Se un responsabile del marketing digitale decidesse di eseguire l'upgrade delle parole chiave alla corrispondenza generica, quale comportamento dovrebbe integrare nei suoi interventi regolari di ottimizzazione in modo da guidare il machine learning?

Quando si passa alla corrispondenza generica, è fondamentale rimuovere le parole chiave a corrispondenza inversa che potrebbero bloccare traffico pertinente. Questo perché la corrispondenza generica ha un raggio d'azione più ampio e il machine learning di Google Ads imparerà meglio quali query sono rilevanti se non è eccessivamente limitato da esclusioni obsolete o troppo restrittive. Non considerare i suggerimenti per nuove parole chiave limiterebbe l'apprendimento del sistema. L'aggiunta di elenchi Customer Match con dati datati (più di 90 giorni) può essere meno efficace a causa del deterioramento della pertinenza. L'aggiunta di ulteriori parole chiave a corrispondenza esatta o a frase è contraria all'obiettivo di sfruttare la corrispondenza generica per espandere la copertura e permettere al machine learning di trovare nuove opportunità.