盡管 Google 的整個中國市場的廣告業務都有可能漸漸萎縮，但強大的外貿軍團將繼續支撐對 PPC 的研究和認識。我覺得規則性的東西，國內做 PPC 的同學們認識都挺深，相關的博客和討論也越來越多，網上的知識庫越來越豐富了。對我來說，今后的博文會寫得更加細節一些，談談更多的個人經驗，可能可以對于國內戰友們的學習提供一些補充彈藥。

今天的博文就討論一下幾種具體的匹配方式應用。

Adwords 系統中的關鍵詞投放有三種匹配方式：廣泛、詞組、精確。這個對廣大 PPCer 是耳熟能詳，我不復制粘貼了，需要復習的同學請點擊這個鏈接。在實戰中，如何使用這些匹配方式，同學們可能各有自己的經驗和理論。由于廣告投放的目標和受眾存在差異，在這個問題上沒有哪個方式或者方式組合是絕對優越的。這里用一個我自己的經歷來切入關于匹配方式的分析。

在前一家公司工作的時候，我們比較強調使用廣泛匹配。所有關鍵詞都要有廣泛匹配，精確匹配則相對強調不多。當時我管理的一個大客戶，9 成的消費和收入都在廣泛匹配。就在我離開前公司前不久，大客戶提出要求，要在短期以內實現 6 成消費和收入來自精確匹配。當然，隨之而來的就是手忙腳亂地瘋狂上詞和調整。這個項目還未完成我就離開了前公司，并不了解最后的效果。很巧，隨后加入的這家公司剛好相反，9 成以上的消費和收入都在精確匹配，對廣泛匹配的使用是相當謹慎而嚴格的。我加入以后，做了一系列測試，提高了一些廣泛匹配詞的比例—但是幅度不大，主力仍然是精確匹配。

解釋一下背后的邏輯。

我之前服務的公司是做 SEM 自動優化的，擁有一個領先業界的技術產品。領先主要體現在什么地方呢?就是海量數據的處理。數據量越大，擬真度越高，優化效果越好。我們當時之所以喜歡廣泛匹配，就是因為它能夠把大量現有詞表中沒有的搜索詞拉進來。我們都知道長尾的意義，但是能操作好長尾的廣告商其實并不太多。比較大的一個原因是數據量太大的情況下，要有效識別和管理長尾詞的效益是一個負擔。因為可以使用自動優化產品來檢測和管理現有關鍵詞，我們可以拿出更多的精力來分析被廣泛搜索拉進來的新關鍵詞，淘汰無效的舊關鍵詞，實現一個螺旋形的上升。Google 上的搜索需求每天都在增長，算法也在不斷改變，所以這個公司的季度業績匯報中，一定會有一幅PPT是描述長尾增長的。用自動化工具去管理現有關鍵詞，抓取新詞去擴張詞表，這成為一個流水化的操作。前公司的業績也證明這個管理模式相當有效。

這個模式中有一個問題：長尾詞的增長，或者增長率是沒有極限的嗎?套用實戰經驗，我們會覺得這是不可能的。所以那幅PPT有一個關鍵，就是長尾增長的基準點如何確定?我們使用的方法是關鍵詞在某個時期的平均回報/回報率。話說到這里，眼尖的同學可能已經看出來在哪里注水了，不展開。

那個大客戶為啥突然要求匹配方式大掉頭呢?很簡單，我們用廣泛匹配抓進來的詞里面有很多是垃圾。也就是說我們知道，客戶也知道，盡管達到了總體管理目標，實際上我們浪費了大量的廣告費用。Google 喜歡我們這么做，因為他們收入增加了。我們自己喜歡這么做，因為對客戶收費是基于廣告消費的，同時這又是不斷擴張長尾的必要手段。客戶肯定不喜歡，因為所謂的學習費用就意味著無回報或者低回報的費用。客戶完全了解學習的必要性，但希望降低這學習成本，所以要求實現匹配方式的轉變，躲過一些垃圾。如前所述，我離開前公司的時候，這個項目還沒做完，我不知道他們到底實現了目標沒有。可能有，可能沒有，我隨后會解釋原因。

我現在工作的這個公司是家創業公司，小企業，每一分錢都捏得緊緊的，基本靠精確匹配打天下也就理所當然。沒有大量使用廣泛匹配，就意味著我們能看見的搜索詞有限，擴詞有難度。公司對應的解決方案是一窩蜂戰術：一方面是用爬蟲去爬競爭對手的關鍵詞，另一方面是對關鍵詞進行瘋狂變形，一大坨一大坨的用精確匹配投放。這是一個沒有直接成本的戰術，當然廉價，但同時目標性也比較差。我加入公司的時候，賬戶中有近 20 萬關鍵詞，但其中 17 萬是完全沒有任何表現的(展示，點擊，轉化)。在維持現有贏利的精確匹配關鍵詞的基礎上，我另外建立了幾個學習系列，全部投放廣泛匹配關鍵詞，并將現有的精確匹配關鍵詞列為否定關鍵詞，迫使這幾個系列去學習我們還未掌握的有潛力的其他搜索詞。一旦發現了有轉化的搜索詞，就將該搜索詞以精確匹配投入原來的關鍵詞系列中，嚴格按 ROI 標準進行管理。這個學習效果相當明顯，第一個月來自于新增精確匹配長尾詞的收入就有 20%，之后的效果有所降低，但始終維持在 10% 上下。是不是看上去很美?但問題又出現了：1. 總收入增長并不是20%+10%+10%…的效果;2. ROI雖有提高，但沒有達到期望中的幅度。

再回頭審視一下大客戶要求轉向精確匹配的原因：

1. 精確匹配不會抓獲那些期望之外的搜索詞。

2. 這是潛在的期望，客戶沒有說出來，但我們心照不宣—同一個關鍵詞的精確匹配很可能會有比廣泛匹配更低的價格。

這些原因是否靠譜?

