4 dingen die we geleerd hebben over geautomatiseerd bieden tijdens de pandemie

Slimme biedingen passen zich aan veranderingen aan met lagere budgetten, wat beter is dan het pauzeren van campagnes, maar pas op voor een hoog impressieaandeel bij geautomatiseerde biedingen.

Biedbeheer is begrijpelijkerwijs een favoriet onderwerp voor PPC-marketeers omdat de juiste biedingen het verschil maken tussen campagnes die geld verliezen en campagnes die geld opleveren. Vroeger besteedden search marketeers veel tijd aan het instellen van de juiste CPC-biedingen. Maar tegenwoordig, in een wereld waar meer van het dagelijkse PPC beheer geautomatiseerd kan worden, is die taak verschoven naar het kiezen van de juiste automatisering en het voeden van de juiste instellingen zoals doelen voor CPA en ROAS.

Aangezien de juiste biedingen zo cruciaal zijn voor het succes, zou je denken dat het een van de best begrepen onderdelen van PPC beheer zou zijn, maar in werkelijkheid is het voor velen nog steeds een beetje een mysterie hoe automatiseringen zoals Smart Bidding van Google werken. En dat is geen verrassing, want de onderliggende mechanismen voor automatisering zijn gebaseerd op machinaal leren, een technologie die de voorspellingen die ze doet niet gemakkelijk kan verklaren.

Er zijn dus veel vragen over bid management en geautomatiseerd bieden in het bijzonder. Adverteerders hebben bijvoorbeeld geen vertrouwen in hoe goed deze geautomatiseerde systemen werken in tijden van ongewone volatiliteit en of het pauzeren van campagnes de toekomstige geautomatiseerde biedprestaties zal schaden.

De coronaviruspandemie heeft nogal wat volatiliteit veroorzaakt, wat leidt tot veel gepauzeerde PPC-campagnes en een onverwacht neveneffect is dat dit ons nieuwe inzichten heeft gegeven in hoe geautomatiseerd bieden werkt.

Zal de volatiliteit de geautomatiseerde biedingalgoritmes doorbreken?

Er was bezorgdheid dat het automatisch bieden zou kunnen mislukken bij het begin van de pandemie. Immers, de automatiseringen werken om patronen te detecteren en deze te gebruiken om biedingen in te stellen en met de hele wereld die hun leven vrijwel van de ene op de andere dag veranderde, werden die patronen verstoord. Hoe zou machinaal leren hierop reageren?

Ten eerste, een supersnelle inleiding over hoe geautomatiseerd bieden over het algemeen werkt. Smart Bidding stelt biedingen in op basis van factoren die verband houden met een zoekopdracht en die van invloed zijn op de waarschijnlijkheid dat de zoekopdracht leidt tot een klik, een conversie en een transactie van een bepaalde waarde. Hoe hoger de voorspelde kans op een positief resultaat, hoe meer het systeem zal bieden op die klik.

Hier is een voorbeeld van hoe het algoritme zou kunnen werken met iets wat het weet over de gebruiker die de zoekopdracht uitvoert. Het gebruikt historische gegevens om te voorspellen of een gebruiker die op zoek is naar een printer in een kantoorgebouw eerder geneigd is om een duurdere printer te kopen dan een gebruiker die een soortgelijke zoekopdracht uitvoert vanuit zijn huis.

In dit voorbeeld gebruikt het algoritme signalen van de zoekopdracht om te raden of de zoeker B2B of B2C is, iets wat een grote invloed kan hebben op het eindresultaat. Deze voorspelling is voor ons intuïtief.

Maar wat gebeurt er als een wereldwijde pandemie kantoren sluit en de hele wereld virtueel ’s nachts vanuit huis begint te werken? Breekt het voorspellingsmodel? Herstelt het zich snel? En zal het doorgaan met het instellen van biedingen die adverteerders helpen hun CPA en ROAS doelen te bereiken?

We vroegen enkele van ’s werelds meest invloedrijke PPC experts en hier zijn de vier dingen die we geleerd hebben…

Les 1: slim bieden past zich snel aan veranderingen aan

Peter Oliveira van Google deelde tijdens ons PPC gemeentehuis dat “Smart bidding gebruik maakt van zowel geaggregeerde als recente trends, [maar] is voorstander van wat er de laatste tijd gebeurt”. Dus past het zijn biedstrategie snel aan om rekening te houden met de nieuwe norm. Het weet dat het altijd terug kan gaan naar zijn vorige strategie als het weer op de oude manier gaat. Maar het wacht niet lang om biedingen aan te passen omdat het nieuwe patronen belangrijker vindt dan oude patronen.

We wisten al dat het geautomatiseerd bieden tijdelijke volatiliteit kon verwerken omdat het seizoensgebonden gebeurtenissen zoals Zwarte Vrijdag afhandelt. Maar wat we niet wisten was in welke mate de machine zijn kennis van voorgaande jaren gebruikte ten opzichte van gegevens van dit jaar in periodes van flux zoals Zwarte Vrijdag.

