Wynik optymalizacji i rekomendacje

Wideo: szczegółowa analiza

Rekomendacje mogą zwiększać skuteczność kampanii na kilka sposobów:

  • Wprowadzanie nowych i przydatnych funkcji
  • Lepiej wykorzystaj budżet dzięki ulepszonym stawkom, słowom kluczowym i reklamom
  • Zwiększanie ogólnej skuteczności i skuteczności kampanii

Aby zwiększyć wyniki optymalizacji, możesz za pomocą metody RecommendationService pobierać rekomendacje, a potem je stosować lub odrzucać. Od wersji 15 interfejsu Google Ads API możesz też zasubskrybować automatyczne stosowanie rekomendacji za pomocą interfejsu RecommendationSubscriptionService.

Wynik optymalizacji

Wideo: wynik optymalizacji

Wynik optymalizacji to prognoza skuteczności Twojego konta Google Ads. Jest on dostępny na poziomach Customer i Campaign.

Kolumna Customer.optimization_score_weight jest dostępna tylko na kontach innych niż menedżera i służy do obliczania ogólnego wyniku optymalizacji wielu kont. Pobierz wartości wyniku optymalizacji i wyniku optymalizacji kont oraz pomnóż przez siebie (Customer.optimization_score * Customer.optimization_score_weight), aby obliczyć ogólny wynik optymalizacji.

W raportach customer i campaign dostępne są dane dotyczące optymalizacji:

  1. metrics.optimization_score_url zawiera precyzyjny link do konta, który pozwala wyświetlać informacje o powiązanych rekomendacjach w interfejsie Google Ads.
  2. metrics.optimization_score_uplift informuje, o ile zwiększyłby się wynik optymalizacji po zastosowaniu wszystkich powiązanych rekomendacji. Jest to szacunkowa wartość obliczona na podstawie wszystkich dostępnych rekomendacji, a nie tylko sumy wyników wzrostu każdej rekomendacji.

Aby pogrupować i uporządkować zwrócone rekomendacje, możesz podzielić je na segmenty według typu rekomendacji, korzystając w zapytaniu z funkcji segments.recommendation_type.

