2022-11-15 | Article | Insights
Bis vor einigen Jahren war die Arbeit mit Google Ads (GAds, früher Google AdWords) manuell, fragmentiert und zeitaufwändig. Ein guter Kampagnenmanager musste vor allem mit Excel vertraut sein. Mit den seither entstandenen Automatisierungsmöglichkeiten und der stärkeren Integration der einzelnen Google-Tools hat sich vieles geändert. Google Ads nimmt dem Werbetreibenden auf operativer Ebene nun viel Arbeit ab. Auf der anderen Seite sind die Anforderungen auf strategischer Ebene umso größer geworden, um die neuen Möglichkeiten optimal zu nutzen. Jetzt ist es besonders wichtig, das vorhandene Automatisierungspotenzial strategisch optimal für Ihr Unternehmen zu nutzen. Neben den naheliegenden und mittlerweile bekannten Automatisierungen, die Google Ads bietet, wie z.B. automatisierte Gebotsstrategien, können Automatisierungen auch von Agenturen und Werbetreibenden ins Leben gerufen werden. Dies kann z.B. an der Schnittstelle zwischen verschiedenen Google-Tools geschehen, um ganzheitliche Möglichkeiten für Werbetreibende zu schaffen. Ein Beispiel sind Custom Conversion Probability Predictions (CPP), die auf Basis von aggregierten Kundendaten, Google Analytics und BigQuery erstellt und für den Einsatz in Google Ads-Kampagnen automatisiert werden können.
Für das Setup eines Conversion Probability Prediction Modells kann der CRoss Industry Standard Prozess für Data Mining (CRISP-DM) eingesetzt werden, der häufig als Fundament für Data Science Projekte herangezogen wird.
01 Im ersten Schritt wird ein Geschäftsverständnis geschaffen, indem die Struktur der Website und die verschiedenen Nutzergruppen, die die Website besuchen, sowie deren Interessen und Verhaltensweisen analysiert werden.
02 In der zweiten Phase des Projektes wird ein Datenverständnis angestrebt, indem Google Analytics-Rohdaten über die BigQuery-Konsole extrahiert werden, damit in der Vertex AI Workbench dann eine Datenbereinigung durchgeführt und mit der Identifizierung von Mustern mit Hilfe einer explorativen Datenanalyse begonnen werden kann.
03 Anschließend müssen die Daten in einer für das Modell geeigneten Form aufbereitet werden, was die Entfernung fehlender Werte, das Feature Engineering und die Auswahl von Features umfasst.
04 Für die Vorhersage der Conversion Wahrscheinlichkeit eines Website-Besuchers ist ein Klassifizierungsmodell erforderlich. Es gibt mehrere Möglichkeiten, von der logistischen Regression bis hin zu baumbasierten Machine Learning Algorithmen.
05 Zur Bewertung der Leistung des Modells müssen diesem ihm unbekannte Testdaten übergeben werden, wobei das Ergebnis mit einer Confusion Matrix gemessen wird. Damit soll bewertet werden, wie oft das Modell einen Nutzer richtig klassifiziert.
06 Vertex AI-Pipelines können zur Verwaltung und Überwachung des Deployment Workflows verwendet werden. Dieser besteht aus mehreren Komponenten wie z. B. der Generierung eines täglichen BigQuery-Datensatzes auf Session- oder Nutzerebene oder einem Datenimport aus BigQuery in Google Analytics zur Erstellung von Segmenten und Zielgruppen für Google Ads.
07 Im letzten Schritt des Prozesses werden die Daten für die Aktivierung in Google Ads vorbereitet. Zu diesem Zweck werden die Daten per Query-Time-Import in Google Analytics 360 importiert. Zu beachten ist, dass diese Funktion derzeit nicht für nutzerdefinierte Dimensionen in GA4 verfügbar ist. Vereinfacht ausgedrückt ist der Query-Time-Import ein temporäres Mapping und kann auf historische Daten angewendet werden. Dadurch wird sichergestellt, dass der Conversion Wahrscheinlichkeitswert/ die Conversion Gruppe in einer nutzerdefinierten Dimension gespeichert und einem bestehenden Kundenidentifikator zugeordnet werden kann. Dies kann zu Berichtszwecken und auch zur Erstellung der endgültigen Zielgruppen für die Aktivierung verwendet werden.