Het niet weten van dit is wat adverteerders ongemakkelijk maakte om te vertrouwen op geautomatiseerd bieden tijdens een volatiele tijd die geen seizoensgebonden precedent had.

Maar nu weten we dat we het geautomatiseerd bieden zo kunnen vertrouwen dat we de recente gegevens zo goed kunnen gebruiken dat we ons geen zorgen hoeven te maken over het feit dat we geen rekening hoeven te houden met onverwachte volatiliteit.

Tip: Gebruik waarschuwingen om te weten te komen wanneer geautomatiseerde biedingen te laag zijn.
Hoewel geautomatiseerde biedingen op de juiste manier omgaan met nieuwe veranderingen in conversiepatronen, moeten marketeers nog steeds waarschuwingen instellen om op de hoogte te blijven van veranderingen in de prestaties.

Door het hebben van waarschuwingen kunt u beter op de hoogte blijven en kunt u beter reageren op veranderingen in de sector. Hoewel geautomatiseerde biedingen de CPC’s op gepaste wijze zullen verminderen als iets de conversiepercentages doet dalen, kan het in sommige gevallen beter zijn om berichten- of promotiestrategieën te verschuiven dan om biedingen te verminderen.

Door biedingen te verminderen, geeft u in principe de prospecten op wanneer iets ervoor zorgt dat ze minder converteren dan voorheen. Het kan dan moeilijk zijn om te herstellen en uw pijplijn later weer op te bouwen als alles weer normaal is. In plaats daarvan helpt u uw prospects te converteren door het aanbod te zoeten of door ze een microconversie te laten uitvoeren, zoals het downloaden van een whitepaper in plaats van het doen van een aankoop.

Scripts zijn geweldig voor het bouwen van waarschuwingen, dus kijk eens naar een aantal van mijn andere berichten met gratis scripts zoals deze recente die lokale anomalieën detecteert.

Les 2: Verminder de budgetten in plaats van het pauzeren van campagnes

We weten dat de machinale leermodellen voor geautomatiseerd bieden voortdurend aan het leren zijn, nog voordat de campagnes zijn ingesteld op geautomatiseerd bieden. Het enige wat het systeem hoeft te leren is dat conversie tracering mogelijk is. Vanaf dat moment worden de gegevens van elke query onderdeel van het model dat de waarschijnlijkheid van een toekomstige query berekent om te converteren.

Omdat veel adverteerders tijdelijk zijn gestopt met online advertenties, hebben we nu een aantal nieuwe inzichten in wat er gebeurt met geautomatiseerde biedingalgoritmes als je ze verhongert van recente gegevens, het type recente gegevens dat Peter Oliveira zei is zo belangrijk voor de machine om goede biedingen in te stellen.

We hoorden voor het eerst van Navah Hopkins dat campagnes waarvan de budgetten werden verlaagd in plaats van gepauzeerd, sneller terugkeerden naar een normaal niveau toen het herstel begon. Ze zei: “Klanten die gedurende de hele flux de koers hebben aangehouden, bevinden zich in een verbazingwekkende positie; degenen die hun uitgaven hebben teruggeschroefd, ervaren een veel intensiever herstel. De eerstgenoemden hebben kunnen profiteren van goedkopere CPC’s en zijn echt eigenaar van het ‘compassion conversation’ om top of mind te blijven. Verschillende andere panelleden waren het eens met deze bevinding dat gepauzeerde campagnes een lange weg naar herstel moesten afleggen en in sommige gevallen terug moesten keren naar het handmatig bieden.

Campagnes die werden gepauzeerd leken te stoppen met leren en toen ze opnieuw werden ingeschakeld waren ze verward over de nieuwe staat van de wereld en hadden ze veel tijd nodig (~2 weken) om weer te begrijpen hoe ze de juiste biedingen konden instellen om adverteerders te helpen hun doelen te bereiken.

Les 3: Profiteer van alle biedautomaten

Ik ben nooit een fan geweest van sommige biedautomaten zoals ‘maximaliseren van de kliks’. Het maakt geen deel uit van Smart Bidding (de klasse van automatiseringen die biedingen instellen op het moment van de veiling) en het lijkt ook meer in lijn te liggen met een zichtbaarheidsdoel in plaats van een direct responsdoel.

Maar vreemd genoeg, tijdens volatiele tijden met veel adverteerders die tijdelijk campagnes pauzeren, werkten deze biedautomaten beter dan normaal.

En het is een beetje logisch… In normale tijden koopt een ‘maximize clicks’-strategie de laagste kwaliteit clicks. Dat komt omdat de manier om de meeste clicks te krijgen voor een vast budget is om de goedkoopste clicks te kopen. En de goedkoopste klikken zijn de klikken die minder kans hebben om te converteren en dus lagere biedingen te krijgen van prestatiegerichte adverteerders.

