以前类型的自动广告活动在广告投放方面受到更多限制，广告商必须创建多个自动广告活动才能覆盖尽可能多的受众。
自动化的扩展是由机器学习的改进推动的，而机器学习本身又由两个主要因素驱动：
增加可用数据量更快地搜索该数据中的信号
最近，Google Ads 还宣布，现在可以在不添加转化和再营销标签的情况下运行智能购物广告系列。这使得新零售商更容易开始此类活动。
考虑到此类广告系列仅适用于自动出价，特别是“最大价值转化”策略，因此很高兴看到不再需要转化跟踪。
也许谷歌的机器学习已经变得如此先进，以至于它可以对每个广告商的表现做出假设。这些估计基于来自使用跟踪标签的类似广告商的信号。
因此，公司已经开始受益 圣文森特和格林纳丁斯电子邮件列表 于机器学习预测用户之间交叉点的能力：它现在可以确定广告商之间的相似性。
当系统可以预测转化次数时，就不再需要广告商获取该数据进行自动竞价。
我们能做什么
据谷歌称，智能购物广告系列仍然需要转化标签才能发挥最佳效果。显然，如果系统有广告商数据，机器预测会更加准确。
话虽如此，重要的是要了解谷歌的目标是最大化广告活动的转化价值，而对于大多数广告商来说，利润最大化比收入更重要。
为了获得更多收入广告商可以通过转化
字段报告利润而不是销售额，或者创建多个智能购物广告系列，每个广告系列都有自己的 tROAS。事实上，我们最近从谷歌代表那里听到了越来越多的这样的建议。
本质上，他们是说优化效率的一种方法 是停止将整个产品目录视为投资组合优化问题。相反，您 AGB目录 可以将具有相当盈利能力的产品分组，然后像管理投资组合一样管理每个组，将它们组织到单独的营销活动中。
因素 2. 数据较少
谷歌不断要求我们改变帐户优化方法，挑选出我们以前依赖的指标。
