Google：从搜索引擎“顶流”到数字营销“巨头”

作为全球最大的数字广告商，Google拥有能基本覆盖用户数字化生活全场景的媒体应用，此外，其网络浏览器、安卓移动操作系统等亦在全球市场中占据支配地位。广告营销业务作为Google互联网商业版图中最活跃的业务，也是Google最主要的收入来源。据Google2023年财报显示，Google全年总收入3073.94亿美元，广告的收入占比达77.37%；而在近2400亿美元的广告营收当中，Google搜索营销及其相关的营收贡献率则超过70%。在全球数字广告业态波动剧烈、营销赛道拥挤加剧之际，Google的搜索营销亦能保持稳定增长，其背后则离不开Google坚实的广告技术底座。

Google营销平台发展历程以及业务版图

21世纪初，伴随个人计算机等终端设备，以及操作系统、浏览器等基础软件的成熟，门户网站、搜索引擎等发展成为重要的媒介应用。Google通过数据采集和挖掘等技术，大量积累互联网的网页站点数据以及用户浏览行为数据，奠定了其作为搜索引擎巨头的基石。在Google对其搜索业务中数据资源的不断沉淀和持续运营下，Google亦开启其广告业态的创新之路。

1996年，斯坦福大学的博士生Larry Page和Sergey Brin开发了一个对网站之间的关系做精确分析的搜寻引擎PageRank。区别于传统搜索根据关键字在页面中出现次数来进行排序的方法，PageRank算法通过检查网页中反向链接评估站点的重要性，进而按照受搜索者的欢迎程度来排列展现“自然”的搜索结果。1998年Google基于其核心PageRank算法正式推出其搜索引擎服务；而这一技术优势让Google成为当时最先进的搜索引擎。实际上，“Google”这一名称来源于数学术语“googol”，表示10的100次方，象征着公司处理海量信息的能力。此后，Google围绕核心搜索业务不断延伸出兼具质量与效果的营销产品服务。

21世纪之前，Google 都将信息检索与广告相区别。直到2000年10月，为了服务小企业和那些想管理自己营销活动的广告主，Google才正式推出了第一个基于关键词的搜索广告产品——Google AdWords，标志着Google开始将搜索技术与市场进行结合。Google Adwords是 Google 在 Overture的“在线黄页”构想基础上发展出的竞价排名程序，广告商可以用竞价的方式，把和其产品、服务相关的关键词广告投放到Google搜索引擎的搜索结果中；当用户在Google上搜索这些关键词时，结果页面顶部会优先展示参与关键词竞价排名的广告网址，再显示其他自然搜索结果。由此，Google搜索引擎、用户、广告商通过关键词连接在一起，实现了三方共赢的局面。

2002年，AdWords 引入了点击付费（Cost per click，简称CPC）模型，并结合了关键词竞价的机制。AdWords 会预估每条广告在投放后的点击率，然后按点击率和出价的乘积对广告进行排序，这也就形成了竞价广告普遍采用的根据 eCPM（effective Cost Per Mille，每千次展示的有效成本）决策的逻辑。CPC模式让广告主可以根据自己的预算进行关键词竞价，并只需要在用户点击广告后才支付费用，而用户亦能够接收到相关性更高的“个性化”广告。在引入点击率来表达相关性后，Google由此搭建了一个对广告主、用户、平台三方兼有利的小型“商业生态”。

2003年，在收购Blogger.com之后，Google推出了汇集全球中小网站广告资源的广告联盟Google AdSense。网络联盟的建立通过聚集媒体资源实现规模效应，亦标志着Google在为网站和博客提供基于内容的“个性化”广告解决方案方面迈出了重要一步。AdSense基于Google 强大的搜索技术，能通过分析网页内容来自动展示相关广告。在页面广告的投放上，AdSense则可以支持广告主对网站的定向投放，并根据人群兴趣进行定向投放。

在这一阶段，随着市场的发展，Google也引入了更多的广告形态，包括视频广告和富媒体广告，本地搜索广告和移动搜索广告，进一步扩展了AdWords的覆盖范围，并连通了AdWords与AdSense，AdWords用户可以利用展示网络在已注册Google AdSense计划的网站上展示广告。同时，Google注重打通联盟网站的资源，使广告投放达到最佳效果。如AdSense 视频广告网络（AdSense for Video）能够实现对广告频次的网络级智能控制，打通加入AdSense视频网站之间的频次监测数据，实现在一个网络级的层次上来控制广告展示，即对每一个固定用户展示固定次数的广告。

