Google Ads automatiseren

16 januari 2020

WE Wemessage Logo Blog

Leren is anders dan daadwerkelijk begrijpen

“Handmatige werkzaamheden” – het woord is in zijn context al niet aantrekkelijk. 😵 Hoe meer er uit handen kan worden gegeven of geautomatiseerd kan worden, hoe beter. De tendens naar verdere automatisering zal zich dan ook zeker doorzetten in 2020. Google Ads is hierin geen uitzondering op de regel. Hedendaags gaat het binnen Google Ads dan ook steeds vaker over handmatige versus geautomatiseerde campagnes. Een ontwikkeling die zeker aangemoedigd kan worden, maar wel correct moet worden ingezet. Het leren van Google Ads-campagnes automatiseren is niet ingewikkeld, maar het daadwerkelijk begrijpen is complexer. En juist het begrijpen is de belangrijkste factor om automatisering correct te verwerken binnen Google Ads.

Google Ads automatiseren

Overschakelen naar automatisering

Wanneer je overschakelt naar het automatiseren van een campagne, of van slechts enkele variabelen, is dit zeker geen garantie voor succes. Binnen het automatiseren in Ads zijn namelijk tal van verschillende factoren van belang die het succes bepalen van de campagnes. De ‘robot’ van Google moet namelijk ook leren wat daadwerkelijk voor conversies zorgt. 🤖 Daarnaast weet de robot niet gelijk wat de marges zijn op een bepaalde conversie. Dit is namelijk per product/klant/dienst zeer verschillend. Zorg dan ook dat je alle cijfers, marges van diensten/producten en variabelen voor jezelf op een rijtje hebt die de automatiseringsmogelijkheden van Google Ads ondersteunen. Doel-CPA, automatische biedingen of Doel-ROAS zijn slechts enkele variabelen die zorgvuldig moeten worden gehanteerd per campagne en account.

Hetzelfde geldt voor een slimme shopping-campagne. Wanneer je al bestaande, succesvolle shopping-campagnes hebt draaien, is het overschakelen naar een slimme shopping-campagne in de meeste gevallen gemakkelijker. De Google ‘robot’ heeft namelijk al veel meer, conversie-, data en kan zo bijvoorbeeld op korte termijn gemakkelijker bepaalde Doel-ROAS behalen. Bij het gelijk vanaf het begin opzetten van automatische campagnes, is het leerproces juist veel langer dan de meesten denken. Het kan weken duren voordat de ‘robot’ de meeste testen heeft gedaan om significante keuzes door te voeren. Hierbij is dus bijsturing en geduld nodig, voordat er conclusies kunnen worden getrokken. Op dit punt gaat het vaak mis: er worden al te snel conclusies getrokken doordat de marketeer snel resultaat wil boeken voor bijvoorbeeld een klant die minder geduld heeft. Er worden dan wijzigingen doorgevoerd op basis van emotie, gevoel of verwachting in plaats van op significante resultaten/verschillen. 👨‍🔬🔬

Het belang van significantie

Alles draait om een statistische berekening die je naar alle waarschijnlijkheid tijdens je studie hebt moeten leren. Het significant maken van een keuze of een uitkomst. Hierdoor kan je berekenen of een bepaalde uitkomst of een verschil in een a/b test berust op toeval of niet. 🤓 Voorbeeld? Advertentietekst A heeft 100 vertoningen en hier is 7 keer op geklikt. Advertentietekst B heeft 100 vertoningen, maar er is ‘maar’ 4 keer op geklikt. De test is nog zo klein dat dit verschil op toeval kan berusten. De resultaten zijn dan ook nog verre van significant. Echter, er worden al vaak beslissing doorgevoerd aan de hand van deze irrelevante informatie. Dit is vaak terug te zien bij campagnes met een klein budget waar eigenlijk een langere testperiode nodig is. Bij campagnes met een klein budget kunnen er soms pas na een aantal maanden van testen keuzes worden doorgevoerd. Dit omdat er pas na een aantal maanden genoeg verkeer/kliks zijn binnengekomen om een significant verschil te kunnen waarnemen.

Wat heeft ‘begrijpen’ dan te maken met automatiseren van Google Ads?

Eigenlijk doet de Google ‘robot’ niks anders dan het testen van alles wat er mogelijk is, en op basis van significantie worden er wijzigingen doorgevoerd door de ‘robot’. Hoe lang dit duurt, is dus afhankelijk van hoeveel budget een campagne heeft en hoeveel data er al beschikbaar is van de eerdere campagnes. Nu komen we dus terug op het “daadwerkelijk begrijpen”. 🧐 Begrijp dat een Search-campagne met veel zoektermen of een shopping-campagne met veel producten langer de tijd nodig heeft om bijvoorbeeld de ingestelde Doel-ROAS te kunnen behalen. Hoe kleiner een budget, hoe langer het duurt om conclusies te kunnen trekken. Kijk dus goed in de data naar de cijfers en bereken bij twijfel of er al significante waarden aanwezig zijn, voordat je keuzes maakt die van (grote) invloed zijn. Begrijp dat automatisering niet betekent dat je niks meer hoeft te doen. Eigenlijk is automatiseren hedendaags nog een afwisseling tussen automatiseren en handmatig bijsturen en “voeden”. Doe je dit niet, en laat je de automatische variabelen/campagnes zijn eigen weg gaan, dan is de kans op een succesvolle campagne nihil.

Terug naar overzicht Incoming: het nieuwe 5G netwerk 🚀