keyword.match_type}'"
    )

    # Create an ApplyRecommendationOperation that will be used to apply
    # this recommendation, and add it to the list of operations.
    operations.append(
        build_recommendation_operation(client, recommendation.resource_name)
    )
detect_and_apply_recommendations.py

Ruby

query = <<~QUERY
  SELECT recommendation.resource_name, recommendation.campaign,
      recommendation.keyword_recommendation
  FROM recommendation
  WHERE recommendation.type = KEYWORD
QUERY

google_ads_service = client.service.google_ads

response = google_ads_service.search(
  customer_id: customer_id,
  query: query,
)

operations = response.each do |row|
  recommendation = row.recommendation

  puts "Keyword recommendation ('#{recommendation.resource_name}') was found for "\
    "campaign '#{recommendation.campaign}'."

  if recommendation.keyword_recommendation
    keyword = recommendation.keyword_recommendation.keyword
    puts "\tKeyword = '#{keyword.text}'"
    puts "\ttype = '#{keyword.match_type}'"
  end

  build_recommendation_operation(client, recommendation.resource_name)
end
detect_and_apply_recommendations.rb

Perl

# Create the search query.
my $search_query =
  "SELECT recommendation.resource_name, " .
  "recommendation.campaign, recommendation.keyword_recommendation " .
  "FROM recommendation " .
  "WHERE recommendation.type = KEYWORD";

# Get the GoogleAdsService.
my $google_ads_service = $api_client->GoogleAdsService();

my $search_stream_handler =
  Google::Ads::GoogleAds::Utils::SearchStreamHandler->new({
    service => $google_ads_service,
    request => {
      customerId => $customer_id,
      query      => $search_query
    }});

# Create apply operations for all the recommendations found.
my $apply_recommendation_operations = ();
$search_stream_handler->process_contents(
  sub {
    my $google_ads_row = shift;
    my $recommendation = $google_ads_row->{recommendation};
    printf "Keyword recommendation '%s' was found for campaign '%s'.\n",
      $recommendation->{resourceName}, $recommendation->{campaign};
    my $keyword = $recommendation->{keywordRecommendation}{keyword};
    printf "\tKeyword = '%s'\n",    $keyword->{text};
    printf "\tMatch type = '%s'\n", $keyword->{matchType};
    # Creates an ApplyRecommendationOperation that will apply this recommendation, and adds
    # it to the list of operations.
    push @$apply_recommendation_operations,
      build_recommendation_operation($recommendation);
  });
detect_and_apply_recommendations.pl

Maßnahmen ergreifen

Alle abgerufenen Empfehlungen können angewendet oder abgelehnt werden.

Je nach Empfehlungstyp können sich Empfehlungen täglich oder sogar mehrmals täglich ändern. In diesem Fall kann die resource_name eines Empfehlungsobjekts nach dem Abrufen der Empfehlung veraltet sein.

Es empfiehlt sich, Empfehlungen kurz nach dem Abruf umzusetzen.

Empfehlungen übernehmen

Video: Empfehlungen übernehmen

Sie können aktive oder abgelehnte Empfehlungen mit der Methode ApplyRecommendation der RecommendationService anwenden.

Empfehlungstypen können obligatorische oder optionale Parameter haben. Die meisten Empfehlungen enthalten empfohlene Werte, die standardmäßig verwendet werden.

Das Festlegen von Konten für automatisch angewendete Empfehlungen wird nicht für alle Empfehlungstypen unterstützt. Sie können jedoch ein ähnliches Verhalten für die Empfehlungstypen implementieren, die von der Google Ads API vollständig unterstützt werden. Weitere Informationen finden Sie im DetectAndApplyRecommendations-Codebeispiel.

Verwenden Sie das Union-Feld apply_parameters von ApplyRecommendationOperation, um Empfehlungen mit bestimmten Parameterwerten anzuwenden. Für jeden geeigneten Empfehlungstyp gibt es ein eigenes Feld. Für Empfehlungstypen, die nicht im Feld apply_parameters aufgeführt sind, werden diese Parameterwerte nicht verwendet.

Codebeispiel

Der folgende Code zeigt, wie Sie den ApplyRecommendationOperation erstellen und die empfohlenen Werte überschreiben, wenn Sie sie durch Ihre eigenen ersetzen möchten.

