Eine mathematische Lösung für die PPC-Budgetprognose

In über einem Jahrzehnt, in dem ich Google Ads-Konten für viele Kunden in vielen Branchen verwaltet habe, habe ich festgestellt, dass immer ähnliche Fragen auftauchen. Die konsequenteste Frage, die ich oft erhalte, ist auf ein wesentliches Konzept reduziert:

'Wie können wir Ergebnisse für eine andere Werbeinvestition prognostizieren?' .

Eine gute Antwort auf diese Frage zu geben, war in den letzten 2 Jahren meine Mission.

Erfahrene Google Ads-Experten entwickeln ein Gespür für die Beantwortung solcher Fragen. Nachdem Sie Zeit in einem Konto verbracht haben, bekommen Sie ein Gefühl für sein Potenzial.

Obwohl ich in der Lage war, eine meiner Meinung nach gute Vorhersage der Leistung intuitiv zu beantworten, kam ich immer zu kurz, wenn ich versuchte, eine Begründung zu geben.

Budget Optimize ist das Tool, das ich entwickelt habe, um dieses Problem zu lösen. Es bietet eine visuelle Darstellung des Kampagnenverlaufs und eine mathematisch basierte Prognose für die Leistung bei verschiedenen Ausgaben. Es ermöglicht uns, eine Lösung zu finden und auch die Gründe dafür zu sehen.

Wie kann ich PPC-Ausgaben genau vorhersagen?

Diese Frage stellt sich normalerweise bei der Übernahme eines neuen Kontos, aber auch im Laufe der Jahre taucht diese Frage immer wieder auf, wenn die Konten fällig werden. Während Kundenfragen zu diesem Thema unterschiedlich sind, konvergieren sie an einem ähnlichen Punkt:

• Ich habe viel Budget, wenn wir es schaffen, können wir den ROI von X:1 erreichen?
• Was passiert mit dem CPA, wenn wir die Ausgaben im Konto um X erhöhen?
• Was sollte ich wirklich auf meinem Konto ausgeben, um das Beste daraus zu machen?
• Ich muss das Budget zurückfahren. Wie hoch wird mein CPA (oder ROI) sein, wenn wir das Budget um X % senken?

Es ist wichtig zu verstehen, was hinter dieser Frage steckt und wer sie stellt. Diese Fragen sind auf hohem Niveau, die Person, die sie stellt, schaut sich keine Details an, z. B. warum eine bestimmte Anzeige in eine Richtung geschrieben wird oder warum dieses Keyword mit dieser Anzeige übereinstimmt.

Sie sind die Fragen, die von Entscheidungsträgern und wichtigen Interessengruppen gestellt werden, und das bedeutet, dass sie letztendlich die Fragen sind, die für ein Unternehmen von Bedeutung sind. Aus diesem Grund ist es so wichtig, diese Frage gut zu beantworten. Eine fundierte Antwort wird diejenigen beeindrucken, die wichtig sind und wichtige Entscheidungen im Unternehmen beeinflussen.

Wie würden Sie diese Frage an dieser Stelle beantworten? Ein gängiger Ansatz ist die Hochrechnung basierend auf dem Anteil an möglichen Impressionen. Wir könnten uns jede Kampagne ansehen und die Veränderung der Ausgaben und Conversions schätzen. Wenn wir den Anteil an möglichen Impressionen verdoppeln, gehen wir davon aus, dass sich auch Ausgaben und Conversions verdoppeln. Dies wird eine begrenzte Antwort geben, aber es wird von einer linearen Kampagnenleistung ausgegangen, da wir die Investitionen erhöhen, was die sinkenden Erträge nicht berücksichtigt.

Wir können sehen, wie dies visuell aussieht und wie unrealistisch es für weitere Ausgabensteigerungen ist. Im folgenden Beispiel gehen wir bei der Verdoppelung des Anteils an möglichen Impressionen (IS) von 30 % auf 60 % von einem linearen Anstieg der Ausgaben und Conversions aus, wobei sich beide Messwerte verdoppeln.

Abbildung 1: Die Verwendung des Anteils an möglichen Impressionen zur Schätzung des erhöhten Ausgabenpotenzials führt zu einer linearen Projektion, die unrealistisch ist.

Wir brauchen ein besseres Modell, das unsere Kampagnen genauer abbilden und sinkenden Erträgen Rechnung tragen kann.