1. 精確匹配的名字和定義都表明這個匹配方式是精確的。理論上說，如果我的關鍵詞是 CANON D400，Google 給我匹配的搜索詞就不能是 CANON D 450，更不能是 CANON 5DII。很遺憾，理論與實踐并不完全重合。精確匹配關鍵詞仍然有可能抓獲并非完全匹配的搜索詞。根據我個人，這個問題是無法從 Google 獲得答案的。Google 客服會首先否認這是一個 BUG，并進而否認這個問題的存在。是什么造成這個情況的出現?因為 Google 方面根本不承認這個問題的存在，就沒有官方的解釋。從我和其他同行的觀察來看，這與關鍵詞的質量得分和最高出價有關。舉個例子，如果我同時投放 CANON D400 和 CANON D450 這兩個關鍵詞，由于 D450 的出價更高，質量得分也更高，當用戶搜索 D400 時，Google 有可能展現給他 D450 的廣告。我在現公司的測試中，新投放的關鍵詞取得了收入，但是其中可能有一小部分是從現有關鍵詞上奪取的，實際上造成了收入再分配而不是純粹的收入增長。這個問題最令人困擾的地方在于，到底 Google 如何針對精確匹配關鍵詞展現搜索詞相關的廣告，是無法 100% 控制的。即使我投放的全部都是精確匹配詞，也無法保證每個關鍵詞得到應有的收入——實際上也我根本不知道應有的收入如何劃分。

2. Google 告訴我們，同一個關鍵詞的精確匹配不一定比廣泛匹配更便宜。在實踐中我們觀察到的是，多數精確匹配詞比相同的廣泛匹配詞便宜些。一方面，精確匹配詞所抓獲的搜索詞可能更相關，CTR 會比較高，進而提高質量得分，降低 CPC。另一方面，與廣泛匹配詞相比，精確匹配詞因為與所抓獲的搜索詞相關性更好，可能轉化率更高，這就帶來更多的廣告投入，更好的排名，更高的 CTR，形成良性循環。但在這個環節，Google 告訴我們的是對的。如果這是一個相關性不夠好的關鍵詞或者冷僻的關鍵詞，那么所抓獲的搜索詞的精確匹配形式有可能比廣泛匹配更昂貴，這也同樣被我在現公司的測試所證明。在前公司大客戶的案例中，很多關鍵詞也有可能如此。

要理解以上情況，我們需要理解 Google 的動機。對于廣告商來說，多數是用 CPC 極佳，我們關心的是實際支付的成本。但對于Google 來說，他們真正在乎的是 CPM(對 Google 而言是 RPM)，因為 Google 在賣的，不是點擊，而是展示。為什么 Google 喜歡 CTR 高的關鍵詞廣告?因為高 CTR 意味著同單位的展示變現能力更強。在《關于質量得分的討論》中，我談到過質量得分體系關心的是用戶體驗，而不是當期收入。但不管是價格還是質量得分，Google Adwords 的目標都是利潤最大化，質量得分的實質是用來平衡短期收入和中長期收入的手段。在我已經投放了 D400 的情況下，搜索詞 D400 為什么會得到 D450 的廣告展示?很可能因為 Google 的系統認為 D450 這個詞從歷史，相關度和價格角度綜合來看，能提供比 D400 更高的 CPM。同樣，同一個詞的精確匹配比廣泛匹配更昂貴，可能是 Google 認為廣泛匹配能帶來的 CPM 更高。注意這是很精密的算法，原則上，關鍵詞匹配的重要性始終是優先的，只有其他因素預期會帶來明顯提高的收入，才會讓 Google 展示這些看起來象 Bug 或者與我們平時經驗相悖的廣告。尤其在 Google 去年推廣 Expanded Broad Match 以后，這種情況出現得更加頻繁了。Google 匹配配不準已經在一定程度上成為業內的共識。

因為存在這樣的不確定性，我無法預測前公司大客戶的項目結果到底如何。我想他們的思路是正確的，但是度比較難衡量，硬性規定多少成收入要來自精確匹配并不科學。在自動化工具能夠相對有效的管理廣泛匹配詞的 ROI 的時候，不必急于推進帳戶的全面精確匹配化，大可以一邊測試一邊投放。

用廣泛匹配來捕獲長尾是一種行之有效的方法，但是不能用它來替代長尾詞的投放，因為廣泛匹配的參與的競價環境要比精確匹配多得多，不能保證每次都能有效捕獲。但是精確匹配長尾詞的投放也不是一種百戰百勝的手段，在一些場合下，精確匹配不會比廣泛匹配的 ROI 更高。到底投放哪些/多少/何種匹配方式的關鍵詞，只有通過不斷的測試來確認。我所能確信的是：對于大多數帳戶而言，不同匹配方式同時存在是有意義的，調整比例和出價才是挑戰。

即使在 Google 逐步退出中國本土市場的今天，有效利用不同匹配方式來獲取最高 ROI 也有著積極的意義。百度鳳巢系統同樣使用了廣泛，詞組和精確三種匹配方式，從目前來看，百度的匹配算法要比 Google 落后很多，廣泛匹配還不靠譜。但用廣泛匹配抓搜索詞仍不失為一種有效的擴詞手段。而在精確匹配一端，百度相對簡單的算法反而保證了精確匹配的有效性，暫時我還沒有看見類似 Google 的 Bug。隨著百度算法的不斷完善，我期待在 Google 中積累的經驗將能越來越多的應用到百度上來。