Voorspellingen worden gedaan op basis van historische gegevens Google gebruikers
Er zijn echter nog veel vragen omtrent automatisch bieden. De automatiseringen en slimme bied strategieën zijn gebaseerd op machine learning. Een technologie waarbij er voorspellingen worden gedaan op basis van historische gegevens/ gedrag van de Google zoekmachine gebruikers.
Hoe reageert de machine learning op verstoorde patronen?
Er was bezorgdheid dat automatisch bieden aan het begin van de pandemie zou mislukken. De automatiseringen werken tenslotte om patronen te detecteren en die te gebruiken om biedingen uit te voeren, en met de hele wereld die hun leven vrijwel van de ene op de andere dag veranderde, werden die patronen verstoord. Hoe zou machine learning hierop reageren?
Allereerst een supersnelle inleiding over hoe automatisch bieden in het algemeen werkt. Slim bieden stelt biedingen in op basis van factoren die verband houden met een zoekopdracht en die van invloed zijn op de waarschijnlijkheid dat de zoekopdracht leidt tot een klik, een conversie en een transactie met een bepaalde waarde. Hoe groter de voorspelde kans op een positief resultaat, hoe meer het systeem op die klik zal bieden.
Voorbeeld: Zoekopdracht voor een printer tijdens de eerste week van de Corona pandemie
De volgende zoekopdracht wordt gedaan: “Printers kopen”. Google gebruikt historische gegevens om te voorspellen of deze gebruiker vanuit een kantoorgebouw op zoek is naar een printer. Hierdoor zou deze gebruiker wellicht geneigd zijn om eerder te converteren, maar ook is de kans op een duurdere printer of een grotere winkelmand groter dan bij een gebruiker die vanuit zijn eigen huis een soortgelijke zoekopdracht uitvoert.
In dit voorbeeld gebruikt het algoritme signalen van de zoekopdracht om te raden of de zoeker B2B of B2C is, iets dat grote invloed kan hebben op het eindresultaat. Deze voorspelling is voor ons intuïtief logisch.
Maar wat gebeurt er als een wereldwijde pandemie wanneer kantoren sluiten? Van de ene op de andere dag werkt de hele wereld vanuit huis. Breekt het voorspellende model? Herstelt het snel? En blijft het biedingen instellen waarmee adverteerders hun CPA- en ROAS-doelen kunnen bereiken?
Het Google Ads team van Rockwise ging op onderzoek uit!
Hoe groot is de impact van plotseling nieuwe patronen in het algoritme op de grotendeels geautomatiseerde bied strategieën? We zochten het uit.
Les 1: Slim bieden past zich snel aan veranderingen aan
Bij slim bieden wordt zowel meerjarige data als recentelijke data gebruikt, [maar] Google heeft een voorkeur voor wat er de laatste tijd is gebeurd. Het algoritme past dus snel zijn biedstrategie aan om rekening te houden met het nieuwe normaal. De nieuwe patronen zijn belangrijker dan de oude patronen.
We wisten al dat automatisch bieden tijdelijke volatiliteit aankan, omdat het seizoensgebonden evenementen zoals Black Friday verwerkt. Maar nu weten we ook dat we er over het algemeen op kunnen vertrouwen dat automatisch bieden voldoende voorrang geeft aan recente gegevens. We hoeven ons dus geen grote zorgen te maken bij onverwachte volatiliteit.
Les 2: Verlaag budgetten in plaats van campagnes te onderbreken
We weten dat de machine learning-modellen voor automatisch bieden voortdurend leren, zelfs voordat campagnes zijn ingesteld op automatisch bieden. Het systeem hoeft alleen te leren om het bijhouden van conversies in te schakelen. Vanaf dat moment worden de gegevens van elke zoekopdracht onderdeel van het model dat de kans berekent dat een toekomstige zoekopdracht wordt geconverteerd.
Wanneer advertenties tijdelijk worden stopgezet, worden alle recente gegevens uit je markt ‘uitgehongerd’ in je Ads account. Campagnes in de eerste weken van de Corona panedmie waren onderbroken leken te stoppen met leren. Toen ze opnieuw werden ingeschakeld, waren ze in de war over de nieuwe toestand van de wereld en hadden ze veel tijd nodig (~ 2 weken) om opnieuw te begrijpen hoe ze konden helpen bij het instellen van de juiste biedingen.
Les 3: Profiteer van alle biedautomatisering
Ik ben normaal gesproken geen fan van bied strategieën die gericht zijn op groei in vertoningen en klikken. Bijvoorbeeld de biedstrategie ‘Klikken maximaliseren’ is meer afgestemd op zichtbaarheid dan op conversie. Vreemd genoeg werkte deze type biedstrategieën wel beter in tijden waarin veel adverteerders hun campagnes tijdelijk onderbraken.
En het is een beetje logisch … Tijdens normale tijden koopt een ‘maximaliseer klikken’-strategie de klikken van de laagste kwaliteit. Dat komt omdat de manier om de meeste klikken te krijgen voor een bepaald budget, is door de goedkoopste klikken te kopen. En de goedkoopste klikken zijn de klikken die minder snel tot een conversie leiden en dus lagere biedingen krijgen van prestatiegerichte adverteerders.
Maar in ongebruikelijke tijden werden veel goede klikken ook goedkoop, niet omdat ze weinig kans op conversie hadden, maar simpelweg omdat advertentiebudgetten werden verlaagd en de markt ‘goedkoper’.
Hulp nodig?
Het Google Ads algoritme en geautomatiseerd bieden wordt steeds betrouwbaarder. Wanneer het ‘nieuwe normaal’ de status-quo wordt, kunnen we terugkijken op de lessen die we in 2020 hebben geleerd. Zie jij door de bomen het bos niet meer en heb je het gevoel dat je markt laat liggen? Kom met één van onze enthousiaste Google Ads marketeers in contact en we kijken of/ wat wij voor je kunnen betekenen. Laat het ons even weten door contact op te nemen