Video: Ausführliche Produktbeschreibung
Mit den Empfehlungen können Sie Ihre Kampagnen in mehrfacher Hinsicht verbessern:
- Neue und relevante Funktionen vorstellen
- Budget mit optimierten Geboten, Keywords und Anzeigen besser nutzen
- Gesamtleistung und Effizienz Ihrer Kampagnen steigern
Zum Erhöhen des Optimierungsfaktors können Sie mit dem RecommendationService
Empfehlungen abrufen und dann entsprechend anwenden oder ablehnen. Ab Version 15 der Google Ads API können Sie auch für automatisch anwendbare Empfehlungen die RecommendationSubscriptionService
verwenden.
Optimierungsfaktor
Der Optimierungsfaktor ist ein Schätzwert zur Leistungsfähigkeit Ihres Google Ads-Kontos. Er ist auf den Ebenen Customer
und Campaign
verfügbar.
Die Customer.optimization_score_weight
ist nur für Konten verfügbar, die keine Verwaltungskonten sind, und wird verwendet, um den Optimierungsfaktor mehrerer Konten zu berechnen. Rufen Sie den Optimierungsfaktor und die Gewichtung des Optimierungsfaktors der Konten ab und multiplizieren Sie sie miteinander (Customer.optimization_score * Customer.optimization_score_weight
), um den Optimierungsfaktor insgesamt zu berechnen.
Für customer
- und campaign
-Berichte sind optimierungsbezogene Messwerte verfügbar:
- Über die
metrics.optimization_score_url
wird ein Deeplink zum Konto bereitgestellt, über den Sie in der Google Ads-Benutzeroberfläche Informationen zu den entsprechenden Empfehlungen aufrufen können. metrics.optimization_score_uplift
gibt an, um wie stark der Optimierungsfaktor ansteigen würde, wenn alle zugehörigen Empfehlungen angewendet werden. Es handelt sich um eine Schätzung, die auf allen verfügbaren Empfehlungen als Ganzes basiert und nicht nur auf der Summe der Steigerungswerte für jede Empfehlung.
Wenn Sie die zurückgegebenen Empfehlungen gruppieren und sortieren möchten, können Sie in der Abfrage mit segments.recommendation_type
beide Messwerte nach Empfehlungstyp segmentieren.
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 „Conversion-Wert maximieren“ bieten |
ENHANCED_CPC_OPT_IN |
Gebote mit auto-optimiertem CPC |
MAXIMIZE_CLICKS_OPT_IN |
Gebote mit „Klicks maximieren“ |
OPTIMIZE_AD_ROTATION |
Optimierte Anzeigenrotation verwenden |
MOVE_UNUSED_BUDGET |
Nicht aufgebrauchte in eingeschränkte Budgets verschieben |
TARGET_ROAS_OPT_IN |
Gebote mit Ziel-ROAS |
FORECASTING_CAMPAIGN_BUDGET |
Kampagnen korrigieren, die in Zukunft voraussichtlich durch das Budget eingeschränkt werden |
RESPONSIVE_SEARCH_AD |
Neue responsive Suchanzeige hinzufügen |
MARGINAL_ROI_CAMPAIGN_BUDGET |
Kampagnenbudget anpassen, um ROI zu erhöhen |
USE_BROAD_MATCH_KEYWORD |
Für Conversion-basierte Kampagnen mit automatischer Gebotseinstellung die Keyword-Option Weitgehend passend verwenden |
RESPONSIVE_SEARCH_AD_ASSET |
Assets für responsive Suchanzeigen hinzufügen |
RESPONSIVE_SEARCH_AD_IMPROVE_AD_STRENGTH |
Die Effektivität einer responsiven Suchanzeige verbessern |
DISPLAY_EXPANSION_OPT_IN |
Kampagne für Displaynetzwerk-Aktivierung aktualisieren |
SEARCH_PARTNERS_OPT_IN |
Mit Suchnetzwerk-Partnern von Google die Reichweite vergrößern |
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-Kampagne auf Performance Max-Kampagne umstellen |
