Become a Web Professional – Get Certified!

Automatisierung in Google Ads: Machine Learning erfolgreich nutzen

Christiane Ortlepp

19.07.2019 10:00 von Christiane Ortlepp

Google Ads Automation und Machine Learning

Google Ads hat sich als Werbe-Tool etabliert, welches Werbetreibenden die komplette Kontrolle darüber gibt, wo die Anzeigen gesehen werden, wie viel die Anzeigen kosten und auf welche Ergebnisse optimiert werden soll. Das Profil eines Google Ads Managers basiert seit jeher auf genau dieser Kontrolle.

Dies zeigt sich bereits in kleinen Einstellungen wie der Anzeigenrotation. Fragen Sie einen Google Ads Manager, wird dieser Ihnen höchstwahrscheinlich dazu raten, »Keine Optimierung« auszuwählen, um die Anzeigen gleichmäßig an die Nutzer auszuspielen. Später ist es dann die Aufgabe des Google Ads Managers, diese Ergebnisse auszuwerten und die Anzeigen entsprechend zu optimieren.

Das Vertrauen in die von Google empfohlene Einstellung zur Anzeigenrotation (»Optimieren«) ist bei Werbetreibenden oft nicht gegeben. Dabei klingt das Versprechen von Google doch so gut:

»Mit dieser Einstellung werden Anzeigen geschaltet, mit denen voraussichtlich mehr Klicks oder Conversions erzielt werden — sie wird für die meisten Werbetreibenden empfohlen.« (Quelle: Google Ads)

Mehr Klicks oder Conversions — ein Traum für jeden Werbetreibenden. Doch worauf genau optimiert der Algorithmus eigentlich: Sind es Klicks, oder sind es Conversions? Dies ist bei der Einstellung zur Anzeigenoptimierung unklar und vielleicht auch ein Grund, warum sie für viele Werbetreibende nicht funktioniert. Denn so kann es passieren, dass zwar diejenige Anzeige, die viele Klicks erhält, sehr häufig ausgespielt wird und Sie viel Traffic erhalten, aber diejenige Anzeige mit der besseren Conversion-Rate nur wenige Impressionen erhält.

Doch das Problem liegt an dieser Stelle nicht bei Googles Algorithmus, sondern vielmehr daran, dass die Zielvorgaben unklar sind. Aus diesem Grund arbeitet Google an neuen Features, die gewährleisten, dass der Algorithmus mit eindeutigen Zielvorgaben an seine Arbeit geht.

Wenn Sie sich die Google Updates der letzten Jahre anschauen, kommen Sie an Begriffen, wie AI (Artificial Intelligence; deutsch: künstliche Intelligenz bzw. KI) und insbesondere Machine Learning (zu deutsch: Maschinelles Lernen) oder kurz ML) nicht vorbei. Google veröffentlicht jedes Jahr neue Google Ads Features, die Werbetreibenden dabei helfen sollen, Zeit zu sparen und Google Ads mit Hilfe von automatisierten Prozessen erfolgreicher zu nutzen.

Machine Learning spielt für diese Google-Ads-Automatisierung eine wesentliche Rolle. Doch Machine Learning funktioniert nur, wenn Daten verfügbar sind, welche die Maschine zur Auswertung nutzen kann. Je größer die Datenmengen, desto besser kann der Machine-Learning-Algorithmus signifikante Muster in den Datenmengen finden. Diese Muster nutzt er dann im nächsten Schritt für die Optimierung der Google Ads Kampagne.

Machine Learning ist ein durchgehender Prozess, der die Datenmengen ständig neu evaluiert und daraus neue Entscheidungen ableitet. Somit passt sich der Algorithmus automatisch an Änderungen in den Datenmengen an, die z.B. durch Saisonalität entstehen.

Die wichtigsten Machine-Learning-Entwicklungen in Google Ads

Automatisierte Prozesse finden Sie in Google Ads auf jeder Ebene. Viele dieser Features gehören bereits von Beginn an zur Grundausstattung von Google Ads. Diese Features umfassen vor allem die Prozesse, bei denen Sie genau vorgeben, wann welche Aktion vorgenommen werden soll. Dazu gehören zum Beispiel automatisierte Regeln oder Skripte.

