Les recommandations peuvent améliorer vos campagnes de plusieurs façons:
- Présenter de nouvelles fonctionnalités pertinentes
- Exploitez pleinement votre budget en optimisant vos enchères, vos mots clés et vos annonces
- Améliorez les performances globales et l'efficacité de vos campagnes
Pour augmenter les scores d'optimisation, vous pouvez utiliser RecommendationService
pour récupérer des recommandations, puis les appliquer ou les ignorer en conséquence. À partir de la version 15 de l'API Google Ads, vous pouvez également vous abonner aux recommandations appliquées automatiquement à l'aide de RecommendationSubscriptionService
.
Score d'optimisation
Le taux d'optimisation est une estimation des performances de votre compte Google Ads. Il est disponible aux niveaux Customer
et Campaign
.
Le Customer.optimization_score_weight
n'est disponible que pour les comptes non-administrateur et permet de calculer le taux d'optimisation global de plusieurs comptes. Récupérez le score d'optimisation et la pondération du score d'optimisation des comptes, puis multipliez-les (Customer.optimization_score * Customer.optimization_score_weight
) pour calculer le score d'optimisation global.
Des métriques liées à l'optimisation sont disponibles pour les rapports customer
et campaign
:
- L'
metrics.optimization_score_url
fournit un lien profond dans le compte pour afficher des informations sur les recommandations associées dans l'UI Google Ads. - L'
metrics.optimization_score_uplift
indique l'augmentation du score d'optimisation si toutes les recommandations associées sont appliquées. Il s'agit d'une estimation basée sur toutes les recommandations disponibles dans leur ensemble, et pas seulement sur la somme des scores d'amélioration pour chaque recommandation.
Pour regrouper et classer les recommandations renvoyées, vous pouvez segmenter ces deux métriques par type de recommandation en utilisant segments.recommendation_type
dans votre requête.
Types de recommandation
Types de recommandations entièrement compatibles
RecommendationType | Description |
---|---|
CAMPAIGN_BUDGET |
Corrigez les campagnes limitées par leur budget |
KEYWORD |
Ajouter de nouveaux mots clés |
TEXT_AD |
Ajouter des suggestions d'annonces |
TARGET_CPA_OPT_IN |
Enchérir avec un CPA cible |
MAXIMIZE_CONVERSIONS_OPT_IN |
Enchérir avec la stratégie "Maximiser les conversions" |
MAXIMIZE_CONVERSION_VALUE_OPT_IN |
Définir des enchères avec "Maximiser la valeur de conversion" |
ENHANCED_CPC_OPT_IN |
Enchérir avec le CPC optimisé |
MAXIMIZE_CLICKS_OPT_IN |
Enchérir avec la stratégie "Maximiser les clics" |
OPTIMIZE_AD_ROTATION |
Utiliser la rotation optimisée des annonces |
MOVE_UNUSED_BUDGET |
Réaffectez les budgets inutilisés aux budgets limités |
TARGET_ROAS_OPT_IN |
Définir des enchères avec ROAS cible |
FORECASTING_CAMPAIGN_BUDGET |
Corrigez les campagnes qui devraient être limitées par leur budget à l'avenir |
RESPONSIVE_SEARCH_AD |
Ajouter une annonce responsive sur le Réseau de Recherche |
MARGINAL_ROI_CAMPAIGN_BUDGET |
Ajuster le budget de la campagne pour augmenter le ROI |
USE_BROAD_MATCH_KEYWORD |
Utilisez la requête large pour les campagnes basées sur les conversions avec les enchères automatiques |
RESPONSIVE_SEARCH_AD_ASSET |
Ajouter des composants d'annonces responsives sur le Réseau de Recherche à une annonce |
RESPONSIVE_SEARCH_AD_IMPROVE_AD_STRENGTH |
Améliorer l'efficacité d'une annonce responsive sur le Réseau de Recherche |
DISPLAY_EXPANSION_OPT_IN |
Mettre à jour une campagne pour utiliser l'expansion au Réseau Display |
SEARCH_PARTNERS_OPT_IN |
Élargir votre couverture grâce aux partenaires du Réseau de Recherche de Google |
CUSTOM_AUDIENCE_OPT_IN |
Créer une audience personnalisée |
IMPROVE_DISCOVERY_AD_STRENGTH |
Améliorer l'efficacité des annonces dans les campagnes de génération de la demande |
UPGRADE_SMART_SHOPPING_CAMPAIGN_TO_PERFORMANCE_MAX |
Migrer une campagne Shopping intelligente vers Performance Max |
