PPC Hero 解析品牌词流量如何粉饰 Google Ads 投放数据

你的 Google Ads 报告显示了广告系列的投放成效。但如果它把原本就属于你的老客户也算作自己的功劳呢？

广告带来的流量中，很大一部分可能来自早就了解你业务的用户。他们可能会直接搜你的公司名，查找之前见过的某款产品，或者只是想顺着搜索进入你的网站。这些都属于品牌搜索，它们会对归因到广告系列上的成效产生显著影响。

这未必是件坏事。品牌词广告系列有其自身价值，比如掌控品牌在搜索结果中的展示形象，或是防止竞争对手截流。但问题在于，一旦把品牌流量和非品牌流量混在一起算出一个平均值，隐患就出现了。这种综合数据会影响预算决策、代理商评估以及智能出价（Smart Bidding）的目标设定，却无法反映广告系列真正获取新客的效果究竟如何。

两个账户，同一种规律

综合效果数据会让 Google Ads 账户的获客效率显得远高于实际水平。但两者差距究竟有多大？以下是两个电商账户的实际情况：一个是美国收藏品零售商，另一个是欧洲 DTC 手表品牌。

查看这两个账户过去 90 天的搜索词数据时，有一个现象尤为突出：品牌搜索只占广告支出的三分之一略多，却贡献了一半以上的转化。

来源：作者对两个客户账户的审计，搜索词报告，截至 2026 年 10 月 28 日的前 90 天。

转化成本（CPA）的差距还要更大。为了更直观地对比，我把各个账户的综合 CPA 指数化为 100。品牌搜索的指数仅为 57 和 59；而非品牌搜索中，收藏品零售商高达 209，手表品牌也达到 149。

这意味着，通过非品牌搜索获取一名客户的实际成本，在收藏品账户中大约是综合数据所示成本的两倍，而在手表账户中也高出了约 50%。

广告支出回报率（ROAS）揭示了同一个问题的另一面。在手表账户中，过去 30 天的综合 ROAS 看起来还说得过去，但品牌搜索的回报率是非品牌搜索的 3 倍以上。结果就是，综合数据比非品牌流量的实际回报高出近 50%。如果以这一综合 ROAS 为依据追加通用词预算，就等于寄希望于非品牌流量带来根本不可能实现的回报。

这两个账户运营得都不差，而且都设有专门的品牌词广告系列。

品牌词如何潜藏在“非品牌”报告中

单看品牌词广告系列永远无法掌握全貌，因为在广告系列维度的报告中，品牌搜索流量往往混杂其中、难以辨析。

在收藏品账户中，完全匹配的品牌名称出现在了 6 个不同的广告系列里，其中还包括一个专门针对竞争对手的广告系列，以及另一个被标注为非品牌的广告系列。

像“[品牌] + 产品类型”这样的变体搜索词匹配进了产品广告系列；而品牌名加上“折扣码”的搜索词则被效果最大化广告（Performance Max）捕获。如果你只对比广告系列的总量数据，这些情况全都被掩盖了，因为按命名来看，这些广告系列汇报时全都被算作了非品牌广告。

下面是该账户近期搜索词报告的一个片段。在一个专为通用搜索搭建的广告系列里，竟然匹配到了两个品牌词变体：一个是拼写错误的品牌名，另一个则是品牌名加上了具体产品。

这种情况在 Performance Max（效果最大化广告）中最容易显现。如果没有设置品牌排除列表，系统就会对你自己公司的品牌词进行竞价。由于品牌词搜索本身的转化率通常很高，这会让该广告系列看起来像是一个拉新利器，但实际效果并非如此。在我最近审查的第三个账户里，Performance Max 仅在 30 天内就在品牌搜索词上烧掉了五位数的预算，其中相当大一部分花销，针对的都是早就知道这家公司、直接搜品牌名进来的老用户。

AI Max for Search 以及广泛匹配可以通过紧密变体和拼写错误捕获品牌搜索。这类匹配很容易被忽视，尤其是当你只盯准完全匹配的品牌名时。在那家收藏品商家的账户中，品牌名里仅仅漏掉了一个字母，就产生了数百美元的消耗，而任何基于广告系列名称设置的常规筛选条件都无法抓出这些词。

