Ein Blick ins Innere von Google Ads Smart Bidding & Automated Bidding-Strategien

Sie haben hart gearbeitet, um eine hervorragende Website zu erstellen. Sie haben hochwertige Google Ads-Kampagnen erstellt und Tests durchgeführt, um die besten Post-Click-Landingpages für jede Zielgruppe zu finden. Sie haben Tests für Anzeigenkopien wiederholt und wiederholt, während Sie Ihre Keyword-Gebote und -Budgets gewissenhaft verwaltet haben. Vielleicht haben Sie sogar einige Zeit mit durch Klicks ausgelösten Ereignissen in GTM verbracht, um sicherzustellen, dass alle Ihre Conversions korrekt verfolgt werden. Und dennoch haben Sie immer noch Mühe, Ihre CPA-Ziele zu erreichen oder Ihr Konto zu erweitern.

Es ist an der Zeit, die Roboter helfen zu lassen.

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, die Sie durchführen können, wenn Sie die Welt der Automatisierung und des maschinellen Lernens erkunden, sind die Google Ads-Gebotsstrategien.

So nutzt Google Ads Smart Bidding maschinelles Lernen für eine leistungsfähigere Gebotsautomatisierung

Google Ads führte Smart Bidding-Strategien bereits im Jahr 2016 ein und baute auf früheren automatisierten Gebotsoptionen auf, die bereits Mitte 2010 angekündigt wurden. In den letzten zwei Jahren ist Smart Bidding weiter gewachsen und leistungsfähiger geworden. Google hat zwei neue Strategieziele hinzugefügt, und die unterstützenden Algorithmen entwickeln sich weiter, während das maschinelle Lernen immer fortschrittlicher wird. Die vollständige Liste der verfügbaren Strategien finden Sie unten, aber lassen Sie uns zuerst überlegen, wie und warum Smart Bidding funktioniert.

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

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

Google zeigt Werbetreibenden Leistungsaggregationen aus diesen Signalen oder in manchen 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 jemals alle auftretenden Variationen und Kombinationen von Signalen perfekt abdecken kann.

Um die Sache noch komplizierter zu machen, gibt es andere Signale, die Alles-oder-Nichts-Entscheidungen erfordern, wenn sie manuell konfrontiert werden:

• Geografische Einstellungen können so eingestellt werden, dass sie zusätzlich zu den physisch anwesenden Benutzern auch Nutzer einbeziehen, die an Ihren Zielstandorten interessiert sind
• Textanzeigen können möglicherweise bei allen Partnern im Suchnetzwerk geschaltet werden oder entscheiden sich für gar keine
• Kampagnen- und Anzeigengruppeneinstellungen können eine selektive Automatisierung für eine „optimierte“ Anzeigenrotation nutzen, die verschiedene Anzeigenmerkmale berücksichtigt

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

Geben Sie maschinelles Lernen ein.

Das maschinelle Lernen von Google Ads verfolgt und analysiert jedes sichtbare und verborgene Signal von jeder Suche und jedem Klick. Maschinelles Lernen kann die winzigen, aber signifikanten Abweichungen im Benutzerverhalten erkennen, die auf Unterschiede in der Demografie, der Gerätenutzung und geäußerten oder gefolgerten Interessen und Vorlieben zurückzuführen sind. Diese Signale werden dann mit Leistungsdaten wie historischen Klick- und Konversionsraten abgeglichen, und die Gebote werden erhöht oder verringert, 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

Bevor Sie Smart Bidding testen, stellen Sie sicher, dass Sie die Gründe dafür verstehen, KEINE automatisierte PPC-Gebotsstrategie zu 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, die in der Spalte „Conversions“ gemeldet werden, keine bevorstehenden Enddaten der Kampagne), besteht die nächste Aufgabe darin, die Gebotsstrategie zu bestimmen passt am besten zu Ihrem Bedarf.

Derzeit werden vier automatische Gebotsstrategien von Google Ads Smart Bidding unterstützt:

• Erweiterter CPC
• Ziel-CPA
• Ziel-ROAS
• Conversions maximieren

Obwohl es sich technisch gesehen nicht um eine Smart Bidding-Strategie handelt (weil sie sich eher auf Traffic als auf Conversions konzentriert), wird Klicks maximieren auch häufig in Betracht gezogen, wenn es um Smart Bidding-Optionen geht.

