print logo

3 Praxistipps, wie mit KI die AdWords-Performance steigt

Der neue KI-gesteuerte Google-Algorithmus liefert datenbasierte Entscheidungen und noch bessere Kampagnenresultate bei gleichem Budgeteinsatz.
Smarketer Group | 30.08.2018
© Google LLC
 

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 Endgeräten der User orientieren. Darüber 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 der größten reinen Google Ads Agentur Smarketer entwickelt wurde und in den Algorithmus eingeflossen ist.

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 für die verschiedenen Endgeräte manuell gestaltet. Mit Expertise und Erfahrung hat Smarketer, eine der führenden Google Ads Agenturen in der DACH-Region, 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 groß, dass sie einer manuellen Aussteuerung weit überlegen ist. Was bisher bei der Gebotsoptimierung von Hand ausgesteuert wurde, übernimmt beim Smart Bidding nun der Algorithmus,“ erklärt Johannes Humpert, Chief Operating Officer (COO) von Smarketer. Wie er funktioniert, erklärt die AdWords-Agentur hier:

Audience: weg von den Suchbegriffen – 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“, erklärt Humpert. Dank Machine Learning kann der Algorithmus bis zu 70 Millionen Signale innerhalb von 100 Millisekunden analysieren und in kürzester Zeit alle möglichen Datenkombinationen auswerten. Durch diese permanente Verarbeitung und neues Priorisieren von Zielgruppeninformationen wird analysiert, welche Nutzer am wahrscheinlichsten in Zukunft einen Kauf tätigen werden. Diese Informationen aktualisiert Google täglich durch Hinzufügen oder Entfernen von Usern in den Zielgruppen. Informationen, die Nutzer in einen Kontext einbinden, sind für Werbetreibende enorm wichtig: „Marketer müssen ihre Zielgruppe richtig segmentieren und darauf achten, dass sie diese auch ansprechen. Bei der bisherigen granularen Struktur erfolgte diese Segmentierung manuell, indem Händler selbst die Zielgruppen in Remarketinglisten festlegen. Beim Machine Learning übernimmt diesen Prozess nun der Algorithmus.“, so Humpert.

Automation: die granulare Struktur aufbrechen – und den Algorithmus arbeiten lassen


Automation bedeutet in erster Linie Gebotsoptimierung, das so genannte Smart Bidding, für das Händler auch Optimierungstools von Google einsetzen können. Der Vorteil des neuen Google-Algorithmus: Händler 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, Endgeräte, Standort und Datum – also Informationen, die bei einer manuellen Steuerung nicht mit einfließen. „Bisher mussten Händler ihre Gebote manuell festlegen“, so Humpert. „Heute ist es möglich, dass der Google-Algorithmus die Gebote aussteuert – ohne subjektive Meinungen, sondern ausschließlich datenbasiert. Das Machine Learning erzielt sehr viel bessere Ergebnisse als die bisherige granulare Struktur.“

Attribution: nicht nur der letzte Klick zählt – sondern auch der Weg dorthin


Bisher legten Händler bei der Bewertung der Conversion den Fokus zumeist auf den letzten Klick – also denjenigen, der zum Verkauf führt. Das Attributionsmodell sollte aber von „Last Klick“ auf „Datengetrieben“ oder „Positionsbasiert“ umgestellt werden. Führte die Customer Journey beispielsweise von Facebook über Google und von dort zur Landing Page des Händlers, kam dem alten Modell zufolge der Verkauf ausschließlich über Google zustande. Stellen Händler ihr Attributionsmodell auf „Datengetrieben“ um, wird der Wert der Conversion auf die jeweilige Aktion verteilt. „Die neue Herangehensweise lässt sich eher mit einem Fußballspiel vergleichen“, erklärt Humpert. „Zwar macht der Stürmer das Tor, aber ohne den Mittelfeldspieler und die Abwehr würde er nicht zum Angriff kommen.“ Und genau diesen Prozess bildet das datengetriebene Attributionsmodell von Google ab. Dieses errechnet mit künstlicher Intelligenz für 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 Anläufe, bevor sie eine Conversion tätigen. Stehen für das datengetriebene Attributionsmodell nicht genügend Daten zur Verfügung, kann das positionsbasierte Modell genutzt werden: Dieses rechnet jeweils 40 Prozent der zuerst und zuletzt angeklickten Anzeige, die restlichen 20 Prozent den übrigen Klicks zu.

Der KI-gesteuerte Google-Algorithmus


Der Algorithmus macht die Zusammenführung und Verkleinerung von Kampagnen notwendig, weil eine Übersegmentierung das Machine Learning blockiert. Möglich wird die Zusammenführung, weil die Kampagnen per künstlicher Intelligenz ausgesteuert werden. Ihre Zusammenführung 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 für intelligente Gebotsstrategien zu entwerfen: Mit dem Fokus auf Audience, Automation und Attribution erzielen Händler effektivere Ergebnisse mit AdWords. Diesen Ansatz stellte Smarketer auch exklusiv bei der Konferenz „Google Marketing Live 2018“ in San José, Kalifornien, vor - als eine von drei Agenturen weltweit, die für eine Präsentation auf dem führenden Marketing-Event von Google ausgewählt wurden.