Was uns 30.000 Konten über maschinelles Lernen und PPC beigebracht haben

Veröffentlicht: 2017-12-14

Vor Jahren hat unser Team eine sich selbst verbessernde Maschinentechnologie entwickelt, die eine Angebots- und Budgetverwaltung schneller und besser als jeder Mensch erreichen konnte und mehr Daten verwendete, als eine Person jemals in Betracht ziehen könnte. Die Technologie wurde von Raketenwissenschaftlern mit anderen frühen KI-Patenten entwickelt und umfasst mehr als 30 ausgefeilte Algorithmen. Dieses System ist nicht nur ein automatisiertes, regelbasiertes System, sondern verbessert sich sogar ständig selbst, wodurch es der künstlichen Intelligenz am nächsten kommt, was wir in der SEM-Branche haben .

Wir werden oft nach unserer als Acquisio Turing TM bekannten maschinellen Lerntechnologie gefragt und welche Art von Ergebnissen Marketer davon erwarten können, da Agenturen und Marketer die Ansprüche von Martech-Anbietern satt haben. Also machte sich unser Team daran, unsere Maschine auf die Probe zu stellen.

Wir wollten genau verstehen, welche Art von Kampagnenergebnissen Marketer von Acquisio Turing erwarten können gegenüber Konten, die diese Technologie nicht nutzten. Die Kiefer werden fallen, Daten werden fliegen, Köpfe werden rollen … sind Sie bereit, sich mit einigen maschinellen Lerndaten die Hände schmutzig zu machen? Auf geht's!

Parameter der Studie

Die eigentliche Studie umfasste zwischen dem 1. September 2015 und dem 1. April 2017 insgesamt 32.858 Konten, von denen sich einige auf Acquisio Turing bezogen und andere, die die Ergebnisse von Monat 1 bis Monat 3 seit ihrem Aktivierungsdatum nicht verglichen haben

Wie unten in den Lektionen 1 bis 4 zu sehen ist, haben wir uns dafür entschieden, sowohl Durchschnittswerte als auch Mediane anzugeben, da sehr große Gewinne den Durchschnitt dominieren und die Erwartungen verzerren können. Wenn zum Beispiel einer unserer Kunden eine Conversion-Steigerung von 3000 % hatte, während die anderen zwischen 50 und 100 % lagen, würde der Durchschnitt aufgrund des Ausreißers nach oben gezogen werden. Der Median ist weniger anfällig für die Auswirkungen von Ausreißern.

Für die Lektionen 5 und 6 haben wir uns alle Accounts zu Acquisio Turing angesehen sowie diejenigen, die dies nicht waren und die Vergleiche nach Publisher-Netzwerken aufschlüsselten, entweder AdWords oder Bing.

Lektion Nr. 1: Konten sind sowohl Äpfel als auch Birnen

Nicht alle Kampagnen werden gleich erstellt. Der Erfolg einer Kampagne hängt von so vielen Faktoren ab. Eine Kampagne könnte ein hohes Budget haben, eine andere einen kürzeren Zeitrahmen haben, eine könnte Produkte verkaufen, die beliebter sind, während eine andere wenig Konkurrenz hat. Um alles zu verstehen und statistisch signifikante Daten zu erhalten, sollten Kontovergleiche nur zwischen ähnlichen Konten durchgeführt werden.

Wir mussten die Daten richtig aufteilen und Äpfel mit Äpfeln vergleichen. Da Acquisio Turing ein Gebots- und Budgetverwaltungstool ist, war es äußerst wichtig, Konten mit ähnlichen Budgetausgaben zu vergleichen, wenn man die Kosten pro Klick, die Klickrate, die Kosten pro Akquisition und die Conversions misst. Um diese Messwerte zu ermitteln, haben wir daher die Konten nach ähnlichen Ausgaben innerhalb einer Spanne von plus oder minus 10 % gefiltert, sodass 8.235* Konten übrig blieben.