该时期，Google除了推出Google AdSense外，Google Analytics亦是Google在其数据工具研发上的重要技术。2005年，Google收购网站分析公司Urchin后，对Urchin软件进行了重新设计，并在同年推出了Google Analytics。此后，Google规模化的数据处理分析能力有了坚实的技术支持。2006年，Google再度提出了一整套基于分布式并行集群方式的基础架构技术，包括3个相互独立又紧密结合在一起的系统：Google文件系统（Google File System，简称GFS），基于Google 应用程序特征的 MapReduce编程模式，以及大规模分布式数据库 BigTable。通过这三架“技术马车”，Google具备了领先的存储和分析海量数据的能力，进而Google能够对其用户进行较为全面的描述，并为其向品牌方提供个性化的广告服务打造基础。随着该技术体系的不断升级，Google Analytics更延伸出包括实时分析、定制报告、转化跟踪等功能，而Google Analytics不仅成为Google本身，更成为全球使用最为广泛的数字广告数据分析工具之一。

自2007年苹果的第一代智能手机发布以来，新旧媒体形态的叠加构造了空前丰富的媒体资源。在移动终端的技术支撑上，2008年9月，Google正式发布首个安卓版本Android 1.0。同年，首款搭载安卓操作系统的智能手机HTC Dream（又称T-Mobile G1）上市，其在Google安卓操作系统的支持下亦引爆了全球智能移动终端市场，一并意味着Google移动业务的蓬勃发展。

移动应用与终端的泛化同步积累了涵盖用户的各大生活场景的数据，随着数据类别与规模的激增，业务融合、多屏融合亦成为趋势，而广告营销服务方亦需要与时俱进，为品牌方在多屏互动之间提供广告投放、管理和测量的整合服务。由此，Google则通过内部技术自主研发和外部技术企业收购，打造其在移动互联网生态下的数字技术优势。

2008年3月，Google以超过30亿美元的价格完成对网络广告公司DoubleClick的收购，并于2009年9月17日正式推出实时在线广告交易系统DoubleClick Ad Exchange，此举被视为广告实时竞价交易的开端。

基于DoubleClick Ad Exchange平台，提供页面搜索、视频等广告资源的供应商可以向广告主、广告公司、第三方购买平台或者其他媒体提供实时竞价销售（Real Time Bidding，简称RTB）。同时，Google前期对个人数据的掌控和挖掘是平台广告交易的基础。Google通过对每一个人在互联网页面上遗留下来的浏览互动行为、关键词搜索、注册信息等进行搜集、分析，判断用户的喜好和需求。上述用户偏好数据的积累，进而为广告主的购买决策提供参考。由此，在这个开放的平台生态体系中，广告资源购买方的投资回报率以及发布商的广告位资源利用率得到双向提升。

Doubleclick围绕Ad Exchange构建了平台化的生态

而具体拆解作为Double Click核心技术的RTB模式，RTB以每一个释放出的广告展示位为基础单位，在众多购买者中以实时竞拍后的最高价出售。基于RTB的动态分配机制，广告销售方可决定将哪些广告资源分配给Ad Exchange，并为这些广告资源设定一个最低出价值，并设定某些广告格式或广告内容规则来限制广告购买方对其广告资源的竞争；另一方面，广告购买方可以指定他们想要购买的广告资源，并为这些广告资源设置对应的出价。同时，平台还可以帮助他们动态控制出价值，即根据相应广告资源的效果来对出价实时调整。最终，Ad Exchange能为买方每一次广告请求扫描整个卖方市场，将买方的定位要求与卖方的广告资源进行匹配，实现在一秒钟内完成从捕捉、反馈、竞价再到展示的全过程。

2009年，Google收购手机广告初创公司AdMob，面向应用程序开发者以及需要在应用程序中投放广告的发布商打造了移动端的广告管理系统。通过这一系统，Google搭建了整合移动终端App广告资源的桥梁，使得品牌方不仅能够在Android以及iOS等不同系统以及手机和平板电脑等不同移动终端上开展广告活动，更能投放多种类型的广告，包括交互式广告、自定义搜索广告等。除了资源的统合，AdMob还能够通过地域、年龄、性别等数据，为品牌主提供平台或设备定向、地理位置或运营商定向、性别定向以及年龄组定向等精准投放服务，帮助品牌主实现对其目标受众的精准触达。