如果品牌名称本身就包含常见的日常产品词，区分起来就更棘手了。假设一家公司名叫“Garden Tools Co.”，用户搜“garden tools”可能指的是该品牌，也可能只是在找普通园艺工具。在将这类搜索词归入品牌过滤器之前，需要进行人工审查，判断用户到底具备品牌意向还是仅仅在进行通用产品搜索。

如何正确拆分这些流量

第一步，是将所有搜索词数据集中到一处。我常用的做法是从 Search、Shopping、Performance Max 和 AI Max 广告系列中提取至少 90 天的数据，汇总到同一张表格里。接着，将每个查询分类为品牌词、非品牌词或竞品流量，这样就能在数据互不干扰的前提下对比各自的表现。

针对 Performance Max，可以利用 Google Ads 提供的搜索词分析洞察来识别品牌词流量。需要注意的是，“其他”（Other）类别应该单独保留，不要直接视作非品牌词，因为其中可能潜藏着无法明确归类的流量。

接下来，构建品牌词过滤器时，不要只包含公司全称的完全匹配项。常见的拼写错误、不同空格写法、缩写以及网站域名都应该涵盖在内，防止品牌词搜索被误分到非品牌词分类中。在表格里用个正则表达式（regex）或写一段脚本就足够了。此外，还要为竞品品牌添加第二个过滤器。在那个收藏品案例中，竞品词在所有分类里的 CPA（单次获客成本）表现最差，超过了综合平均水平的三倍以上。

搜索词分组完成后，分别计算每个类别的消耗、转化量、CPA 以及 ROAS（广告支出回报率）。你的数据看板上可以保留综合汇总数据，但绝不能拿它当作制定考核指标的依据。这种细分拆解能为你调整预算分配提供更加清晰的参考依据。Swishiy 的免费 Google Ads 审核工具可以自动完成这一拆分过程（在此声明：我是 Swishiy 的创始人）。

最后，修补排查出来的漏洞。如果搜索广告系列已经覆盖了品牌词需求，记得在 Performance Max 中设置品牌排除。在合适的情况下，将品牌词作为否定词加入非品牌广告系列中，同时确保专门的品牌词广告系列拥有足够的预算和展示份额以承接这些搜索，否则这些流量可能会流入成本更高的广告系列中。

把钱花在品牌词上到底有没有用？

拆分数据可以看出非品牌词本身的投放效果。但归根结底，你真的需要为这些品牌词点击买单吗？

品牌词的获客成本（CPA）如果远低于账户均值，表面上看十分划算，但这部分客户中，很可能有些人原本就会点击你的自然搜索结果。验证这一点的最佳方式是进行测试：在特定区域或固定周期内暂停品牌搜索广告，随后观察该区域的总订单量，而非仅看付费转化。如果订单量几乎没有波动，那这笔预算很可能是在为本来就能拿到的点击买单；如果竞品正在针对你的品牌词竞价且订单量确实下滑，说明这笔花费确实保护了实际营收。

我还会对比新客与老客的数据。在那个收藏品商家的账户中，零售商过去两年曾因其他原因几次暂停广告投放，正好为我们提供了一个极有价值的自然对照。数据显示，在广告正常投放的日子里，该商家每天获得的新客数量比广告暂停期间高出约 50%。这类数据正是证明广告预算合理性的有力证据；而如果将初次购买的新客和复购老客混在一起统计综合 ROAS，这些关键证据往往就会被掩盖。

把品牌词和非品牌词当作两门不同的业务来看待

品牌搜索和非品牌搜索承担的职责截然不同。品牌词承接的是企业通过其他各种动作已经激发的需求；而非品牌词则是走出去，触达那些可能从未听说过你的人。如果将两者混为一个数字，就很难准确评估它们各自的真实表现。

这并非主张削减品牌词支出。在我复盘的两个账户中，品牌词预算的效率都遥遥领先。拆分之后，最大的变化在于分析问题的视角：我们不再纠结于这个月整个账户的 CPA 为何波动，而是可以拆开来问两个独立的问题——非品牌词在拉新上的表现是否在改善？品牌词究竟是在保护实际营收，还是仅仅在承接原本就存在的既有需求？

不妨先导出搜索词报告，给品牌流量打上规范标签，单独审视非品牌词的 CPA。你可能会发现，其实际成本比综合指标所显示的要高得多。在依据品牌流量撑起的数据盲目追加预算之前，先把这笔账彻底算清楚才是明智之举。