把品牌词和非品牌词放进同一份效果报表,最容易出现的误判是:整体转化率看起来还行,于是判断“投放健康”,继续加预算;但拆开看,品牌需求贡献了大部分转化,非品牌需求可能一直在亏。更隐蔽的误判是反向的——某月整体转化率突然下滑,你以为是创意或落地页变差,实际只是品牌词流量占比下降,而非品牌部分根本没变。两种需求混看,会同时掩盖“该砍的没砍”和“该救的没救”。
品牌需求的用户已经知道你是谁,搜索行为更接近“找入口”而不是“被说服”。这类流量的转化率高、点击成本通常更低,但它几乎不承担拉新任务。非品牌需求的用户还在比较,转化链条更长,转化率天然更低,可它决定了增量从哪来。
把两者混在一起算一个转化率,等于用品牌流量的高分去补贴非品牌流量的低分。结果是:非品牌部分明明已经超出可接受成本,整体数字却仍然“好看”,于是你继续投放;反过来,当品牌流量因为季节、活动或自然排名变化而减少时,整体转化率下滑,你会误判为广告本身出了问题。
一个可核对的区分方法是看同一账户内品牌词与非品牌词的转化率差值是否稳定。如果差值长期稳定,说明结构没变,整体波动多半来自流量配比;如果非品牌词的转化率本身在下降,那才是投放质量的变化。这两种原因对应完全不同的动作。
条件一:品牌需求的转化成本已经很低,而非品牌需求明显偏高。此时正确的动作不是“整体降预算”,而是把非品牌部分单独拉出来,检查是词太宽、落地页不匹配,还是出价方式不适合这个阶段。整体降预算会先砍掉品牌流量,反而让整体转化率进一步失真。
条件二:非品牌需求的转化率尚可,但品牌需求占比过高。此时整体数字漂亮,却不代表增量在增长。可执行的动作是给非品牌部分设定独立的转化目标和预算上限,让它按自己的节奏优化,而不是被品牌流量的平均值带着走。
两种条件下的共同点是:先分组,再判断。分组之后,你才能回答“这个变化是流量结构造成的,还是投放效率造成的”。这个判断直接决定下一步是调结构还是调创意。
假设某账户某月总点击 1000 次,总转化 50 次,整体转化率 5%。拆开后:品牌词 200 次点击、30 次转化,转化率 15%;非品牌词 800 次点击、20 次转化,转化率 2.5%。
只看整体,5% 似乎还能接受。但拆开后会发现,非品牌部分贡献了 80% 的点击,却只贡献 40% 的转化。如果非品牌部分的单次转化成本已经高于你能承受的上限,那么继续按整体 5% 来判断“健康”,就会持续为一个不划算的部分买单。
下个月假设品牌词点击降到 100 次,非品牌词不变。总点击 900 次,总转化 35 次,整体转化率约 3.9%。如果只看整体,你会以为投放变差了;但拆开看,非品牌部分的转化率仍是 2.5%,没有恶化,变化全部来自品牌流量占比下降。此时该做的可能是补品牌流量或调整预算结构,而不是大改非品牌创意。
这些证据的作用不是证明谁对谁错,而是帮你排除合理解释。比如整体转化率下滑,既可能是非品牌效率下降,也可能只是品牌流量减少,还可能是统计周期内转化延迟。只有把结构因素排除后,剩下的才值得当作投放问题处理。
在只关心总产出、且品牌与非品牌预算可以互相调配的短期场景下,混看并非完全不能用。但只要你需要回答“下一轮预算加在哪”“哪个部分该优化”,就必须拆开。尤其是当非品牌需求承担拉新任务时,用整体数字评价它,等于让它替品牌流量背锅或领功。
实际操作上,可以先在报表层面把品牌词与非品牌词分成两个视图,各自设定转化目标和成本上限。这个动作的结果是:后续任何一次整体波动,你都能先判断它来自结构还是效率,再决定是调预算、调词,还是调落地页。混看省下的那点整理时间,通常远小于误判带来的预算浪费。