Um bestmögliche Kontrolle und Erfolg bei Google Adwords, neuerdings bekannt als Google Ads, zu haben, legen Marketer feingliedrige Kampagnen an, die sich an Suchbegriffen, Produkten, dem Standort oder den EndgerĂ€ten der User orientieren. DarĂŒber hinaus können nun noch ergiebigere Ergebnisse mit dem neuen KI-gesteuerten Google-Algorithmus erzielt werden, der datenbasierte Entscheidungen liefert und noch bessere Kampagnenresultate bei gleichem Budgeteinsatz bringt. Getoppt werden können die Ergebnisse noch mit dem Triple-A-Approach, der von einer reinen Google-Ads-Agentur entwickelt wurde und in den Algorithmus eingeflossen ist.
Â
Hochqualitativ ausgestaltete AdWords-Kampagnen zeichnen sich dadurch aus, dass sie eine granulare und damit stark segmentierte Struktur haben: Einzelne Kampagnen werden je nach Produkt- oder Marken-Keywords, Geschlecht und Standort der User sowie fĂŒr die verschiedenen EndgerĂ€te manuell gestaltet. Mit Expertise und Erfahrung hat Smarketer, eine der fĂŒhrenden Google-Ads-Agenturen in der DACH-Region (http://www.smarketer.de), diesen Ansatz jetzt mit dem Triple-A-Approach (Audience, Automation und Attribution) weiterentwickelt. Dabei wird die Kampagnenstruktur so aufgebaut, dass er den neuen Google-Algorithmus optimal bedient und damit durch Machine Learning neue Höchstleistungen erzielt. »Die Vorteile des Google-Algorithmus sind so groĂ, dass sie einer manuellen Aussteuerung weit ĂŒberlegen ist. Was bisher bei der Gebotsoptimierung von Hand ausgesteuert wurde, ĂŒbernimmt beim Smart Bidding nun der Algorithmus,« erklĂ€rt Johannes Humpert, Chief Operating Officer (COO) von Smarketer. Wie er funktioniert, erklĂ€rt die AdWords-Agentur hier:
Â
Audience: weg von den Suchbegriffen â hin zu den Zielgruppen
Statt auf Suchbegriffe und Keywords setzt der neue Ansatz vor allem auf die User selbst, die nach Shops oder Produkten suchen. »Der Fokus verlagert sich von den Keywords hin zu den Zielgruppen«, erklĂ€rt Humpert. Dank Machine Learning kann der Algorithmus bis zu 70 Millionen Signale innerhalb von 100 Millisekunden analysieren und in kĂŒrzester Zeit alle möglichen Datenkombinationen auswerten. Durch diese permanente Verarbeitung und neues Priorisieren von Zielgruppeninformationen wird analysiert, welche Nutzer am wahrscheinlichsten in Zukunft einen Kauf tĂ€tigen werden. Diese Informationen aktualisiert Google tĂ€glich durch HinzufĂŒgen oder Entfernen von Usern in den Zielgruppen. Informationen, die Nutzer in einen Kontext einbinden, sind fĂŒr Werbetreibende enorm wichtig: »Marketer mĂŒssen ihre Zielgruppe richtig segmentieren und darauf achten, dass sie diese auch ansprechen. Bei der bisherigen granularen Struktur erfolgte diese Segmentierung manuell, indem HĂ€ndler selbst die Zielgruppen in Remarketinglisten festlegen. Beim Machine Learning ĂŒbernimmt diesen Prozess nun der Algorithmus.«, so Humpert.
