Ein Blick in die AdWords Smart Bidding- und automatisierten Gebotsstrategien

Sie haben hart daran gearbeitet, eine herausragende Website zu erstellen. Sie haben hochwertige AdWords-Kampagnen erstellt und Tests durchgeführt, um die besten Post-Klick-Zielseiten für jede Zielgruppe zu finden. Sie haben Tests für Anzeigentext iteriert und wiederholt und gleichzeitig Ihre Keyword-Gebote und Budgets sorgfältig verwaltet. Vielleicht haben Sie sogar einige Zeit mit durch Klicks ausgelösten Ereignissen in GTM verbracht, um sicherzustellen, dass alle Ihre Conversions korrekt erfasst werden. Dennoch haben Sie immer noch Schwierigkeiten, CPA-Ziele zu erreichen oder Ihr Konto zu erweitern.

Es ist Zeit, dass die Roboter anfangen zu helfen.

Sie tun alles richtig, haben aber nicht genug Zeit, um jedes Keyword-Gebot, jedes Budget, jede Anzeigenvariation und jedes Zielgruppenziel perfekt zu überwachen. Glücklicherweise sind Sie ein versierter technischer Vermarkter und bereit, maschinelles Lernen zu nutzen, um noch mehr aus Ihren PPC-Dollars herauszuholen. Einer der besten Tests bei der Erkundung der Welt der Automatisierung und des maschinellen Lernens sind die AdWords Smart Bidding-Strategien.

So nutzt AdWords Smart Bidding maschinelles Lernen für eine leistungsfähigere Gebotsautomatisierung

AdWords führte bereits 2016 Smart Bidding-Strategien ein und baute auf früheren automatischen Gebotsoptionen auf, die bereits Mitte 2010 angekündigt wurden. In den letzten zwei Jahren ist Smart Bidding kontinuierlich gewachsen und leistungsstärker geworden. Google hat zwei neue Strategieziele hinzugefügt, und die unterstützenden Algorithmen entwickeln sich mit der Weiterentwicklung des maschinellen Lernens weiter. Die vollständige Liste der verfügbaren Strategien finden Sie unten. Betrachten wir jedoch zunächst, wie und warum Smart Bidding funktioniert.

Jeder Nutzer der Google-Suche trägt mehrere identifizierende Merkmale oder „Signale“. Dazu gehören Dinge wie:

• Gerät
• Standort
• Geschlecht
• Alter
• Einkommensniveau
• Uhrzeit
• Wochentag

Google zeigt Werbetreibenden Leistungszusammenfassungen aus jedem dieser Signale oder in einigen Fällen sogar aus einer Kombination von zwei oder mehr. Erfahrene PPC-Manager wissen, dass es ratsam ist, Gebotsmodifikatoren für Signale zu implementieren, deren aggregierte Leistung deutlich von der Norm abweicht. Gleichzeitig erkennen sie aber auch, dass niemand jede Variation und Kombination von auftretenden Signalen je perfekt abdecken kann.

Um die Sache noch komplizierter zu machen, gibt es noch andere Signale, die bei manueller Konfrontation Alles-oder-Nichts-Entscheidungen erfordern:

• Geografische Einstellungen können so festgelegt werden, dass zusätzlich zu den physisch anwesenden Benutzern auch Benutzer einbezogen werden, die an Ihren Zielstandorten interessiert sind
• Textanzeigen können möglicherweise bei allen Partnern im Such-Werbenetzwerk geschaltet werden oder entscheiden sich für keine.
• Kampagnen- und Anzeigengruppeneinstellungen können die selektive Automatisierung für die "optimierte" Anzeigenrotation verwenden, die verschiedene Anzeigenmerkmale berücksichtigt

Mehrere Signale sind innerhalb der AdWords-Datensegmente vollständig unsichtbar, darunter Browser und Betriebssystem, frühere Website-Interaktionen, Produktattribute und andere (siehe die vollständige Liste der Signale für automatisierte Gebote). Auch wenn die Daten zur Analyse verfügbar wären, gibt es derzeit keine Möglichkeit, Gebote basierend auf diesen versteckten Signalen manuell zu ändern:

Geben Sie maschinelles Lernen ein.

