So bewerten Sie Ihre Einstellungen für die PPC-Anzeigenrotation

Die Anzeigenrotation ist eine der vergessenen Einstellungen. Jeder hat eine Präferenz: „Immer auf unbestimmte Zeit rotieren“ oder „Immer durch Conversions optimieren“, aber die gewählten Einstellungen spiegeln oft eher die Standardeinstellungen des Managers als das Einstellungsdienstprogramm wider. Anstelle einer Präferenz sollte die Einstellung als Werkzeug und Gegenstand für die weitere Analyse verwendet werden.

In diesem Artikel erfahren Sie, welche Optionen Sie für die Anzeigenrotation haben und wie Sie Chancen schnell erkennen. Es mag nach einem großen Thema klingen, und es gibt viele Meinungen zu diesem Thema, aber wenn Sie das Konzept einmal verstanden haben, werden Sie es ziemlich intuitiv finden.

Einstellungen für die Anzeigenrotation

Einstellungen für die Anzeigenrotation gibt es in mehreren Formen. Am Beispiel von AdWords können wir:

• Durch Klicks optimieren
• Nach Conversions optimieren
• Unbegrenzt drehen
• Drehen und optimieren

Jede Einstellung ändert den potenziellen Anteil an möglichen Impressionen einer einzelnen Anzeige in der Anzeigengruppe, was einen großen Einfluss auf die Leistung haben kann.

Zwei Gedankengänge

Wir können die Einstellungen in zwei große Gruppen unterteilen. Man bevorzugt die menschliche Kontrolle und die manuelle Auswahl des Gewinners. Bei der zweiten kann das System die Anzeigenrotation basierend auf seinen eigenen Daten ändern.

Befürworter manueller Tests verwenden eine gleichmäßige Rotation als „fairen Test“. Jede Anzeige hat das gleiche Potenzial, an einer Auktion teilzunehmen. Dies sollte die Impressionen gleichmäßiger ausbalancieren, sodass jede Anzeige den Test gewinnt und eine ausreichende Datenstichprobe erstellt wird. Natürlich ist es nur eine Chance, an der Auktion teilzunehmen, und eine schlechte Anzeige kann sich möglicherweise nicht in so vielen Auktionen wie die anderen Anzeigen qualifizieren.

Befürworter der automatischen Optimierung befürworten die schnellere Natur des Systems. Die Optimierung erfolgt viel schneller als ein manueller Prozess. Das System hat auch mehr Daten als der Werbetreibende. Auktionsdaten, Nutzerverhalten und mehr könnten verwendet werden, um die tatsächliche Anzeigenleistung zu ermitteln. Das System kann auch mehr Nuancen bieten. Es kann Fälle geben, in denen eine bestimmte Anzeige, die im Durchschnitt schlechter abschneidet, tatsächlich die beste Anzeige für eine bestimmte Untergruppe von Nutzern ist. Das System könnte dies theoretisch abfangen und diese Anzeige nur zu diesen Zeiten zeigen. Die marginalen Vorteile dieser Optimierungen können sich zu erheblichen Leistungssteigerungen summieren.

Die Kehrseite der automatischen Optimierung ist der Kontrollverlust. Dies kann den Wert, der durch die Präsentation und das Festhalten an einem expliziten Anzeigentestprozess wie CTC gewonnen wird, zunichte machen. Die automatische Optimierung kann auch die Art und Weise ändern, wie Sie Ihre Anzeigentests einrichten. Anstelle von A/B-Tests können Sie eine größere Anzahl von Anzeigen pro Anzeigengruppe schalten und die verlorenen Anzeigen im Laufe der Zeit aussortieren. Das hört sich geringfügig an, aber die Auswirkungen auf die Prozesse sollten nicht unterschätzt werden.

Identifizieren von Chancen

Was ist, wenn Sie die beiden Optionen in Ihrem eigenen Konto/Ihren eigenen Konten bewerten möchten? Sollten Sie zur Optimierung per Klicks wechseln oder gleichmäßig rotieren?

Wir können mit etwas grober Mathematik und für diesen Blogbeitrag eine Pivot-Tabelle auswerten. Beachten Sie, dass dies einfacher über PowerPivot oder SQL erfolgen könnte, aber wir werden dies aus Gründen der Barrierefreiheit überspringen. Wenn Sie daran interessiert sind, diese Technologien zu verwenden, können Sie immer noch die gleiche Einrichtung verwenden, die wir unten verwenden.

Einrichten der Analyse

In diesem Beispiel gehen wir davon aus, dass das Konto auf unbestimmte Zeit rotiert. Wir möchten die Auswirkungen des Wechsels zur Optimierung nach Klicks bewerten. Wir laden zuerst alle unsere Anzeigen und Daten herunter. Wir können entweder aktuelle Daten der letzten 30 Tage oder einen längeren Zeitraum verwenden.