Typy rekomendacji

W pełni obsługiwane typy rekomendacji

RecommendationType Opis
CAMPAIGN_BUDGET Napraw kampanie ograniczone z powodu budżetu
KEYWORD Dodaj nowe słowa kluczowe
TEXT_AD Dodaj propozycje reklam
TARGET_CPA_OPT_IN Ustalaj stawki z uwzględnieniem docelowego CPA
MAXIMIZE_CONVERSIONS_OPT_IN Ustalaj stawki, korzystając ze strategii Maksymalizacja liczby konwersji
MAXIMIZE_CONVERSION_VALUE_OPT_IN Ustalanie stawek pod kątem maksymalizacji wartości konwersji
ENHANCED_CPC_OPT_IN Ustalaj stawki z użyciem Ulepszonego CPC
MAXIMIZE_CLICKS_OPT_IN Ustalaj stawki, korzystając ze strategii Maksymalizacja liczby kliknięć
OPTIMIZE_AD_ROTATION Użyj zoptymalizowanych rotacji reklam
MOVE_UNUSED_BUDGET Przenieś niewykorzystane budżety do ograniczonych budżetów
TARGET_ROAS_OPT_IN Ustalaj stawki z uwzględnieniem docelowego ROAS
FORECASTING_CAMPAIGN_BUDGET Napraw kampanie, które mogą w przyszłości być ograniczone z powodu budżetu
RESPONSIVE_SEARCH_AD Dodaj nową elastyczną reklamę w wyszukiwarce
MARGINAL_ROI_CAMPAIGN_BUDGET Dostosuj budżet kampanii, by zwiększyć ROI
USE_BROAD_MATCH_KEYWORD W kampaniach opartych na konwersjach z automatycznym określaniem stawek użyj dopasowania przybliżonego
RESPONSIVE_SEARCH_AD_ASSET Dodawanie do reklamy komponentów elastycznych reklam w wyszukiwarce
RESPONSIVE_SEARCH_AD_IMPROVE_AD_STRENGTH Zwiększanie skuteczności elastycznej reklamy w wyszukiwarce
DISPLAY_EXPANSION_OPT_IN Aktualizowanie kampanii, by korzystać z rozszerzenia na sieć reklamową
SEARCH_PARTNERS_OPT_IN Docieraj do nowych odbiorców dzięki partnerom w sieci wyszukiwania Google
CUSTOM_AUDIENCE_OPT_IN Utwórz niestandardową listę odbiorców
IMPROVE_DISCOVERY_AD_STRENGTH Zwiększanie skuteczności reklam w kampaniach generujących popyt
UPGRADE_SMART_SHOPPING_CAMPAIGN_TO_PERFORMANCE_MAX Przekształcanie inteligentnej kampanii produktowej w kampanię Performance Max
UPGRADE_LOCAL_CAMPAIGN_TO_PERFORMANCE_MAX Przekształcanie starszej kampanii lokalnej w kampanię Performance Max
SHOPPING_MIGRATE_REGULAR_SHOPPING_CAMPAIGN_OFFERS_TO_PERFORMANCE_MAX Przenoszenie ofert kierowanych przez zwykłe kampanie produktowe do istniejących kampanii Performance Max
MIGRATE_DYNAMIC_SEARCH_ADS_CAMPAIGN_TO_PERFORMANCE_MAX Przekształcanie dynamicznych reklam w wyszukiwarce w kampanie Performance Max
PERFORMANCE_MAX_OPT_IN Tworzenie kampanii Performance Max na koncie
IMPROVE_PERFORMANCE_MAX_AD_STRENGTH Zwiększ skuteczność grupy plików w kampanii Performance Max do oceny „Świetna”
PERFORMANCE_MAX_FINAL_URL_OPT_IN Włączanie Rozwinięcia końcowego adresu URL w kampaniach Performance Max
RAISE_TARGET_CPA_BID_TOO_LOW Podnieś docelowy CPA, gdy jest za niski przy niewielkiej liczbie konwersji lub przy ich braku
FORECASTING_SET_TARGET_ROAS Zwiększ budżet przed wydarzeniem sezonowym, które według prognozy ma zwiększyć ruch, i zmień strategię ustalania stawek z Maksymalizacji wartości konwersji na Docelowy ROAS
LEAD_FORM Dodawanie do kampanii komponentów z formularzem kontaktowym
CALLOUT_ASSET Dodaj komponenty z objaśnieniami na poziomie kampanii lub klienta
SITELINK_ASSET Dodaj komponenty z linkami do podstron na poziomie kampanii lub klienta
CALL_ASSET Dodaj komponenty do wykonywania połączeń na poziomie kampanii lub klienta
SHOPPING_ADD_AGE_GROUP Dodaj atrybut grupa wiekowa do ofert, które zostały obniżone z powodu braku grupy wiekowej
SHOPPING_ADD_COLOR Dodaj kolor do ofert, które zostały przesunięte w dół z powodu brakującego koloru
SHOPPING_ADD_GENDER Dodawanie płci do ofert, które zostały obniżone z powodu brakującej płci
SHOPPING_ADD_GTIN Dodaj numer GTIN (globalny numer jednostki handlowej) do ofert, które zostały przesunięte w dół z powodu brakującego numeru GTIN
SHOPPING_ADD_MORE_IDENTIFIERS Dodaj więcej identyfikatorów do ofert, które zostały przesunięte w dół z powodu braku identyfikatorów
SHOPPING_ADD_SIZE Dodaj rozmiar do ofert, które zostały obniżone z powodu brakującego rozmiaru
SHOPPING_ADD_PRODUCTS_TO_CAMPAIGN Dodaj produkty do kampanii, które mają się wyświetlać
SHOPPING_FIX_DISAPPROVED_PRODUCTS Popraw odrzucone produkty
SHOPPING_TARGET_ALL_OFFERS Utwórz kampanię zbiorczą kierowaną na wszystkie oferty
SHOPPING_FIX_SUSPENDED_MERCHANT_CENTER_ACCOUNT Rozwiązywanie problemów z zawieszeniem konta Merchant Center
SHOPPING_FIX_MERCHANT_CENTER_ACCOUNT_SUSPENSION_WARNING Rozwiązywanie problemów związanych z ostrzeżeniami o zawieszeniu konta Merchant Center
DYNAMIC_IMAGE_EXTENSION_OPT_IN Włącz na koncie dynamiczne rozszerzenia graficzne
RAISE_TARGET_CPA Podnieś docelowy CPA
LOWER_TARGET_ROAS Niższy docelowy ROAS
FORECASTING_SET_TARGET_CPA Ustaw docelowy CPA dla kampanii, które nie mają jeszcze wartości, przed wydarzeniem sezonowym, w którym według prognozy zwiększy się ruch
SET_TARGET_CPA Ustawianie docelowego CPA w kampaniach, które nie mają go ustawionego
SET_TARGET_ROAS Ustawianie docelowego ROAS w kampaniach, które go nie mają
REFRESH_CUSTOMER_MATCH_LIST Aktualizowanie listy klientów, która nie była aktualizowana w ciągu ostatnich 90 dni
IMPROVE_GOOGLE_TAG_COVERAGE Wdróż tag Google na większej liczbie stron
CALLOUT_EXTENSION (wycofano) Wycofano, zamiast tego użyj zasady CALLOUT_ASSET
SITELINK_EXTENSION (wycofano) Wycofano, zamiast tego użyj zasady SITELINK_ASSET
CALL_EXTENSION (wycofano) Wycofano, zamiast tego użyj zasady CALL_ASSET
KEYWORD_MATCH_TYPE (wycofano) Wycofano, zamiast tego użyj zasady USE_BROAD_MATCH_KEYWORD