AdWords Machine Learning verfolgt und analysiert jedes sichtbare und versteckte Signal bei jeder Suche und jedem Klick. Maschinelles Lernen kann die winzigen, aber signifikanten Variationen im Benutzerverhalten erkennen, die auf Unterschiede in der Demografie, der Gerätenutzung und ausgedrückten oder abgeleiteten Interessen und Präferenzen zurückzuführen sind. Diese Signale werden dann mit Leistungsdaten wie historischen Klick- und Conversion-Raten verglichen und Gebote werden erhöht oder gesenkt, um Ihr ausgewähltes Ziel zu erreichen.

Letztendlich ist maschinelles Lernen ein äußerst dynamischer und datengesteuerter Ansatz, der ihm das Potenzial verleiht, ein leistungsstarkes Werkzeug in Ihrem PPC-Arsenal zu sein.

Vergleich der Vorteile gängiger Smart Bidding-Strategien

Stellen Sie vor dem Testen von Smart Bidding sicher, dass Sie die Gründe dafür verstehen, warum Sie KEINE automatisierte PPC-Gebotsstrategie verwenden. Wenn Sie sicher sind, dass Ihre Kampagnen die Anforderungen für den Erfolg von Smart Bidding erfüllen (15 oder 30 Conversions/30 Tage, nur hochwertige Conversion-Aktionen in der Spalte "Conversions", keine bevorstehenden Enddaten der Kampagne), müssen Sie als Nächstes die Gebotsstrategie ermitteln passt am besten zu Ihrem Bedarf.

Derzeit werden vier automatisierte Gebotsstrategien von AdWords Smart Bidding unterstützt:

• Auto-optimierter CPC
• Ziel-CPA
• Ziel-ROAS
• Conversions maximieren

Obwohl es sich technisch gesehen nicht um eine Smart Bidding-Strategie handelt (da sie sich eher auf Zugriffe als auf Conversions konzentriert), wird bei der Erörterung von Smart Bidding-Optionen häufig auch die Option "Klicks maximieren" in Betracht gezogen.

Um die Vorteile von Smart Bidding zu nutzen, müssen Sie die Ziele jeder Strategie in Abstimmung mit Ihrer eigenen berücksichtigen:

Auswahl der richtigen Smart Bidding-Strategie zum Testen

Jede Smart Bidding-Strategieoption hat ihren eigenen einzigartigen Ansatz, um qualitativ hochwertigen Traffic, Interaktionen und Conversions zu erzielen. Diese Ansätze bestimmen den zugrunde liegenden Algorithmus, der verwendet wird, um Ihre Kampagnen-, Anzeigengruppen- und Keyword-Gebote zu manipulieren. Daher ist die richtige Auswahl entscheidend für eine erfolgreiche Bewerbung.

Um einfacher durch die Optionen zu navigieren, können Sie anhand der folgenden Tabelle ermitteln, welche Smart Bidding-Strategie Sie zuerst testen sollten, um Ihre Ziele zu erreichen:

Es wird empfohlen, neue Gebotsstrategien über AdWords-Tests zu testen, sodass Sie die Leistung im untersuchten Zeitraum direkt mit Ihrer vorherigen Gebotsstrategie vergleichen können.

Feststellen, ob Smart Bidding für Sie funktioniert

Sobald Ihr Test gestartet wurde, kann es schwierig sein, festzustellen, ob Smart Bidding tatsächlich zu Ihren Gunsten funktioniert. AdWords zeigt Ergebnisse im Vergleich zur Quellkampagne an, wenn Sie einen beliebigen Tab innerhalb eines Tests anzeigen:

Bei einem gut benannten Test können Sie die Leistung jedoch leichter vergleichen, indem Sie einen einfachen Kampagnenbericht herunterladen und die KPIs für Ihre Quellkampagne und den Test nebeneinander (oder in diesem Fall Zeile für Zeile) untersuchen.

