Erfolg für das KMU-Team von Google – mehr Conversions durch maschinelles Lernen

Das Marketingteam von Google versucht, über AdWords-Kampagnen kleine und mittelständische Betriebe in den EMEA-Ländern auf das Produkt AdWords aufmerksam zu machen. In der Vergangenheit waren die meisten Conversions dieser Kampagnen (neue AdWords-Konten) auf Markenbegriffe wie "AdWords" zurückzuführen. Mit allgemeinen Keywords wie "Onlinewerbung" ließen sich keine guten Resultate erzielen. Dem Team war klar: Man muss bei den allgemeinen Begriffen ansetzen, um mehr Interesse zu erzeugen und Neukunden zu gewinnen. Doch mit einem Attributionsmodell, das auf dem letzten Klick basiert, ließ sich das nicht belegen.

Über Google

1998 gegründet

Hauptsitz in Mountain View, Kalifornien, USA

www.google.com

DIE ZIELE

Conversion-Leistung für allgemeine Suchbegriffe beurteilen

Optimale Gebote für Keywords ohne Markenbezug ermitteln

DER ANSATZ

Umstellung der Conversion-Erfassung in AdWords von "Letzter Klick" auf die datengetriebene Attribution

Einrichtung der Option "Ziel-CPA" für die automatische Gebotseinstellung

Nutzung von maschinellem Lernen für bessere Ergebnisse

DIE ERGEBNISSE

Cost-per-Acquisition um 7,2 % gesenkt

Conversion-Rate für allgemeine Suchbegriffe um 65 % angehoben

Conversions durch Begriffe ohne Markenbezug um 25 % erhöht

Um aussagekräftigere Berichte zu erhalten und die Gebotseinstellung zu verbessern, hat sich das Team für die datengetriebene Attribution in AdWords entschieden. Mit dieser Strategie lässt sich die Conversion-Leistung für Suchbegriffe ohne Markenbezug präzise bewerten. Außerdem können optimale Gebote für allgemeine Keywords ermittelt werden. Die Implementierung war einfach: Die Conversion-Erfassung wurde umgestellt (von "Letzter Klick" auf datengetriebene Attribution) und für die automatische Gebotseinstellung wurde die Option "Ziel-CPA" eingerichtet.

Die datengetriebene Attribution beruht auf dem Prinzip des maschinellen Lernens. Und genau da setzt die Strategie des Marketingteams an. Durch den vermehrten Einsatz von ML-Lösungen sollen künftig bessere Ergebnisse bei Onlinekampagnen erzielt werden. Der Erfolg spricht für sich: Der Cost-per-Acquisition ist um 7,2 % gesunken, die Conversion-Rate für generische Suchanfragen um 65 % gestiegen. Es wurden 25 % mehr Conversions über Begriffe ohne Markenbezug erzielt. Der Grund? Das datengetriebene Modell stützt sich auf allgemeine Keywords, über die Conversions eher indirekt und nicht durch den letzten Klick erzielt werden.


"Mit der Nutzung der datengetriebenen Attribution ist für uns ein Strategiewechsel verbunden. Wir konzentrieren uns nun mehr auf generische Suchbegriffe, die wir zuvor unterschätzt hatten."

- Eleonora Kourtzi, Product Marketing Manager bei Google


Das Team hat die datengetriebene Attribution für DoubleClick auch im Rahmen einer internen Hardwarekampagne getestet. Hierbei wurden 10 % mehr Conversions erzielt als mit dem "Letzter Klick"-Modell, und der CPA wurde um 9 % gesenkt. Wie bei der AdWords-Kampagne zeigte sich hier ebenfalls, dass Keywords ohne Markenbezug bislang unterbewertet worden waren.

"Vor unserer Erfahrung mit der datengetriebenen Attribution wurde der Wert allgemeiner Suchbegriffe von uns komplett unterschätzt. Damit standen wir uns bei der Neukundengewinnung selbst im Weg. Wir wandten uns hauptsächlich an Nutzer, die unser Produkt bereits kannten und aktiv danach suchten," so Product Marketing Manager Eleonora Kourtzi.

"Wir setzen nun auch Attribution 360 ein. Diese neue Lösung von Google stützt sich ebenfalls auf maschinelles Lernen", erklärt sie weiter. "Auf dieser Basis können wir das datengetriebene Modell auf alle Marketingkanäle außerhalb des Suchnetzwerks ausweiten, also zum Beispiel auf das Google Displaynetzwerk und soziale Medien. Werbung wird für Nutzer angenehmer und das Budget lässt sich optimal zwischen den einzelnen Kanälen aufteilen."

Die Zukunft des Verbrauchermarketings: Nutzer individuell ansprechen