Demand Gen 常被用来接触还没有明确购买意图的用户:不是在搜索结果里等人主动来找你,而是主动出现在他们刷 YouTube、Discover 信息流、看邮件时的场景里,用内容把兴趣先种下去。但它并不局限于这一种用法,官方支持的投放目标同时覆盖认知、流量、线索和销售。

它的前身是 Google 的 Discovery(发现广告)系列。升级为 Demand Gen 之后,库存和素材形式都有扩展,并补上了 A/B 实验和品牌提升衡量能力。

可投放的渠道范围

官方列出的渠道包括 YouTube、Discover、Gmail、Google 展示广告网络和 Maps。具体能投到哪些位置,取决于广告类型、受众设置和账户配置,Maps 还有额外条件。

所以不要把 Demand Gen 理解成"只跑内容信息流"。它和 Performance Max 的差别也不在渠道数量:Demand Gen 不覆盖 Google 搜索广告和搜索端的 Shopping 广告位置,但它可以出现在 YouTube 搜索结果里,也支持接入 Merchant Center 商品 Feed 投放商品广告。两者怎么选,除了库存范围,还要看你需要多大的渠道控制权、以及投放目标是什么。

和相邻广告产品怎么分工

维度 Demand Gen 搜索广告 Performance Max 展示广告(GDN)
触达时机 用户消费内容时 用户主动搜索时 覆盖搜索与非搜索场景 用户浏览网页、App 时
搜索端库存 不覆盖搜索广告与搜索端 Shopping 位置(可出现在 YouTube 搜索结果) 覆盖 覆盖 不覆盖
商品 Feed 支持接入 Merchant Center 不适用 支持 支持
素材形式 图片 + 视频,多比例 文字为主 素材资源组,系统自由组合 图片、响应式素材
预算分配 系列级预算 系列级预算 系统跨渠道分配,有渠道效果报告可查看花费与转化,但不能为单渠道单独设预算 系列级预算
典型用法 有视觉素材,要触达尚未搜索的用户 承接已有需求 转化目标清晰、愿意交给系统统一优化 再营销、广泛覆盖

Performance Max 和 Demand Gen 同时在跑的账户,两者受众和库存会有交集。受众重叠本身不等于转化重复计数(数据驱动归因会把一次转化的贡献分配给路径上的多个广告互动),但它会让你更难判断单个系列的增量贡献。要分清各自贡献,需要结合归因路径报告和增量实验来评估,而不是直接对比两个系列后台各自显示的转化数。

怎么选考核指标

一个常见说法是"建系列时选了什么目标,就该用对应指标考核"。这个说法方向对,但太机械。考核指标应该和你的实际业务目标、转化动作定义、转化价值设置以及出价策略保持一致,而不是只看创建界面上勾了哪个选项。

出价策略 适合的场景 主要参考指标
最大化点击 流量目标 点击量、落地页互动
最大化转化、目标 CPA 转化目标,关注获客成本 转化数、单次转化费用
最大化转化价值、目标 ROAS 转化目标,且转化价值数据可靠 转化价值、ROAS

如果你的目标是品牌曝光与触达,考核重点则是曝光量、独立触达和视频完播率,这属于业务目标层面的选择,不对应上表中的某一种出价策略。

另有两个容易踩的点:一是销售活动不一定只看 ROAS,很多情况下 CPA 才是更直接的决策依据,尤其是客单价相对固定的生意;二是 ROAS 要可信,前提是转化价值有明确、合理且前后一致的业务依据:衡量销售收入时用真实收入,线索类业务可以用有依据的预估价值,但要清楚它不代表已实现收入。价值口径混乱,ROAS 再好看也没有意义。

落地步骤

第一步,把衡量口径配好。用转化或转化价值类出价时,先确认转化跟踪可靠:关键转化动作已上报、去重逻辑正确、转化价值的业务依据明确且一致。用最大化点击这类流量目标出价时,不强制要求先配转化跟踪,但要把访问量和落地页行为的衡量检查清楚,否则后面无法判断买到的流量有没有质量。

第二步,按目标建系列。目标和出价策略是配套的,中途改目标往往要重新积累学习数据。

第三步,按目标版位补齐素材。竖版、方形、横版三种比例都准备,图片和视频都上,有助于扩大可覆盖的版位范围、改善展示效果;实际能投到哪些位置取决于素材规格和相关设置。制作能力有限时,可以用官方的视频增强功能从横版生成方形和竖版。每组准备多条不同角度的素材,单一素材会限制素材之间的比较和迭代空间。

第四步,受众从第一方数据出发。优先用客户名单、网站访客、互动过的用户做种子人群。需要注意的是,Google 正在分阶段调整相似受众的工作方式,从固定相似度阈值转向受众建议模式,种子名单更多作为信号、系统可能向原阈值之外扩展。配置前先确认你的账户当前处于哪种模式、扩展设置是什么,不要沿用旧的档位经验。

第五步,按目标选出价策略。转化目标可以直接从最大化转化或目标 CPA 开始,不需要先用最大化点击"买点击"过渡;流量目标才用最大化点击。转化数据量少时,先不要设激进的目标值,给系统留出学习空间。切换出价策略会触发重新学习,不要频繁调整。

第六步,用 A/B 实验验证。Demand Gen 支持实验功能,素材方向、受众策略这类改动应该开实验对比,不要直接在主系列上改完就下结论。

常见错误

只放一条素材。系统需要多条素材去测试组合,单一素材会限制素材之间的比较和迭代空间,也可能增加素材疲劳的风险。

转化数据不足时就设激进的目标值。智能出价需要样本量,目标 ROAS 或目标 CPA 设得过紧,容易出现预算花不出去。

直接照搬搜索广告的评估节奏。搜索广告承接的是已经产生的需求,Demand Gen 更多触达尚未主动搜索的用户,两者的转化路径长度和评估周期未必一致。具体该看多长的回溯窗口,应该结合你自己业务的实际成交周期和归因报告来定,而不是套用固定说法。

把受众重叠直接当成重复计数。前面说过,重叠影响的是增量贡献的判断难度,本身并不意味着转化被算了两次。如果确实怀疑转化数异常,应该单独排查转化动作定义和跟踪配置。

把品牌搜索表现当成直接归因证据。做认知目标时,品牌相关搜索的变化是一个有参考价值的辅助信号,但要注意口径:Search Console 展示的是你的网站在相关查询下的展示和点击,不等于品牌词的全部搜索量;数据上涨也不能直接证明是 Demand Gen 带来的。需要判断广告本身造成的搜索提升,应在满足资格条件的前提下使用 Search Lift 衡量。

什么时候需要重新评估是否用它

以下情况不是"不能用",而是投入产出可能不如其他选择,值得先算一笔账:

没有视觉素材、也没有制作和迭代能力时,Demand Gen 依赖素材的优势发挥不出来,建议先解决素材供给。

搜索端还有明显未被承接的现成需求、而预算又很紧张时,通常先把搜索广告的承接做扎实,再考虑往上游扩展;如果搜索需求已经基本吃透、或者品类本身搜索量很小,这个顺序就不适用。

决策链很长、参与决策的人多的 B2B 场景,单次曝光很难直接推动成交,Demand Gen 更适合承担触达和培育的角色,考核方式也要相应调整为线索质量和阶段推进,而不是用即时成交衡量。