Visualisierung eines Google Ads-Kontos

Ein besserer Ansatz besteht darin, ein mathematisches Modell auf der Grundlage der vergangenen Performance zu erstellen. Der beste Weg, dieses Modell zu erklären, besteht darin, es in einem Diagramm zu visualisieren.

Stellen Sie sich dies so vor, als ob Sie Ihr Google Ads-Konto aus einer anderen Dimension betrachten können. Wir sind es gewohnt, Kampagnen, Impressionen und Klicks sowie Keyword- und Anzeigenleistung zu betrachten.

Diese sind alle für das Verständnis und die Optimierung der Kontokomponenten von entscheidender Bedeutung, aber die Konzentration auf diese Messwerte bietet keinen ganzheitlichen Überblick über den Kontoverlauf.

Der Kontoverlauf ist eine neue Dimension, die es uns ermöglicht, die zugrunde liegende Frage zu beantworten. Es bietet uns eine visuelle Ansicht der Kontoleistung, mit der wir die Leistung prognostizieren und prognostizieren können.

Nachfolgend finden Sie ein Beispiel dafür, wie wir den Kontoverlauf darstellen und visualisieren können.

Die X-Achse zeigt die Ausgaben pro Tag und die Y-Achse das Conversion-Volumen pro Tag. Jeder Punkt gibt die Ausgaben und Conversions für einen bestimmten Tag in einem Zeitraum von sechs Monaten an. In diesem Zeitraum von sechs Monaten gibt es jeden Tag ungefähr 182 Punkte auf dem Diagramm-Mapping.

Wir können uns bereits ein Gefühl für den Kontoverlauf verschaffen, indem wir uns die Grafik ansehen. Wir sehen, dass es einen Zusammenhang zwischen Ausgaben und Conversions gibt. Wenn die Ausgaben steigen, steigen die Conversions mit einer bestimmten Rate.

Die Änderungsrate dieser Beziehung, die wir mathematisch beschreiben können, ist unsere wichtigste Erkenntnis .

Regressionsanalyse

Die Regressionsanalyse ist eine Art Machine-Learning-Modell, das diese Beziehung zwischen Ausgaben und Conversions über diesen Zeitraum mathematisch darstellen kann. Im gleichen Beispiel haben wir nun eine Regressionsgerade hinzugefügt, um diese Beziehung abzubilden.

Die Regressionskurve ermöglicht es uns, die entsprechenden Conversions bei verschiedenen Ausgabenniveaus vorherzusagen. Darüber hinaus können wir mit der Regressionsformel der Kurve über die Grenzen des Diagramms hinaus bis zu beliebigen täglichen Ausgaben gehen.

Die Dimension Kosten vs. CPA

Zuvor haben wir Kosten im Vergleich zu Conversions grafisch dargestellt. Wir können auch eine andere potenziell aufschlussreichere Dimension darstellen: Kosten im Vergleich zum CPA, wobei der CPA (oder ROI) das Maß für die Leistung ist, das am wichtigsten ist.

Im Screenshot unten zeigt das Diagramm auf der linken Seite die Kosten im Vergleich zu den Conversions, während das Diagramm auf der rechten Seite dasselbe Konto mit den Kosten im Vergleich zum CPA darstellt.

Das Diagramm Kosten vs. CPA zeigt uns grafisch, dass es einen optimalen CPA-Punkt bei etwa 1.400 US-Dollar pro Tag gibt, wo der CPA am niedrigsten ist. Wenn wir ab diesem Zeitpunkt die Ausgaben erhöhen, können wir uns vorstellen, wie der CPA zu steigen beginnt.

Wir können nun den Kontoverlauf aus zwei visuellen Aspekten (Dimensionen) sehen. Beide Regressionsdiagramme sind nützlich, um entweder Conversions oder CPA bei unterschiedlichen Ausgabenniveaus vorherzusagen. (oder alternativ Umsatz & ROI). Dies sind die Metriken, auf die es ankommt, und wir haben eine Formel, um sie vorherzusagen.

Jetzt ist es möglich, das Potenzial des Kontos zu verstehen und die ursprüngliche Frage zu beantworten. Es ist kein Ratespiel oder eine Intuition mehr, jetzt können wir auf der Grundlage eines soliden mathematischen Modells, das auf der Leistung der Vergangenheit basiert, Vorhersagen treffen.

