As recomendações podem melhorar as campanhas das seguintes maneiras:
- Apresentar recursos novos e relevantes
- Aproveite melhor seu orçamento com lances, palavras-chave e anúncios aprimorados
- Aumente a performance geral e a eficiência das suas campanhas
Para aumentar as pontuações de otimização, use o
RecommendationService
para extrair
recomendações e aplique ou dispense-as conforme necessário. A partir da v15 da API Google Ads, também é possível se inscrever para receber recomendações aplicadas automaticamente usando o RecommendationSubscriptionService
.
Pontuação de otimização
Vídeo: pontuação de otimização
A pontuação de otimização é uma estimativa da performance da sua conta do Google Ads que está disponível nos níveis Customer
e Campaign
.
O Customer.optimization_score_weight
só está disponível para contas que não são de administrador e é usado para calcular a pontuação de otimização geral de várias contas. Recupere a pontuação de otimização e a ponderação das contas e multiplique-as (Customer.optimization_score * Customer.optimization_score_weight
) para calcular a pontuação de otimização geral.
Há métricas relacionadas à otimização disponíveis para os relatórios
customer
e campaign
:
- O
metrics.optimization_score_url
fornece um link direto para a conta, com informações sobre as recomendações relacionadas na IU do Google Ads. - O
metrics.optimization_score_uplift
informa quanto a pontuação de otimização aumentaria se todas as recomendações relacionadas fossem aplicadas. Ela é uma estimativa baseada em todas as recomendações disponíveis como um todo, não apenas na soma das pontuações de aumento de cada recomendação.
Para agrupar e ordenar as recomendações retornadas, segmente as duas métricas por tipo de recomendação usando segments.recommendation_type
na consulta.
Tipos de recomendação
Tipos de recomendação com suporte total
RecommendationType | Descrição |
---|---|
CAMPAIGN_BUDGET |
Corrigir campanhas limitadas pelo orçamento |
KEYWORD |
Adicionar novas palavras-chave |
TEXT_AD |
Adicionar sugestões de anúncios |
TARGET_CPA_OPT_IN |
Definir lances com CPA desejado |
MAXIMIZE_CONVERSIONS_OPT_IN |
Dar lances com a estratégia "Maximizar conversões" |
MAXIMIZE_CONVERSION_VALUE_OPT_IN |
Definir lances com a estratégia "Maximizar o valor da conversão" |
ENHANCED_CPC_OPT_IN |
Definir lances com o CPC otimizado |
MAXIMIZE_CLICKS_OPT_IN |
Dê lances com a estratégia "Maximizar cliques" |
OPTIMIZE_AD_ROTATION |
Usar rotações de anúncios otimizadas |
MOVE_UNUSED_BUDGET |
Mover o caso não usado para orçamentos restritos |
TARGET_ROAS_OPT_IN |
Definir lances com o ROAS desejado |
FORECASTING_CAMPAIGN_BUDGET |
Corrija as campanhas que poderão ser limitadas pelo orçamento no futuro |
RESPONSIVE_SEARCH_AD |
Adicionar novo anúncio responsivo de pesquisa |
MARGINAL_ROI_CAMPAIGN_BUDGET |
Ajuste o orçamento da campanha para aumentar o ROI |
USE_BROAD_MATCH_KEYWORD |
Use a correspondência ampla para campanhas com base em conversões que usam lances automáticos |
RESPONSIVE_SEARCH_AD_ASSET |
Adicionar recursos de anúncios responsivos de pesquisa a um anúncio |
RESPONSIVE_SEARCH_AD_IMPROVE_AD_STRENGTH |
Melhorar a qualidade de um anúncio responsivo de pesquisa |
DISPLAY_EXPANSION_OPT_IN |
Atualizar uma campanha para usar a Inclusão da Rede de Display |
SEARCH_PARTNERS_OPT_IN |
Ampliar o alcance com parceiros de pesquisa do Google |
CUSTOM_AUDIENCE_OPT_IN |
Criar um público-alvo personalizado |
IMPROVE_DISCOVERY_AD_STRENGTH |
Melhorar a qualidade dos anúncios em campanhas Geração de demanda |
UPGRADE_SMART_SHOPPING_CAMPAIGN_TO_PERFORMANCE_MAX |
Fazer upgrade de uma campanha inteligente do Shopping para uma campanha Performance Max |
UPGRADE_LOCAL_CAMPAIGN_TO_PERFORMANCE_MAX |