UPGRADE_LOCAL_CAMPAIGN_TO_PERFORMANCE_MAX |
Lokale Kampagne auf Performance Max-Kampagne umstellen |
SHOPPING_MIGRATE_REGULAR_SHOPPING_CAMPAIGN_OFFERS_TO_PERFORMANCE_MAX |
Angebote, die auf reguläre 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 |
Verbessern Sie die Stärke der Asset-Gruppe einer Performance Max-Kampagne auf die Bewertung „Sehr gut“. |
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 sehr wenige oder keine Conversions erzielt werden |
FORECASTING_SET_TARGET_ROAS |
Sie sollten das Budget vor einem saisonalen Ereignis erhöhen, das voraussichtlich mehr Zugriffe erzielen wird, und die Gebotsstrategie von „Conversion-Wert maximieren“ auf „Ziel-ROAS“ umstellen. |
LEAD_FORM |
Assets mit Lead-Formular einer Kampagne 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 Angeboten, die aufgrund einer fehlenden Altersgruppe abgewertet wurden, das Attribut „Altersgruppe“ hinzu |
SHOPPING_ADD_COLOR |
Fügen Sie Angeboten, die aufgrund einer fehlenden Farbe herabgestuft wurden, eine Farbe hinzu |
SHOPPING_ADD_GENDER |
Fügen Sie Angeboten, die aufgrund eines fehlenden Geschlechts abgewertet wurden, ein Geschlecht hinzu |
SHOPPING_ADD_GTIN |
Fügen Sie Angeboten, die aufgrund einer fehlenden GTIN abgewertet wurden, eine GTIN (Global Trade Item Number) hinzu |
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 herabgestuft wurden |
SHOPPING_ADD_PRODUCTS_TO_CAMPAIGN |
Produkte hinzufügen, die in einer Kampagne ausgeliefert werden sollen |
SHOPPING_FIX_DISAPPROVED_PRODUCTS |
Probleme mit abgelehnten Produkten beheben |
SHOPPING_TARGET_ALL_OFFERS |
Universelle Kampagne erstellen, die auf alle Angebote ausgerichtet ist |
SHOPPING_FIX_SUSPENDED_MERCHANT_CENTER_ACCOUNT |
Probleme bei Sperrung des Merchant Center-Kontos beheben |
SHOPPING_FIX_MERCHANT_CENTER_ACCOUNT_SUSPENSION_WARNING |
Probleme mit Warnungen wegen Sperrung des Merchant Center-Kontos beheben |
DYNAMIC_IMAGE_EXTENSION_OPT_IN |
Dynamische Bilderweiterungen im Konto aktivieren |
RAISE_TARGET_CPA |
Ziel-CPA erhöhen |
LOWER_TARGET_ROAS |
Niedrigerer Ziel-ROAS |
FORECASTING_SET_TARGET_CPA |
Legen Sie vor einem saisonalen Ereignis, bei dem voraussichtlich mehr Zugriffe erzielt werden, einen Ziel-CPA für Kampagnen fest, für die kein Ziel-CPA angegeben ist |
SET_TARGET_CPA |
Ziel-CPA für Kampagnen festlegen, in denen kein Ziel-CPA angegeben ist |
SET_TARGET_ROAS |
Ziel-ROAS für Kampagnen festlegen, für die kein Ziel-ROAS angegeben ist |
REFRESH_CUSTOMER_MATCH_LIST |
Kundenliste aktualisieren, die in den letzten 90 Tagen nicht aktualisiert wurde |
IMPROVE_GOOGLE_TAG_COVERAGE |
Google-Tag auf weiteren Seiten einfügen |
CALLOUT_EXTENSION (verworfen) |
Eingestellt. Verwende stattdessen CALLOUT_ASSET . |
SITELINK_EXTENSION (verworfen) |
Eingestellt. Verwende stattdessen SITELINK_ASSET . |
CALL_EXTENSION (verworfen) |
Eingestellt. Verwende stattdessen CALL_ASSET . |
KEYWORD_MATCH_TYPE (verworfen) |
Eingestellt. Verwende stattdessen USE_BROAD_MATCH_KEYWORD . |
Video mit weiteren Informationen
Nicht unterstützte Typen verarbeiten
Empfehlungen abrufen
Wie die meisten anderen Entitäten in der Google Ads API werden Recommendation
-Objekte mithilfe von GoogleAdsService.SearchStream
in einer Google Ads Query Language-Abfrage abgerufen.