Więcej informacji w filmie

Obsługa nieobsługiwanych typów

Pobieranie rekomendacji

Wideo: kodowanie na żywo

Podobnie jak większość innych elementów w interfejsie Google Ads API, obiekty Recommendation są pobierane za pomocą metody GoogleAdsService.SearchStream w połączeniu z zapytaniem w języku Google Ads Query Language.

Szczegółowe informacje o poszczególnych typach rekomendacji są podane w odpowiednich polach. Na przykład szczegóły rekomendacji CAMPAIGN_BUDGET znajdują się w polu campaign_budget_recommendation i są umieszczone w obiekcie CampaignBudgetRecommendation.

Wszystkie pola dotyczące rekomendacji znajdziesz w polu sumy recommendation.

Wpływ rekomendacji

Niektóre typy rekomendacji wypełniają pole impact. Pole RecommendationImpact zawiera szacowany wpływ zastosowania rekomendacji na skuteczność konta. W polach impact.base_metrics i impact.potential_metrics dostępne są te dane rekomendacji:

  • impressions

  • clicks

  • cost_micros

  • conversions

  • all_conversions (dostępny od wersji 16 interfejsu Google Ads API)

  • video_views

Przykładowy kod

Ten przykładowy kod pobiera z konta wszystkie dostępne i odrzucone rekomendacje typu TEXT_AD i wyświetla niektóre ich szczegóły:

Java

private void runExample(GoogleAdsClient googleAdsClient, long customerId) {
  try (GoogleAdsServiceClient googleAdsServiceClient =
      googleAdsClient.getLatestVersion().createGoogleAdsServiceClient()) {
    String query =
        "SELECT recommendation.type, "
            + "recommendation.campaign, "
            + "recommendation.text_ad_recommendation "
            + "FROM recommendation "
            + "WHERE recommendation.type = TEXT_AD";

    // Creates a request that will retrieve all recommendations using pages of the
    // specified page size.
    SearchGoogleAdsRequest request =
        SearchGoogleAdsRequest.newBuilder()
            .setCustomerId(Long.toString(customerId))
            .setPageSize(PAGE_SIZE)
            .setQuery(query)
            .build();
    // Issues the search request.
    SearchPagedResponse searchPagedResponse = googleAdsServiceClient.search(request);

    // Iterates over all rows in all pages and prints the requested field values for the
    // recommendation in each row.
    for (GoogleAdsRow googleAdsRow : searchPagedResponse.iterateAll()) {
      Recommendation recommendation = googleAdsRow.getRecommendation();
      Ad recommendedAd = recommendation.getTextAdRecommendation().getAd();

      System.out.printf(
          "Recommendation ('%s') was found for campaign '%s':%n",
          recommendation.getResourceName(), recommendation.getCampaign());
      if (recommendedAd.hasExpandedTextAd()) {
        ExpandedTextAdInfo eta = recommendedAd.getExpandedTextAd();
        System.out.printf(
            "\tHeadline 1 = '%s'%n" + "\tHeadline 2 = '%s'%n" + "\tDescription = '%s'%n",
            eta.getHeadlinePart1(), eta.getHeadlinePart2(), eta.getDescription());
      }
      if (recommendedAd.getDisplayUrl() != null) {
        System.out.printf("\tDisplay URL = '%s'%n", recommendedAd.getDisplayUrl());
      }
      for (String url : recommendedAd.getFinalUrlsList()) {
        System.out.printf("\tFinal URL = '%s'%n", url);
      }
      for (String url : recommendedAd.getFinalMobileUrlsList()) {
        System.out.printf("\tFinal Mobile URL = '%s'%n", url);
      }
    }
  }
}
      

C#

public void Run(GoogleAdsClient client, long customerId)
{
    // Get the GoogleAdsServiceClient .
    GoogleAdsServiceClient service = client.GetService(Services.V15.GoogleAdsService);

    string query =
        @"SELECT
        recommendation.type,
        recommendation.campaign,
        recommendation.text_ad_recommendation
    FROM
        recommendation
    WHERE
        recommendation.type = TEXT_AD";