Fazer upgrade de uma campanha local legada para uma campanha Performance Max |
SHOPPING_MIGRATE_REGULAR_SHOPPING_CAMPAIGN_OFFERS_TO_PERFORMANCE_MAX |
Migre ofertas segmentadas pelas campanhas padrão do Shopping para campanhas Performance Max |
MIGRATE_DYNAMIC_SEARCH_ADS_CAMPAIGN_TO_PERFORMANCE_MAX |
Migrar anúncios dinâmicos de pesquisa para campanhas Performance Max |
PERFORMANCE_MAX_OPT_IN |
Criar campanhas Performance Max na sua conta |
IMPROVE_PERFORMANCE_MAX_AD_STRENGTH |
Melhorar a qualidade do grupo de recursos de uma campanha Performance Max para uma classificação "Excelente" |
PERFORMANCE_MAX_FINAL_URL_OPT_IN |
Ative a expansão de URL final nas suas campanhas Performance Max |
RAISE_TARGET_CPA_BID_TOO_LOW |
Aumente o CPA desejado quando ele estiver muito baixo e houver poucas ou nenhuma conversão |
FORECASTING_SET_TARGET_ROAS |
Aumentar o orçamento antes de um evento sazonal com previsão de aumento do tráfego e mudar a estratégia de lances de "Maximizar o valor da conversão" para o ROAS desejado. |
LEAD_FORM |
Adicionar recursos de formulário de lead a uma campanha |
CALLOUT_ASSET |
Adicionar recursos de frase de destaque no nível da campanha ou do cliente |
SITELINK_ASSET |
Adicionar recursos de sitelink ao nível da campanha ou do cliente |
CALL_ASSET |
Adicionar recursos de ligação à campanha ou ao cliente |
SHOPPING_ADD_AGE_GROUP |
Adicione o atributo de idade às ofertas que são rebaixadas devido à ausência de uma idade |
SHOPPING_ADD_COLOR |
Adicione uma cor às ofertas que são rebaixadas devido à ausência de uma cor |
SHOPPING_ADD_GENDER |
Adicione um gênero às ofertas que são rebaixadas devido à ausência do gênero |
SHOPPING_ADD_GTIN |
Adicione um Número global do item comercial (GTIN) às ofertas rebaixadas devido à ausência de um GTIN |
SHOPPING_ADD_MORE_IDENTIFIERS |
Adicione mais identificadores às ofertas que são rebaixadas devido à ausência de identificadores |
SHOPPING_ADD_SIZE |
Adicione o tamanho às ofertas que são rebaixadas devido à ausência de um tamanho |
SHOPPING_ADD_PRODUCTS_TO_CAMPAIGN |
Adicione produtos para que uma campanha seja veiculada |
SHOPPING_FIX_DISAPPROVED_PRODUCTS |
Corrigir produtos reprovados |
SHOPPING_TARGET_ALL_OFFERS |
Crie uma campanha abrangente que segmente todas as ofertas |
SHOPPING_FIX_SUSPENDED_MERCHANT_CENTER_ACCOUNT |
Corrigir problemas de suspensão de conta do Merchant Center |
SHOPPING_FIX_MERCHANT_CENTER_ACCOUNT_SUSPENSION_WARNING |
Corrigir problemas de aviso de suspensão da conta do Merchant Center |
DYNAMIC_IMAGE_EXTENSION_OPT_IN |
Ativar as extensões de imagem dinâmicas na conta |
RAISE_TARGET_CPA |
Aumentar o CPA desejado |
LOWER_TARGET_ROAS |
ROAS desejado menor |
FORECASTING_SET_TARGET_CPA |
Definir um CPA desejado para campanhas que não têm um valor especificado antes de um evento sazonal com previsão de aumento do tráfego |
SET_TARGET_CPA |
Definir um CPA desejado para campanhas que não têm um CPA especificado |
SET_TARGET_ROAS |
Definir um ROAS desejado para campanhas que não têm um especificado |
REFRESH_CUSTOMER_MATCH_LIST |
Atualizar uma lista de clientes que não foi atualizada nos últimos 90 dias |
IMPROVE_GOOGLE_TAG_COVERAGE |
Implantar a tag do Google em mais páginas |
CALLOUT_EXTENSION (obsoleto) |
Obsoleto. Use CALLOUT_ASSET . |
SITELINK_EXTENSION (obsoleto) |
Obsoleto. Use SITELINK_ASSET . |
CALL_EXTENSION (obsoleto) |
Obsoleto. Use CALL_ASSET . |
KEYWORD_MATCH_TYPE (obsoleto) |
Obsoleto. Use USE_BROAD_MATCH_KEYWORD . |
Para saber mais, assista ao vídeo
Processar tipos sem suporte
Recuperar recomendações
Vídeo: programação em tempo real
Como a maioria das outras entidades na API Google Ads, os objetos Recommendation
são buscados usando GoogleAdsService.SearchStream
com uma consulta da linguagem de consulta do Google Ads.
