Was wir aus 90.000 PPC-Kampagnen über die Top-4-Änderungen von Google gelernt haben

Im Februar begann Google, langsam Änderungen an der Art und Weise vorzunehmen, wie Anzeigen auf ihren Desktop-Suchergebnisseiten (SERPs) angezeigt werden. Bis Ende des Monats waren die Anzeigen auf der rechten Seite so gut wie verschwunden und durch vier Anzeigen oben auf der Seite und gelegentlich zwei unten unterhalb der organischen Ergebnisse ersetzt worden. Dies ist vielleicht die bedeutendste Änderung an der Art und Weise, wie Anzeigen jemals in SERPs angezeigt werden.

Wir haben mehrere PPC-Experten gebeten, uns ihre Prognosen darüber zu geben, was für PPC-Werbetreibende – insbesondere solche mit kleineren Budgets – passieren könnte, sobald es passiert, und jetzt, da wir die Gelegenheit hatten, uns die Daten wirklich anzusehen, teilen wir unsere Erkenntnisse mit Ihnen.

Um die Auswirkungen dieser Änderungen zu bewerten, hat Acquisio Daten aus etwa 90.000 Kampagnen extrahiert, die auf der Acquisio-Plattform laufen und zusammen Ausgaben von etwa 50 Millionen US-Dollar pro Monat haben. Wir untersuchten die vier Wochen, bevor die Änderung verbreitet wurde (21. Januar – 17. Februar 2016), und die zwei Wochen danach (19. Februar – 3. März 2016).

Unsere Schlussfolgerungen sind :

• Impressionen und Klicks unterhalb der Top 4 sind deutlich zurückgegangen
• Der CPC für Spots unterhalb der Top 4 ist gestiegen
• CPC für Anzeigen in den Top 4 um bis zu 10,5 % gestiegen
• CTR für Anzeigen in den Top 4 um bis zu 4,5 % gestiegen
• Mit maschinellen Lernalgorithmen optimierte PPC-Kampagnen übertreffen alle anderen Kampagnen

Die von uns gesammelten Daten zeigen, dass der Wettbewerb um Anzeigen auf den Top-4-Positionen viel stärker geworden ist. Diese Anzeigen haben eine viel höhere Leistung als die an den unteren Plätzen, aber Werbetreibende müssen mehr für das Privileg bezahlen, an diesen Plätzen zu erscheinen.

Wir haben auch Kampagnen untersucht, die mit der maschinellen Lernoptimierung von Acquisio Bid & Budget Management (BBM) ausgeführt wurden, und festgestellt, dass diese Kampagnen alle anderen Kampagnen übertroffen haben. Dies ist ein weiteres Beispiel dafür, wie maschinelles Lernen Menschen übertreffen wird, und wie wichtig es ist, Kampagnen mit dem höchsten verfügbaren Intelligenzniveau zu optimieren.

Werfen wir einen Blick auf die Daten und sehen wir uns an, wie sich Googles neues Schema zur Anzeige von Anzeigen auf SERPs auf Werbetreibende auswirkt.

Die Methodik, die wir zur Bewertung der Daten verwendet haben

Zunächst einmal, um es noch einmal zu wiederholen, wir haben Daten aus ungefähr 90.000 Kampagnen verwendet, daher sind wir an dieser Stelle sehr zuversichtlich in Bezug auf die Daten. Die Ergebnisse stammen von einer sehr großen, vielfältigen und repräsentativen Stichprobe von AdWords-Werbetreibenden. Die Zahlen, die Sie in diesem Abschnitt sehen, sind prozentuale Veränderungen in absoluten Werten.