Automatisierte Regeln legen Bedingungen fest, wann eine bestimmte Aktion durchgeführt werden soll. Somit kontrollieren Sie Ihr Konto – selbst dann, wenn Sie gerade nicht im Konto aktiv sind. Zum Beispiel können Sie Gebote erhöhen lassen, wenn der CPA unterhalb des Ziel-CPA liegt oder Keywords pausieren lassen, wenn diese zu hohe Kosten haben und dabei keine Conversions erhalten. Das hilft Ihnen dabei, Ihr Budget jederzeit zu kontrollieren und effizienter einzusetzen.

Skripte haben den Vorteil, dass sie komplett an Ihre eigenen Bedürfnisse angepasst werden können. Sie unterstützen Sie in Google Ads beim Monitoring, bei der Optimierung, bis hin zum Reporting. Um Skripte anzuwenden, benötigen Sie keine besonderen Programmierkenntnisse. Es gibt bereits eine Vielzahl an nützlichen Google Ads-Skripten, die kostenlos online zur Verfügung gestellt werden, z.B. hier in der Skript-Bibliothek von Google Ads.

Darüberhinaus gibt es viele Features in Google Ads, die sich erst in den letzten Jahren entwickelt haben und im Google Ads-Konto immer mehr an Bedeutung gewinnen. Das Stichwort für Machine Learning Entwicklungen der letzten Jahre lautet »Smart«. In Bezug auf ML bedeutet dies laut dem Oxford English Dictionary »programmed so as to be capable of some independent action« (zu deutsch: »auf eine Art und Weise programmiert, um zu einer selbständigen Aktion fähig zu sein«). Dies umschreibt die neuen Features sehr treffend, da Sie an dieser Stelle nur noch den Grundstein legen und die Maschine dann selbstständig Optimierungsentscheidungen trifft.

Smart Campaigns

Mit Smart Campaigns (früher AdWords Express) hat Google ein komplett neues Interface geschaffen, welches vor allem auf kleine Unternehmen, lokale Geschäfte und Werbetreibende ohne Google Ads-Kenntnisse ausgelegt ist.

Um Smart Campaigns zu nutzen, müssen Sie lediglich ein Performance-Ziel definieren, z.B. mehr Verkäufe über eine Website zu erreichen, mehr Anrufe oder mehr Laden-Besuche. Danach nutzt Google Ads die Informationen aus Ihrem Google My Business Profil sowie Ihre Angaben zu Standorten, Sprache und Produkten. Zuletzt legen Sie eine Anzeige und Ihr Budget fest, und die Kampagne ist startklar.

Smart Campaigns legen basierend auf Ihren Angaben fest, für welche Keywords und zu welchen Geboten die Anzeige geschaltet wird. Dabei verspricht Google Ihnen optimale Leistungen für Ihr Budget. Der Vorteil von Smart Campaigns ist, dass Sie Kampagnen selbst ohne Google Ads-Kenntnisse sofort schalten können. Sie müssen sich außerdem nicht um die Optimierung der Kampagne kümmern, da diese vom Google Algorithmus vorgenommen wird. Der Nachteil an Smart Campaigns ist, dass Sie nicht bestimmen können, für welche Keywords Ihre Anzeigen geschaltet werden und Sie auch keinerlei Optimierungen in dieser Richtung vornehmen können. Sie müssen sich eben zu 100% auf Google verlassen.

Smart Bidding

Der Einsatz von Machine Learning bei der Optimierung von Geboten ist für mich die wichtigste Entwicklung in Google Ads. Stellen Sie sich Folgendes vor: Sie nutzen die Gebotsstrategie Manueller CPC (CPC steht für Cost per Click, deutsch: Kosten pro Klick). Das bedeutet, dass Sie an jeder Auktion mit dem gleichen Max. CPC teilnehmen. Ganz egal, welcher Nutzer die Suchanfrage ausgeführt, wie diese Suchanfrage genau gelautet, ob dieser Nutzer bereits Ihre Website besucht oder ob dieser sogar in der Vergangenheit Kaufabschlüsse getätigt hat. Fortgeschrittene Google Ads Manager legen hier zusätzlich Gebotsanpassungen für Standorte, Geräte, Tageszeiten oder Zielgruppen fest. Doch selbst diese Anpassungen nutzen immer den gleichen Max. CPC für jede Auktion!

