Facebooktwitterredditpinterestlinkedinmailby feather


Gemiddelde leestijd 23 minuten

Machine learning is een veelbesproken onderwerp onder online marketeers. Logisch natuurlijk, aangezien er veel mogelijkheden zijn. Denk maar eens aan de machine learning tools in je Google Ads/Analytics account. Maar wat zijn nu eigenlijk machine learning tools? Wat zijn de voor – en nadelen van deze machine learning tools?

Hoe dien je machine learning nu in je dagelijkse praktijk toe te passen?

Vooral gericht op de inkoop van je advertenties of ook op de targeting en de inhoud van je advertenties?

Ik kan me voorstellen dat het lastig is om een onderbouwde keuze te maken. Want welke machine learning tool heeft nu de oplossing voor jouw campagnes?

Allereerst dien je natuurlijk te weten wat machine learning nu eigenlijk is. De letterlijke vertaling van machine learning is geautomatiseerd of machinaal leren als onderdeel binnen kunstmatige intelligentie.

Machine learning tools die we bespreken gebruiken gecontroleerd leren. Dat wil zeggen dat de tool leert op basis van voorbeeldsituaties hoe de eigenschappen van de invoer bepalend is voor het resultaat.

We bespreken in deze blog 5 tools om praktisch machine learning in te zetten voor de optimalisatie van je online marketing:

  1. Analytics meldingen
  2. Sessiekwaliteit in Google Analytics
  3. Slimme biedingsstrategieën
  4. Automatische biedingsregels
  5. Datadriven attributiemodel in Google Ads

Hierbij is het niet alleen belangrijk om bovenstaande tools te kennen, maar vooral te weten hoe de tools werken en in welke situaties je ze kunt inzetten.

Dan hebben machine learning tools ook echt een toegevoegde waarde voor de uitvoering van jouw online marketing strategie/tactiek.

Klaar om te starten met de mogelijkheden van de 1ste machine learning tool?

Meldingen over je belangrijkste website resultaten

Een goed voorbeeld van machine learning in Google Analytics zijn de meldingen binnen Analytics Intelligence. Deze geven jou op basis van de data uit je implementatie informatie over je belangrijkste website resultaten. Deze Analytics meldingen zie je terug aan de rechterkant wanneer je klikt op insights.

Disclaimer hierbij: Analytics meldingen krijg je alleen te zien wanneer je taalinstellingen op het Engels staan.

Ik gebruik deze meldingen zeer regelmatig. Het is namelijk als mens onmogelijk om zo accuraat en gedetailleerd je marketing/website resultaten te monitoren. Welke type meldingen krijg je te zien?

  1. Slecht lopende Google Ads campagnes
  2. Hoger dan gemiddelde laadtijden voor je belangrijkste landingspagina’s
  3. Stijging/daling van je maandelijkse actieve gebruikers
  4. Slechte resultaten vanuit mobiele apparaten/schermweergaven.
  5. Ongewone stijging/daling qua paginaweergaven op een bepaalde pagina. Bijvoorbeeld je homepage of je winkelwagen pagina.

Nieuwe Analytics meldingen ontvang je in de 1ste week van de maand. Mijn advies is om hiervan gebruik te maken. Het bespaart je namelijk een hoop tijd. De meldingen attenderen je op slecht/goed lopende onderdelen van je website.

Vervolgens kun jij op basis van deze meldingen hieruit inzichten halen om je probleem op te lossen. In bovenstaand voorbeeld zie je dat een Google Ads campagne slechter presteert dan andere campagnes. Nu aan jou de taak om te achterhalen waarom deze campagne niet goed functioneert en hoe je dit probleem kunt oplossen.

Vragen & antwoorden in Google Analytics

Naast de Analytics meldingen kun je ook vragen stellen aan Analytics Intelligence. Ik vind dit zelf heel erg handig. Zo krijg je namelijk relatief snel een antwoord op je belangrijkste vragen. Denk maar eens aan de tijd die je nu besteedt aan het opzoeken van de informatie in de beschikbare rapporten.

Google bied je hierbij de helpende hand met vraagcategorieën. Zo hoef je de vragen niet zelf te bedenken. Deze vraagcategorieën vind je terug onder insights on demand onder je Analytics meldingen. Op welke vragen krijg je antwoord?

  1. Zijn de maandelijkse actieve gebruikers gestegen/gedaald vs. vorig jaar?
  2. Welke kanalen hebben de meeste impact op de online omzet?
  3. Wat is het verschil in gebruikers tussen desktop vs. mobiel?
  4. Welke landingspagina’s hebben een hoger dan gemiddeld bouncepercentage?
  5. Welke landingspagina’s hebben een hoger dan gemiddelde laadtijd?