Para cada tipo de recomendação, os detalhes são fornecidos em um campo específico. Por exemplo, os detalhes de recomendação CAMPAIGN_BUDGET
estão no campo campaign_budget_recommendation
e são agrupados em um objeto CampaignBudgetRecommendation
.
Encontre todos os campos específicos da recomendação no campo de união de recommendation
.
Impacto da recomendação
Alguns tipos de recomendação preenchem o campo impact
da recomendação.
RecommendationImpact
contém uma estimativa do impacto na performance da conta como resultado da
aplicação da recomendação. As seguintes métricas de recomendação estão disponíveis nos campos impact.base_metrics
e impact.potential_metrics
:
impressions
clicks
cost_micros
conversions
all_conversions
(disponível a partir da v16 da API Google Ads)video_views
Exemplo de código
O exemplo de código a seguir recupera todas as recomendações disponíveis e dispensadas
do tipo TEXT_AD
de uma conta e mostra alguns dos detalhes:
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; }
Entre em ação
Qualquer recomendação recuperada pode ser aplicada ou dispensada.
Dependendo do tipo de recomendação, as recomendações podem mudar diariamente
ou até várias vezes por dia. Quando isso acontece, o resource_name
de um objeto de recomendação pode
se tornar obsoleto depois que a recomendação é recuperada.
É uma boa prática tomar medidas em relação às recomendações logo após a recuperação.
Aplicar recomendações
É possível aplicar recomendações ativas ou dispensadas com o método
ApplyRecommendation
da
RecommendationService
.
Os tipos de recomendação podem ter parâmetros obrigatórios ou opcionais. A maioria das recomendações vem com valores recomendados que são usados por padrão.
Não é possível definir contas para recomendações com aplicação automática em alguns tipos de recomendações. No entanto, você pode implementar um comportamento semelhante para os tipos de recomendação que são totalmente compatíveis com a API Google Ads.
Consulte o exemplo de código
DetectAndApplyRecommendations
para saber mais.
Use o campo de união apply_parameters
de ApplyRecommendationOperation
para aplicar recomendações com valores de parâmetros específicos. Cada tipo de recomendação adequado tem seu próprio campo.
Qualquer tipo de recomendação não listado no campo apply_parameters
não usa esses valores de parâmetro.
Exemplo de código
O exemplo de código a seguir ilustra como aplicar uma recomendação com os parâmetros de aplicação recomendados:
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; }
Assista a estes vídeos para saber mais
Aplicar parâmetros
Em massa
Erros
Testes
Dispensar recomendações
Vídeo: dispensar recomendações
É possível dispensar as recomendações com
RecommendationService
. A estrutura
do código é semelhante à aplicação de recomendações, mas, em vez disso,
DismissRecommendationOperation
e
RecommendationService.DismissRecommendation
são usados.
Assista a estes vídeos para saber mais
Em massa
Erros
Testes
Aplique recomendações automaticamente
A partir da v15 da API Google Ads, você pode usar o RecommendationSubscriptionService
para aplicar automaticamente recomendações de um tipo específico.
Para se inscrever em um tipo específico de recomendação, crie um objeto
RecommendationSubscription
,
defina o campo type
como um dos
tipos
de recomendação com suporte e defina o campo
status
como ENABLED
.
Tipos de recomendações com suporte a assinaturas
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
Recuperar assinaturas
Para ver informações sobre as assinaturas de recomendação de uma conta, consulte o
recurso recommendation_subscription
.