Java

/** Creates and returns an ApplyRecommendationOperation to apply the given recommendation. */
private ApplyRecommendationOperation buildRecommendationOperation(Recommendation recommendation) {
  // If you have a recommendation ID instead of a resource name, you can create a resource name
  // like this:
  // String resourceName = ResourceNames.recommendation(customerId, recommendationId);

  // Creates a builder to construct the operation.
  Builder operationBuilder = ApplyRecommendationOperation.newBuilder();

  // Each recommendation type has optional parameters to override the recommended values. Below is
  // an example showing how to override a recommended ad when a TextAdRecommendation is applied.
  // operationBuilder.getTextAdBuilder().getAdBuilder().setResourceName("INSERT_AD_RESOURCE_NAME");

  // Sets the operation's resource name to the resource name of the recommendation to apply.
  operationBuilder.setResourceName(recommendation.getResourceName());
  return operationBuilder.build();
}
DetectAndApplyRecommendations.java

C#

private ApplyRecommendationOperation BuildApplyRecommendationOperation(
    string recommendationResourceName
)
{
    // If you have a recommendation_id instead of the resource_name you can create a
    // resource name from it like this:
    // string recommendationResourceName =
    //    ResourceNames.Recommendation(customerId, recommendationId)

    // Each recommendation type has optional parameters to override the recommended values.
    // This is an example to override a recommended ad when a TextAdRecommendation is
    // applied.
    // For details, please read
    // https://developers.google.com/google-ads/api/reference/rpc/latest/ApplyRecommendationOperation.
    /*
    Ad overridingAd = new Ad()
    {
        Id = "INSERT_AD_ID_AS_LONG_HERE"
    };
    applyRecommendationOperation.TextAd = new TextAdParameters()
    {
        Ad = overridingAd
    };
    */

    ApplyRecommendationOperation applyRecommendationOperation =
    new ApplyRecommendationOperation()
    {
        ResourceName = recommendationResourceName
    };

    return applyRecommendationOperation;
}
DetectAndApplyRecommendations.cs

PHP

private static function buildRecommendationOperation(
    string $recommendationResourceName
): ApplyRecommendationOperation {
    // If you have a recommendation_id instead of the resource name, you can create a resource
    // name from it like this:
    /*
    $recommendationResourceName =
        ResourceNames::forRecommendation($customerId, $recommendationId);
    */

    // Each recommendation type has optional parameters to override the recommended values.
    // This is an example to override a recommended ad when a TextAdRecommendation is applied.
    // For details, please read
    // https://developers.google.com/google-ads/api/reference/rpc/latest/ApplyRecommendationOperation.
    /*
    $overridingAd = new Ad([
        'id' => 'INSERT_AD_ID_AS_INTEGER_HERE'
    ]);
    $applyRecommendationOperation->setTextAd(new TextAdParameters(['ad' => $overridingAd]));
    */

    // Issues a mutate request to apply the recommendation.
    $applyRecommendationOperation = new ApplyRecommendationOperation();
    $applyRecommendationOperation->setResourceName($recommendationResourceName);
    return $applyRecommendationOperation;
}
DetectAndApplyRecommendations.php

Python

def build_recommendation_operation(client, recommendation):
    """Creates a ApplyRecommendationOperation to apply the given recommendation.

    Args:
        client: an initialized GoogleAdsClient instance.
        customer_id: a client customer ID.
        recommendation: a resource name for the recommendation to be applied.
    """
    # If you have a recommendation ID instead of a resource name, you can create
    # a resource name like this:
    #
    # googleads_service = client.get_service("GoogleAdsService")
    # resource_name = googleads_service.recommendation_path(
    #   customer_id, recommendation.id
    # )

    operation = client.get_type("ApplyRecommendationOperation")

    # Each recommendation type has optional parameters to override the
    # recommended values. Below is an example showing how to override a
    # recommended ad when a TextAdRecommendation is applied.
    #
    # operation.text_ad.ad.resource_name = "INSERT_AD_RESOURCE_NAME"
    #
    # For more details, see:
    # https://developers.google.com/google-ads/api/reference/rpc/latest/ApplyRecommendationOperation#apply_parameters

    operation.resource_name = recommendation
    return operation
detect_and_apply_recommendations.py

Ruby

def build_recommendation_operation(client, recommendation)
  # If you have a recommendation_id instead of the resource_name
  # you can create a resource name from it like this:
  # recommendation_resource =
  #    client.path.recommendation(customer_id, recommendation_id)

  operations = client.operation.apply_recommendation
  operations.resource_name = recommendation_resource

