AdWords Editor

v 12.3 - Robuuste filtering, zoekrapporten en meer

Nieuw videoformaat

Outstream-advertenties van Google zijn gelanceerd voor bereik buiten YouTube

Evenementen

Woon de conferenties van Search Engine Land bij

SEM

Gesponsorde inhoud: Optmyzr op 12 juni 2018 om 7:30 uur

• 
• 
• 
• 
• 
• 
• 
• 

Onze oprichtende CEO, Fred Vallaeys, heeft uitgebreid geschreven over hoe de rol van PPC-experts zal veranderen, aangezien meer van het dagelijkse advertentiebeheer zal worden gedaan door geautomatiseerde systemen aangedreven door kunstmatige intelligentie (AI) en machine learning (ML). Een taak die bijzonder geschikt is om te worden geautomatiseerd, is biedingsbeheer, omdat hiervoor veel wiskunde- en patroonherkenning vereist is, twee taken waarbij computers uitblinken.

Maar hoezeer geautomatiseerd accountbeheer ook verbetert dankzij de toegenomen rekenkracht, het instellen van het perfecte bod vereist soms iets dat de computers niet hebben: diep inzicht in uw bedrijf. Wij geloven dat PPC-professionals hun resultaten kunnen verbeteren door hun unieke inzichten in het bedrijf te combineren met de enorme rekenkracht van de AI-algoritmen van Google en Bing.

De voordelen van geautomatiseerd bieden

Google heeft in een witboek uitgelegd hoe het geautomatiseerde systeem biedingen berekent. Het analyseert veiling-tijdsignalen om het waarschijnlijke conversiepercentage en de conversiewaarde van een klik te voorspellen. Het doet dit met behulp van een enorme hoeveelheid gegevens van alle advertenties, adverteerders en de miljarden klikken die ze krijgen. Individuele adverteerders hebben niet zo veel gegevens, laat staan ​​de kracht van supercomputers om deze in realtime te analyseren en ernaar te handelen. Het gebruik van Google's AI is dus een slimme taak voor de typische zoekmachinemaker die zijn prestaties wil verbeteren.

Maar hoe goed het biedsysteem van Google ook is, de factoren die het analyseert, zijn beperkt. Dus, terwijl het misschien het verschil in de waarschijnlijkheid van een conversie van een gebruiker in Duitsland om 2 uur 's middags versus van een gebruiker in Canada om 7 uur' s ochtends kan voorspellen, is het niet mogelijk Ik ben niet op de hoogte van andere unieke aspecten van het bedrijf die van invloed zijn op de resultaten die waarschijnlijk door een klik worden gegenereerd.

Er zijn mogelijk duizenden factoren die het algoritme niet in overweging neemt, eenvoudigweg omdat de gegevens voor die factoren te dun zijn, te inconsistent tussen verschillende soorten adverteerders of te duur om in de voorspellingsmodellen op te nemen.

De voordelen van door mensen ondersteunde biedingen

Mensen die PPC-accounts beheren, kunnen hun intuïtie gebruiken om behoorlijk goede schattingen te maken over hoe deze unieke factoren van invloed kunnen zijn op de resultaten.

Een botenwinkel zou bijvoorbeeld redelijkerwijs kunnen verwachten meer Jet Ski's te huren als het volgende waar is:

• De bezettingsgraad van hotels nabij het strand is hoog.
• De voorspelling vraagt ​​om veel zon en rustige wind.
• Er is geen nieuwsbericht over aanvallen van haaien.

Het geautomatiseerde bieden van Google houdt geen rekening met deze factoren, dus dit betekent dat de biedingen, hoewel goed, niet perfect zijn. Human-accountmanagers kunnen biedingen echter wijzigen op basis van hun ervaring met de invloed van deze factoren op de verhuur.

Het probleem is dat je niet echt weet of de factoren die volgens Google belangrijker zijn voor de prestaties dan de factoren die mensen zouden overwegen. Maar er is een manier om het verschil te meten.

Hoe te testen of geautomatiseerde biedingen beter zijn

Om te testen of geautomatiseerd bieden betere prestaties levert dan handmatig bieden op basis van CPC, kunnen adverteerders 'Concepten en experimenten van Google' gebruiken.

Neem een ​​bestaande campagne met handmatig bieden of waarbij automatisering wordt afgehandeld door een hulpprogramma van derden en maak er een nieuwe conceptcampagne van. Wijzig in het concept alleen de biedstrategie en start deze vervolgens als een experiment.