    // Create a request that will retrieve all recommendations using pages of the
    // specified page size.
    SearchGoogleAdsRequest request = new SearchGoogleAdsRequest()
    {
        CustomerId = customerId.ToString(),
        PageSize = PAGE_SIZE,
        Query = query
    };

    try
    {
        // Issue the search request.
        PagedEnumerable<SearchGoogleAdsResponse, GoogleAdsRow> searchPagedResponse =
            service.Search(customerId.ToString(), query);

        // Iterates over all rows in all pages and prints the requested field values
        // for the recommendation in each row.
        foreach (GoogleAdsRow googleAdsRow in searchPagedResponse)
        {
            Recommendation recommendation = googleAdsRow.Recommendation;
            // ...
        }
    }
    catch (GoogleAdsException e)
    {
        Console.WriteLine("Failure:");
        Console.WriteLine($"Message: {e.Message}");
        Console.WriteLine($"Failure: {e.Failure}");
        Console.WriteLine($"Request ID: {e.RequestId}");
        throw;
    }
}
      

PHP

public static function runExample(GoogleAdsClient $googleAdsClient, int $customerId)
{
    $googleAdsServiceClient = $googleAdsClient->getGoogleAdsServiceClient();
    // Creates a query that retrieves recommendations for text ads.
    $query = 'SELECT recommendation.type, recommendation.campaign, '
        . 'recommendation.text_ad_recommendation '
        . 'FROM recommendation '
        . 'WHERE recommendation.type = TEXT_AD';

    // Issues a search request by specifying page size.
    $response = $googleAdsServiceClient->search(
        SearchGoogleAdsRequest::build($customerId, $query)->setPageSize(self::PAGE_SIZE)
    );

    // 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(
            "Recommendation with resource name '%s' was found for campaign "
            . "with resource name '%s':%s",
            $recommendation->getResourceName(),
            $recommendation->getCampaign(),
            PHP_EOL
        );
        $recommendedAd = $recommendation->getTextAdRecommendation()->getAd();
        if (!is_null($recommendedAd->getExpandedTextAd())) {
            $recommendedExpandedTextAd = $recommendedAd->getExpandedTextAd();
            printf(
                "\tHeadline part 1 is '%s'.%s",
                $recommendedExpandedTextAd->getHeadlinePart1(),
                PHP_EOL
            );
            printf(
                "\tHeadline part 2 is '%s'.%s",
                $recommendedExpandedTextAd->getHeadlinePart2(),
                PHP_EOL
            );
            printf(
                "\tDescription is '%s'%s",
                $recommendedExpandedTextAd->getDescription(),
                PHP_EOL
            );
        }
        if (!is_null($recommendedAd->getDisplayUrl())) {
            printf("\tDisplay URL is '%s'.%s", $recommendedAd->getDisplayUrl(), PHP_EOL);
        }
        foreach ($recommendedAd->getFinalUrls() as $finalUrl) {
            /** @var string $finalUrl */
            printf("\tFinal URL is '%s'.%s", $finalUrl, PHP_EOL);
        }
        foreach ($recommendedAd->getFinalMobileUrls() as $finalMobileUrl) {
            /** @var string $finalMobileUrl */
            printf("\tFinal Mobile URL is '%s'.%s", $finalMobileUrl, PHP_EOL);
        }
    }
}
      

Python

def main(client, customer_id):
    ga_service = client.get_service("GoogleAdsService")

    query = """
        SELECT
          recommendation.type,
          recommendation.campaign,
          recommendation.text_ad_recommendation
        FROM recommendation
        WHERE recommendation.type = TEXT_AD"""

    search_request = client.get_type("SearchGoogleAdsStreamRequest")
    search_request.customer_id = customer_id
    search_request.query = query
    stream = ga_service.search_stream(request=search_request)

    for batch in stream:
        for row in batch.results:
            recommendation = row.recommendation
            recommended_ad = recommendation.text_ad_recommendation.ad
            print(
                f'Recommendation ("{recommendation.resource_name}") '
                f'was found for campaign "{recommendation.campaign}".'
            )

            if recommended_ad.display_url:
                print(f'\tDisplay URL = "{recommended_ad.display_url}"')

            for url in recommended_ad.final_urls:
                print(f'\tFinal URL = "{url}"')

            for url in recommended_ad.final_mobile_urls:
                print(f'\tFinal Mobile URL = "{url}"')
      