Smart Bidding nutzt hingegen Machine Learning, um vorauszusagen, welche Klicks am wahrscheinlichsten zu einer Conversion oder zu einem entsprechenden Conversion-Wert führen. Hierzu ermittelt Smart Bidding für jede einzelne Auktion Ihr Gebot anhand zahlreicher Faktoren. In der Fachsprache nennt sich dies Auction-Time-Bidding (zu deutsch: Auktionszeit-Gebot):

Sobald eine Suchanfrage in die Google Suche eingegeben wird, für die Ihre Anzeigen erscheinen können, evaluiert der Google Algorithmus den Wert der Suchanfrage für Ihr Unternehmen. Hierbei spielen zahlreiche Fakoren eine Rolle, wie z.B. Kontext der Suchanfrage, Tageszeit, Gerät, Standort, Browser, Betriebssystem oder Inhalt und Format der Anzeige. Der Algorithmus lernt aus Ihren Daten, welche dieser Faktoren eher zu Ihrem gewünschten Ziel führen und passt die Gebote für jede einzelne Suchanfrage entsprechend an.

Gebotsstrategien, die Machine Learning nutzen, beruhen auf Conversion-Zielen. Diese Gebotsstrategien nutzen Ihre Conversions oder Ihren Conversion-Wert zur Optimierung. Dazu zählen Ziel-CPA (CPA steht für Cost per Acquisition, zu deutsch: Kosten pro Conversion), Ziel-ROAS (ROAS steht für Return on Ad Spend, zu deutsch: Rendite auf Werbeausgaben), Conversions maximieren und bald auch ROAS maximieren. Denn nur Gebotsstrategien, die auf Conversion-Zielen basieren, geben dem Algorithmus eine eindeutige Zielvorgabe, auf deren Basis er optimieren kann.

Vorteile von Smart Bidding

Der Vorteil von Smart Bidding ist, dass Google unterschiedliche Signale — die über die Einstellungen in Google Ads hinausgehen – nutzt, um Gebote anzuheben oder zu senken. Der Machine-Learning-Algorithmus kennt die Nutzer besser und legt daher Gebote auf Nutzerbasis und sogar auf Basis der eingegebenen Suchbegriffe fest. Smart Bidding spart Ihnen eine Menge Zeit, die vorher in die Gebotsoptimierung geflossen ist. Diese Zeit können Sie nun nutzen, um bessere Google Ads Strategien zu entwickeln.

Nachteile von Smart Bidding

Die Nachteile von Smart Bidding ergeben sich aus den Datenmengen, die benötigt werden, um diese Strategien erfolgreich einzusetzen. Google empfiehlt eine Mindestanzahl von 30 Conversions in den letzten 30 Tagen als Grundlage für conversion-basierte Gebotsstrategien, wie beispielsweise Ziel-CPA. Bei der Gebotsstrategie Ziel-ROAS sollten sogar mindestens 50 Conversions in den letzten 30 Tagen vorliegen. Diese Angaben beziehen sich übrigens auf einzelne Kampagnen und nicht auf das gesamte Konto.

Somit sind Unternehmen aus Branchen, die nur wenig Suchvolumen haben, im Nachteil. Denn je geringer das Suchvolumen, desto weniger Klicks erhalten Sie und desto weniger Chancen auf Conversions haben Sie am Ende. Dies betrifft vor allem B2B-Unternehmen und Unternehmen aus Nischen-Branchen.

Im folgenden Beispiel nutze ich eine Bank, die Geschäftskonten im Jahrespaket von 120€ anbietet. Um meinen ROAS zu steigern, lege ich fest, dass mein Ziel-CPA 100€ betragen soll. In Google Ads habe ich alle wichtigen Keywords im Zusammenhang mit Geschäftskonten, Firmenkonten und Kreditkarten für Unternehmen ausgewählt und zu meinem Keyword-Plan hinzugefügt.

Beispiel zu Smart Bidding in Google Ads

Obwohl ich alle Keywords mit der Option „weitgehend passend“ hinzugefügt habe, erhalte ich für dieses Keyword-Set nur 16 Conversions, wenn ich meinen Ziel-CPA erreichen will. Das liegt daran, dass die ausgewählten Keywords nur wenig Suchvolumen und zugleich sehr hohe CPCs von 6,14€ bis 19,10€ haben.

