实操扫盲！GoogleAC 1.0 2.0 2.5 3.0这些分别是什么？

最近有刚入职的小伙伴在问我：其他优化师说的1.0/2.0/2.5/3.0都是什么意思啊，我怎么一点儿都听不明白，听他们跟客户聊跟听天书似的，好着急呀！

今天正好这个机会维睿互动就跟大家聊一下，Google 1.0/2.0/2.5/3.0这些分别是什么？有什么区别？帮助新手小伙伴更快的熟悉谷歌广告优化有关的知识。

谷歌广告包含很多广告版位和形式，毕竟谷歌家的产品也很多，是一个很庞大的平台集合。他们家的产品包括不限于下图这些，互联网广告通常以产品为媒介，只要是有用户的地方就可以产生变现，所以谷歌本身就可以在很多自家产品里进行广告版位的设计。

同时，谷歌也有很多合作商，谷歌作为一个广告平台的存在，对接过的合作商拥有的版位也可以进行广告投放。基于这个基础认识，谷歌的广告版位就算具体不知道具体投放在哪里，也能知道是很多种多样且巨量的存在。

谷歌为了方便广告主进行广告的投放，将广告进行了一些不同形式的基础分类，有针对电商的，也有针对应用的，还有针对品牌官网的。其中，专门对应用类客户设计的广告产品类型就是AC广告，也就是AppCampaign。

谷歌作为一个互联网巨头，肯定是有无数的人才在进行广告产品的研发和进阶的，所以随着AC广告的不断发展，逐步出现了AC1.0，AC2.0，AC2.5，AC3.0等各种广告系列的版本类型。

大体来说，数字越大，产品出现的时间越靠后，机器学习的深度也越深入和丰富，当然并不是说越高阶就一定越好，不同的广告类型在不同阶段都有对应的作用，弄清楚对应的广告类型并在产品不同时期合理运用是我们优化师需要掌握的基本功。

首先我们需要知道AC1.0/2.0/2.5/3.0都是选择【应用】广告系列类型，选择的子类型是【应用安装】，子类型这里如果选择了应用互动是ACe广告，选择了预注册是ACp广告，这里我们暂时不作介绍，感兴趣的人多的话，以后会详细讲，ACe和ACp。

千万不要以为AC2.5就是选择这里的应用互动了，曾经看到好几个新手小伙伴以为2.5的应用类事件优化就是在这里选择，导致投放的系列类型一开始就错了然后苦恼后续数据没达到要求，一定要记得AC1.0到AC3.0这种带数字的广告类型都要选【应用】-【应用安装】。

选择广告基础类型没有问题以后，从下面几张图的广告设置上来看看不同系列类型的设置区别：

AC1.0：主要定位倾向于获取更多安装的用户，出价部分只需要为广告设置目标每次安装成本即可。也可以关注一下广告面板的右边提示，有介绍将会根据我们所设定的目标CPI获得尽可能多的安装量，表示1.0系列只对安装量进行优化。

AC2.0：主要专注于可能会执行应用内操作的用户安装获取，虽然是倾向于“可能会执行的应用内动作”，但重点实现的目标还是安装量，类似于Facebook的均衡事件&安装的优化方式。设置出价时，就相当于告诉Google广告系统，每当有人安装了应用并有很大可能性会执行特定的应用内操作时，我们允许Google系统花费这些出价。2.0的出价模式仍然是以获得可能完成某项操作的安装用户为主要优化目的。

AC2.5：主要优化逻辑是帮助我们获取尽可能多的应用内事件，与2.0不同的是，2.5更加专注于应用事件而不是安装数量本身。投放之前需要从第三方数据追踪平台或者Firebase平台来对接转化事件，帮助谷歌识别有效事件，同时获取转化追踪。

AC3.0：主要针对ROAS进行优化。广告将会通过回传数据来预测未来的转化价值，然后系统会根据目标值预估好每次点击费用（CPC）区间，以转化价值为目标进行竞价优化，使广告的平均ROAS等于目标ROAS，从而达到优化回收价值的效果。3.0的出价方式也不同于前面3种进行费用出价，而是采用百分比的ROAS数据目标进行出价。

AC广告的工作原理都是根据我们的设置和素材进行不同版位的投放测试，基于广告系统的测试情况不断进行学习调整和优化，从而达到我们最终设置的优化目标，所以无论是什么目标，在新建后给到一定的学习时间让谷歌广告系统进行充分的学习非常的关键。

AC1.0在设置方面，可以略高于实际单价的30%-50%，部分地区可以考虑2倍出价；日预算最低不要低于CPI的50倍，方便谷歌广告在初期获取到更多学习数据。

AC2.0对于某些同时对单价和内部数据指标都有要求的品类会比较实用，需要注意的是事件对接的准确性，在上线初期需要观察事件是否有效回传。出价和预算接近1.0的水平进行设置即可。

AC2.5的出价，建议首先考虑安装后的事件转化率以及安装单价水平，看看安装与目标事件之间的转化率在什么区间内，根据这个区间去估算一个【安装单价/转化率】区间的最终事件出价区间来进行出价测试，帮助我们提高出价的效率。预算建议不低于目标事件出价的10倍，如果优化的事件出价是20美金，2.5广告的预算尽可能不低于200美金。

UAC 3.0目标ROAS的设定将会直接影响广告的转化情况。如果设置的太高，也不利于广告数据的尽快累计，所以建议设置的稍微低一点，提高学习效率，初期以低于历史7天ROAS的平均值20-30%左右的ROAS值作为出价测试目标。

AC广告能帮助我们在应用类产品推广上获得更好的成效，不同形式的素材会由谷歌进行自动组合匹配投放，帮助我们测试出不同形式和不同组合的素材表现，并逐步优化稳定至当前素材和流量市场下的最优状态。

很多投电商的小伙伴可能会不太适应AC广告，主要是因为AC广告的基础设置没有谷歌搜索展示广告那么多的用户细节定位。

其实现在的机器学习日渐成熟，谷歌在应用类产品上应用机器学习的研究更多，更多的解放优化师进行素材创意和产品方面的构思和优化，帮助我们广告主提高效率。因此，我们完全可以尝试信任一下谷歌广告的机器学习，尽可能的确保基本设置无误并多样化的广告素材更新，帮助系统更快的找到优秀素材。

同时，由于可编辑可定位的因素减少，我们在进行任何一个修改和优化的时候，都需要多观察机器学习的动向，在做出任何一项微小的调整都需要跟踪后续的效果，帮助我们更好的获得数据反馈，引导广告达成更好的指标。