Aanvullende tip: het grote voordeel van vragen & antwoord categorieën boven de Analytics meldingen zijn de vervolgvragen die je kunt stellen. Voorbeeld: Welke oorzaken zijn er voor de stijging van het aantal maandelijkse actieve gebruikers op je website:







Disclaimer hierbij: de antwoorden op de vervolgvragen zijn op basis van een week data. Dat is een verbeterpunt voor deze tool. Toch ben ik wel positief over deze tool, aangezien je input krijgt over goed/slecht functionerende marketingkanalen.

Wil je meer weten over de mogelijkheden van Analytics Intelligence? Gebruik deze tips om antwoord te krijgen op jouw belangrijkste vragen!


Gebruik de statistiek sessiekwaliteit in Google Analytics

Ik vind zelf de machine learning tool sessiekwaliteit best wel indrukwekkend. Het toont namelijk je beperkingen als analist.

Het is namelijk onmogelijk om als mens aan ieder website bezoek een score te geven van 0-100 qua kwaliteit.

Het is natuurlijk wel fijn dat je een dergelijke tool kunt gebruiken.

Waaruit bestaat deze sessiekwaliteit? Google geeft op basis van bezoektijd/bekeken pagina’s/bounces een wegingsscore per bezoek. Deze kun je vervolgens gebruiken om de bezoek kwaliteit per kanaal/apparaat of type gebruiker te bepalen.

Er zit wel een disclaimer hieraan: alleen websites met de E-commerce module kunnen deze statistiek gebruiken. En je dient minimaal te beschikken over 500-1000 bestellingen per maand.

Google Analytics heeft deze hoeveelheid data namelijk nodig om een wegingsscore te kunnen geven voor ieder website bezoek.

Je vindt deze sessiekwaliteit terug onder doelgroep > gedrag > sessiekwaliteit.

Wat is nu de praktische toepasbaarheid van sessiekwaliteit?

  1. Je kunt hiermee de kwaliteit van je bezoeken per kanaal bepalen. Je zal nu wellicht denken: dat kan toch ook met het bouncepercentage? Ja, dat klopt. Alleen is het natuurlijk veel praktischer om de bezoekkwaliteit te beoordelen op basis van meer criteria dan alleen het bouncepercentage.
  2. Je kunt de targeting van je zoekwoorden in je Google Ads campagne veel gerichter optimaliseren, dan alleen op basis van je macro-conversies zoals bestellingen/omzet.
  3. Je kunt de gebruikers met gemiddelde/bovengemiddelde sessiekwaliteit meenemen in je Remarketing campagne.


Praktijkvoorbeeld Remarketing campagne met sessiekwaliteit

Een mooie toepassing is om sessiekwaliteit mee te nemen bij de targeting van je Remarketing-campagne. Gebruikers met een bovengemiddelde sessiekwaliteit hebben natuurlijk een grotere kans om een conversie op te leveren dan gebruikers met een lage sessiekwaliteit.

Hoe integreer je gebruikers met een bovengemiddelde sessiekwaliteit in je Remarketing-campagne?

Je kijkt allereerst naar de gemiddelde sessiekwaliteit. In mijn geval was deze 8. Nu is de verleiding groot om de gebruikers met een sessiekwaliteit van 8 te targeten in je Remarketing campagne. Dit is echter niet verstandig. Het is namelijk een gemiddelde. Je dient rekening te houden met positieve/negatieve uitschieters.

Op basis van eigen ervaringen kies ik meestal voor minimaal 2x het gemiddelde. In dit geval heb ik ervoor gekozen om gebruikers met minimaal een sessiekwaliteit van 20 te targeten in de Remarketing-campagne.

Onderstaande weergave zijn de resultaten hiervan:

Geen verkeerde resultaten. Het nadeel aan deze bovengemiddelde sessiekwaliteit is natuurlijk het gebruikersvolume. Helaas is niet iedere gebruiker verantwoordelijk voor een bovengemiddelde sessiekwaliteit.

Daarom heb ik ervoor gekozen om een 2de sessiekwaliteit doelgroep te targeten in deze campagne. Een gemiddelde sessiekwaliteit. Dit zijn gebruikers die verantwoordelijk zijn voor een score van 15-20. Zij zullen niet dezelfde resultaten opleveren als in bovenstaand voorbeeld.

Mijn hypothese hierbij was dat deze doelgroep door een groter gebruikersvolume een positieve impact zou hebben op de eindresultaten. Eerst dacht ik dat wellicht de commissiewaarde niet kostendekkend zou zijn door de lagere sessiekwaliteit.

De commissiewaarde was inderdaad lager, maar gelukkig ruim voldoende voor een positieve impact op de resultaten van de Remarketing campagne.

Kortom: gebruik een machine learning tool zoals sessiekwaliteit om je Remarketing campagne te optimaliseren!