Ruby

def get_text_ad_recommendations(customer_id)
  # GoogleAdsClient will read a config file from
  # ENV['HOME']/google_ads_config.rb when called without parameters
  client = Google::Ads::GoogleAds::GoogleAdsClient.new

  ga_service = client.service.google_ads

  query = <<~QUERY
    SELECT recommendation.type, recommendation.campaign,
        recommendation.text_ad_recommendation
    FROM recommendation
    WHERE recommendation.type = TEXT_AD
  QUERY

  response = ga_service.search(
    customer_id: customer_id,
    query: query,
    page_size: PAGE_SIZE,
  )

  response.each do |row|
    recommendation = row.recommendation
    recommended_ad = recommendation.text_ad_recommendation.ad

    puts "Recommendation ('#{recommendation.resource_name}') was found for "\
        "campaign '#{recommendation.campaign}'."
    if recommended_ad.expanded_text_ad
      eta = recommended_ad.expanded_text_ad
      puts "\tHeadline 1 = '#{eta.headline_part1}'\n\tHeadline2 = '#{eta.headline_part2}'\n" +
          "\tDescription = '#{eta.description}'"
    end
    if recommended_ad.display_url
      puts "\tDisplay URL = '#{recommended_ad.display_url}'"
    end
    recommended_ad.final_urls.each do |url|
      puts "\tFinal Url = '#{url}'"
    end
    recommended_ad.final_mobile_urls.each do |url|
      puts "\tFinal Mobile Url = '#{url}'"
    end
  end
end
      

Perl

sub get_text_ad_recommendations {
  my ($api_client, $customer_id) = @_;

  # Creates the search query.
  my $search_query =
    "SELECT recommendation.type, recommendation.campaign, " .
    "recommendation.text_ad_recommendation " .
    "FROM recommendation WHERE recommendation.type = TEXT_AD";

  # Create a search Google Ads request that will retrieve all recommendations for
  # text ads using pages of the specified page size.
  my $search_request =
    Google::Ads::GoogleAds::V15::Services::GoogleAdsService::SearchGoogleAdsRequest
    ->new({
      customerId => $customer_id,
      query      => $search_query,
      pageSize   => PAGE_SIZE
    });

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

  my $iterator = Google::Ads::GoogleAds::Utils::SearchGoogleAdsIterator->new({
    service => $google_ads_service,
    request => $search_request
  });

  # Iterate over all rows in all pages and print the requested field values for
  # the recommendation in each row.
  while ($iterator->has_next) {
    my $google_ads_row = $iterator->next;
    my $recommendation = $google_ads_row->{recommendation};
    printf
      "Recommendation '%s' was found for campaign '%s':\n",
      $recommendation->{resourceName},
      $recommendation->{campaign};

    my $recommended_ad = $recommendation->{textAdRecommendation}{ad};
    if ($recommended_ad->{expandedTextAd}) {
      my $recommended_expanded_text_ad = $recommended_ad->{expandedTextAd};

      printf "\tHeadline part 1 is '%s'.\n" .
        "\tHeadline part 2 is '%s'.\n" . "\tDescription is '%s'.\n",
        $recommended_expanded_text_ad->{headlinePart1},
        $recommended_expanded_text_ad->{headlinePart2},
        $recommended_expanded_text_ad->{description};
    }

    if ($recommended_ad->{displayUrl}) {
      printf "\tDisplay URL is '%s'.\n", $recommended_ad->{displayUrl};
    }

    foreach my $final_url (@{$recommended_ad->{finalUrls}}) {
      printf "\tFinal URL is '%s'.\n", $final_url;
    }

    foreach my $final_mobile_url (@{$recommended_ad->{finalMobileUrls}}) {
      printf "\tFinal Mobile URL is '%s'.\n", $final_mobile_url;
    }
  }

  return 1;
}
      

Podejmij działanie

Każdą pobraną rekomendację można zastosować lub odrzucić.

W zależności od typu rekomendacji mogą się one zmieniać codziennie lub nawet kilka razy dziennie. W takim przypadku resource_name obiektu rekomendacji może stać się przestarzały po pobraniu rekomendacji.

Warto podjąć działania związane z rekomendacjami tuż po ich pobraniu.

Zastosuj rekomendacje

Wideo: stosowanie rekomendacji

Aktywne lub odrzucone rekomendacje możesz stosować za pomocą metody ApplyRecommendation RecommendationService.

Typy rekomendacji mogą mieć parametry obowiązkowe lub opcjonalne. Większość rekomendacji ma zalecane wartości, które są używane domyślnie.