同时，为使广告客户更加有效地完成移动搜索营销目标，Google亦对其技术服务进行多重整合。一方面，Google对AdWords与AdMob进行整合，进而AdWords已有100万余个广告客户可以直接通过AdWords界面进入移动应用程序资源，进行广告系列的创建和管理，完成跨平台的移动广告的创建、发布及优化；另一方面，Google也整合了AdSense和AdMob资源，通过AdSense向配备了HTML浏览功能的移动终端或者采用了WAP的浏览页面上发布文字和图片广告。由此，Google广告技术的整合实践，厘清了互联网、移动互联网和手机移动应用上展示广告投放系统的关系，使其搜索营销业务更加灵活。

资源整合的过程中，平台亦留存了大量数据，进而Google于2010年对其数据处理架构进行了升级，并推出了一系列新的数据系统，包括主要辅助于搜索业务、提升大数据管理效率的索引处理系统Caffeine、数据存储系统及服务Colossus、Google Instant、 Mesa，以及数据分析技术Dremel、Pregel等。在大数据的训练下，Google算法随用户行为的预测能力亦得到提升。同年Google亦建立了其人工智能团队“Google大脑”，用以升级 Google数据分析能力。Google对深度学习和神经网络等底层算法模型的研发，使得“Google大脑”在面向搜索广告营销业务的应用中能够更准确地理解用户意图，并帮助品牌方科学衡量与分析广告效果，实现投放上的优化。

随着品牌方对营销资源和服务方式的需求的日益复杂化，为优化营销服务、更好地满足品牌方个性化需求，Google陆续对其广告服务工具进行升级。2016年Google 的AdWords被重新命名为Google Ads。此后，Google 广告服务不仅拓展至八类形态，AI赋能的Google Ads更实现了各环节的自动化、简易化操作，满足广告主跨平台、跨终端、多渠道的投放需求。2018年，Google更是开启了其史上规模最大的营销体系重组——以Google marketing platform为核心搭建了综合型数字营销平台体系，实现创意内容制作、广告购买投放、媒体数据检测、用户改善和资产管理等业务的一体化。此外，这一阶段Google的广告服务亦更注重商品内容与场景的深度结合。

Google Ads的广告形式与技术特点

Google的综合营销技术服务体系即Google Marketing Platform（简称GMP），是由Google Analytics组件及Double Click重组而成，同时集成了Display & Video 360、Search Ads 360、Analytics 360、Campaign Manager 360和Tag Manager 360在内的工具套件，涵盖展示广告、视频广告以及多个搜索引擎广告等产品的管理与协同，实现了创意内容制作、广告购买投放、媒体数据检测、用户改善和资产管理的一体化。此外，背靠BigQuery的优异数据分析能力，GMP开能通过对Google Analytics套件和Double Click数字营销工具的整合，同时连接Google Ads以及其他第三方平台的数据，形成多种工具与服务为一体的一站式营销管理平台。具体来看：

其一，在跨平台搜索广告的管理工具上。Google Search Ads 360（简称SA 360）套件，使得广告主能够通过一个统一的平台、跨多个搜索引擎（包括第三方合作伙伴）和媒体广告渠道，来管理、优化其在全球范围内的搜索引擎广告内容。如SA 360可帮助品牌主集中管理包括百度、雅虎、必应、360等在内的搜索引擎，以及Facebook、Instagram等主流社交媒体，帮助其对付费社交活动进行衡量、报告和归因，评估哪些社交广告系列带来了最高的覆盖率和转化率，利用数据分析结果为跨渠道的再营销提供支持。

其二，在多业务协作的管理工具上。Google Display & Video 360 （简称DV360） 作为针对展示和视频广告业务的一站式平台，涵盖广告画布、预测、出价、筛选受众、AB测试、实时报告等一系列具体技术工具，帮助广告客户更加简便、智能地进行广告购买。具体而言，该平台不仅可以帮助广告主打造程序化购买的解决方案，更帮助其实现端到端的管理，完成从人群定位、媒介计划与购买、创意制作到效果评估等全链条的营销方案定制。如：Google的机器学习技术能够按照人口统计特征、兴趣爱好、购买意向、地理区域等数百种方式定位受众群体，为广告住进行人群包的合并、排除以及扩展；平台基于Floodlight代码的Insights模块还能够帮助广告主衡量广告对品牌价值的转化效果，呈现全渠道的广告投放效果以及媒体支出；DV 360则能够通过AB测试来比较不同广告设置的效果，从而调整未来营销活动的规划和决策。