Für jede Art von Empfehlung finden Sie Details in einem empfehlungsspezifischen Feld. Details zur Empfehlung CAMPAIGN_BUDGET
befinden sich beispielsweise im Feld campaign_budget_recommendation
und sind in ein CampaignBudgetRecommendation
-Objekt eingeschlossen.
Suchen Sie alle empfehlungsspezifischen Felder im Union-Feld recommendation
.
Auswirkungen der Empfehlung
Für einige Empfehlungstypen wird das Feld impact
der Empfehlung ausgefüllt.
RecommendationImpact
enthält eine Schätzung der Auswirkungen der Anwendung 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
(verfügbar ab Version 16 der Google Ads API)video_views
Codebeispiel
Mit dem folgenden Beispielcode werden alle verfügbaren und abgelehnten Empfehlungen vom Typ TEXT_AD
aus einem Konto abgerufen und einige der zugehörigen Details ausgegeben:
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; }
Maßnahmen ergreifen
Jede abgerufene Empfehlung kann angewendet oder abgelehnt werden.
Je nach Empfehlungstyp können sich Empfehlungen täglich oder sogar mehrmals täglich ändern. In diesem Fall kann das resource_name
eines Empfehlungsobjekts veraltet sein, nachdem die Empfehlung abgerufen wurde.
Es hat sich bewährt, Empfehlungen kurz nach dem Abrufen zu ergreifen.
Empfehlungen übernehmen
Mit der Methode ApplyRecommendation
von RecommendationService
können Sie aktive oder abgelehnte Empfehlungen anwenden.
Empfehlungstypen können obligatorische oder optionale Parameter haben. Die meisten Empfehlungen enthalten standardmäßig empfohlene Werte.
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 Codebeispiel für DetectAndApplyRecommendations
.
Verwenden Sie das Union-Feld apply_parameters
von ApplyRecommendationOperation
, um Empfehlungen mit bestimmten Parameterwerten anzuwenden. Für jeden geeigneten Empfehlungstyp gibt es ein eigenes Feld.
Bei Empfehlungen, die nicht im Feld apply_parameters
aufgeführt sind, werden diese Parameterwerte nicht verwendet.
Codebeispiel
Das folgende Codebeispiel zeigt, wie eine Empfehlung mit den empfohlenen Anwendungsparametern angewendet wird:
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; }
Weitere Informationen in diesen Videos
Parameter anwenden
Bulk
Fehler
Tests
Empfehlungen ablehnen
Empfehlungen können mit RecommendationService
abgelehnt werden. Die Codestruktur ähnelt dem Anwenden von Empfehlungen, verwendet jedoch stattdessen DismissRecommendationOperation
und RecommendationService.DismissRecommendation
.
Weitere Informationen in diesen Videos
Bulk
Fehler
Tests
Empfehlungen automatisch anwenden
Ab Version 15 der Google Ads API können Sie RecommendationSubscriptionService
verwenden, um Empfehlungen eines bestimmten Typs automatisch anzuwenden.
Wenn Sie einen bestimmten Empfehlungstyp abonnieren möchten, erstellen Sie ein RecommendationSubscription
-Objekt, setzen Sie das Feld type
auf einen der unterstützten Empfehlungstypen und das Feld status
auf ENABLED
.
Empfehlungstypen für Abos
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.
Zum Ansehen der automatisch angewendeten Änderungen fragen Sie die Ressource change_event
ab und filtern change_client_type
nach GOOGLE_ADS_RECOMMENDATIONS_SUBSCRIPTION
.
Empfehlungen bei der Kampagnenerstellung
Ab Version 16 der Google Ads API können Sie RecommendationService.GenerateRecommendationsRequest
verwenden, um beim Erstellen von Kampagnen für bestimmte Empfehlungstypen Empfehlungen zu generieren.