Waarom slimme biedingsstrategieën?

In Google Ads heb je de keuze uit verschillende biedingsstrategieën. Ik maak meestal de keuze tussen 2 verschillende biedingsstrategieën:

  1. Handmatige verbeterde CPC
  2. Of een slimme biedingsstrategie zoals doel-CPA/ROAS

Het voordeel van handmatige CPC is dat je zelf aan de knoppen zit. Het nadeel is dat je het uiteindelijk natuurlijk nooit kunt winnen van een slimme biedingstool zoals doel-CPA/ROAS.

Een slimme biedingsstrategie maakt gebruik van zoveel meer signalen dan jij tot je beschikking hebt. Daarom adviseer ik je om te experimenteren met een slimme biedingsstrategie gericht op jouw belangrijkste KPI.

Er zitten natuurlijk ook beperkingen aan een slimme biedingsstrategie.

Je dient volgens Google minimaal te beschikken over 50 conversies voor een campagne om de doel-ROAS-biedingsstrategie te gebruiken. Ik vind deze prognose te laag. Mijn ervaring is dat je over minimaal 100 conversies (aanvragen/bestellingen) dient te beschikken om een doel-ROAS biedingsstrategie optimaal te laten functioneren.

Daarnaast is het lastig om je CPC te controleren met een slimme biedingsstrategie. Want je laat de tool optimaliseren voor conversie. Daarom dien je goed te kijken naar de gerealiseerde conversie vs. de kosten per klik.

Kijk maar naar onderstaand voorbeeld. Het conversie percentage is duidelijk gestegen. Echter, de kosten per klik is veel te hoog vanuit de doel-CPA campagne:

Aanvullende tips:

  1. Gebruik een doel-CPA/ROAS altijd op basis van meer dan een week conversie data. Liefst langer dan een maand.
  2. Test altijd eerst je slimme biedingsstrategie voordat je overgaat van handmatig bieden naar een geautomatiseerde biedingsstrategie.
  3. Analyseer de resultaten uit je test altijd in Google Analytics. Zo kun je namelijk ook een uitsplitsing maken van bestaande vs. nieuwe klanten.
  4. Gebruik automatische biedingsregels om zekerheden in te bouwen binnen je slimme biedingstool.

Als een slimme biedingsstrategie duidelijk betere resultaten oplevert, is het natuurlijk zeer praktisch om dit uit te rollen over je gehele account. Zo kun je maximaal gebruik maken van de voordelen van deze slimme biedingstool.

Meer weten over de mogelijkheden van slimme biedingsstrategieën?

Gebruik deze tips om hiermee aan de slag te gaan!


Gebruik automatische biedingsregels

Google Ads heeft nog meer machine learning tools naast slim bieden. Je kunt namelijk regels koppelen aan je biedingsstrategie. Ongeacht of je kiest voor een handmatige of geautomatiseerde biedingsstrategie.

Dat vind ik zelf zeer praktisch. Je wilt namelijk niet afhankelijk zijn van een slimme biedingsstrategie. Je wilt ook controle kunnen uitoefenen op het functioneren van een slimme biedingstool.

Hoe werken deze automatische biedingsregels?

Eigenlijk vrij eenvoudig. Je gebruikt een doel, zoals de CPA/CPC met X % of eurocent te verlagen/verhogen. En hieraan koppel je regels om zekerheden in te bouwen. Onderstaande weergave is een voorbeeld van regels die je kunt gebruiken:

Ik heb gekozen voor vereisten zoals het vertoningspercentage voor toppositie, aantal klikken en kosten/conversie. Aantal klikken en kosten/conversie spreken voor zichzelf. Vertoningspercentage voor toppositie is wellicht een iets lastiger begrip. Dit is het % vertoningen binnen een top 3 positie. Ik wil in bovenstaand voorbeeld alleen de CPC verlagen, wanneer ik een toppositie heb in 90% van de veilingen.

Deze vereisten geven mij de ruimte om controle uit te oefenen over deze geautomatiseerde biedingsregels.

Zo kan ik de CPC optimaliseren zonder dat ik dit iedere week handmatig hoef te doen. De mogelijkheden van deze geautomatiseerde regels zijn zeer groot. Je kunt bijv. ook slecht presterende campagnes/advertentiegroepen/zoekwoorden onderbreken op basis van jouw vereisten.

Aanvullende tip: koppel altijd een biedingsregel aan je slimme biedingsstrategie. Zo kun je de slimme biedingsstrategie voeden met informatie, zodat deze het maximale uit de mogelijkheden haalt!

Wil je meer weten over de praktische toepasbaarheid van automatische biedingsregels voor jouw campagnes? Gebruik deze tips!