Ustawianie kont na potrzeby automatycznego stosowania rekomendacji nie jest obsługiwane w przypadku niektórych typów rekomendacji. Możesz jednak wdrożyć podobne działanie w przypadku typów rekomendacji, które są w pełni obsługiwane przez interfejs Google Ads API. Więcej informacji znajdziesz w przykładzie kodu DetectAndApplyRecommendations.

Aby stosować rekomendacje z określonymi wartościami parametrów, użyj pola sumy apply_parameters wartości ApplyRecommendationOperation. Każdy odpowiedni typ rekomendacji ma własne pole. Żaden typ rekomendacji niewymieniony w polu apply_parameters nie korzysta z tych wartości parametrów.

Przykładowy kod

Poniższy przykładowy kod ilustruje, jak zastosować rekomendację z zalecanymi parametrami stosowania:

Java

private void runExample(
    GoogleAdsClient googleAdsClient, long customerId, String recommendationId) {
  String recommendationResourceName = ResourceNames.recommendation(customerId, recommendationId);

  ApplyRecommendationOperation.Builder operationBuilder =
      ApplyRecommendationOperation.newBuilder().setResourceName(recommendationResourceName);
  // Each recommendation types has optional parameters to override the recommended values.
  // This is an example to override a recommended ad when a TextAdRecommendation is applied.
  // Please read
  // https://developers.google.com/google-ads/api/reference/rpc/latest/ApplyRecommendationOperation
  // for details.
  // Note that additional import statements are needed for this example to work. And also, please
  // replace INSERT_AD_ID_HERE with a valid ad ID below.
  //
  // Ad overrideAd = Ad.newBuilder().setId(Long.parseLong("INSERT_AD_ID_HERE")).build();
  // operationBuilder.setTextAd(TextAdParameters.newBuilder().
  //     setAd(overrideAd).build()).build();
  List<ApplyRecommendationOperation> operations = new ArrayList<>();
  operations.add(operationBuilder.build());

  try (RecommendationServiceClient recommendationServiceClient =
      googleAdsClient.getLatestVersion().createRecommendationServiceClient()) {
    ApplyRecommendationResponse response =
        recommendationServiceClient.applyRecommendation(Long.toString(customerId), operations);
    System.out.printf("Applied %d recommendation:%n", response.getResultsCount());
    for (ApplyRecommendationResult result : response.getResultsList()) {
      System.out.println(result.getResourceName());
    }
  }
}
      

C#

public void Run(GoogleAdsClient client, long customerId, long recommendationId)
{
    // Get the RecommendationServiceClient.
    RecommendationServiceClient service = client.GetService(
        Services.V15.RecommendationService);

    ApplyRecommendationOperation operation = new ApplyRecommendationOperation()
    {
        ResourceName = ResourceNames.Recommendation(customerId, recommendationId),

        // Each recommendation types has optional parameters to override the recommended
        // values. For example, you can override a recommended ad when a
        // TextAdRecommendation is applied, as shown below.
        // Please read https://developers.google.com/google-ads/api/reference/rpc/latest/ApplyRecommendationOperation
        // for details.
        // TextAd = new TextAdParameters() {
        //   Ad = new Ad() {
        //     Id = long.Parse("INSERT_AD_ID_HERE")
        //   }
        // }
    };

    try
    {
        ApplyRecommendationResponse response = service.ApplyRecommendation(
            customerId.ToString(), new ApplyRecommendationOperation[] {
                operation
            });
        Console.WriteLine($"Applied {0} recommendation(s):", response.Results.Count);
        foreach (ApplyRecommendationResult result in response.Results)
        {
            Console.WriteLine($"- {result.ResourceName}");
        }
    }
    catch (GoogleAdsException e)
    {
        Console.WriteLine("Failure:");
        Console.WriteLine($"Message: {e.Message}");
        Console.WriteLine($"Failure: {e.Failure}");
        Console.WriteLine($"Request ID: {e.RequestId}");
        throw;
    }
}
      

PHP

public static function runExample(
    GoogleAdsClient $googleAdsClient,
    int $customerId,
    string $recommendationId
) {
    $recommendationResourceName =
        ResourceNames::forRecommendation($customerId, $recommendationId);

    $applyRecommendationOperation = new ApplyRecommendationOperation();
    $applyRecommendationOperation->setResourceName($recommendationResourceName);

    // 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.
    $recommendationServiceClient = $googleAdsClient->getRecommendationServiceClient();
    $response = $recommendationServiceClient->applyRecommendation(
        ApplyRecommendationRequest::build($customerId, [$applyRecommendationOperation])
    );
    /** @var Recommendation $appliedRecommendation */
    $appliedRecommendation = $response->getResults()[0];

    printf(
        "Applied recommendation with resource name: '%s'.%s",
        $appliedRecommendation->getResourceName(),
        PHP_EOL
    );
}
      