  # Each recommendation type has optional parameters to override the recommended
  # values. This is an example to override a recommended ad when a
  # TextAdRecommendation is applied.
  #
  # text_ad_parameters = client.resource.text_ad_parameters do |tap|
  #   tap.ad = client.resource.ad do |ad|
  #     ad.id = "INSERT_AD_ID_AS_INTEGER_HERE"
  #   end
  # end
  # operation.text_ad = text_ad_parameters
  #
  # For more details, see:
  # https://developers.google.com/google-ads/api/reference/rpc/latest/ApplyRecommendationOperation#apply_parameters

  return operation
end
detect_and_apply_recommendations.rb

Perl

sub build_recommendation_operation {
  my ($recommendation) = @_;

  # If you have a recommendation ID instead of a resource name, you can create a resource
  # name like this:
  # my $recommendation_resource_name =
  #   Google::Ads::GoogleAds::V18::Utils::ResourceNames::recommendation(
  #   $customer_id, $recommendation_id);

  # Each recommendation type has optional parameters to override the recommended values.
  # Below is an example showing how to override a recommended ad when a TextAdRecommendation
  # is applied.
  # my $overriding_ad = Google::Ads::GoogleAds::V18::Resources::Ad->new({
  #   id => "INSERT_AD_ID_AS_INTEGER_HERE"
  # });
  # my $text_ad_parameters =
  #   Google::Ads::GoogleAds::V18::Services::RecommendationService::TextAdParameters
  #   ->new({ad => $overriding_ad});
  # $apply_recommendation_operation->{textAd} = $text_ad_parameters;

  # Create an apply recommendation operation.
  my $apply_recommendation_operation =
    Google::Ads::GoogleAds::V18::Services::RecommendationService::ApplyRecommendationOperation
    ->new({
      resourceName => $recommendation->{resourceName}});

  return $apply_recommendation_operation;
}
detect_and_apply_recommendations.pl

Im nächsten Beispiel wird ApplyRecommendation aufgerufen. Dabei werden die Vorgänge zum Anwenden von Empfehlungen gesendet, die im vorherigen Code erstellt wurden.

Java

// Issues a mutate request to apply the recommendations.
ApplyRecommendationResponse applyRecommendationsResponse =
    recommendationServiceClient.applyRecommendation(
        Long.toString(customerId), applyRecommendationOperations);
for (ApplyRecommendationResult applyRecommendationResult :
    applyRecommendationsResponse.getResultsList()) {
  System.out.printf(
      "Applied recommendation with resource name: '%s'.%n",
      applyRecommendationResult.getResourceName());
}
DetectAndApplyRecommendations.java

C#

private void ApplyRecommendation(GoogleAdsClient client, long customerId,
    List<ApplyRecommendationOperation> operations)
{
    // Get the RecommendationServiceClient.
    RecommendationServiceClient recommendationService = client.GetService(
        Services.V18.RecommendationService);

    ApplyRecommendationRequest applyRecommendationRequest = new ApplyRecommendationRequest()
    {
        CustomerId = customerId.ToString(),
    };

    applyRecommendationRequest.Operations.AddRange(operations);

    ApplyRecommendationResponse response =
        recommendationService.ApplyRecommendation(applyRecommendationRequest);
    foreach (ApplyRecommendationResult result in response.Results)
    {
        Console.WriteLine("Applied a recommendation with resource name: " +
            result.ResourceName);
    }
}
DetectAndApplyRecommendations.cs

PHP

private static function applyRecommendations(
    GoogleAdsClient $googleAdsClient,
    int $customerId,
    array $operations
): void {
    // Issues a mutate request to apply the recommendations.
    $recommendationServiceClient = $googleAdsClient->getRecommendationServiceClient();
    $response = $recommendationServiceClient->applyRecommendation(
        ApplyRecommendationRequest::build($customerId, $operations)
    );
    foreach ($response->getResults() as $appliedRecommendation) {
        /** @var Recommendation $appliedRecommendation */
        printf(
            "Applied a recommendation with resource name: '%s'.%s",
            $appliedRecommendation->getResourceName(),
            PHP_EOL
        );
    }
}
DetectAndApplyRecommendations.php

Python

def apply_recommendations(client, customer_id, operations):
    """Applies a batch of recommendations.