Merken Sie sich:

• Alle Werbeaktionen, die während des Zeitraums laufen
• Wesentliche Änderungen am Anzeigentext
• Anzeigenformate
• Änderungen am Anzeigenstatus

Sie können sich auch für eine Segmentierung nach Anzeigentyp entscheiden, je nachdem, wie stark Sie derzeit auf Standardtextanzeigen angewiesen sind.

Die Tabelle

Jetzt, da wir die Daten haben, können wir mit dem Erstellen unserer Pivot-Tabelle beginnen! Wir möchten Kampagnen und/oder Anzeigengruppen als Zeilen einrichten. Auf diese Weise können wir die Auswirkungen auf jeder Ebene berechnen, da wir je nach Kampagne unterschiedliche Entscheidungen treffen können. Wenn sich eine Anzeigengruppe drastisch unterscheidet, identifizieren wir möglicherweise eine Möglichkeit zur Umstrukturierung.

In unseren Spalten fügen wir die Gesamtimpressionen, die maximale CTR und die durchschnittliche Conversion-Rate ein. Sie können zusätzliche Spalten als Referenz hinzufügen, aber die drei oben genannten sind erforderlich. Sie können auch nach Impression oder Klickvolumen segmentieren. Dadurch sollte die Anzahl von Anzeigen mit geringem Volumen und unrealistischen CTRs begrenzt werden, z. B. eine Anzeige mit zwei Klicks und vier Impressionen. Unten verwende ich ein TRUE/FALSE-Flag für mehr als tausend Impressionen im Filter.

Berechnung der Auswirkung

Wir haben alle Daten, die wir brauchen. Die Mathematik hier ist auch ziemlich einfach. Wenn wir zur Optimierung für Klicks wechseln, sollte die Anzeige mit einer höheren CTR häufiger geschaltet werden. Angenommen, das Konto hatte dieselbe Anzahl an Impressionen, können wir potenzielle Klicks berechnen, indem wir die Gesamtzahl der Impressionen mit der maximalen Klickrate der qualifizierten Anzeigen multiplizieren.

Potenzielle Klicks = Impressionen insgesamt x maximale Klickrate

Da wir nun die maximalen potenziellen Klicks haben, können wir die potenziellen Conversions berechnen, indem wir die potenziellen Klicks mit der durchschnittlichen Conversion-Rate multiplizieren.

Potenzielle Conversions = Potenzielle Klicks x Durchschnittliche Conversion-Rate

oder

Potenzielle Conversion = Impressionen insgesamt * Max. CTR * Durchschnittliche Conversion-Rate

An dieser Stelle können Sie einige Berechnungen durchführen, um den Unterschied zwischen tatsächlichen und potenziellen Conversions zu untersuchen und Bereiche zu identifizieren, die geändert werden müssen.

Warum durchschnittliche Conversion-Rate?

Sie fragen sich vielleicht, warum die durchschnittliche Conversion-Rate, warum nicht die tatsächliche Conversion-Rate pro Anzeige? In diesem Beispiel gehen wir davon aus, dass die Conversion-Rate von der Zielseite und nicht vom Anzeigentext abhängt. Dies funktioniert natürlich nicht, wenn Sie Zielseiten in den finalen URLs testen, sehr unterschiedliche Anzeigen wie Werbeaktionen schalten oder die CTRs der Anzeigen erhöhen, indem Sie Wörter wie "kostenlos" einfügen.

Wenn Sie es bequemer haben, können Sie die Conversion-Rate der Anzeige mit der höchsten CTR verwenden. Dies kann sinnvoll sein, wenn Sie stark unterschiedliche Anzeigentexte haben, die unterschiedliche Besuchertypen anziehen können. Sie könnten sie auch so oder so abwägen und sagen, dass nur ein Teil der Differenz auf die Anzeige zurückzuführen ist.

Viel Spass damit! Sie können Ihre Berechnungen im Laufe der Zeit jederzeit anpassen, da Sie für jede Runde mehr Daten sammeln und insbesondere dieses Konto besser einschätzen.

Entscheidungen auf der Grundlage der Daten treffen

Diese Art der Analyse eröffnet neue Möglichkeiten für die Kontoführung. Was ist wertvoller, die Steigerung von Traffic und Conversions oder das Lernen aus einem Anzeigentestprozess? Wenn zwischen potenziellen Conversions und tatsächlichen Conversions große Lücken bestehen, könnte dies Ihre Taktik ändern. Wenn Sie in die Hauptsaison gehen, können Sie Anzeigen basierend auf Klicks rotieren, um den Verkehr und den Umsatz zu steigern. Wenn die Zahlen nahe beieinander liegen, können Sie einen neuen Test starten, der in denselben Zeitraum beginnt, um Ihre Anzeigentests zu maximieren. Das Schlüsselkonzept hier besteht darin, Ihre Optionen besser zu verstehen, damit Sie die beste Geschäftsentscheidung treffen können und nicht an Standardpraktiken gebunden sind.