*Die Ausreißer wurden vor der Berechnung der Mittelwerte entfernt, indem die Werte als log-normalverteilt behandelt und die Methode der mittleren absoluten Abweichung verwendet wurde.

Lektion Nr. 2: Reduzierter Cost-per-Click (CPC)

Nutzer wenden sich an Google, um nach Diensten zu suchen. Google erlaubt Werbetreibenden den Zugang zu den Suchergebnissen und berechnet sie pro Lead. Cost-per-Click ist die von Google erstellte Metrik, die bestimmt, was Werbetreibende jedes Mal bezahlen, wenn eine Person auf ihre Anzeige klickt. Vermarkter freuen sich darüber, dass die Kosten ihrer Suchmaschinen-Werbekampagnen nur steigen, wenn die Kampagnen effektiv sind; Trotz der Qualität der Klicks entstehen jedoch Kosten für diese Leads.

Bei den 8.235 vergleichbaren Konten haben wir zwischen dem ersten und dritten Monat eine durchschnittliche CPC-Reduzierung um 7 % beobachtet. Der Median für die Gruppe war ein Rückgang von 10 %, was bedeutet, dass die Hälfte der Konten bei Acquisio Turing einen CPC-Rückgang von 10 % oder mehr aufwies. Insgesamt sahen etwa zwei Drittel eine Reduzierung des CPC.

Hells to the yeah für niedrigere CPCs!!

Lektion Nr. 3: Steigerung der Klicks

Auch wenn Klicks nicht das Einzige sind, was zählt, da sie aus vielen Gründen möglicherweise nicht konvertiert werden, wollen wir alle qualitativ hochwertige Klicks – echten Traffic von interessierten Interessenten zu unseren Zielseiten.

Wir haben festgestellt, dass die Anzahl der Klicks in den ersten drei Monaten im Durchschnitt um 15 % gestiegen ist. Auch hier lag der Median für die Klickveränderung zwischen Monat eins und drei bei 8 %, was bedeutet, dass die Hälfte der Konten bei Acquisio Turing eine Steigerung der Klicks von 8 % oder mehr verzeichnete. Insgesamt verzeichneten 59 % eine Zunahme der Klicks.

Vielen Dank an maschinelles Lernen für die Klicks! Zeit zum Umwandeln…

Lektion Nr. 4: Cost-per-Acquisition (CPA)-Senkung UND -Erhöhung der Conversions

CPA ist der Betrag, den Werbetreibende pro Conversion zahlen. Conversions sind das ultimative Ziel jeder PPC-Kampagne und der Werbung im Allgemeinen. Conversions können jedoch manchmal schwierig zu verfolgen sein. Von UTMs über Tag-Manager bis hin zu Software von Drittanbietern können die Dinge sehr schnell chaotisch werden.

Von den 8.235 Konten, deren Budgetausgaben weniger als 10 % voneinander entfernt waren, verfolgten nur 2.490* Konversionen, was bedeutet, dass wir für den Konversionsteil unserer Studie knapp 2500 PPC-Konten vergleichen.

Bei den Konten, die Conversions verfolgen, war die durchschnittliche CPA-Änderung ein Rückgang von 18 % oder besser. Das bedeutet, dass die Hälfte oder mehr der Konten ihre Kosten pro Akquisition um 18 % oder mehr gesenkt haben. Insgesamt sahen 64 % der Gruppe eine Senkung des CPC.

Bei den Konten, die Conversions nachverfolgten, beobachteten wir einen Anstieg der Anzahl der Conversions um 71 % … was unserem Team alle gefallen hat:

über GIPHY

Um jedoch vorsichtig zu sein, sollten wir uns immer die durchschnittliche Conversion-Änderung ansehen, die eine 22-prozentige Steigerung der Conversions zwischen dem ersten und dem dritten Monat ausmachte. Das bedeutet, dass die Hälfte der Gruppe die Conversions um mindestens 22 % oder mehr verbesserte. Insgesamt verzeichneten 62 % der Konten, die maschinelles Lernen verwenden, einen Anstieg der Anzahl der Conversions.

