.svg)
Beluister onze podcast
.svg)
Is jouw Google Ads account geoptimaliseerd voor machine learning? Zo benut je machine learning optimaal om prestaties van van je search campagnes te verbeteren.
Eerder dit jaar heeft Google een update doorgevoerd waarbij zoekwoordtypen vereenvoudigd werden. Het gevolg hiervan is dat SEA marketeers steeds minder invloed kunnen uitoefenen op de advertenties die worden weergegeven.
Voorheen werden campagnes voornamelijk gestructureerd op basis van zoekwoordtypen. Een veelgebruikte methode hiervoor is de SKAG (Single Keyword Ad Group) methode. Hierbij wordt voor elk zoekwoord twee advertentiegroepen gemaakt, één voor exact match en één voor broad match modified (BMM). Het voordeel hiervan is dat er een hogere relevantie en veel grip op de zoektermen. Door de update in de zoekwoordtypen is deze structuur achterhaald en niet meer effectief.
De Hagakure methode biedt een moderne aanpak om het account te structureren.
“Hagakure is een vereenvoudigde accountstructuur om machine learning beter te benutten en prestaties te verbeteren”
De Hagakure methode bestaat uit een drietal pijlers, te weten: het verkeer consolideren, de dekking verhogen en machine learning toepassen.
De Hagakure methode is erop gericht om het aantal campagnes te beperken. Dit zorgt voor minder versnippering van zoekwoorden in het account. Door het verkeer zoveel mogelijk samen te brengen kan er sneller worden overgeschakeld op functies zoals slim bieden. Bijkomend voordeel is dat het account ook nog eens overzichtelijker wordt.
Het uitgangspunt is om het verkeer met hetzelfde doel samen te brengen in één campagne. Voor elke landingspagina dient er vervolgens één advertentiegroep gemaakt te worden. Hierbij zijn niet de zoekwoorden leidend voor de structuur, maar de URL’s.
Om het algoritme zo goed mogelijk te laten werken dient een advertentiegroep ongeveer 3.000 impressies per week (of 12.000 per maand) te genereren. Zodoende is er voldoende data om machine learning optimaal in te zetten.
Door de dekking te verhogen kan er meer datahoeveelheid worden gerealiseerd. Door meer data per campagne te verkrijgen kan machine learning optimaal rendement uit de campagnes halen.
Een methode om de dekking te verhogen is om breder te adverteren. Hiervoor kan bijvoorbeeld breed zoeken (broad match) of woordgroepen (phrase match) worden ingezet. Hoewel dit doorgaans leidt tot irrelevante zoektermen, zorgt machine learning ervoor dat de zoektermen steeds accurater worden.
De tweede methode om meer data te verkrijgen is door de inzet van Dynamic Search Ads (DSA’s). In de Hagakure structuur heeft elke campagne één dynamische advertentiegroep. Hierdoor kunnen zoektermen die niet in de reguliere advertentiegroepen worden getriggered alsnog worden afgevangen.
DSA’s zijn dynamisch gegenereerde advertenties, op basis van de content op de website. Het algoritme van Google matched hierbij zelf de zoektermen. De koppen worden dynamisch gegenereerd op basis van de zoekopdracht.
De eerste twee pijlers zorgen ervoor dat er meer data per campagne beschikbaar is. Hierdoor is machine learning beter toepasbaar.
De bekendste vorm van machine learning is slim bieden (smart bidding). Hierbij wordt er realtime, volledig geautomatiseerd op zoektermen geboden. Voor de Hagakure methode is het belangrijk om conversiegerichte biedstrategieën in te zetten, zoals: conversies maximaliseren, doel-CPA of doel-ROAS.
Om de relevantie van de tekstadvertenties te vergroten kan er gebruik worden gemaakt Responsive Search Ads (RSA’s). Met dit advertentietypen kunnen verschillende koppen en beschrijvingen worden opgegeven. Vervolgens wordt op basis van machine learning de meest relevante combinatie uitgeleverd voor de zoekopdracht. Het gebruik van RSA’s is voor de Hagakure structuur een belangrijke succesfactor.
Om de advertenties relevanter en persoonlijker te maken kan er gebruik worden gemaakt van IF-functies, advertentieaanpassers en dynamische zoekwoorden.
De Hagakure methode is een hybride campagnestructuur. Hierbij worden reguliere advertentiegroepen gecombineerd met een dynamische advertentiegroep.
Voor elke landingspagina is er één reguliere advertentiegroep. Om de advertentierelevantie te verhogen zijn er minimaal 1 Responsive Search Ad (RSA) en minimaal 3 uitgebreide tekstadvertenties (ETA’s) aanbevolen.
In de dynamische advertentiegroep worden de URL’s getarget die ook in de reguliere advertentiegroepen worden gebruikt. Daarnaast worden er minimaal 3 dynamische zoekadvertenties (DSA’s) toegevoegd.
De marketeers van Bambuu hebben de afgelopen periode volop geëxperimenteerd met de Hagakure structuur. Hoewel er in de praktijk minder controle is op de zoektermen waarop advertenties worden weergegeven zien we bij diverse klanten een verbetering in de campagne prestaties.
Is jouw Google Ads account optimaal ingericht machine learning maximaal te benutten? Of kun je wel wat hulp gebruiken bij het opzetten en optimaliseren van jouw Google Ads campagnes? Bambuu helpt je graag om meer grip te krijgen op jouw marketing inspanningen. Neem gerust eens contact met ons op!
.svg)
.svg)
.svg)
.svg)