Wenn Sie vor ähnlichen Problemen stehen, orientieren Sie sich an folgenden Lösungsansätzen:

  • Erweitern Sie Ihren Keyword-Plan um Keywords, die entweder ein höheres Suchvolumen, weniger Wettbewerb oder geringere CPCs haben.
  • Verbessern Sie Ihre Conversion-Rate durch Landing Page-Optimierungen.
  • Legen Sie einen höheren Ziel-CPA fest, um mehr Spielraum für Gebote zu haben.
  • Steigen Sie von Makro-Conversions auf Mikro-Conversions um, um mehr Conversion-Daten zu erhalten. Das bedeutet, dass Sie statt dem Conversion-Ziel Geschäftskonto eröffnet ein Ziel mit einer geringeren Hemmschwelle, wie z.B. Kontaktanfrage, Anruf oder Chat festlegen.
  • Nutzen Sie qualitativ hochwertige Zielgruppen aus anderen Kanälen, um den Google Algorithmus zu füttern.

Die besten Ergebnisse beim Einsatz von Smart Bidding habe ich bisher für Online-Shops mit viel Traffic (mindestens 10.000 Klicks in den letzten 30 Tagen) und einer hohen Anzahl an Conversions (mindestens 30 Conversions pro Kampagne) erzielt. Durch die Umstellung auf eine Smart-Bidding-Strategie konnten bisherige Umsätze um 20% gesteigert werden.

Smart Bidding hat nur ein Problem: Sobald es eine Unterbrechung im Conversion-Flow gibt, z.B. weil die Website gerade nicht erreichbar ist oder Produkte im Shop nicht mehr verfügbar sind, passiert es schnell, dass die Gebotsstrategie nicht mehr die gewünschte Leistung erzielt. Denn durch das Ausbleiben von Conversions passt der Algorithmus die Gebote so an, dass die Ziele dennoch erreicht werden (sei es Ziel-CPA oder Ziel-ROAS). Das bedeutet in der Praxis, dass Ihre Kampagnen einfach weniger Budget ausgeben und somit auch weniger Traffic erzielen, um an das Ziel der Gebotsstrategie zu kommen. Durch diese Anpassung können Ihnen viele wichtige Conversions entgehen. Somit muss selbst eine Smart Bidding-Strategie immer kontrolliert und deren Ziele angepasst werden.

Die Zukunft des Google Ads Managers

Der Google Ads Manager der Zukunft wird weniger Zeit in das aktive Account-Management investieren, sondern lernen müssen, einen Teil der Kontrolle abzugeben. Machine Learning hat sich in den letzten zwei Jahren zu einer echten Alternative entwickelt und ist vor allem bei großen Datenmengen schon heute unersetzbar.

Um Machine Learning in Google Ads erfolgreich zu nutzen, müssen folgende Voraussetzungen geschaffen sein:

  1. Sie müssen dafür sorgen, dass die Qualität der Datenbestände gewährleistet ist.
  2. Sie müssen dafür sorgen, dass ausreichend Daten zur Verfügung stehen.
  3. Sie müssen eindeutige Zielvorgaben festlegen.

Auch wenn Machine Learning in Google Ads einen großen Teil der Optimierungsmaßnahmen übernehmen wird: Der Algorithmus kann nur so gut arbeiten, wie das, was er an Daten erhält. Sie werden nur dann von Machine Learning in Google Ads profitieren, wenn Sie Conversion-Ziele strategisch einsetzen und dabei über qualitativ hochwertige Datenbestände verfügen.

Nutzen Sie bereits Machine Learning oder Smart Bidding in Google Ads? Schreiben Sie einen Kommentar: Wir sind gespannt auf Ihre Erfahrungen!

Über Christiane Ortlepp:

Christiane Ortlepp ist Mitglied des WE-Expertenrates und als Expertin für Suchmaschinenwerbung für das entsprechende Curriculum verantwortlich. Sie ist Autorin des Lernbuches »Erfolgreich werben mit Google Ads: Das ultimative Praxisbuch« (erschienen im Webmasters Press Verlag) und betreut als Tutorin für den Fachbereich SEA die Studenten der Webmasters Fernakademie Nürnberg GmbH.

Als freiberufliche Online-Marketing-Expertin unterstützt Christiane Unternehmen in den Bereichen Performance Marketing, Suchmaschinenoptimierung (SEO) und Content Strategien.

Kontaktmöglichkeiten:

Kategorien: Suchmaschinenmarketing

Kommentare

    Hinterlasse einen Kommentar:

    *

    (notwendig)
    *

    (notwendig, wird nicht angezeigt)



    (optional, Spam und Werbe-Links werden gelöscht)
    *