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

Auswahl der richtigen Smart Bidding-Strategie zum Testen

Jede Smart Bidding-Strategieoption hat ihren eigenen einzigartigen Ansatz, um qualitativ hochwertigen Traffic, Engagement und Conversions zu fördern. 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 Anwendung.

Um einfacher durch die Optionen zu navigieren, können Sie das folgende Diagramm verwenden, um zu ermitteln, welche Smart Bidding-Strategie Sie zuerst testen sollten, um Ihre Ziele zu erreichen:

Es wird empfohlen, neue Gebotsstrategien über Google Ads-Experimente zu testen, wodurch Sie die Leistung über den untersuchten Zeitraum direkt mit Ihrer vorherigen Gebotsstrategie vergleichen können.

Bestimmen, ob Smart Bidding für Sie funktioniert

Sobald Ihr Test gestartet ist, kann es schwierig sein, festzustellen, ob Smart Bidding tatsächlich zu Ihren Gunsten funktioniert. Google Ads zeigt Ergebnisse im Vergleich zur Quellkampagne an, wenn ein Tab innerhalb eines Tests angezeigt wird:

Bei einem gut benannten Experiment können Sie die Leistung jedoch leichter vergleichen, indem Sie einen einfachen Kampagnenbericht herunterladen und die KPIs für Ihre Quellkampagne und das Experiment 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 Maximize Conversion-Strategie die Leistung in einer Suchkampagne mit begrenztem Budget erheblich verbessern konnte.

Der Test wurde in zwei Kampagnen gestartet, die ein konstantes Lead-Volumen bei einem unterdurchschnittlichen CPA erzielten. Da die Leads aus diesen speziellen Kampagnen intern schwieriger zu schließen waren, war das Ziel, mehr Leads zu generieren, ohne zusätzliche Ausgaben zu tätigen. Die Gebotsstrategie „Conversions maximieren“ konnte Traffic-, Engagement- und Conversion-Messwerte bei niedrigeren Gesamtkosten und geringeren Kosten/Conversion steigern:

Beide Kampagnen, die Conversions maximieren mit Tests testeten, erzielten mehr Conversions bei einem niedrigeren CPA als ihre Gegenstücke 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

Stellen Sie sich ein weiteres Experiment eines Lead-Generierungskontos vor, bei dem Target 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 generiert haben, bei denen jedoch die Kosten/Conversion im Laufe der Zeit gestiegen sind. Da die Kampagnen nicht durch das Budget begrenzt waren, bestand das Ziel darin, die Anzeigenbereitstellung zu optimieren, um verschwendete Ausgaben für Benutzer zu reduzieren, die wahrscheinlich keine Conversions erzielen. Die Ziel-CPA-Gebotsstrategie konnte die Kosten senken und gleichzeitig die Conversion-Rate erhöhen, wurde jedoch mit geringerem Traffic und Conversion-Volumen erkauft:

Beide Kampagnen erzielten gemischte Ergebnisse, und die endgültige Entscheidung wurde auf der Grundlage der ursprünglichen Ziele des Experiments getroffen. Der Ziel-CPA ist dafür bekannt, den Traffic zeitweise zu begrenzen, um ein Überschreiten des CPA-Gebots zu verhindern, aber es hat die Kosten pro Conversion effektiv reduziert, indem es verschwendete Ausgaben reduziert und die Anzeigenschaltung auf qualitativ hochwertige Sucher konzentriert. Der Rückgang bei Impressionen, Klicks und Conversions wurde zugunsten einer effizienteren Gebotseinstellung übersehen, um qualitativ hochwertige Leads zu geringeren Kosten zu generieren.

Abschließende Gedanken

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 unterschiedliche Weise einlösen können. Manchmal werden sie dies hauptsächlich dadurch erreichen, dass sie eine größere Menge an Verkehr bereitstellen. In anderen Fällen kann der Traffic zurückgehen, um qualitativ hochwertigere Benutzer auf Ihre Website oder Post-Click-Landingpage zu leiten.

Wenn die Ergebnisse Ihres Tests gemischt sind, denken Sie daran, Ihre anfänglichen Ziele zu berücksichtigen, wenn Sie einen Gewinner ermitteln, und erwägen Sie gegebenenfalls die Anpassung von Variablen, um die effektivste Gebotsstrategie für jede Ihrer Kampagnen zu finden.