Wir waren neugierig, nicht nur zu sehen, wie alle Kampagnen abschneiden, sondern auch, wie unsere Gebots- und Budgetverwaltungsfunktion unter diesen neuen Bedingungen abschneidet. Wir schauten auf:

• BBM-optimierte Kampagnen im Vergleich zu nicht von BBM optimierten Kampagnen
• Vorher Zeitrahmen: 21. Jan. - 17. Feb. 2016 (4 Wochen)
• Nach dem Zeitraum: 19. Februar – 3. März 2016 (2 Wochen)

Wir haben uns die durchschnittlichen Tageswerte der Kampagne angesehen von: Impressionen, Klicks, Ausgaben, Position, CTR und CPC für jede Kampagne. In unserer Tabelle brach es wie folgt zusammen:

1. Durchschnittswerte für alle Schlüsselwerte für alle diese Fälle

2. Vergleich des Unterschiedsprozentsatzes von vorher und nachher: ​​für jeden der anderen 4 Fälle:

3. Vergleich der Differenz von Top 4 und Bottom für die 4 anderen Fälle:

4. Vergleich der prozentualen Änderung der Vorher- und Nachher-Änderung für jeden dieser Fälle:

Und hier ist, was wir herausgefunden haben.

Impressionen, Klicks und Werbeausgaben unterhalb von Position 4 gingen deutlich zurück

Unabhängig davon, ob Kampagnen auf BBM liefen oder nicht, sahen wir sehr deutliche Einbrüche bei der Anzahl der Impressionen und Klicks unter Position vier. Die Anzahl der Kampagnen, die an diesen Orten liefen, ging ebenfalls zurück. Dies sind die Zahlen für den Zeitraum von zwei Wochen nach der Änderung im Vergleich zum Zeitraum vor der Änderung.

Ergebnisse ohne BBM

Bei regulären Kampagnen, die nicht mit BBM-Optimierung laufen, haben wir unten für Anzeigen Folgendes gesehen:

Und hier wird es richtig interessant: Die CPC für Spots unterhalb von Position 4 sind gestiegen, während die CTR dramatisch gesunken ist.

Ergebnisse mit BBM

Die Ergebnisse für von BBM optimierte Kampagnen waren eigentlich nicht so unterschiedlich, bis wir zu CPC und CTR kommen. Für BBM sahen die Ergebnisse unten folgendermaßen aus:

Der Unterschied beginnt sich wirklich bemerkbar zu machen, wenn wir uns CPC und CTR ansehen. Angesichts der Zahlen, die wir oben sehen, war dies eigentlich ein sehr positiver Befund für uns. Der CPC ist zwar gestiegen, aber nur geringfügig, und während die CTR gesunken ist, ist der Prozentsatz, um den sie gesunken ist, so vernachlässigbar, dass er nicht wahrnehmbar ist.

Wir wussten bereits, dass Anzeigen auf der rechten Schiene nur etwa 15 % aller Klicks auf SERPs erhalten, daher sollte es nicht allzu überraschend sein, dass Anzeigen, die tatsächlich am unteren Rand der SERPs angezeigt werden, so niedrige Punktzahlen erhalten .

Was uns natürlich gefreut hat, war, dass BBM versucht, CPC und CTR trotz des Rückgangs der Impressionen und Klicks zu optimieren. Was wir alle wirklich wissen wollen, ist, wie sich die Änderung auf diejenigen auswirkte, die es schaffen, es auf diese Top-4-Plätze zu schaffen.

CPC und Gesamtausgaben in den Top 4 sind deutlich gestiegen

Wenn wir uns die Top 4 ansehen, sehen wir mehr Unterschiede in der Art und Weise, wie sich normale Kampagnen im Vergleich zu BBM-optimierten Kampagnen verhalten großer Ausgabensprung. Auch hier vergleichen wir den Zeitraum nach der Änderung mit dem Zeitraum davor.

Ergebnisse ohne BBM:

Folgendes haben wir in den Top-4-Positionen für Nicht-BBM-Kampagnen gesehen:

Das einzige, was sich hier signifikant geändert hat, ist der Geldbetrag, den die Leute ausgeben, um ihre Anzeigen in den Top 4 Positionen zu platzieren. Für dieselben Kampagnen haben wir festgestellt, dass ihre durchschnittliche Position nur um 1,9 % gesunken ist – im Grunde genommen um null –, sodass sie mehr ausgeben, um einfach im Spiel zu bleiben, und dabei an Boden verlieren. Der Wettbewerb um diese Plätze heizt sich richtig auf.