Â
Automation: die granulare Struktur aufbrechen â und den Algorithmus arbeiten lassen
Automation bedeutet in erster Linie Gebotsoptimierung, das sogenannte Smart Bidding, fĂŒr das HĂ€ndler auch Optimierungstools von Google einsetzen können. Der Vorteil des neuen Google-Algorithmus: HĂ€ndler verbessern ihre Performance enorm, weil Google bei der Schaltung einer Anzeige verschiedene Signale in Echtzeit verarbeitet. Dazu gehören unter anderem Suchanfragen, Browser, Alter, Geschlecht, Interessen, EndgerĂ€te, Standort und Datum â also Informationen, die bei einer manuellen Steuerung nicht mit einflieĂen. »Bisher mussten HĂ€ndler ihre Gebote manuell festlegen«, so Humpert. »Heute ist es möglich, dass der Google-Algorithmus die Gebote aussteuert â ohne subjektive Meinungen, sondern ausschlieĂlich datenbasiert. Das Machine Learning erzielt sehr viel bessere Ergebnisse als die bisherige granulare Struktur.«
Â
Attribution: nicht nur der letzte Klick zĂ€hlt â sondern auch der Weg dorthin
Bisher legten HĂ€ndler bei der Bewertung der Conversion den Fokus zumeist auf den letzten Klick â also denjenigen, der zum Verkauf fĂŒhrt. Das Attributionsmodell sollte aber von »Last Klick« auf »Datengetrieben« oder »Positionsbasiert« umgestellt werden. FĂŒhrte die Customer Journey beispielsweise von Facebook ĂŒber Google und von dort zur Landing Page des HĂ€ndlers, kam dem alten Modell zufolge der Verkauf ausschlieĂlich ĂŒber Google zustande. Stellen HĂ€ndler ihr Attributionsmodell auf »Datengetrieben« um, wird der Wert der Conversion auf die jeweilige Aktion verteilt. »Die neue Herangehensweise lĂ€sst sich eher mit einem FuĂballspiel vergleichen«, erklĂ€rt Humpert. »Zwar macht der StĂŒrmer das Tor, aber ohne den Mittelfeldspieler und die Abwehr wĂŒrde er nicht zum Angriff kommen.« Und genau diesen Prozess bildet das datengetriebene Attributionsmodell von Google ab. Dieses errechnet mit kĂŒnstlicher Intelligenz fĂŒr jeden Kunden das optimale Modell, was die verschiedenen Kampagnen und Suchbegriffe zuordnet. Es zeigt, wie der Kauf zustande kam, denn Nutzer benötigen in der Regel mehrere AnlĂ€ufe, bevor sie eine Conversion tĂ€tigen. Stehen fĂŒr das datengetriebene Attributionsmodell nicht genĂŒgend Daten zur VerfĂŒgung, kann das positionsbasierte Modell genutzt werden: Dieses rechnet jeweils 40 Prozent der zuerst und zuletzt angeklickten Anzeige, die restlichen 20 Prozent den ĂŒbrigen Klicks zu.
Â
Der KI-gesteuerte Google-Algorithmus
Der Algorithmus macht die ZusammenfĂŒhrung und Verkleinerung von Kampagnen notwendig, weil eine Ăbersegmentierung das Machine Learning blockiert. Möglich wird die ZusammenfĂŒhrung, weil die Kampagnen per kĂŒnstlicher Intelligenz ausgesteuert werden. Ihre ZusammenfĂŒhrung erfolgt jedoch nach wie vor manuell. Diese Best Practice von Smarketer, einem mehrfach ausgezeichneten Kooperationspartner von Google, wurde in das Agency of the Future (AOTF) Programm von Google aufgenommen. »Wir haben verstanden, wie man Kampagnen bauen muss, um den Algorithmus effizient zu bedienen und Smart Bidding richtig einzusetzen«, so der COO von Smarketer. Dabei ist es wichtig, die Grenzen des Algorithmus zu kennen, um im Bedarfsfall wieder manuell aussteuern zu können.
Der Algorithmus ist der Einsatz von intelligenten Gebotsstrategien. Smarketer hat als eine der ersten Agenturen in Europa das AOTF-Programm in ihr Angebot aufgenommen. Der Triple-A-Approach als Teil der AOTF zielt darauf ab, die optimale Struktur fĂŒr intelligente Gebotsstrategien zu entwerfen: Mit dem Fokus auf Audience, Automation und Attribution erzielen HĂ€ndler effektivere Ergebnisse mit AdWords. Diesen Ansatz stellte Smarketer auch exklusiv bei der Konferenz »Google Marketing Live 2018« in San JosĂ©, Kalifornien, vor â als eine von drei Agenturen weltweit, die fĂŒr eine PrĂ€sentation auf dem fĂŒhrenden Marketing-Event von Google ausgewĂ€hlt wurden.
Â
Â
http://ap-verlag.de/one-fits-all-mentalitaet-im-content-marketing/45426/
http://ap-verlag.de/contextual-marketing-kunden-profiling-gegen-den-content-schock-4-erfolgsbooster/44965/
http://ap-verlag.de/ciam-wie-customer-iam-marketing-probleme-loest/44220/
http://ap-verlag.de/die-dsgvo-und-das-digitale-marketing/43312/
http://ap-verlag.de/tipps-und-tricks-fuer-erfolgreiches-suchmaschinen-marketing-keyword-optimierung/42931/
http://ap-verlag.de/so-wird-die-marketing-jahresplanung-zum-erfolg-kampagnenplan/41595/
Â
Read the full article