Es gibt verschiedene Anwendungsfälle, um die auf der Conversion Wahrscheinlichkeit der Website-Besucher basierenden Zielgruppen zu aktivieren. So können beispielsweise Nutzer mit geringer Conversion Wahrscheinlichkeit von Remarketing-Kampagnen mit Display-Anzeigen ausgeschlossen werden, um nur wertvolle Nutzer/ potenzielle Kunden erneut anzusprechen und so die Effizienz der Kampagnen zu erhöhen. Wenn man stattdessen lieber alle Nutzer ansprechen möchte, kann man Optionen für die Verwendung verschiedener Anzeigen auf der Grundlage der Conversion Wahrscheinlichkeit eines Nutzersegments evaluieren. Zu diesem Zweck kann eine weitere Analyse durchgeführt werden, die darauf abzielt, zu verstehen, welche Creative Strategie bei welcher Nutzergruppe wie gut funktioniert, und zwar auf der Grundlage verschiedener Conversion Wahrscheinlichkeiten, indem die Zielgruppe anhand verschiedener Schwellenwerte segmentiert wird.
Neben den Remarketing-Ansätzen können die höchsten CPP-Audiences genutzt werden, um ähnliche Segmente im Display-Netzwerk, im Suchnetzwerk, auf YouTube, in Google Mail oder in Apps anzusprechen. Ähnliche Segmente sind eine Targeting-Funktion in Google Ads, die 1st Party Datensegmente nutzt, um die Reichweite auf neue potenzielle Kunden auszuweiten, die ähnliche Merkmale wie die bestehenden Kunden oder Personen, die die Website des Unternehmens besucht haben, aufweisen - in diesem Fall solche mit einer hohen Conversion Wahrscheinlichkeit. Sie werden automatisch erstellt und in Echtzeit aktualisiert, sobald man mindestens eine in Frage kommende Liste in der Google Ads Audience Center-Bibliothek eingerichtet hat, und ermöglichen es Advertisern, mehr Reichweite gezielt und effizient zu generieren.
Darüber hinaus können Video for Action-Kampagnen als Alternative zu Display-Remarketing- und Suchkampagnen erkundet werden, um die CPP-basierten Zielgruppen zu aktivieren. Video for Action ist eine großartige Möglichkeit, videobasierte Storytelling-Kampagnen auszusteuern oder Produkte oder Dienstleistungen zu präsentieren, die mehr Erklärungsbedarf haben, als eine Display- oder Textanzeige bieten kann. Gleichzeitig sind diese conversionoptimiert. Dies bietet eine effiziente Möglichkeit, Kunden auf und außerhalb von YouTube zu erreichen - und das alles innerhalb einer Kampagne. Durch die Kombination von Inventar aus dem YouTube-Homefeed, den YouTube-Watchpages und den Google-Videopartnern und mehr können Video for Action-Kampagnen dabei helfen, die Leistung von Kampagnen zu verbessern, indem ähnliche Kunden wie jene mit der höchsten CPP angesprochen werden.
Im Laufe der Jahre hat sich bei Google Ads viel verändert - das Tool hat sich von einem Suchmarketing-Tool zu einer ausgefeilten und ganzheitlichen Activation Plattform entwickelt, die mit einer DSP vergleichbar ist und wesentlich niedrigere Einstiegshürden aufweist. Hier sind komplexe und ehrgeizige Szenarien möglich, wie z. B. die Verwendung von Custom Conversion Probability Audiences mit verschiedenen Formaten in unterschiedlichen Phasen des Customer Journey Funnels. Mehr denn je sind Agenturen und Werbetreibende gefordert, sich klare Ziele zu setzen, langfristige Aktivierungsstrategien zu entwickeln und fundierte Entscheidungen darüber zu treffen, wie sie die Möglichkeiten des Tools nutzen wollen, damit es für sie am besten funktioniert.