Facebooktwitterredditpinterestlinkedinmailby feather

Marketing automatisering is een ‘hot’ topic onder online marketeers.

Een belangrijk kanaal zoals Google Ads kan hierbij natuurlijk niet achterblijvenūüėČ

Je ziet dat Google hierop inspeelt met steeds meer automatisering op basis van machine learning.

Voorbeelden van machine learning oplossingen zijn DSA (targeting op basis van je content) & RSA (advertentie optimalisatie met machine learning).

Wat is de strategie hierachter?

Zij willen dat jij overstapt van een handmatige naar geautomatiseerde campagnestructuur.

Je zal wellicht denken: Leuk bedacht maar mijn handmatige campagnestructuur werkt prima.

Dat zou voor nu best kunnen, maar in de nabije toekomst gaat dit veranderen.

Google past namelijk steeds meer hun software aan zodat de geautomatiseerde tactiek beter zal werken dan een handmatige tactiek.

Een voorbeeld hiervan is het weghalen van het geoptimaliseerde brede zoekwoordtype (BMM).

Mijn verwachting is dat op termijn ook exacte/zinsdeel zoekwoordtype weggaan, zodat er 1 zoekwoordtype overblijft.

Dit brede zoekwoordtype dat overblijft werkt beter onder een geautomatiseerde dan handmatige tactiek, aangezien deze op zoekopdrachten biedt dat de gebruiker intypt en niet het zoekwoord waarop je adverteert.

Wat moet je doen om over te stappen op een geautomatiseerde tactiek?

Het is helaas meer werk dan een klik waarbij je overstapt van handmatige naar geautomatiseerde campagnes.

Je zal naast de overstap naar slimme biedingstactiek ook je campagnestructuur moeten aanpassen.

Dan moet je denken aan een campagnestructuur op basis van onderwerpen i.p.v. zoekwoorden.

De integratie van machine learning oplossingen zoals DSA & RSA zodat je nieuwe campagne structuur goed gaat werken.

Daarnaast adviseer ik je te testen via een experiment of een geautomatiseerde campagnestructuur betere resultaten oplevert.

Google Ads staat niet garant voor betere resultaten in 100% van de accounts.

Mijn advies is om de implementatie van een geautomatiseerde campagnestructuur door je campagne manager te laten doen.

Het is natuurlijk wel belangrijk dat jij hem hierbij aanstuurt, zodat je het optimale resultaat behaalt.

Ik wil in deze blog 3 tips met je delen, zodat je succesvol kunt overstappen op geautomatiseerde campagnes.

Denk in onderwerpen i.p.v. zoekwoorden


Google Ads heette voorheen niet voor niets AdWords.

Het ging om de zoekwoorden waarop je adverteert.

Google Ads is steeds minder gericht op de zoekwoorden, maar meer op de onderwerpen die daarbij horen.

Daarom moet je bij de overstap naar een geautomatiseerde structuur hiermee rekening houden.

Gebruik dus geen advertentiegroepen meer op basis van zoekwoorden, maar op basis van de zoekwoord onderwerpen.

Voorbeeld: je kunt aparte advertentiegroepen gebruiken voor zoekwoorden zoals kunst & schilderijen, maar je kunt deze ook plaatsen in 1 groep aangezien het om hetzelfde onderwerp gaat.

Daardoor zal je significant minder advertentiegroepen gaan gebruiken.

Voorbeeld: een klant van mij gebruikte 200 advertentiegroepen bij een handmatige campagnestructuur en slechts 20 na het overstappen op de geautomatiseerde structuur.



Je beschikt namelijk over minder zoekwoord onderwerpen dan zoekwoorden.

Je zal wellicht denken: maar dan ontvang ik toch veel minder advertentieweergaven en klikken?

Nee juist niet. Want je blijft op de zoekwoorden adverteren die horen bij je belangrijkste website onderwerpen.

Daarnaast kun je machine learning oplossingen zoals DSA hieraan toevoegen om het volume naar een 
hoger niveau te tillen.

Dus uiteindelijk gaat je weergaven/klik volume omhoog wat natuurlijk moeten leiden tot een hogere omzet.