    Args:
        client: an initialized GoogleAdsClient instance.
        customer_id: a client customer ID.
        operations: a list of ApplyRecommendationOperation messages.
    """
    # Issues a mutate request to apply the recommendations.
    recommendation_service = client.get_service("RecommendationService")
    response = recommendation_service.apply_recommendation(
        customer_id=customer_id, operations=operations
    )

    for result in response.results:
        print(
            "Applied a recommendation with resource name: "
            f"'{result[0].resource_name}'."
        )
detect_and_apply_recommendations.py

Ruby

def apply_recommendations(client, customer_id, operations)
  # Issues a mutate request to apply the recommendation.
  recommendation_service = client.service.recommendation

  response = recommendation_service.apply_recommendation(
    customer_id: customer_id,
    operations: [operations],
  )

  response.results.each do |applied_recommendation|
    puts "Applied recommendation with resource name: '#{applied_recommendation.resource_name}'."
  end
end
detect_and_apply_recommendations.rb

Perl

# Issue a mutate request to apply the recommendations.
my $apply_recommendation_response =
  $api_client->RecommendationService()->apply({
    customerId => $customer_id,
    operations => $apply_recommendation_operations
  });

foreach my $result (@{$apply_recommendation_response->{results}}) {
  printf "Applied recommendation with resource name: '%s'.\n",
    $result->{resourceName};
}
detect_and_apply_recommendations.pl

In diesen Videos erfahren Sie mehr

Parameter anwenden

Bulk

Fehler

Tests

Empfehlungen ablehnen

Video: Empfehlungen ablehnen

Sie können Empfehlungen mit der Taste RecommendationService ablehnen. Die Codestruktur ähnelt dem Anwenden von Empfehlungen, verwenden jedoch stattdessen DismissRecommendationOperation und RecommendationService.DismissRecommendation.

Weitere Informationen in diesen Videos

Bulk

Fehler

Tests

Empfehlungen automatisch anwenden

Mit dem RecommendationSubscriptionService können Sie Empfehlungen eines bestimmten Typs automatisch anwenden lassen.

Wenn Sie einen bestimmten Empfehlungstyp abonnieren möchten, erstellen Sie ein RecommendationSubscription-Objekt, legen Sie das Feld type auf einen der unterstützten Empfehlungstypen fest und setzen Sie das Feld status auf ENABLED.

Abounterstützte Empfehlungstypen

  • ENHANCED_CPC_OPT_IN
  • KEYWORD
  • KEYWORD_MATCH_TYPE
  • LOWER_TARGET_ROAS
  • MAXIMIZE_CLICKS_OPT_IN
  • OPTIMIZE_AD_ROTATION
  • RAISE_TARGET_CPA
  • RESPONSIVE_SEARCH_AD
  • RESPONSIVE_SEARCH_AD_IMPROVE_AD_STRENGTH
  • SEARCH_PARTNERS_OPT_IN
  • SEARCH_PLUS_OPT_IN
  • SET_TARGET_CPA
  • SET_TARGET_ROAS
  • TARGET_CPA_OPT_IN
  • TARGET_ROAS_OPT_IN
  • USE_BROAD_MATCH_KEYWORD

Abos abrufen

Fragen Sie die Ressource recommendation_subscription ab, um Informationen zu den Empfehlungsabos eines Kontos zu erhalten.

Wenn Sie Änderungen anzeigen möchten, die automatisch angewendet wurden, fragen Sie die Ressource change_event ab und filtern Sie change_event.client_type nach GOOGLE_ADS_RECOMMENDATIONS_SUBSCRIPTION.

Empfehlungen bei der Kampagnenerstellung

Mit RecommendationService.GenerateRecommendationsRequest lassen sich beim Erstellen einer Kampagne Empfehlungen für bestimmte Arten von Empfehlungen generieren.

GenerateRecommendations akzeptiert als Eingabe eine Kundennummer, einen Werbekanaltyp (entweder SEARCH oder PERFORMANCE_MAX), eine Liste der zu generierenden Empfehlungstypen und verschiedene Datenpunkte, die von den angegebenen Typen abhängen. Es gibt eine Liste von Recommendation-Objekten zurück, die auf den von Ihnen bereitgestellten Daten basieren. Wenn nicht genügend Daten vorhanden sind, um eine Empfehlung für die angeforderte recommendation_types zu generieren, oder wenn der Kampagnenstatus bereits „Empfohlen“ ist, enthält das Ergebnisset keine Empfehlung für diesen Typ. Ihre Anwendung muss den Fall verarbeiten können, dass für die angeforderten Empfehlungstypen keine Empfehlungen zurückgegeben werden.

