2022-07-12 | Article | Insights
In der Vergangenheit hat die Optimierung von Kampagnen im mittleren Funnelbereich darauf abgezielt, Besucher auf die Website zu bringen. Die Qualität des Traffics kann jedoch stark variieren, was dazu führen kann, dass durch diesen Optimierungsansatz Budgets mitunter auf Nutzer mit einem geringen Wert umgeschichtet werden. Diese besuchen zwar die Seite, brechen jedoch den Besuch schnell wieder ab. Eine Optimierung der Kampagne darauf verringert die Marketingeffizienz. Dabei kann es sich zum Beispiel um Nutzer handeln, die versehentlich geklickt haben und eigentlich gar nicht vorhatten, die Website oder App zu besuchen. Auch wenn dies nicht der Fall sein sollte, so kann sich der Traffic dahingehend unterscheiden, dass Nutzer auf der Website unterschiedlich weit kommen - während bspw. ein Nutzer lediglich einen Artikel gelesen haben kann, kann ein Anderer einerseits einen Artikel gelesen, andererseits ein Angebot konfiguriert haben. Um Kampagnen bestmöglich zu optimieren, müssen diese Unterschiede ebenfalls berücksichtigt werden. An dieser Stelle kommt ein Scoring-Modell zur Leistungsbewertung ins Spiel. Der Aufbau einer Scoring-Methodik rund um das Nutzer-Engagement kann helfen, die Traffic-Qualität zu verstehen und in Richtung qualifizierten Traffics zu optimieren. Das Nutzer-Engagement bezieht sich dabei auf die Aktivitäten, die ein User auf der Website oder in der App durchführen kann, wie z. B. das Herunterscrollen auf der Landing Page, um etwas über die dort abgebildeten Produkte und Dienstleistungen zu lesen, ein Erklärungsvideo anzusehen oder entsprechende Bewertungen anderer Kunden zu lesen. Die Scores werden auf der Grundlage der Wichtigkeit und Tiefe der Aktivität des Nutzers vergeben, um dem gerecht zu werden, wie engagiert der Nutzer ist. Sobald dem User ein Wert entsprechend seinden Aktionen zugewiesen wurde, können die Ergebnisse dieser Analyse für folgende Entscheidungen genutzt werden:
Zunächst sollten die Daten aus der Google Marketing Platform (GMP) an Google Cloud BigQuery übertragen werden. Für Google Analytics 4 (GA4) Properties können alle Roh-Events in BigQuery exportiert werden. Der Export von GA4 liefert ein vollständiges Protokoll der Events in BigQuery, das für die Erstellung maßgeschneiderter Use Cases wie in diesem Szenario verwendet werden kann. Mit den BigQuery Data Transfer Services für Google Ads, Search Ads 360 und Campaign Manager 360 können wiederkehrende Ladevorgänge für Berichtsdaten automatisch geplant und umgesetzt werden.
Durch die direkte Integration von Google Analytics mit Display & Video 360 (DV360), Search Ads 360 und Google Ads können die Google Analytics-Daten für diese Quellen genutzt werden. Nach dem Einlesen der Daten können diese mit Dataproc verarbeitet werden, um sie zu analysieren.
Eine weitere Möglichkeit, Kampagnendaten in BigQuery zu importieren, ist die Verwendung der BigQuery-Exporter-Funktion. Diese kann auf der Kontoebene in CM360 oder auf der Partnerebene in DV360 aktiviert werden und dann verwendet werden, um die in (geplanten) Berichten generierten Daten an BigQuery zu senden.
Mit einer SQL-ähnlichen Syntax können die Daten abgefragt werden, was in diesem Fall bei der Berechnung der Qualifikationswerte auf der Grundlage der verschiedenen Ereignisse hilft. Anschließend können die Ergebnisse mit Looker Studio visualisiert werden, um die Aktivitäten Zeile für Zeile zu analysieren und Erkenntnisse daraus zu gewinnen. Damit kann eine effektivere Kampagnenoptimierung auf der Grundlage dieser Auswertung vorgenommen werden.
Bei den Bemühungen, die Kampagnenleistung zu steigern, können noch bessere Ergebnisse mithilfe von Custom Bidding erzielt werden. Hierbei werden die Aktivitäten in Echtzeit auf der Grundlage der oben beschriebenen Scoring-Methodik optimiert. Mit Custom Bidding kann individuell und dynamisch basierend auf verschiedenen Kriterien bestimmt werden, wie viel eine Impression für den Advertiser wert ist. DV360 nutzt dann diese Kriterien, um einen Algorithmus zu erstellen, der die Gebote für die höchste Leistung auf der Grundlage des so definierten Ziels optimiert. Da Display & Video 360 auch über automatisierte Gebotsstrategien verfügt, eignet sich Custom Bidding am besten für die Optimierung auf andere Metriken als die standardmäßigen automatisierten Gebotsziele, was bei einem Scoring-Optimierungsmodell der Fall ist. Custom Bidding kann sowohl mit einer Campaign Manager 360 Floodlight-Integration als auch mit Google Analytics-Zielen verwendet werden. Bei der Verwendung mit einer CM360-Integration werden unterschiedliche Floodlight Activities für die verschiedenen Aktionen auf der Website angewendet. Diese werden dann als gewichtete Conversions in eine Formel aufgenommen, auf deren Grundlage das Custom Bidding-Skript den berechneten Nutzerwert liefert.