Python

def main(client, customer_id, recommendation_id):
    recommendation_service = client.get_service("RecommendationService")

    apply_recommendation_operation = client.get_type(
        "ApplyRecommendationOperation"
    )

    apply_recommendation_operation.resource_name = (
        recommendation_service.recommendation_path(
            customer_id, recommendation_id
        )
    )

    # This is where we override the recommended ad when a TextAdRecommendation is applied.
    # override_ad = client.get_type("Ad")
    # override_ad.resource_name = "INSERT_AD_ID_HERE"
    # apply_recommendation_operation.text_ad.ad = override_ad

    recommendation_response = recommendation_service.apply_recommendation(
        customer_id=customer_id, operations=[apply_recommendation_operation]
    )

    print(
        "Applied recommendation with resource name: "
        f"'{recommendation_response.results[0].resource_name}'"
    )
      

Ruby

def apply_recommendation(customer_id, recommendation_id)
  # GoogleAdsClient will read a config file from
  # ENV['HOME']/google_ads_config.rb when called without parameters
  client = Google::Ads::GoogleAds::GoogleAdsClient.new

  recommendation_resource =
      client.path.recommendation(customer_id, recommendation_id)
  apply_recommendation_operation = client.operation.apply_recommendation
  apply_recommendation_operation.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.
  # For details, please read
  # https://developers.google.com/google-ads/api/reference/rpc/google.ads.google_ads.v1.services#google.ads.google_ads.v1.services.ApplyRecommendationOperation
  #
  # 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
  # apply_recommendation_operation.text_ad = text_ad_parameters

  # Issues a mutate request to apply the recommendation.
  recommendation_service = client.service.recommendation
  response = recommendation_service.apply_recommendation(
    customer_id: customer_id,
    operations: [apply_recommendation_operation],
  )
  applied_recommendation = response.results.first

  puts "Applied recommendation with resource name: '#{applied_recommendation.resource_name}'."
end
      

Perl

sub apply_recommendation {
  my ($api_client, $customer_id, $recommendation_id) = @_;

  my $recommendation_resource_name =
    Google::Ads::GoogleAds::V15::Utils::ResourceNames::recommendation(
    $customer_id, $recommendation_id);

  # Create an apply recommendation operation.
  my $apply_recommendation_operation =
    Google::Ads::GoogleAds::V15::Services::RecommendationService::ApplyRecommendationOperation
    ->new({
      resourceName => $recommendation_resource_name
    });

  # 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.
  #
  # my $overriding_ad = Google::Ads::GoogleAds::V15::Resources::Ad->new({
  #   id => "INSERT_AD_ID_AS_INTEGER_HERE"
  # });
  # my $text_ad_parameters =
  #   Google::Ads::GoogleAds::V15::Services::RecommendationService::TextAdParameters
  #   ->new({ad => $overriding_ad});
  # $apply_recommendation_operation->{textAd} = $text_ad_parameters;

  # Apply the recommendation.
  my $apply_recommendation_response =
    $api_client->RecommendationService()->apply({
      customerId => $customer_id,
      operations => [$apply_recommendation_operation]});

  printf "Applied recommendation with resource name: '%s'.\n",
    $apply_recommendation_response->{results}[0]{resourceName};

  return 1;
}
      

Obejrzyj te filmy, by dowiedzieć się więcej

Zastosuj parametry

Sprzedaż hurtowa

Błędy

Testy

Odrzucanie rekomendacji

Film: odrzucanie rekomendacji

Rekomendacje możesz odrzucać za pomocą RecommendationService. Struktura kodu jest podobna do stosowania rekomendacji, ale zamiast tego używasz DismissRecommendationOperation i RecommendationService.DismissRecommendation.

Obejrzyj te filmy, by dowiedzieć się więcej

Sprzedaż hurtowa

Błędy

Testy

Włącz automatyczne stosowanie rekomendacji

Począwszy od wersji 15 interfejsu Google Ads API, możesz używać interfejsu RecommendationSubscriptionService do automatycznego stosowania rekomendacji określonego typu.

Aby zasubskrybować konkretny typ rekomendacji, utwórz obiekt RecommendationSubscription, w polu type wybierz jeden z obsługiwanych typów rekomendacji, a w polu status ustaw wartość ENABLED.