Wertversprechen zur Budgetoptimierung

Während Regressionsanalysen in Excel durchgeführt werden können, bietet Budget Optimize zusätzliche Funktionen für eine überlegene Analyse. Zu den Vorteilen zählen:

Passen Sie verschiedene Regressionsmodelle an : Verschiedene Konten haben unterschiedliche Trajektorien, und daher bieten verschiedene Regressionsmodelle mehr Genauigkeit. Wir betrachten den r-squared und den mittleren quadratischen Fehler als Maße, um das beste Modell automatisch anzupassen und die genauesten Vorhersagen zu treffen.

Das folgende Beispiel zeigt, wie verschiedene Modelle die Beziehung zwischen Kosten und Conversions darstellen können. Einige Modelle spiegeln den Trend genauer wider als andere.

Was-wäre-wenn-Analyse: Wenn wir ein Konto visualisieren, können Sie leicht den Punkt des optimalen CPA oder ROI erkennen. Das Tool kann dies auch mathematisch mittels Was-wäre-wenn-Analyse berechnen

Erweiterte Filterung: Das Ausführen und erneute Ausführen dieser Modelle ist zeitaufwändig, wenn Sie bestimmte Kontokennzahlen herausfiltern und verschiedene Kampagnenkombinationen betrachten müssen. Möglicherweise möchten Sie nur markenunabhängige Kampagnen überprüfen, historische Zeiträume ändern oder nur mobile Kampagnen überprüfen. Das Tool macht dies innerhalb von Sekunden möglich, anstatt Stunden manuell in Anspruch zu nehmen.

Plotten mehrerer Regressionslinien (erweitert): Das Tool bietet Regressionsformeln, die zwar nicht in der aktuellen Funktionalität enthalten sind, mit denen Sie Linien zeichnen und die Leistung in Grafiktools messen können.

Ausreißer entfernen: Filtern Sie Ausreißer ganz einfach mit einem Klick heraus. Möglicherweise hatten Sie einen Verkaufstag oder eine andere ungewöhnliche Aktivität, die die Ergebnisse verzerrt hat. Mit Budget Optimize können Sie diese verzerrten Daten herausfiltern, indem Sie sie automatisch erkennen.

Vergleich mit tatsächlichen Ergebnissen: Mit Budget Optimize können Sie die tatsächlichen Ergebnisse für den Zeitraum mit den prognostizierten Prognosen für die Zukunft vergleichen. Vergleichen und Vorhersagen auf demselben Bildschirm einfach machen.

Einschränkungen

Budget Optimize und Regressionsanalyse erhebt nicht den Anspruch, eine zu 100 % genaue Prognose zu liefern. Obwohl wir glauben, dass dies eine solide Methode zur Vorhersage der Leistung ist, variiert ihre Genauigkeit für jedes Konto und sollte nur als Vorhersage dienen.

Die Haupteinschränkung besteht darin, dass die Ergebnisse auf historischen Daten basieren. In der Zukunft können Dinge passieren, die in den historischen Daten nicht berücksichtigt werden. Einige Beispiele sind:

• Naturereignisse wie eine Flut von schlechtem Wetter. (Das wäre toll, wenn Ihr Unternehmen Regenschirme verkauft)
• Neue Änderungen am Konto selbst wie ein neuer Kontomanager, der besser ist als der vorherige.
• Marktbasierte Veränderungen wie ein neuer Wettbewerber, der ein- oder austritt.

In Bezug auf die Saisonalität empfehlen wir, Daten aus einem Zeitraum zu verwenden, der dem Zeitraum ähnelt, den Sie prognostizieren möchten. Wählen Sie außerdem einen ausreichend langen Zeitraum mit genügend Datenpunkten. Es ist ein Balanceakt, den genauesten Zeitraum auszuwählen und über genügend Daten zu verfügen, mit denen Sie arbeiten können.

Die große Frage lösen

Wie das berühmte Sprichwort sagt: „Das einzig Beständige ist der Wandel“. Google Ad-Konten sind dynamisch, Marketingbudgets ändern sich, und deshalb möchten Kunden immer wissen, was die vorhergesagten Ergebnisse einer Budgetänderung sein werden.

Meine Antwort ist eine mathematisch basierte Lösung, die auf Regressionsalgorithmen des maschinellen Lernens basiert. Obwohl es Einschränkungen gibt und man sich nicht auf eine hundertprozentige Genauigkeit verlassen sollte, ist es ein solider Ansatz, um die zukünftige Kontoleistung zu schätzen.