随着PPC领域的不断发展，能够预测未来广告活动的表现对于营销人员来说至关重要。
本文将介绍一些我最喜欢的使用Google Sheets和Vertex AI进行PPC预测的技巧，这些技巧可以更清晰地展示未来的情况，并为客户提供可行的见解。
尽管没有工具或技术可以提供100%准确的未来图景，但本文提到的方法可以让我们窥见PPC广告活动可能的发展轨迹。
Google Sheets提供了一个易于使用且可靠的预测函数，其公式如下：
=FORECAST(z, known_y values, known_x values)
其中：
这个函数是一个很好的工具，如果你只有两个维度的数据的话。
然而，它使用线性回归，对于快速的预测预览来说是可以的，但无法处理外部情况或其他数据来源等更高级的情况。
假设你有过去一年的历史数据，并希望预测未来的预算情况，以便做一些规划。
在这个示例中，我们有今年截止到8月份的销售数据，并希望预测从9月到12月的未来销售情况。
如果我们可视化这些预测，你很快就会看到使用这种方法的局限性。
蓝线代表了截止到8月份的已知销售数据，红线代表了预测的销售数据。
这个预测不过是一个趋势线，它或许有助于大致了解情况，但与蓝线相比，它基本上无法真实反映实际业务数据的情况。
为了解决线性回归的问题，有多种方法可以采用高级方法来处理预测公式。
与仅使用线性的=FORECAST()函数不同，你可以通过在预测公式中添加趋势数据或其他市场预测来稍作调整，如下所示：
=FORECAST()*第三方趋势数据
你可以从公共来源（如Google Trends、Google Keyword Planner、Google的Dataset Search或行业报告（来自PwC、EY、麦肯锡等））获取趋势数据，并将其导出为CSV或任何你习惯使用的其他格式。
整理这些数据集，以使其与你原始表格的结构相匹配，例如按天、按周或按月的数据。
然后，补充FORECAST函数，以获得更现实的预测，而不仅仅是一个直线向上或向下。
在这个示例中，我们使用了额外的趋势数据，显示了年度第四季度趋势向上。因此，与没有趋势数据的预测销售数据不同。
如果我们可视化这些新数据，我们可以看到趋势数据相比于平稳的趋势线为我们提供了更好的见解和更多的细节。
作为一个经验法则，支持这些预测尽可能多的数据并提供更详细的时间框架，比如每天或每周的数据，几乎总是个好主意。
如果你的PPC广告活动涉及到具有多个变量的大型数据集，利用Google的Vertex AI可能会对你的预测需求产生重大影响。
与简单的工具不同，Vertex AI允许使用更复杂的模型，可以考虑许多因素，如季节性、不同的广告平台，甚至是全球市场趋势。
要开始，你首先需要将历史PPC数据上传到Google Cloud Storage。
然后，你可以访问Vertex AI的AutoML Tables，自动构建适合你数据集的机器学习模型。
在训练模型之后，你可以使用内置指标评估其性能，以确保它满足你的预测要求。一旦满意，部署模型就很简单了。
现在，你可以使用这个模型来预测未来的结果，比如点击次数、曝光次数或转化次数，这取决于不同水平的广告花费、广告位置或你认为重要的任何其他变量。
而最好的部分呢？你不需要成为机器学习专家来做到这一点。通过一些设置和一些微调，你就可以更准确、更有洞察力地进行PPC预测了。
Vertex AI的能力几乎是无限的，但让我们看一个简单的开始框架。
一旦你的Google Cloud账户设置好，并在Vertex AI中创建了一个项目，你应该从创建一个数据集开始。
数据集基本上是你想要用于预测的数据点的集合。
数据集包含一个时间维度以及一些预算和收入维度。根据你的目标，数据集可能包含不同的数据点。
为你的数据集命名，选择Tabular作为数据类型，Regression或Forecasting作为你的目标。
虽然回归通常用于理解关系，并可以应用于各种数据类型，但预测更侧重于预测时间序列中的未来点。
这两者都是数据科学中的重要工具，用于不同类型的决策和分析。在大多数情况下，你将在预测中表现得很好。
现在是训练一个新模型的时候了。对于初学者来说，AutoML训练方法总是一个不错的选择。接下来，你需要设置一些关于预测期、目标和数据粒度的设置。
完成后，设置训练持续时间和预算，然后你就准备好了。模型现在将开始学习，一旦完成，你将收到通知。
最后一步是从ML模型获取预测。只有在训练完成后才能使用这个选项。
要创建一个预测，你需要提交基于哪些数据进行预测的数据。最好使用最新的数据。
模型将根据训练数据集上学习的未来目标值以及你的预测数据集进行预测。
根据数据量的大小，这项任务可能需要一些时间。但对于PPC任务，你不应该等待超过5-10分钟。
一旦完成，Vertex AI将提供一个包含预测值的新列的输出文件，你可以将其用于进一步的决策制定。
对于某些预测任务来说，Vertex AI可能看起来有些繁重，但请记住，你可以提交多年的历史数据、库存洞察和更多数据来训练模型。
使用Vertex AI，你可以构建一个针对你的业务量身定制的机器学习预测模型，这比任何静态的预测公式都要强大得多。
最终，选择这些工具之间的选择取决于你的目标和你的PPC广告活动的复杂性。
Google Sheets提供了一种简单而易于使用的方式，可以让你初探PPC预测的领域。虽然它可能有一些限制，但对于许多广告商来说，这是一个有价值的起点。
另一方面，Vertex AI通过处理大型数据集和复杂模型，将你的PPC预测能力提升到一个新的水平。现在，你可以考虑季节性、全球趋势和各种变量，以制定适合你业务的准确预测。
无论你选择Google Sheets的简单还是Vertex AI的复杂，PPC广告中的预测不再是一个猜测游戏。
你现在可以获得可操作的见解，并在你的PPC广告活动上做出基于数据的决策。
深入了解：有效PPC预测的指南
本文中表达的观点属于特约作者本人，不一定代表Search Engine Land的观点。工作人员作者名单在这里列出。