Gebruik Datadriven attributiemodel

In Google Ads & Analytics heb je de keuze uit verschillende attributiemodellen om het succes van je campagnes te bepalen. Maar welk attributiemodel geeft nu een realistische weergave van de werkelijkheid?

Je wilt namelijk niet de werkelijkheid in een model toepassen, maar het attributiemodel dient in de werkelijkheid te passen.

Iedere attributie model heeft voordelen – en nadelen. Ik heb goede ervaringen met het tijdsvervalmodel, maar ook niet in alle gevallen. Logische natuurlijk, aangezien het een benadering is van de werkelijkheid.

In Google Ads kun je het datadriven model gebruiken om het succes van je campagnes te bepalen. Je zal wellicht denken: wat is dat?

Dit is een attributie model op basis van machine learning. Het is best een indrukwekkende toepassing. Het berekent op basis van de waarde van iedere klik de kans op een conversie. Dit is bijna niet te doen met een attributiemodel die je zelf opzet. Of het nu een lineair, positie gebaseerd of tijdsverval attributie model is.

Als je Google Ads account beschikt over 600 conversies per maand, kun je dit gaan toepassen op je eigen campagnes. Mijn advies is om dit te gaan doen. Het maakt het optimaliseren van je Google Ads campagnes net iets eenvoudiger.

Disclaimer hierbij: het Datadriven model in Google Ads neemt alleen de Google Ads klikken mee in de berekening. Helaas is het Datadriven model in Google Analytics alleen beschikbaar voor betalende gebruikers. (360)

Toch kan het geen kwaad om te testen of het Google Ads Datadriven model een positieve impact kan hebben op jouw resultaten. Bijvoorbeeld in combinatie met een slimme biedingsstrategie en geautomatiseerde biedingsregels!

Wil je meer weten over het datadriven attributie model in Google Ads? Gebruik deze tips om een Datadriven attributie model succesvol in te zetten!


Praktijkoefening machine learning tools

Dit waren mijn tips om machine learning tools te gebruiken voor je campagne optimalisaties. Ik kan me voorstellen dat je met deze tools aan de slag wilt gaan.

Om het maximale uit deze tools te halen adviseer ik je om deze oefeningen te maken:

  • Klik op insights rechtsbovenin. Nu zie je jouw meest recente meldingen. Kijk vooral naar de meldingen over je meest actieve gebruikers/slecht lopende campagnes en langzame laadtijden.

Klik op go to report om de oorzaken hiervoor te achterhalen, zodat je het probleem kunt oplossen.

  • Ga binnen insights naar insights on demand. (vraagcategorieën)

Stel aan deze tool 3 vragen waarop je antwoord nodig hebt om je website resultaten te verbeteren. Bijv. de trend van het aantal gebruikers in het afgelopen half jaar. En waarom het aantal gebruikers is gestegen of gedaald.

  • Zet in Google Ads een experiment op met een slimme biedingsstrategie, bijv. doel-CPA/ROAS. Laat deze 2-4 weken lopen en beoordeel de meerwaarde van een slimme biedingsstrategie.

Aanvullende tip: kijk kritisch naar je werkelijke CPA/ROAS. Mijn advies is om minimaal een maand conversie data hiervoor te gebruiken. Zo kun je na afloop van het experiment ook een onderbouwde beslissing nemen om een slimme biedingsstrategie uit te rollen over je gehele advertentieaccount!

Heb je aanvullende vragen over deze praktijkoefening of de besproken machine learning tools? Mail me gerust je vraag: gerard@digitalanalisten.nl

Over Gerard Rathenau

Ik ben Gerard Rathenau en Digital Analist. Ik ben de oprichter van deze blog over Google Analytics. Begonnen bij PauwR online marketing als AdWords adviseur heb ik mijzelf ontwikkeld tot Digital Analist. Gericht op onderbouwde adviezen voor duurzame conversie optimalisatie. En workshops (1,5 dag) om (online) marketeers op weg te helpen inzichten uit Google Analytics te halen. Daarnaast ben ik schrijver van het 1ste Nederlandstalige handboek over Google Analytics. (2014) Sinds 2015 deel ik wekelijks mijn kennis over Google Analytics aan > 500 abonnees. Daarnaast schrijf ik 1x per maand een diepgaande blog op Digital Analisten. Vooral gericht op het halen van inzichten uit Google Analytics.

Facebooktwitterredditpinterestlinkedinmailby feather
Comments
Harvey Specter
Posted at 09:36 2 april 2019
Jason Susan
Beantwoorden
Author

Leuk artikel! Zelf ben ik beginnend online marketeer dus is dit zeer handige en welkome informatie! Bedankt en ga zo door!

Geef een reactie

Je kunt deze HTML tags en attributen gebruiken: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.