In der folgenden Tabelle werden die von GenerateRecommendations unterstützten Empfehlungstypen und die Felder beschrieben, die Sie angeben müssen, um Empfehlungen für diesen Typ zu erhalten. Es hat sich bewährt, die GenerateRecommendations-Anfrage nachdem alle Informationen zu den angeforderten Empfehlungstypen erfasst wurden, zu senden. Weitere Informationen zu Pflicht- und optionalen Feldern, einschließlich verschachtelter Felder, finden Sie in der Referenzdokumentation.

RecommendationType Pflichtfelder Optionale Felder
CAMPAIGN_BUDGET (ab Version 18) Sowohl für Such- als auch für Performance Max-Kampagnen sind die folgenden Felder erforderlich:
  • final_url
  • bidding_strategy_type
Nur für Suchkampagnen sind außerdem die folgenden Felder erforderlich:
  • country_code
  • language_code
  • positive_location_id oder negative_location_id
  • ad_group_info.keywords
  • bidding_info.
    bidding_strategy_target_info.
    target_impression_share_info    , wenn die Gebotsstrategie auf TARGET_IMPRESSION_SHARE festgelegt ist
  • asset_group_info
  • budget_info
KEYWORD
  • seed_info
  • ad_group_info
MAXIMIZE_CLICKS_OPT_IN
  • conversion_tracking_status
  • bidding_info
MAXIMIZE_CONVERSIONS_OPT_IN
  • conversion_tracking_status
  • bidding_info
MAXIMIZE_CONVERSION_VALUE_OPT_IN
  • conversion_tracking_status
  • bidding_info
SET_TARGET_CPA
  • conversion_tracking_status
  • bidding_info
SET_TARGET_ROAS
  • conversion_tracking_status
  • bidding_info
SITELINK_ASSET
Hinweis: Das zurückgegebene Objekt SitelinkAssetRecommendation enthält leere Listen. Wenn die GenerateRecommendations-Antwort eine SitelinkAssetRecommendation enthält, kann dies als Signal dafür gewertet werden, der Kampagne mindestens ein Sitelink-Asset hinzuzufügen.
  • campaign_sitelink_count
TARGET_CPA_OPT_IN
  • conversion_tracking_status
  • bidding_info
TARGET_ROAS_OPT_IN
  • conversion_tracking_status
  • bidding_info

Beispiel für einen Nutzungsablauf

Angenommen, Ihr Unternehmen ist eine Werbeagentur, die Nutzern einen Workflow zur Kampagnenerstellung bereitstellt und Sie ihnen währenddessen Vorschläge unterbreiten möchten. Mit GenerateRecommendationsRequest lassen sich Empfehlungen nach Bedarf generieren und in die Benutzeroberfläche zur Kampagnenerstellung einbinden.

Der Nutzungsablauf könnte so aussehen:

  1. Ein Nutzer ruft Ihre Anwendung auf, um eine Performance Max-Kampagne zu erstellen.

  2. Der Nutzer gibt im Rahmen des Kampagnenaufbaus einige erste Informationen an. Er gibt beispielsweise Details zum Erstellen einer einzelnen SitelinkAsset an und wählt TARGET_SPEND als Smart Bidding-Strategie aus.

  3. Sie senden eine GenerateRecommendationsRequest, die die folgenden Felder festlegt:

    • campaign_sitelink_count: Legen Sie 1 fest. Das ist die Anzahl der Sitelink-Assets in der laufenden Kampagne.

    • bidding_info: Legen Sie das verschachtelte bidding_strategy_type-Feld auf TARGET_SPEND fest.

    • conversion_tracking_status: auf die ConversionTrackingStatus dieses Kunden festgelegt ist. Eine Anleitung zum Abrufen dieses Felds finden Sie im Einstiegsleitfaden für die Conversion-Verwaltung.

    • Setzen Sie recommendation_types auf [SITELINK_ASSET, MAXIMIZE_CLICKS_OPT_IN].

    • Setzen Sie advertising_channel_type auf PERFORMANCE_MAX.

    • customer_id: auf die ID des Kunden festlegen, der die Kampagne erstellt.

  4. Sie können die Empfehlungen in der GenerateRecommendationsResponse – in diesem Fall eine SitelinkAssetRecommendation und eine MaximizeClicksOptInRecommendation – übernehmen und sie dem Nutzer vorschlagen, indem Sie sie in der Benutzeroberfläche für die Kampagnenerstellung anzeigen. Wenn der Nutzer einen Vorschlag akzeptiert, können Sie ihn in die Anfrage zur Kampagnenerstellung aufnehmen, sobald der Nutzer den Kampagnenerstellungsvorgang abgeschlossen hat.