Hoe weet je dat nu zeker? Een zekerheidsgarantie heb je natuurlijk niet, maar je kunt wel via een experiment testen of jouw geautomatiseerde structuur meer oplevert dan een handmatige structuur.

Optimaliseer je geautomatiseerde Google Ads campagnes


Ik kan me goed voorstellen dat je vragen hebt bij het campagne management van geautomatiseerde campagnes.

Is er √ľberhaupt management en/of optimalisatie nodig?

De machine learning oplossingen zijn toch zelflerend.

Dan heb je ook geen campagne manager meer nodig.

Het klinkt heel verleidelijk, maar toch zou ik kritisch kijken naar de voor – en nadelen hiervan.

Want wat weten de machine learning oplossingen van jouw marketingstrategie√ęn?

Houden ze rekening met jouw verschillende klantreizen?

Niet iedere gebruiker gaat tijdens het 1ste bezoek over tot een bestelling.

Houden ze rekening met jouw inkoopkosten?

Als je dan wel een campagne manager nodig hebt, hoef je hem/haar in ieder geval minder uren in te huren?

¬†Ik denk niet minder, maar dat de werkzaamheden anders zullen zijnūüėČ

Ik denk persoonlijk dat je machine learning oplossingen altijd moet voeden met informatie om ze goed te laten werken.

Dan bedoel ik een goede doel-CPA/ROAS voor je biedingen, goede titels & beschrijvingsregels in je teksten, goed maandelijks zoekwoorden onderzoek.

Dus campagnemanagement blijft superbelangrijk om het optimale resultaat uit je campagnes te halen.

Je moet dus keuzes gaan maken wat je campagnemanager gaat doen. Dat is geen eenvoudige keuze, maar wel heel belangrijk om verzekerd te zijn van duurzaam betere resultaten.

Mijn advies is om in ieder geval keuzes te maken voor de volgende campagneonderdelen:

1. Hoe optimaliseer je de slimme biedingstool dat je verzekerd bent van meer klikken tegen een goede klikprijs? (goede kwaliteit)

2. Wat leveren RSA-teksten nu eigenlijk op? Hoe weet je welke type titels/beschrijvingen beter scoren?

3. Wat levert DSA nu eigenlijk op? Hoe zet je DSA in om klikvolume naar een hoger niveau te tillen?

Hoe zet je DSA in voor je maandelijkse zoekwoorden onderzoek?

4. Moet je experimenten inzetten en zo ja hoe?

Ook bij een geautomatiseerde structuur blijft experimenteren cruciaal om je resultaten te verbeteren.

Mijn advies is om minimaal 1 experiment per maand te laten lopen. Voorbeelden hiervan zijn:

# Advertentie-experimenten om te weten welke USP de meeste klikken opleveren;

# Budget-experimenten om te weten of een budgetverhoging van campagne X of Y meer omzet oplevert;

# Targeting-experimenten om te weten of het toevoegen van brede zoekwoorden een positieve impact hebben op de resultaten.

# Om te weten of  nieuwe advertentieproducten zoals Discovery campagnes van toegevoegde waarde kunnen zijn.

Kortom: blijf aandacht schenken aan de optimalisatie van je campagnes.
 

Samenvattend


Het overstappen naar Google Ads automatisering is meer dan alleen slim bieden aanzetten met een doel-CPA/ROAS.

Maar het is nu ook weer niet heel ingewikkeld als je bereid bent om echte keuzes te maken.

Een paar afsluitende tips tot slot:

1. Als je opziet tegen de overstap naar automatisering, verdeel dan de overstap in kleine stapjes, bijv. dat je start met 1 campagne en later de overige campagnes overzet.

2. Maak experiment aan voor je geautomatiseerde campagne, zodat je zekerheid hebt over een positieve impact op je resultaten na implementatie.

3. Investeer tijd in de optimalisatie van je campagnes na implementatie van de automatisering.

Belangrijk hierbij is dat je campagne manager ervaring heeft met geautomatiseerde campagnes of tijd wil investeren om dit te leren.

Het vergt namelijk een heel ander type campagnemanagement dan bij een handmatige campagnestructuur.

Veel succes met de overstap naar en management van jouw geautomatiseerde campagnes!.

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
Er zijn nog geen reacties.

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