---
title: "Automated Bidding Strategy"
type: concept
tags: ["ppc", "bidding", "automation", "google-ads", "paid-media"]
sources: ["paid-media-ppc-strategist"]
last_updated: 2026-05-01
---

## Definition

自动化竞价策略（Automated Bidding Strategy）是 Google Ads 等平台提供的基于机器学习的智能出价系统，通过算法自动调整每次竞价出价，以优化预设的绩效目标（转化量、转化价值、ROAS 等）。区别于手动 CPC 出价，自动化竞价利用受众信号、上下文信号和历史数据自动优化。

## Available Strategies

| 策略 | 目标 | 适用场景 |
|------|------|---------|
| **Maximize Conversions** | 最大化转化量 | 数据充足、追求规模 |
| **Maximize Conversion Value** | 最大化转化价值 | 客单价差异大、多产品 |
| **tCPA（Target CPA）** | 固定平均单次转化成本 | 稳定转化数据、追求效率 |
| **tROAS（Target ROAS）** | 固定广告支出回报率 | 有明确 ROAS 目标 |
| **Enhanced CPC（ECPC）** | 在手动 CPC 基础上提升转化 | 向自动竞价过渡阶段 |
| **Maximize Clicks** | 最大化点击量 | 流量获取阶段 |

## Transition Framework

从手动向自动竞价迁移的推荐路径：

1. **数据积累期**（4-6周）：手动 CPC + ECPC，建立转化数据基础
2. **轻度自动化**（2-4周）：切换至 Maximize Conversions，监控效果
3. **目标竞价**（持续）：根据业务目标选择 tCPA 或 tROAS

## Key Requirements

- **转化数据充足**：策略效果与数据量直接相关
- **Conversion Action 正确配置**：追踪须准确，否则算法基于错误信号优化
- **预算充足**：日预算至少达到目标 CPA 的 5-10 倍，保证算法学习
- **时间窗口合理**：建议 4 周学习期后再评估效果

## Connections
- [[GoogleAds]]：Google Ads 是最主要的自动化竞价平台
- [[PerformanceMax]]：内置 Smart Bidding，是 AI 驱动优化的典型场景
- [[TieredCampaignArchitecture]]：不同层级的广告系列适用不同竞价策略