GenerateRecommendations
akzeptiert als Eingabe eine Kundennummer, einen Werbekanaltyp, der entweder SEARCH
oder PERFORMANCE_MAX
sein muss, eine Liste der zu generierenden Empfehlungstypen und verschiedene Datenpunkte, die von den angegebenen Typen abhängen. Anhand der von Ihnen bereitgestellten Daten wird eine Liste von Recommendation
-Objekten ausgegeben. Wenn nicht genügend Daten vorhanden sind, um eine Empfehlung für das angeforderte recommendation_types
zu generieren, oder die Kampagne bereits den empfohlenen Status hat, enthält die Ergebnismenge keine Empfehlung für diesen Typ. Ihre Anwendung muss für den Fall gerüstet sein, 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. Senden Sie als Best Practice die GenerateRecommendations
-Anfrage, nachdem alle Informationen zu den angeforderten Empfehlungstypen erfasst wurden. Weitere Informationen zu erforderlichen und optionalen Feldern, einschließlich verschachtelter Felder, finden Sie in der Referenzdokumentation.
RecommendationType | Pflichtfelder | Optionale Felder |
---|---|---|
KEYWORD |
|
|
MAXIMIZE_CLICKS_OPT_IN |
|
|
MAXIMIZE_CONVERSIONS_OPT_IN |
|
|
MAXIMIZE_CONVERSION_VALUE_OPT_IN |
|
|
SET_TARGET_CPA |
|
|
SET_TARGET_ROAS |
|
|
SITELINK_ASSET
Hinweis: Das zurückgegebene SitelinkAssetRecommendation -Objekt enthält leere Listen. Wenn die GenerateRecommendations -Antwort eine SitelinkAssetRecommendation enthält, kann sie als Signal dafür angesehen werden, dass der Kampagne mindestens ein Sitelink-Asset hinzugefügt werden muss. |
|
|
TARGET_CPA_OPT_IN |
|
|
TARGET_ROAS_OPT_IN |
|
Beispiel für einen Ablauf
Angenommen, Ihr Unternehmen ist eine Werbeagentur, die Nutzern einen Workflow zum Erstellen von Kampagnen bietet, und Sie möchten ihnen während dieses Vorgangs Vorschläge machen. Mit GenerateRecommendationsRequest
können Sie bei Bedarf Empfehlungen generieren und diese in die Benutzeroberfläche zur Kampagnenerstellung einbinden.
Der Nutzungsablauf könnte so aussehen:
Ein Nutzer ruft Ihre Anwendung auf, um eine Performance Max-Kampagne zu erstellen.
Der Nutzer stellt beim Erstellen der Kampagne einige erste Informationen bereit. Beispielsweise liefert er Details zum Erstellen einer einzelnen
SitelinkAsset
und wähltTARGET_SPEND
als Smart Bidding-Strategie aus.Sie senden eine
GenerateRecommendationsRequest
, die die folgenden Felder festlegt:campaign_sitelink_count
: Legen Sie1
fest. Das ist die Anzahl der Sitelink-Assets für die laufende Kampagne.bidding_info
: Setzt das verschachtelte Feldbidding_strategy_type
aufTARGET_SPEND
.conversion_tracking_status
: auf denConversionTrackingStatus
dieses Kunden festlegen. Eine Anleitung zum Abrufen dieses Felds finden Sie im Startleitfaden zur Conversion-Verwaltung.Setzen Sie
recommendation_types
auf[SITELINK_ASSET, MAXIMIZE_CLICKS_OPT_IN]
.Setzen Sie
advertising_channel_type
aufPERFORMANCE_MAX
.customer_id
: Legen Sie dieses Feld auf die ID des Kunden fest, der die Kampagne erstellt.
Sie können die Empfehlungen aus der
GenerateRecommendationsResponse
– in diesem Fall mit einemSitelinkAssetRecommendation
und einemMaximizeClicksOptInRecommendation
– übernehmen und dem Nutzer auf der Benutzeroberfläche zur Kampagnenerstellung anzeigen lassen. Wenn der Nutzer einen Vorschlag annimmt, können Sie ihn in die Anfrage zur Kampagnenerstellung aufnehmen, sobald der Nutzer die Kampagnenerstellung abgeschlossen hat.