Typy rekomendacji obsługiwane przez subskrypcje

  • 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

Pobierz subskrypcje

Aby uzyskać informacje o subskrypcjach rekomendacji na koncie, wyślij zapytanie do zasobu recommendation_subscription.

Aby wyświetlić zmiany zastosowane automatycznie, wyślij zapytanie do zasobu change_event, filtrując change_client_type według wartości GOOGLE_ADS_RECOMMENDATIONS_SUBSCRIPTION.

Rekomendacje dotyczące tworzenia kampanii

Począwszy od wersji 16 interfejsu Google Ads API, możesz używać narzędzia RecommendationService.GenerateRecommendationsRequest do generowania rekomendacji podczas tworzenia kampanii dla określonego zestawu typów rekomendacji.

GenerateRecommendations akceptuje jako dane wejściowe identyfikator klienta, typ kanału reklamowego SEARCH lub PERFORMANCE_MAX, listę typów rekomendacji do wygenerowania oraz różne punkty danych zależne od określonych typów. Na podstawie podanych przez Ciebie danych generuje listę obiektów Recommendation. Jeśli nie ma wystarczającej ilości danych do wygenerowania rekomendacji dotyczącej żądanego elementu recommendation_types lub jeśli kampania jest już w stanie zalecanym, zestaw wyników nie będzie zawierał rekomendacji dotyczącej tego typu. Upewnij się, że aplikacja obsługuje przypadek, w którym nie są zwracane żadne rekomendacje dotyczące żądanych typów rekomendacji.

W tabeli poniżej opisujemy typy rekomendacji obsługiwane przez GenerateRecommendations oraz pola, które musisz podać, aby otrzymywać rekomendacje tego typu. Sprawdzoną metodą jest wysłanie żądania GenerateRecommendations po zgromadzeniu wszystkich informacji związanych z żądanymi typami rekomendacji. Więcej informacji na temat pól wymaganych i opcjonalnych, w tym pól zagnieżdżonych, znajdziesz w dokumentacji referencyjnej.

RecommendationType Pola wymagane Pola opcjonalne
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
Uwaga: zwrócony obiekt SitelinkAssetRecommendation będzie zawierał puste listy. Jeśli odpowiedź GenerateRecommendations zawiera element SitelinkAssetRecommendation, można ją traktować jako sygnał do dodania do kampanii co najmniej 1 komponentu z linkami do podstron.
  • campaign_sitelink_count
TARGET_CPA_OPT_IN
  • conversion_tracking_status
  • bidding_info
TARGET_ROAS_OPT_IN
  • conversion_tracking_status
  • bidding_info

Przykładowy przepływ wykorzystania

Załóżmy, że Twoja firma jest agencją reklamową, która zajmuje się tworzeniem kampanii dla użytkowników i chcesz oferować użytkownikom sugestie podczas tego procesu. Za pomocą narzędzia GenerateRecommendationsRequest możesz generować rekomendacje na żądanie i stosować je w interfejsie tworzenia kampanii.

Proces korzystania może wyglądać tak:

  1. Użytkownik otwiera aplikację, aby utworzyć kampanię Performance Max.

  2. Użytkownik podaje wstępne informacje w trakcie tworzenia kampanii. Podaje na przykład szczegóły potrzebne do utworzenia pojedynczego elementu SitelinkAsset i jako strategię inteligentnego określania stawek wybiera TARGET_SPEND.

  3. Wysyłasz GenerateRecommendationsRequest, który ustawia te pola:

    • campaign_sitelink_count: ustaw wartość 1, czyli liczbę komponentów z linkami do podstron w trwającej kampanii.

    • bidding_info: ustaw zagnieżdżone pole bidding_strategy_type na TARGET_SPEND.

    • conversion_tracking_status: ustaw wartość ConversionTrackingStatus tego klienta. Wskazówki, jak pobrać to pole, znajdziesz w przewodniku zarządzania konwersjami dla początkujących.

    • recommendation_types: ustaw wartość [SITELINK_ASSET, MAXIMIZE_CLICKS_OPT_IN].

    • advertising_channel_type: ustaw wartość PERFORMANCE_MAX.

    • customer_id: ustaw identyfikator klienta tworzącego kampanię.

  4. Możesz skorzystać z rekomendacji dostępnych w interfejsie GenerateRecommendationsResponse (w tym przypadku w językach SitelinkAssetRecommendation i MaximizeClicksOptInRecommendation), a potem zaproponować je użytkownikowi, wyświetlając je w interfejsie tworzenia kampanii. Jeśli użytkownik zaakceptuje sugestię, możesz ją uwzględnić w prośbie o utworzenie kampanii, gdy tylko zakończy proces tworzenia kampanii.