Para conferir as mudanças aplicadas automaticamente, consulte o
recurso change_event
, filtrando
change_client_type
por
GOOGLE_ADS_RECOMMENDATIONS_SUBSCRIPTION
.
Recomendações ao criar campanhas
A partir da v16 da API Google Ads, você pode usar RecommendationService.GenerateRecommendationsRequest
para gerar recomendações durante a criação da campanha para determinados tipos de recomendação.
GenerateRecommendations
aceita como entrada um ID de cliente, um tipo de canal de publicidade que precisa ser SEARCH
ou PERFORMANCE_MAX
, uma lista de tipos de recomendações a serem geradas e vários pontos de dados dependentes dos tipos especificados. Ela gera uma lista de objetos Recommendation
com base nos
dados fornecidos. Se não houver dados suficientes para gerar uma recomendação para o recommendation_types
solicitado ou se a campanha já estiver no estado recomendado, o conjunto de resultados não conterá uma recomendação para esse tipo. Verifique se o aplicativo processa o
caso em que nenhuma recomendação é retornada para os tipos de recomendação
solicitados.
A tabela a seguir descreve os tipos de recomendação compatíveis com GenerateRecommendations
e os campos que você precisa fornecer para receber recomendações para esse tipo. A prática recomendada é enviar a solicitação GenerateRecommendations
depois que todas as informações forem coletadas relacionadas aos tipos de recomendação solicitados. Para mais detalhes sobre campos obrigatórios e opcionais, incluindo campos aninhados, consulte a documentação de referência.
RecommendationType | Campos obrigatórios | Campos opcionais |
---|---|---|
KEYWORD |
|
|
MAXIMIZE_CLICKS_OPT_IN |
|
|
MAXIMIZE_CONVERSIONS_OPT_IN |
|
|
MAXIMIZE_CONVERSION_VALUE_OPT_IN |
|
|
SET_TARGET_CPA |
|
|
SET_TARGET_ROAS |
|
|
SITELINK_ASSET
Observação: o objeto SitelinkAssetRecommendation
retornado conterá listas vazias. Se a resposta GenerateRecommendations contiver um SitelinkAssetRecommendation , poderá ser tratada como um indicador para adicionar pelo menos um recurso de sitelink à campanha. |
|
|
TARGET_CPA_OPT_IN |
|
|
TARGET_ROAS_OPT_IN |
|
Exemplo de fluxo de uso
Suponha que sua empresa seja uma agência de publicidade que fornece um fluxo de trabalho de construção de campanha para os usuários e você queira oferecer sugestões aos usuários durante esse fluxo. Use GenerateRecommendationsRequest
para gerar recomendações sob demanda e incorporá-las à interface do usuário para construção da campanha.
O fluxo de uso pode ser semelhante ao seguinte:
Um usuário acessa seu aplicativo para criar uma campanha Performance Max.
O usuário fornece algumas informações iniciais como parte do fluxo de criação da campanha. Por exemplo, ele fornece detalhes para criar um único
SitelinkAsset
e selecionaTARGET_SPEND
como a estratégia de Lances inteligentes.Você envia um
GenerateRecommendationsRequest
que define os seguintes campos:campaign_sitelink_count
: defina como1
, que é o número de recursos de sitelink na campanha em andamento.bidding_info
: defina o campo aninhadobidding_strategy_type
comoTARGET_SPEND
.conversion_tracking_status
: definido como oConversionTrackingStatus
do cliente. Para orientações sobre como recuperar esse campo, consulte o guia Primeiros passos para gerenciamento de conversões.Defina
recommendation_types
como[SITELINK_ASSET, MAXIMIZE_CLICKS_OPT_IN]
.Defina
advertising_channel_type
comoPERFORMANCE_MAX
.customer_id
: defina como o ID do cliente que está criando a campanha.
Você pode seguir as recomendações no
GenerateRecommendationsResponse
(nesse caso, umSitelinkAssetRecommendation
eMaximizeClicksOptInRecommendation
) e sugeri-las ao usuário, exibindo-as na interface de criação da campanha. Se o usuário aceitar uma sugestão, você poderá incorporá-la à solicitação de criação da campanha assim que o usuário concluir o fluxo de criação da campanha.