Nun, das ist etwas, worüber man nach Hause schreiben kann!

*Die Ausreißer wurden vor der Berechnung der Mittelwerte entfernt, indem die Werte als log-normalverteilt behandelt und die Methode der mittleren absoluten Abweichung verwendet wurde.

Lektion Nr. 5: Budgeterreichung so ziemlich jedes Mal

Die Budgeterreichung wird nicht immer als Schlüsselkennzahl angesehen. Kürzlich haben wir in unserem Blog einen Beitrag darüber geschrieben, warum die Budgeterreichung ein KPI sein sollte:

„Wenn der PPC-Vermarkter das Budget überschreitet, ist das aus offensichtlichen Gründen ein Problem. Selbst wenn Mehrausgaben bedeuteten, einen anderen wichtigen KPI wie Conversions zu erreichen, hat der Kunde möglicherweise einfach nicht das zusätzliche Geld; daher die Zuweisung eines Budgets an erster Stelle. Wenn der PPC-Vermarkter das Budget nicht ausschöpft, wird der Kunde fragen, warum er nicht alle ihm zur Verfügung gestellten Ressourcen eingesetzt hat, um maximale Ergebnisse zu erzielen. In der Zwischenzeit kann niemand den Return on Investment konsistent messen, wenn die Investition jeden Monat anders ist, und daher ist auch die Datenintegrität gefährdet. Wenn PPC-Vermarkter das Budget nicht genau und konsequent ausgeben können, wird der Kunde sein Geld letztendlich bei jemandem ausgeben wollen, der das kann.“

Aus diesem Grund ist es für PPC-Vermarkter äußerst wichtig, ihr Budget Monat für Monat zu erreichen. Wir wollten sehen, ob maschinelles Lernen ihnen dabei helfen könnte. Um unsere Frage zur Erreichung des Budgets zu beantworten, haben wir unsere Konten, die unsere maschinelle Lerntechnologie nutzten, mit denen verglichen, die dies nicht getan haben. Wir mussten auch diejenigen berücksichtigen, die es für Kampagnen auf AdWords verwendeten, und diejenigen, die Bing-Kampagnen durchführten. Wir haben uns insgesamt 32.858 Konten angesehen:

  • 12.651 nutzten maschinelles Lernen für AdWords
  • 11.094 nutzten kein maschinelles Lernen für AdWords
  • 6.342 nutzten maschinelles Lernen auf Bing
  • 2.771 nutzten kein maschinelles Lernen auf Bing
Durchschnittliche Budgeterreichung

Bei AdWords stellten wir fest, dass Konten im Durchschnitt 3,4-mal häufiger ihr Budget wie vorgesehen ausgeben und ausgeben als Konten, die Acquisio Turing nicht verwenden.

Bei Bing stellten wir fest, dass Konten im Durchschnitt 11-mal häufiger ihr monatliches Budget mit Acquisio Turing ausgaben als bei Konten, die dies nicht taten.

Wenn wir die Daten nach Budgetausgaben aufschlüsseln, finden wir Folgendes:

  • Konten, die weniger als 500 US-Dollar pro Monat ausgaben, erreichten ihr Budget mit 3,1-mal höherer Wahrscheinlichkeit für AdWords und mit 11,3-mal höherer Wahrscheinlichkeit für Bing als Konten, die kein maschinelles Lernen verwendeten.
  • Konten, die zwischen 500 und 1500 US-Dollar pro Monat ausgaben, erreichten ihr Budget mit 2,3-mal höherer Wahrscheinlichkeit für AdWords und mit 10,1-mal höherer Wahrscheinlichkeit für Bing als Konten, die kein maschinelles Lernen verwendeten.
  • Konten, die mehr als 1500 US-Dollar pro Monat ausgaben, erreichten ihr Budget mit 5,2-mal höherer Wahrscheinlichkeit für AdWords und mit 18,6-mal höherer Wahrscheinlichkeit für Bing als Konten, die kein maschinelles Lernen verwendeten.