UPGRADE_LOCAL_CAMPAIGN_TO_PERFORMANCE_MAX |
Convertir une ancienne campagne locale en campagne Performance Max |
SHOPPING_MIGRATE_REGULAR_SHOPPING_CAMPAIGN_OFFERS_TO_PERFORMANCE_MAX |
Migrez les offres ciblées par les campagnes Shopping standards vers les campagnes Performance Max existantes |
MIGRATE_DYNAMIC_SEARCH_ADS_CAMPAIGN_TO_PERFORMANCE_MAX |
Migrer vos annonces dynamiques du Réseau de Recherche vers des campagnes Performance Max |
PERFORMANCE_MAX_OPT_IN |
Créer des campagnes Performance Max dans votre compte |
IMPROVE_PERFORMANCE_MAX_AD_STRENGTH |
Améliorer l'efficacité du groupe d'assets d'une campagne Performance Max en lui attribuant la note "Excellente" |
PERFORMANCE_MAX_FINAL_URL_OPT_IN |
Activer l'extension d'URL finale pour vos campagnes Performance Max |
RAISE_TARGET_CPA_BID_TOO_LOW |
Augmenter le CPA cible lorsqu'il est trop faible et qu'il y a très peu ou pas de conversions |
FORECASTING_SET_TARGET_ROAS |
Augmenter le budget avant un événement saisonnier censé augmenter le trafic, et faire passer la stratégie d'enchères de la stratégie d'enchères "Maximiser la valeur de conversion" au ROAS cible |
LEAD_FORM |
Ajouter des composants Formulaire pour prospects à une campagne |
CALLOUT_ASSET |
Ajouter des composants Accroche au niveau de la campagne ou du client |
SITELINK_ASSET |
Ajouter des composants Lien annexe au niveau de la campagne ou du client |
CALL_ASSET |
Ajouter des composants Appel au niveau de la campagne ou du client |
SHOPPING_ADD_AGE_GROUP |
Ajoutez l'attribut tranche d'âge aux offres rétrogradées en raison d'une tranche d'âge manquante. |
SHOPPING_ADD_COLOR |
Ajouter une couleur aux offres rétrogradées en raison d'une couleur manquante |
SHOPPING_ADD_GENDER |
Ajoutez un sexe aux offres qui sont rétrogradées en raison de l'absence d'un sexe |
SHOPPING_ADD_GTIN |
Ajoutez un code GTIN (Global Trade Item Number) aux offres rétrogradées en raison d'un code GTIN manquant |
SHOPPING_ADD_MORE_IDENTIFIERS |
Ajouter d'autres identifiants aux offres rétrogradées en raison d'identifiants manquants |
SHOPPING_ADD_SIZE |
Ajoutez la taille aux offres rétrogradées en raison d'une taille manquante |
SHOPPING_ADD_PRODUCTS_TO_CAMPAIGN |
Ajoutez des produits pour qu'une campagne soit diffusée |
SHOPPING_FIX_DISAPPROVED_PRODUCTS |
Corriger les produits refusés |
SHOPPING_TARGET_ALL_OFFERS |
Créer une campagne générique ciblant toutes les offres |
SHOPPING_FIX_SUSPENDED_MERCHANT_CENTER_ACCOUNT |
Corrigez les problèmes de suspension de compte Merchant Center |
SHOPPING_FIX_MERCHANT_CENTER_ACCOUNT_SUSPENSION_WARNING |
Corrigez les problèmes d'avertissement de suspension de compte Merchant Center |
DYNAMIC_IMAGE_EXTENSION_OPT_IN |
Activer les extensions d'image dynamiques dans le compte |
RAISE_TARGET_CPA |
Augmenter le CPA cible |
LOWER_TARGET_ROAS |
de diminution du ROAS cible |
FORECASTING_SET_TARGET_CPA |
Définissez un CPA cible pour les campagnes qui n'en ont pas spécifié avant un événement saisonnier susceptible d'augmenter le trafic. |
SET_TARGET_CPA |
Définir un CPA cible pour les campagnes qui n'en ont pas spécifié |
SET_TARGET_ROAS |
Définir un ROAS cible pour les campagnes qui n'en ont pas spécifié |
REFRESH_CUSTOMER_MATCH_LIST |
Modifier une liste de clients qui n'a pas été mise à jour au cours des 90 derniers jours |
IMPROVE_GOOGLE_TAG_COVERAGE |
Déployez la balise Google sur d'autres pages |
CALLOUT_EXTENSION (obsolète) |
Obsolète. Utilisez plutôt CALLOUT_ASSET . |
SITELINK_EXTENSION (obsolète) |
Obsolète. Utilisez plutôt SITELINK_ASSET . |
CALL_EXTENSION (obsolète) |
Obsolète. Utilisez plutôt CALL_ASSET . |
KEYWORD_MATCH_TYPE (obsolète) |
Obsolète. Utilisez plutôt USE_BROAD_MATCH_KEYWORD . |
Regardez cette vidéo pour en savoir plus
Gérer les types non compatibles
Récupérer les recommandations
Comme la plupart des autres entités de l'API Google Ads, les objets Recommendation
sont extraits à l'aide de GoogleAdsService.SearchStream
avec une requête en langage de requête Google Ads.