Google Display&Video 360的五大功能模块

其三在基础数据工具上。Google的Tag Manager与Analytics则实现了代码跟踪、数据分析与呈现。一方面，Tag Manager 提供了简单、可靠、易于集成的跟踪代码管理解决方案。该技术工具可以不需编辑代码就管理所有网站标签、快速地应对不同媒介的调整。通过使用标签管理器添加和更新标签，代码管理器会自动生成正确的跟踪代码并触发代码；另一方面，Google Analytics不仅通过向每个网页插入跟踪代码技术来跟踪用户行为，帮助网站收集数据并将其分析整理成实用报告，最终让企业透视用户在整个营销周期中具体如何与网站和应用互动；更基于 Google的机器学习技术发现新的数据洞见。此外，Analytics还集成了Google的各大广告发布工具，实现其与Google合作伙伴产品的对接。如Analytics可通过Google Play、Search Console等工具跟踪用户的应用和网站的购买与订阅等操作，衡量AdMob应用收入，以及查看并分析来自 Google Ads 、SA 360 、DV 360等的数据。

Tag Manager界面展示

Google亦注重通过AI来赋能营销，提升用户体验、创意生成、自动投放、智能出价、效果衡量等各环节的整体性能。2023年12月，Google发布了 Al多模态模型Gemini，可快速归纳、理解、操作以及组合不同类型的信息，包括文本、代码、音频、图像和视频等。Google表示，Gemini将很快与Google广告业务集成，包括Chrome、搜索和广告等。目前，Google Ads已经在积极测试Gemini以增强广告解决方案，并已开始支持对话体验。

2024年1月，Google Ads宣布在其搜索广告中引入其最新的大型语言模型，通过 AI 的内容理解与生成能力，为用户打造全新的生成式搜索体验 （Search Generative Experience, 简称SGE）；另一方面，生成式 AI 引入Google搜索的新尝试也帮助广告主提升其投放效果。如Google使用生成式AI来针对用户的搜索历程为品牌方定制广告投放流程。基于对话聊天的界面，营销人员可以结合自己的专业知识和Google AI提供的优化策略，构建更高质量的搜索广告活动。在AI赋能下，整个广告活动构建过程被大幅简化，广告主只需输入网站URL，即可利用Google AI生成包括创意和关键词在内具有针对性的广告内容，并根据对话体验的Beta测试反馈及时优化营销解决方案。

此外，Google还将大型语言模型集成到出价解决方案中，综合考虑一系列的实时信号（包括设备、地理位置、时段、再营销列表、语言和操作系统等），以准确捕捉用户每次搜索的独特背景信息，从而更好地了解消费者的搜索内容与行为意图。同时，Google AI针对不同广告主的转化需求，提供多类出价策略。如依托Google AI的洞察报告，直接为营销人员指出待优化项目，并实时提供可操作的执行建议。

总结Google的广告技术的演进历程，其相继走过了产品资源开发、程序化建设与平台化整合三个阶段。在这一演进中，Google的广告技术服务亦体现出从“强业务”“强平台”再到“强融合”的特征。

基于庞大的媒体业务体系，Google聚集了海量的内容及数据沉淀，同时凭借出色的大数据与云计算能力不断夯实其广告服务能力。同时，Google在“精准搜索”与“精准投放”导向下的猛进之路中，始终面临着用户方数据主权维护运动的抗议之声与监管警钟。如2021起就有用户指责Google的Chrome浏览器即使在无痕模式时也会通过 Google Analytics、Google Ad Manager等技术工具对用户上网行为进行追踪。作为营销中介方的Google仍处于消费者隐私需求与品牌方效益需求之间的尴尬之地中，这亦是其于2019年就宣布的用以保护用户隐私的“Cookie淘汰计划”一直推迟至今的原因。而未来，Google如何协调用户与广告主的关系，并在关系维护中实现其自身“广告帝国”的增长，则是其面临的新课题。

更多深度好文

关于我们