Ebenso kann sich der Werbetreibende dafür entscheiden, Google Analytics für die Anwendung dieses Gebotsansatzes einzusetzen. Bevor GA-Ziele als Conversions für Custom Bidding verwendet werden können, muss die jeweilige GA-Property mit Display & Video 360 verknüpft werden. Anders als bei Google Universal Analytics bietet Google Analytics 4 bereits in der kostenlosen Version eine Verknüpfungsoption mit einem DV360-Konto.
Sobald die Qualifikations-Scoring-Methodologie entwickelt wurde und die Berechnung der Werte begonnen hat, können die Daten auch genutzt werden, um Zielgruppen auf der Grundlage verschiedener Traffic-Qualification-Cluster zu erstellen und diese für eine Dynamic Creative Optimization Strategie zu verwenden. Damit können Kunden von einem Cluster mit geringerem Engagement in ein Cluster mit einem höheren Solchen mit der entsprechenden Werbebotschaft überführt werden. Dies kann auf der Grundlage der spezifischen Nutzerpfade mit einem ansprechenden Creative geschehen, das zum jeweiligen Pfad passt. Anders als im Falle eines Reporting des qualifizierten Traffics beinhaltet dieser Prozess den Eintrag des ermittelten Qualification Wertes in eine Custom Dimension, um diesen Wert in Google Analytics zu überführen, auf dessen Basis dann Audience Cluster mit unterschiedlicher Qualification Score Höhe erstellt (bspw. Top 20%, Top 30% Engagement) und für ihre Nutzung in DV360 bereitgestellt werden können. Dadurch dass es bei GA und DV360 um dieselbe Platform (GMP) handelt, entsteht kein direkter Datenverlust bei der Übertragung der Audience von GA zu DV360 bzw. es muss im nächsten Schritt durch die Berücksichtigung möglichst vieler Inventare in der Kampagnenaussteuerung für hohe Auffindbarkeit und dadurch Wiederansprachemöglichkeit des Nutzers gesorgt werden. Mit Studio können verschiedene Werbemittel oder Versionen eines Creatives an verschiedene Zielgruppen ausgeliefert werden. Wenn die Line Item- oder die Insertion Order ID als Dynamisierungsfeld innerhalb des Data Feeds verwendet wird, kann ein Makro in das CM360 Placement eingefügt werden, um diesen Wert dynamisch von DV360 auf CM360 zu übertragen, sodass alle drei Tools - Studio, CM360 und DV360 - perfekt aufeinander abgestimmt sind und zusammenarbeiten können, um die Werbebotschaft an die zugewiesene Zielgruppe auf der Grundlage der Traffic-Qualifikationsbewertung zu übermitteln.
Der Mid-Funnel Bereich wird immer wichtiger, da immer mehr Nutzer Angebote vergleichen, bevor sie einen Kauf tätigen. Zugleich fokussieren sich viele Unternehmen entweder stark auf Branding- oder auf Performance Aktivitäten, dabei ist der mittlere Funnel jedoch oftmals entscheidend. Das Scoring Modell setzt genau dort an, wo Kunden Interesse signalisieren, aber eine zusätzliche Motivation zum Kauf/ Lead benötigen.
Der Einsatz dieses Leistungsbewertungsansatzes für Mid-Funnel-Aktivitäten ermöglicht es Advertisern, ihre Marketingmess- und Optimierungsansvorgehensweisen auf ihre individuellen Geschäftsanforderungen zuzuschneiden und gleichzeitig herauszufinden, wie stark ausgeprägt das Engagement ihrer Besucher ist. Audiences, die starkes Engagement demonstrieren, sind der beste Beleg dafür, dass Advertiser die richtige Zielgruppe mit ihrer Media Strategie erreichen.
Wenn sich Werbetreibende darauf konzentrieren, im Kontakt mit ihren Websitebesuchern/ Kunden zu bleiben, schaffen sie es, ihre Marke bei diesen von einer Marke im relevant Set dieser Nutzer hin zu Top-of-Mind Marke zu bewegen, wenn es um Produkte aus dem entsprechenden Vertical geht. Dadurch kann schließlich Abverkauf in der Zielgruppe initiiert werden. Langfristig kann die Marke durch kontinuierlichen und gezielten Auf- und Ausbau der Kundenbeziehung die eigenen Kunden dazu bewegen, ihre Advocates zu werden.