Der Preis für einen Klick ist für Anzeigen in den Top 4 gestiegen, aber auch die CTR. Folgendes haben wir gefunden:

Die Steigerung der CTR (4,5 %) gleicht den Verlust von 1,5 % an Impressionen mehr als aus, jedoch ist die CPC-Steigerung so viel höher, dass Werbetreibende am Ende weniger Klicks für im Wesentlichen den gleichen Geldbetrag erhalten.

Ergebnisse mit BBM

Maschinelles Lernen hält diese Kampagnen definitiv im Rennen. Während die Werbeausgaben stiegen, stiegen auch die Impressionen und Klicks. Und die Anzahl der Kampagnen mit Anzeigen in den Top 4 ist deutlich gestiegen.

Dies sind wirklich signifikante Sprünge von Kampagnen, die nicht auf BBM laufen. In diesem Fall sehen wir, dass die Ausgaben gestiegen sind, aber das ist auf die gestiegene Anzahl von Klicks zurückzuführen sowie, basierend auf den Daten aus regulären Kampagnen, einem Gesamtanstieg der Werbeausgaben.

Wir haben auch einen Anstieg des CPC mit BBM festgestellt, aber nicht so stark wie bei nicht optimierten Kampagnen (41 % niedrigerer Preisanstieg, +6,6 % gegenüber +10,5 %) sowie einen leichten Rückgang der CTR.

Das bedeutet: Wenn Sie am 17. Februar 2016 1.000 $ für Werbung ausgegeben hätten, hätten Sie am 19. Februar ohne BBM 1.105 $ ausgegeben. Wenn Sie ein Benutzer von BBM wären, hätten Sie am 19. Februar nur 1.066 $ ausgegeben und Ihre 39 $ an diesem Tag gespart. Das sind Ihre Einsparungen von 41 % bei der Erhöhung des CPC aufgrund der neuen Konfiguration. Im Laufe von 30 Tagen würde das also zu einer Einsparung von 1.170 $ führen.

Konkret heißt das : Wer im großen Stil werbt und nicht maschinelles Lernen zur Kampagnenoptimierung einsetzt, dem entgehen Unmengen an Klicks.

Außerdem stieg die durchschnittliche Position für diese Kampagnen im Gegensatz zu Nicht-BBM-Kampagnen tatsächlich um 0,94 % – was bedeutet, dass sie sich überhaupt nicht verändert hat. Nennen wir diese Zahl Null und sagen, dass es keine Änderung gab.

Betrachten wir den allgemeinen Unterschied, den maschinelles Lernen ausmacht

Eine der wichtigsten Lehren aus dieser Top-4-Änderung ist der große Unterschied zwischen den beiden möglichen Anzeigenstandorten:

• Top 4 Platzierungen
• Untere Positionen

Bei der Betrachtung der Daten sowohl vor als auch nach der Umstellung dominiert die Produktion aus den Top 4 total, und nach der Umstellung wird dies akzentuiert. Aus diesem Grund haben wir uns entschlossen, dieses Thema analytisch zu untersuchen.

Betrachtet man das Verhältnis der Werte zwischen Top-4- und Bottom-Positionen, findet man:

Der für jeden dieser Fälle formulierte Wert lautet:

Dies zeigt, dass die Anzahl der Impressionen und Klicks von den Top-4-Positionen erheblich größer ist als die von den unteren, mit ähnlichen Kommentaren zu Ausgaben und Anzahl von Kampagnen. Nach dem Wechsel auf die neue Top 4 Konfiguration ohne rechte Schiene wird die Zahl noch übertriebener. Die prozentuale Änderung des Verhältnisses von Top 4 zu Bottom nach der Änderung:

Die verwendete Formel lautet:

Diese Werte zeigen, dass Kampagnen, die nicht optimiert sind, in allen Fällen ein signifikantes Wachstum im Verhältnis Top 4 zu Bottom aufweisen. Der BBM-Fall ist sogar noch dramatischer, da sich die Verhältnisse für Impressionen, Klicks und Ausgaben mehr als verdoppeln.