Lektion Nr. 6: Der durchschnittliche Lebenszeitwert (LTV) von Konten steigt

Die Zeit, die ein Konto auf der Plattform lebt, kann ein paar gute Dinge bedeuten. Erstens ist es wahrscheinlicher, dass erfolgreiche Kampagnen fortgesetzt werden als solche, die keine gute Leistung erbringen und pausiert oder eingestellt werden. Zweitens bedeutet das für eine Agentur, einen Wiederverkäufer oder einen Vertriebspartner mehr Geld. Abhängig von der Anzahl der Konten, die dieser längere Lebensdauerwert darstellt, kann er erheblich mehr Jahresumsatz in großem Maßstab erzielen.

Um zu bestimmen, was mit dem LTV der 32.858 Konten passiert, haben wir sie nach denjenigen aufgeschlüsselt, die maschinelle Lerntechnologie verwenden, und denjenigen, die dies nicht getan haben. Wir haben festgestellt, dass diejenigen, die maschinelle Lerntechnologie verwenden, einen Monat länger mit AdWords und zweieinhalb Monate länger mit Bing lebten als diejenigen, die dies nicht taten.

Was maschinelles Lernen Ihnen über PPC beibringen kann

Da sich die maschinelle Lerntechnologie, die wir für diese Studie angewendet haben, ständig selbst verbessert und buchstäblich jeden Tag intelligenter wird, erwarten wir, dass die oben präsentierten Ergebnisse nur noch besser werden.

TLDR-Zusammenfassung:

  1. Um alles zu verstehen und statistisch signifikante Daten zu erhalten, sollten Kontovergleiche nur zwischen ähnlichen Konten durchgeführt werden.
  2. Die Hälfte der Konten, die maschinelles Lernen nutzten, verzeichnete einen CPC-Rückgang von mindestens 10 %. Insgesamt sahen etwa zwei Drittel eine Reduzierung des CPC.
  3. Die Hälfte der Konten, die maschinelles Lernen verwenden, verzeichnete eine Steigerung der Klicks um 8 % oder mehr. Insgesamt verzeichneten 59 % eine Zunahme der Klicks.
  4. Die Hälfte oder mehr der Konten reduzierten ihre Kosten pro Akquisition um 18 % oder mehr. Insgesamt sahen 64 % der Gruppe eine Senkung des CPC.
  5. Bei den Konten, die Conversions nachverfolgten, beobachteten wir einen Anstieg der Anzahl der Conversions um 71 %. Insgesamt verzeichneten 62 % der Gruppe einen Anstieg der Conversions.
  6. Bei AdWords haben wir festgestellt, dass Konten im Durchschnitt dreimal häufiger ihr Budget wie beabsichtigt ausgeben und ausgeben als Konten, die kein maschinelles Lernen verwenden.
  7. Für Bing haben wir festgestellt, dass Konten mit maschinellem Lernen im Durchschnitt 11-mal häufiger ihr monatliches Budget ausgeben als diejenigen, die es nicht waren.
  8. Die Konten, die maschinelle Lerntechnologie verwendeten, lebten vier Monate länger als diejenigen, die dies nicht taten.

Von niedrigeren CPCs bis hin zu höheren Conversion-Raten, längeren LTVs und mehr, Acquisio Turing hat bereits in den letzten zwei Jahren einen enormen Wert für die Konten geschaffen, auf denen es läuft. Wir freuen uns sehr, die guten Nachrichten mit Vermarktern wie Ihnen zu teilen, da immer mehr Lösungen für maschinelles Lernen unser Leben und jetzt auch unsere SEM-Kampagnen zu formen beginnen!

Bildnachweis

Beitragsbild: Unsplash/ Maxime Bhm

Alle Screenshots von Chandal Nolasco da Silva. Entnommen Sommer-Winter 2017 aus dem neuesten Acquisio Turing Performance Report.