Hoe kan u uw Google campagnes schalen & optimaliseren met A.I. en machine learning?

4 september 2019

A.I. en dan specifiek machine learning vindt reeds geruime tijd in quasi alle digitale marketingtakken ingang. Bij organische optimalisatie van websites (SEO) houden we al enkele jaren rekening met de invloed van A.I. bij het bepalen van Google rankings en interpreteren van content, maar ook bij betaalde campagnes zoals Google Adwords in al zijn varianten wordt meer en meer gebruik gemaakt van A.I. om veel accurater en sneller een campagne te beheren en vooral te optimaliseren. Deze technologie zorgt voor een beter campagneresultaat, maar vooral voor een daling in managementoverhead van uw campagne.

Als we even specifiek inzoomen op Google Adwords (we laten RTB even links liggen) liggen er vooral opportuniteiten voor toepassing van A.I. en machine learning op het gebied van biedstrategieën, automatisch testen en optimaliseren van advertenties en detecteren van nieuwe zoektermen en verfijnen van negatieve zoektermen (waarop we niet zichtbaar willen zijn).

Biedstrategieën aangestuurd en geautomatiseerd door A.I.

Google biedt diverse opties aan om de doelstelling waarop het A.I. algoritme uw campagnes automatisch zal optimaliseren te kiezen, dit in drie hoofddoelstellingen:

U wil meer zichtbaarheid (impressies) genereren, dan kan u het algoritme opdracht geven uw campagnes te optimaliseren voor een bepaald marktaandeel van het volume aan impressies dat dagelijks wordt gegenereerd (target impression share) of om het maximaal aantal clicks met uw campagne te genereren.

U wil meer verkoop (conversies) genereren, dan kan u het algoritme opdracht geven uw campagnes te optimaliseren om het maximaal mogelijk aantal conversies te genereren met het beschikbare budget. U kan ook kiezen voor een tCPA of target cost per acquisitie, hierbij zal het algoritme conversies genereren aan een voorafbepaalde maximale kostprijs. Als laatste kan u kiezen voor eCPC waarbij het algoritme de gemiddelde cost per click gaat optimaliseren in functie van de maximale conversie welke u daarmee kan genereren.

U wil een hoger rendement (ROI) op uw campagne-investering, dan kan u het algoritme opdracht geven uw campagne te optimaliseren om een specifieke ROAS of return on ad spend te halen, wat dan leidt tot een beoogde ROI.

Vooraleer u met A.I. biedstrategieën start, dient u volgende overwegingen te maken:

Het attributiemodel: u dient over de hele lijn consistent voor een welbepaald attributiemodel te kiezen en zeker geen verschillende attributiemodellen door elkaar te gebruiken. Dit zorgt ervoor dat elk type campagne die u activeert de juiste credits krijgen bij het interpreteren van het eindresultaat en bijdrage tot dit resultaat van elke campagne. Meer en meer wordt afgestapt van het zogenaamde ‘last-click’ model en geeft men de voorkeur aan een volledig data gedreven attributiemodel.

Voldoende data: u dient eerst over voldoende conversie data te beschikken (bijv. tCPA & tROAS) alvorens überhaupt te kunnen starten met A.I. biedstrategieën. Typisch zal u voor nieuwe campagnes dan ook steeds starten met een manuele en of semi-ge-automatiseerde biedstrategie om voldoende conversiedata te verzamelen alvorens over te gaan naar een volledig ge-automatiseerde biedstrategie.

Micro conversies: het verzamelen van conversie data kan hierbij mogelijks lang duren, afhankelijk van de doorlooptijd van uw customer journey. Daarom is het belangrijk om naast de gangbare macro conversies (bv. sales) ook micro conversies te bepalen (indicators of sales) waarop ook kan worden gestuurd.

Testen en optimaliseren van advertenties door A.I.

Google biedt de optie aan te werken met ‘responsive search ads’ waarbij u zeer snel verschillende varianten van advertenties door de A.I. engine kan laten testen. U kan in 1 opzet tot 15 verschillende varianten testen, Google zal vervolgens a.d.h.v. machine learning de verschillende combinatiemogelijkheden testen waarbij het op zoek gaan naar de ‘money making’ combinatie om deze dan vervolgens te gebruiken in uw campagne.

Deze manier van optimaliseren leent zich perfect tot het achterhalen welke combinatie van uw merk USP het beste werken om gebruikers op uw advertenties te doen klikken.

Deze ‘kennis’ door het algoritme opgeleverd kan u dan later ook toepassen op uw andere type campagnes en bv. landingspagina’s.

Detecteren van nieuwe zoekwoord-opportuniteiten & negatives.

Het is belangrijk om zoekwoorden die geen impact genereren voortdurend uit te sluiten uit de campagne zodat hieraan geen advertentiebudget wordt verspild. Ook dit kan grotendeels worden geautomatiseerd door slimme scripts te schrijven.

Een voorbeeld hiervan is het N-script ontwikkeld door Daniel Gilbert van Brainlabs. Dit script gaat op zoek in uw campagnes naar zoekwoorden die goed werken, slecht werken en waar opportuniteiten liggen tot toevoegen van zoekwoorden of net weghalen van bestaande zoekwoorden.

What’s the downside?

Zoals met alles: use with care! Als u onbezonnen A.I. & automatisatie toepast op uw campagne is de kans groot dat het u meer zal kosten met minder resultaat. Onze ervaring is toch dat een A.I. algoritme niet altijd het ‘fingerspitzengefühl’ heeft om een campagne naar zijn maximale potentieel te brengen. Maar al deze nieuwe functionaliteiten zullen wel helpen om repetitieve handelingen op te vangen, snellere inzichten tot optimalisatie te verwerven én extra campagne opportuniteiten bloot te leggen en zodoende dus de overheadkost van uw campagne te doen dalen. Wat dan weer ruimte geeft voor denkwerk en campagne-creativiteit…

Training? Meer uitleg? Demo?

Contacteer ons gerust voor meer expertise betreffende dit topic.


DESKTOP
TABLET
SMALL TABLET
SMARTPHONE