Das BBM-Verhältnis-Wachstumsverhältnis-Wachstum im Vergleich zum nicht optimierten Fall zeigt:

• 162 % höheres Wachstum des Impression-Verhältnisses
• 33 % höheres Wachstum der Klickrate
• 42 % höheres Wachstum der Ausgabenquote
• 6,3 % höheres Wachstum der Kampagnenquote

Die BBM-Verhältnisse zeigen eine starke Verschiebung nach der Änderung der Top 4, um die Eigentümerschaft und Präsenz seiner Kampagnen in dieser erstklassigen Top 4-Werbefläche erheblich auszubauen. BBM investiert mehr von Ihren Werbeausgaben dort, wo es am besten abschneidet: in den Top 4.

Was wir hier wirklich sehen, ist das, was alle erwartet haben. Die überwiegende Mehrheit der Impressionen, Klicks und Ausgaben befinden sich in den Top 4-Plätzen. Zu sagen, dass dies vor der Änderung passieren würde, war ein bisschen so, als würde man vorhersagen, dass der Boden bald nass sein wird, wenn man unter einer Regenwolke steht. Die gute Nachricht ist, dass anscheinend alle recht hatten.

Aber was uns wirklich begeistert, ist die Leistung von BBM in dieser neuen Umgebung. Die maschinelle Lernoptimierung hat sich unter dem neuen Paradigma angepasst und automatisch weiterentwickelt, und Sie können deutlich sehen, dass BBM alle anderen Kampagnen dort übertrifft, wo es darauf ankommt , und zwar bei weitem.

Bleiben Sie im Wettbewerb um die Top 4

Die meisten Kampagnen kosten mehr, und im Vergleich zu den Kosten erhalten die meisten Werbetreibenden nicht genügend Klicks, um die höheren Ausgaben zu rechtfertigen. Werbetreibende, die maschinelles Lernen nicht zur Optimierung von Kampagnen einsetzen, werden weiterhin Folgendes feststellen:

• Impressionen und Klicks unterhalb der Top 4 sind um fast die Hälfte zurückgegangen
• Die Klicks für Anzeigen in den Top 4 haben leicht zugenommen, aber die Ausgaben sind dramatisch gestiegen
• Die CTR für Anzeigen in den Top 4 ist leicht gestiegen, aber der CPC hat sich dramatisch erhöht

Die Ergebnisse sind interessant, unabhängig davon, ob Sie BBM verwenden oder nicht. Da Klicks immer teurer werden und die Werbeausgaben steigen, ist der Qualitätsfaktor als Messgröße wichtiger denn je, und Werbetreibende müssen immer mehr Anstrengungen unternehmen, um sicherzustellen, dass sie auf Zielseiten so viele Conversions wie möglich erzielen.

Werbetreibende, die Kampagnen zur Markenbekanntheit durchführen, werden gezwungen sein, mit weniger mehr zu erreichen, und versuchen möglicherweise, Social-Media-Kanäle und Viralität zu nutzen, um mehr aus ihren Kampagnen herauszuholen.

Absolut klar ist, dass die Optimierung des maschinellen Lernens für PPC die Menschen an diesem Punkt bei weitem übertrifft , und die Nutzung einer solchen Optimierung wird notwendig sein, um in Zukunft wettbewerbsfähig zu sein.

Vergleichen wir der Klarheit halber die daraus resultierende Erhöhung mit einer von Google erhobenen Steuer für das Erscheinen in den Top-4-Ergebnissen. Die gute Nachricht ist, dass Benutzer von BBM 41 % weniger Steuern zahlen, um mit der Analogie fortzufahren.

Noch einmal: BBM-optimierte Kampagnen hatten einen etwas höheren CPC als vor der Umstellung, aber einen um 41 % geringeren CPC-Anstieg als die nicht optimierten Kampagnen .

Alle, die mehr darüber erfahren möchten, wie maschinelles Lernen PPC-Kampagnen optimieren kann, sollten sich dieses Webinar mit Bryan Minor ansehen: 2016 The Year in Machine Learning. Bryan erklärt, wie unsere maschinelle Lernoptimierung funktioniert, und zeigt Ihnen echte Ergebnisse. Schau es dir unbedingt an!