Pour chaque type de recommandation, les détails sont fournis dans un champ spécifique à la recommandation. Par exemple, les détails des recommandations CAMPAIGN_BUDGET
se trouvent dans le champ campaign_budget_recommendation
et sont encapsulés dans un objet CampaignBudgetRecommendation
.
Recherchez tous les champs spécifiques aux recommandations dans le champ d'union recommendation
.
Impact des recommandations
Certains types de recommandations renseignent le champ impact
de la recommandation.
RecommendationImpact
contient une estimation de l'impact de l'application de la recommandation sur les performances du compte. Les métriques de recommandation suivantes sont disponibles dans les champs impact.base_metrics
et impact.potential_metrics
:
impressions
clicks
cost_micros
conversions
all_conversions
(disponible à partir de la version 16 de l'API Google Ads)video_views
Exemple de code
L'exemple de code suivant récupère toutes les recommandations de type TEXT_AD
disponibles et ignorées à partir d'un compte, et imprime certaines de leurs informations:
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; }
Intervenez
Toute recommandation récupérée peut être appliquée ou ignorée.
Selon le type de recommandation, les recommandations peuvent changer quotidiennement, voire plusieurs fois par jour. Dans ce cas, le resource_name
d'un objet de recommandation peut devenir obsolète une fois la recommandation récupérée.
Une bonne pratique consiste à appliquer les recommandations peu de temps après leur récupération.
Appliquer les recommandations
Vidéo: appliquer les recommandations
Vous pouvez appliquer des recommandations actives ou ignorées à l'aide de la méthode ApplyRecommendation
de RecommendationService
.
Les types de recommandations peuvent comporter des paramètres obligatoires ou facultatifs. La plupart des recommandations s'accompagnent de valeurs recommandées, qui sont utilisées par défaut.
Il n'est pas possible de définir des comptes pour l'application automatique des recommandations pour tous les types de recommandations. Toutefois, vous pouvez implémenter un comportement similaire pour les types de recommandations entièrement compatibles avec l'API Google Ads.
Pour en savoir plus, consultez l'exemple de code DetectAndApplyRecommendations
.
Utilisez le champ d'union apply_parameters
de ApplyRecommendationOperation
pour appliquer des recommandations avec des valeurs de paramètres spécifiques. Chaque type de recommandation approprié possède son propre champ.
Les types de recommandation non répertoriés dans le champ apply_parameters
n'utilisent pas ces valeurs de paramètres.
Exemple de code
L'exemple de code suivant montre comment appliquer une recommandation avec les paramètres d'application recommandés:
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; }
Regardez ces vidéos pour en savoir plus
Appliquer les paramètres
En masse
Erreurs
Tests
Masquer les recommandations
Vidéo: ignorer les recommandations
Vous pouvez ignorer les recommandations à l'aide de la méthode RecommendationService
. La structure du code est semblable à l'application de recommandations, si ce n'est que vous utilisez DismissRecommendationOperation
et RecommendationService.DismissRecommendation
à la place.
Regardez ces vidéos pour en savoir plus
En masse
Erreurs
Tests
Appliquez automatiquement les recommandations
À partir de la version 15 de l'API Google Ads, vous pouvez utiliser RecommendationSubscriptionService
pour appliquer automatiquement des recommandations d'un type spécifique.
Pour vous abonner à un type de recommandation particulier, créez un objet RecommendationSubscription
, définissez le champ type
sur l'un des types de recommandations compatibles, puis définissez le champ status
sur ENABLED
.