Hoeveel verkeer de campagne krijgt en hoeveel van dat verkeer naar het experiment wordt verzonden, bepaalt hoe snel de resultaten beschikbaar zullen zijn. Zodra u de winnende biedstrategie hebt gevonden, kunt u het experiment beëindigen en terugkeren naar de oorspronkelijke biedmethode of de nieuwe toepassen.

De beste biedingen zijn geautomatiseerd, maar met veel menselijke inbreng

Het is mogelijk om nog betere resultaten te behalen door de krachten van mensen en machines te combineren. Niemand heeft immers gezegd dat geautomatiseerde biedingen een set-it-and-forget-it-methode zijn.

Adverteerders denken vaak aan automatisch bieden als het einde van hun werk met biedingsbeheer, maar we zijn van mening dat doel-CPA en doel-ROAS actief moeten worden beheerd. In plaats van de maximum CPC als hefboom voor optimalisatie te gebruiken, kunnen doel-ROAS en doel-CPA dezelfde rol spelen.

Bij het beheren van CPC-biedingen wijzigen adverteerders biedingen op basis van factoren zoals wijzigingen in advertentieprestaties of hoe factoren buiten AdWords de conversietarief voor leads en verkopen beïnvloeden. Evenzo moeten ROAS- en CPA-doelen actief worden beheerd op basis van wat er in AdWords en het bedrijf gebeurt.

Google beveelt aan de CPA- en ROAS-doelen te wijzigen

Zelfs Google zegt dit: "Om tegemoet te komen aan ... korte, verwachte prestatiewijzigingen, raden we adverteerders aan hun bieddoelen (doel-CPA of doel-ROAS) proportioneel aan te passen aan de voorspelde toename of afname in conversieratio of -waarde."

Google zegt dat de algoritmen tijd nodig hebben om hun voorspellingen bij te werken en voor de beste prestaties moeten mensen de doelen aanpassen tijdens perioden van flux wanneer de verwachte conversieratio van Google niet in de buurt komt van de werkelijke conversieratio. Als een speciale verkoop bijvoorbeeld naar verwachting de succespercentages drastisch verhoogt, moeten adverteerders hun doelen wijzigen als ze geen kans willen missen om meer te verkopen.

Hier volgt een vereenvoudigde uitleg over hoe dit verloopt met geautomatiseerde biedingen.

Als een verkoop op dag 4 begint, kan het daadwerkelijke succespercentage meteen verdubbelen, maar de voorspelde conversieratio kan enige tijd in beslag nemen om de nieuwe realiteit te halen.

Automatiseer het beheer van doel-ROAS en doel-CPA met Optmyzr

Gelukkig betekent het feit dat u het beste van Google's geautomatiseerde biedingen krijgt met een laagje menselijke intelligentie, niet dat u handmatig dingen opnieuw moet beheren. Tools zoals de Rule Engine van Optmyzr kunnen automatisch de doel-ROAS en doel-CPA-waarden aanpassen op basis van uw eigen berekeningen.

Een Rule Engine kan worden gebruikt om doel-ROAS en doel-CPA-biedingen automatisch aan te passen op basis van voorwaarden die zijn opgegeven door adverteerders, zelfs met gegevens van externe AdWords.

Het Optmyzr-systeem kan zelfs worden verbonden met uw eigen bedrijfsgegevens, of het nu een CRM-systeem is, een database met productmarges, een promotiekalender, het weer of iets anders. Deze gegevens die niet beschikbaar zijn in AdWords kunnen vervolgens worden gebruikt om betere beslissingen te nemen over de doelen die het automatische Google-systeem moet behalen.

Conclusie

Hoewel geautomatiseerde biedhulpmiddelen van de zoekmachines de absolute noodzaak voor menselijke accountmanagers kunnen wegnemen om tijd aan deze taak te besteden, zijn er goede redenen waarom slimme PPC-pro's nog steeds actief betrokken willen zijn bij het wijzigen van hun doelen. In het verleden was bij biedingsbeheer het wijzigen van maximum CPC-biedingen het doel nu het wijzigen van doel-ROAS en doel-CPA's om accounts te optimaliseren. Hulpprogramma's als Optmyzr maken het eenvoudiger om te profiteren van de AI van Google, terwijl die menselijke handigheid nog steeds wordt behouden in accountbeheer.

Meer informatie over onze MarTech-evenementen