Beispiel 1: Conversions maximieren

Ein kürzlich im Auftrag eines Kunden zur Lead-Generierung abgeschlossenes Experiment zeigt, wie die Strategie "Conversion maximieren" die Leistung in einer Suchkampagne mit begrenztem Budget erheblich verbessern konnte.

Der Test wurde in zwei Kampagnen gestartet, die zu einem konstanten Lead-Volumen bei einem unterdurchschnittlichen CPA führten. Da die Leads aus diesen speziellen Kampagnen intern schwieriger zu schließen waren, bestand das Ziel darin, mehr Leads zu generieren, ohne zusätzliche Ausgaben zu tätigen. Mit der Gebotsstrategie "Conversions maximieren" konnten die Zugriffs-, Interaktions- und Conversion-Messwerte bei niedrigeren Gesamtkosten und geringeren Kosten/Conversion gesteigert werden:

Bei beiden Kampagnen, bei denen Conversions maximieren mit Tests getestet wurde, wurden mehr Conversions bei einem niedrigeren CPA erzielt als bei ihren Pendants mit auto-optimiertem CPC. Aus diesem Grund wurde die Strategie "Conversions maximieren" vollständig angewendet und hat sich weiterhin gut bewährt.

Ein Ergebnis wie dieses möchte jeder sehen, wenn er seine Kampagnenexperimente untersucht, aber leider sind die meisten nicht ganz so ideal.

Beispiel 2: Ziel-CPA

Betrachten Sie ein anderes Experiment aus einem Lead-Gen-Konto, bei dem der Ziel-CPA getestet wurde, um das Lead-Volumen bei einem bestimmten Cost-per-Conversion zu erhöhen, und die Ergebnisse waren überhaupt nicht eindeutig.

Dieser Test wurde in zwei Kampagnen gestartet, die in der Vergangenheit qualitativ hochwertige Leads generierten, bei denen jedoch die Kosten/Conversion im Laufe der Zeit gestiegen waren. Da die Kampagnen nicht durch das Budget begrenzt waren, bestand das Ziel darin, die Anzeigenlieferung zu optimieren, um unnötige Ausgaben für Nutzer zu reduzieren, die wahrscheinlich keine Conversions erzielen würden. Die Ziel-CPA-Gebotsstrategie konnte die Kosten senken und gleichzeitig die Conversion-Rate erhöhen, wurde jedoch mit einem geringeren Traffic- und Conversion-Volumen erkauft:

Bei beiden Kampagnen wurden gemischte Ergebnisse erzielt, und die endgültige Entscheidung wurde auf der Grundlage der ursprünglichen Ziele des Experiments getroffen. Es ist bekannt, dass der Ziel-CPA zeitweise den Traffic begrenzt, um eine Überschreitung des CPA-Gebots zu verhindern. Der Cost-per-Conversion wurde jedoch effektiv gesenkt, indem verschwendete Ausgaben reduziert und die Anzeigenlieferung auf qualitativ hochwertige Suchende konzentriert wurde. Der Rückgang der Impressionen, Klicks und Conversions wurde zugunsten effizienterer Gebote übersehen, um qualitativ hochwertige Leads zu geringeren Kosten zu generieren.

Schlussgedanken

Smart Bidding wurde entwickelt, um mehr der besten Nutzer auf Ihre Post-Click-Landingpages zu bringen. Es versteht sich jedoch, dass die Algorithmen dieses Versprechen auf andere Weise erfüllen können. Manchmal werden sie dies hauptsächlich durch die Bereitstellung einer größeren Menge an Verkehr erreichen. In anderen Fällen kann der Traffic zurückgehen, um qualitativ hochwertigere Nutzer auf Ihre Website oder Ihre Post-Click-Zielseite zu leiten.

Wenn die Ergebnisse Ihres Tests gemischt sind, denken Sie daran, bei der Ermittlung eines Gewinners Ihre ursprünglichen Ziele zu berücksichtigen und gegebenenfalls Variablen anzupassen, um die effektivste Gebotsstrategie für jede Ihrer Kampagnen zu finden.