摘要：Smarter Ecommerce分析了250多个搜索广告系列的AI Max数据，揭示了一个令人意外的真相：近50%的广告主同时运行AI Max、动态搜索广告和Performance Max，造成大量冗余；AI Max的查询扩展80%来自精确匹配关键词；虽然转化价值提升13%，但CPA增加16%。本文基于真实数据，为外贸企业提供AI Max投放的实战建议。
自从Google推出AI Max for Search功能以来，大多数讨论都集中在Google官方发布的基准数据上。这些数据表明广告主可以在保持效率的同时获得可观的转化增长。但就像许多平台统计数据一样，它们留下了关于该功能在实际成熟账户中如何运作的疑问。
为了获得更清晰的视角，Smarter Ecommerce（SMEC）电商洞察负责人Mike Ryan分析了250多个使用AI Max的搜索广告系列的性能数据。这些发现为测试该功能的广告主提供了有用的现实检验，特别是对于Google尚未发布官方性能基准的电商账户。
AI Max常与其他自动化功能同时运行
SMEC识别的第一个模式是AI Max在实际账户中的部署方式。
近一半测试AI Max的广告主同时也在运行动态搜索广告（DSA）和Performance Max广告系列。这种重叠造成了惊人的冗余量。
在SMEC分析的数据集中：
- 每6个广告主中就有1个将AI Max与DSA一起使用
- 每4个广告主中就有1个将AI Max与Performance Max并行使用
- 近50%的账户同时运行这三种广告类型
这带来了一个重要的运营挑战。
每种广告系列类型都旨在扩展现有关键词之外的覆盖范围。当它们并行运行时，可能会竞争相同的查询或在多个广告系列之间分散转化数据。这种碎片化会使性能分析变得更加困难，并可能干扰智能出价模型的学习过程。
Google的官方立场是广告主应该少担心重叠，多关注业务目标。理论上，广告排名决定哪个广告系列最终展示广告。但在实践中，广告主仍然需要清晰的广告系列结构来保持对转化来源的可见性。
AI Max查询扩展主要来自精确匹配关键词
Ryan研究的另一个有趣发现是AI Max如何与关键词匹配类型交互。
在分析了100万次AI Max展示后，研究发现以下分布：
- 精确匹配：80.11%
- 词组匹配：19.52%
- 广泛匹配：0.38%
许多广告主假设AI Max主要作为广泛匹配的扩展。但数据显示，它最常从现有的精确匹配关键词向外扩展。
换句话说，AI Max经常获取一个严格定义的关键词，并扩大被认为相关的查询集合。这种行为与Google推动意图匹配而非严格关键词匹配的更广泛趋势一致。
然而，这也意味着广告主需要对这些扩展捕获的查询有很强的可见性。如果没有积极的搜索词监控，账户可能开始匹配从未属于原始关键词策略的查询。
AI Max带来更多收入，但转化成本更高
Google关于AI Max的官方信息声称，广告主可以预期在类似效率水平下获得约14%的转化或转化价值增长。
SMEC的数据为这一说法在电商广告系列中的表现提供了首个有意义的基准。在分析的250个广告系列中，AI Max产生了：
- 收入中位数增长：+13%转化价值
- CPA中位数增加：+16%
转化价值增长与Google的非零售声明惊人地接近。然而，成本方面讲述了一个更微妙的故事。
通过AI Max产生的增量转化往往比基准关键词流量成本更高。正如Ginny Marvin在回应广告主问题时解释的那样，增量流量通常遵循边际收益递减规律。一旦高意图查询已被精心策划的关键词集合覆盖，额外的增长就来自可预测性或效率较低的查询。
换句话说，下一个边际转化通常比第一个成本更高。
对于广告主来说，关键要点是AI Max的行为更像是一个流量扩展层，而不是纯粹的效率优化。
ROAS结果在不同账户间差异巨大
虽然AI Max的中位数ROAS影响总体上看起来中性，但跨账户的结果分布异常广泛。
SMEC发现性能范围从：
- 比基准ROAS高42%
- 到比基准ROAS低35%
只有22%的广告系列接近其原始ROAS目标。其余78%要么表现显著超出，要么显著低于预期。
这表明AI Max性能高度依赖于单个账户结构、关键词覆盖和广告系列配置。
遗留关键词结构可能导致AI Max蚕食
研究中发现的另一个模式涉及AI Max与现有广泛匹配关键词的意外交互。
在某些账户中，AI Max匹配广泛匹配查询的频率远高于预期。例子包括：
- 在一个账户中与广泛匹配查询有49%的重叠
- 在另一个账户中有63%的重叠
SMEC发现根本原因通常来自遗留的广泛匹配修饰符（BMM）关键词。当Google几年前将BMM迁移到广泛匹配时，许多这些关键词继续表现得更像词组匹配。然后AI Max在这些匹配上扩展，造成了重叠的表象。
清理遗留关键词结构可以显著澄清报告并减少评估AI Max性能时的困惑。
对AI Max研究的最终思考
SMEC数据强化了许多经验丰富的广告主已经理解的东西。
扩展层可以驱动更多流量。但这种流量很少以与核心关键词集合相同的效率到来。
AI Max似乎遵循相同的模式。分析的广告系列看到转化价值中位数增长13%，但这些增量转化成本更高。
对于测试该功能的广告主来说，要点相当简单。将AI Max视为受控的扩展层，而不是搜索广告系列基础的替代品。
有兴趣了解完整分析的人可以探索SMEC的完整AI Max指南，其中更详细地分解了方法论和额外发现。
微信扫一扫 或 点击链接联系我