Maar in ongewone tijden werden veel goede kliks ook goedkoop, niet omdat ze weinig kans hadden om te converteren, maar gewoon omdat de advertentiebudgetten werden ingekrompen. Dit betekende dat zelfs een geautomatiseerde biedingsstrategie als ‘maximaliseren van het aantal clicks’ zou leiden tot een betere dan de typische leadkwaliteit.

Adverteerders zoals Kirk Williams kwamen hier meteen achter. Hij omarmt de rol van de ‘PPC-arts’, een rol die mensen relevant houdt in een meer geautomatiseerde PPC-wereld, iets wat ik in mijn boek beschrijf. Als we begrijpen hoe de advertentie-veiling werkt en hoe de verschillende automatiseringen werken, kunnen we betere beslissingen nemen die ons en onze klanten helpen om door ongewone omstandigheden heen te komen, zoals die waar we nu mee te maken hebben.

Les 4: Een hoog Impression Share kan slecht zijn voor geautomatiseerde biedingen

Een laatste bevinding van de impact van de pandemie op PPC is dat Smart Bidding enige ruimte nodig heeft om nieuwe mogelijkheden te verkennen.

Hoewel we Smart Bidding meestal zien als een puur systeem om biedingen te automatiseren, moeten we er rekening mee houden dat het ook werkt om targeting te automatiseren. Laat me uitleggen… Wanneer er advertenties worden getoond voor sluitende varianten of andere nieuwe vragen, laten we de machine nieuwe bronnen van conversies verkennen. Bij handmatige biedingen moet deze verkenning nauwlettend worden gecontroleerd, omdat de nauwe variant het bod van het sleutelwoord dat de advertentie activeerde, erft.

Maar soms ligt de close-variant niet zo dicht bij de oorspronkelijke betekenis. Het kan nog steeds enige relevantie hebben, maar bij lange na niet zoveel als het door de adverteerder gekozen zoekwoord. Smart Bidding kan automatisch een passend lager bod instellen zodat de adverteerder het voordeel van incrementele conversies krijgt, maar met respect voor de beoogde CPA of ROAS.

In normale tijden is het prima om de verkennende mogelijkheden van Smart Bidding te beperken door de positieve en negatieve zoekwoorden in een account strak te controleren. Immers, we weten min of meer hoe gebruikers zich in het verleden gedroegen en we kunnen dat gebruiken om de machine te begeleiden om minder geld te verspillen aan testen waarvan we denken dat ze weinig kans hebben om iets te bedragen.

Maar in vreemde tijden verandert het gedrag van gebruikers en kunnen de zoekopdrachten die ze doen ook veranderen. Het is dan nuttig om het voordeel van de machine te hebben om de spil naar de nieuwe normaal te maken. De machine kan de nieuwe partij van relevante zoekopdrachten identificeren die conversies opleveren.

Dus hoe weet u of u Smart Bidding technieken zoals tCPA en tROAS te veel beperkt? U kunt kijken naar de Impression Share. Als u minder dan 5% Search Lost IS (Budget) hebt, is het waarschijnlijk dat de automatisering vooral biedingen controleert en weinig nieuwe mogelijkheden verkent.

Door meer budget toe te voegen, restricties van het matchtype los te laten en minder restrictief te zijn met negatieve trefwoorden, laat u de machine meer van haar voordelen verschuiven naar het vinden van nieuwe conversies.

Het risico bestaat natuurlijk dat de machines te veel speelruimte krijgen. Dus zoals ik al eerder zei, zijn waarschuwings- en meldingshulpmiddelen en scripts een cruciaal onderdeel van het proces dat je moet hebben om onnodige verspilling te voorkomen.

Conclusie

Geautomatiseerd bieden blijft beter worden en heeft recentelijk lof toegezwaaid gekregen van search marketeers. Wanneer het ‘nieuwe normaal’ de status quo wordt, kunnen we terugblikken op de geleerde lessen in 2020. En als we leren hoe geautomatiseerd bieden past in het grotere plaatje van wat we proberen te bereiken als search marketeers, is het duidelijk dat er veel waarde zit in het hebben van een menselijke expert die de lessen onthoudt en die gebruikt om adverteerders te begeleiden naar PPC-succes.

Blog onderwerpen

smoop logo wit

Over Smoop

Smoop helpt sinds 2011 middengrote en kleine bedrijven met de online vindbaarheid. Smoop denkt mee op strategisch niveau om maximale resultaten uit het marketingbudget te halen.

Wilt je een (snellere) omzetgroei met jouw bedrijf? Neem dan direct contact op.

Contact

Kantoor & Bezoek:

Smoop
Laan van Nieuw Oost-Indië 125
2593 BM
Den Haag

Post:

Noord-West Buitensingel 5E
2518 PA
Den Haag

Copyright 2011 - 2020 ©  SMOOP