Types de recommandations compatibles avec les abonnements
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
Récupérer les abonnements
Pour obtenir des informations sur les abonnements aux recommandations d'un compte, interrogez la ressource recommendation_subscription
.
Pour afficher les modifications qui ont été appliquées automatiquement, interrogez la ressource change_event
en filtrant change_client_type
sur GOOGLE_ADS_RECOMMENDATIONS_SUBSCRIPTION
.
Recommandations lorsque vous créez une campagne
À partir de la version 16 de l'API Google Ads, vous pouvez utiliser RecommendationService.GenerateRecommendationsRequest
afin de générer des recommandations lorsque vous créez une campagne, pour un ensemble donné de types de recommandations.
GenerateRecommendations
accepte comme entrée un numéro client, un type de canal publicitaire qui doit être SEARCH
ou PERFORMANCE_MAX
, une liste de types de recommandations à générer et divers points de données qui dépendent des types spécifiés. Elle génère une liste d'objets Recommendation
en fonction des données que vous fournissez. Si les données sont insuffisantes pour générer une recommandation pour l'élément recommendation_types
demandé, ou si la campagne présente déjà l'état recommandé, l'ensemble de résultats ne contiendra aucune recommandation pour ce type. Assurez-vous que votre application gère le cas où aucune recommandation n'est renvoyée pour les types de recommandations demandés.
Le tableau suivant décrit les types de recommandations compatibles avec GenerateRecommendations
et les champs que vous devez fournir pour recevoir des recommandations pour ce type. Il est recommandé d'envoyer la requête GenerateRecommendations
après avoir collecté toutes les informations liées aux types de recommandations demandés. Pour en savoir plus sur les champs obligatoires et facultatifs, y compris les champs imbriqués, consultez la documentation de référence.
RecommendationType | Champs obligatoires | Champs facultatifs |
---|---|---|
KEYWORD |
|
|
MAXIMIZE_CLICKS_OPT_IN |
|
|
MAXIMIZE_CONVERSIONS_OPT_IN |
|
|
MAXIMIZE_CONVERSION_VALUE_OPT_IN |
|
|
SET_TARGET_CPA |
|
|
SET_TARGET_ROAS |
|
|
SITELINK_ASSET
Remarque: L'objet SitelinkAssetRecommendation renvoyé contiendra des listes vides. Si la réponse GenerateRecommendations contient un élément SitelinkAssetRecommendation , il peut être considéré comme un signal visant à ajouter au moins un composant Lien annexe à la campagne. |
|
|
TARGET_CPA_OPT_IN |
|
|
TARGET_ROAS_OPT_IN |
|
Exemple de flux d'utilisation
Supposons que votre entreprise soit une agence publicitaire proposant un flux de travail de création de campagne aux utilisateurs, et que vous souhaitiez leur proposer des suggestions au cours de ce processus. GenerateRecommendationsRequest
vous permet de générer des recommandations à la demande et de les intégrer dans l'interface utilisateur de création de vos campagnes.
Le flux d'utilisation peut se présenter comme suit:
Un utilisateur accède à votre application pour créer une campagne Performance Max.
L'utilisateur fournit des informations initiales dans le cadre du processus de création de la campagne. Par exemple, elles fournissent des informations pour créer un seul élément
SitelinkAsset
et sélectionnentTARGET_SPEND
comme stratégie d'enchères intelligentes.Vous envoyez un objet
GenerateRecommendationsRequest
qui définit les champs suivants:campaign_sitelink_count
: défini sur1
, qui correspond au nombre de composants Lien annexe dans la campagne en cours.bidding_info
: définissez le champbidding_strategy_type
imbriqué surTARGET_SPEND
.conversion_tracking_status
: défini surConversionTrackingStatus
de ce client. Pour savoir comment récupérer ce champ, consultez le guide Premiers pas sur la gestion des conversions.recommendation_types
: défini sur[SITELINK_ASSET, MAXIMIZE_CLICKS_OPT_IN]
.advertising_channel_type
: défini surPERFORMANCE_MAX
.customer_id
: défini sur l'ID du client créant la campagne.
Vous pouvez utiliser les recommandations dans
GenerateRecommendationsResponse
(ici, unSitelinkAssetRecommendation
et unMaximizeClicksOptInRecommendation
) et les suggérer à l'utilisateur en les affichant dans l'interface de création de campagne. Si l'utilisateur accepte une suggestion, vous pouvez ensuite l'intégrer dans la demande de création de campagne une fois qu'il a terminé le processus de construction de la campagne.