Wenn Sie ein PPC-Werbetreibender sind, sind Ihnen sicherlich die Bewertungen in Ihrem Anzeigenkonto nicht fremd, zum Beispiel der Qualitätsfaktor oder der Optimierungsfaktor. Mit der Ablösung der Erweiterten Textanzeigen durch Responsive Search Ads (RSAs) sind Werbetreibende nun zunehmend einem neuen Bewertungstyp namens Anzeigenstärke ausgesetzt.
In diesem Beitrag erkläre ich, was die Anzeigenstärke von Responsive Search Ads ist, wie wichtig sie ist und wie sie im Vergleich zu den anderen Optimierungsbewertungen, die es schon länger gibt, abschneidet.
Was ist Anzeigenstärke?
Google definiert Anzeigenstärke wie folgt:
Anzeigenstärke bietet Ihnen Feedback, um Ihnen zu helfen, sich auf die Bereitstellung der richtigen Botschaften für Ihre Kunden zu konzentrieren. Sie zeigt, wie gut ein Anzeigen-Design den Best Practices für optimale Leistung folgt, von „Unvollständig“, „Schlecht“, „Durchschnittlich“, „Gut“ bis „Ausgezeichnet“.
Es ist der neueste Bewertungstyp, den Werbetreibende in ihren Konten im Zusammenhang mit Responsive Search Ads sehen.
Ist Anzeigenstärke wichtig?
Google gibt an, dass dies eine Best-Practice-Bewertung ist und dazu gedacht ist, einen großartigen ersten Eindruck zu hinterlassen. Dies ist eine wichtige Wortwahl und bedeutet, dass es nicht aus Ihrer tatsächlichen Leistung lernt. Und obwohl ein guter erster Eindruck wichtig ist, sind langfristige Ergebnisse noch wichtiger.
Anzeigenstärke verwendet ein maschinelles Lernmodell, das untersucht, welche Anzeigeneigenschaften tendenziell zu guten Ergebnissen für einen Werbetreibenden führen. Zum Beispiel, wird ein Werbetreibender, der 10 verschiedene Varianten einer Überschrift hat, besser abschneiden als ein ähnlicher Werbetreibender, der 15 verschiedene Varianten derselben Überschrift hat?
Haben Anzeigen, die das Haupt-Keyword einer Anzeigengruppe enthalten, tendenziell eine bessere Leistung als Anzeigen, die dasselbe Keyword nicht enthalten?
Werden Anzeigen mit zu vielen redundanten Phrasen schlechter abschneiden als solche, die Redundanz vermeiden?
Dies sind äußerst hilfreiche Einblicke, um den Einstieg zu erleichtern, und wir können alle etwas aus den Lektionen der Geschichte lernen.
Sobald Sie jedoch eine gute Basisanzeige haben, vergessen Sie die Anzeigenstärke, denn obwohl sie widerspiegelt, was in der Vergangenheit für die Massen gut funktioniert hat, kümmert sie sich nicht darum, was für Sie funktioniert. Ein Werbetreibender, dessen Anzeige mit „schlechter“ Anzeigenstärke sehr gut zu performen beginnt, wird immer noch als „schlecht“ eingestuft.
Ich sage es noch einmal. Die Anzeigenstärke ändert sich nicht basierend auf Ihrer Leistung!
Daher ist es möglich, dass Werbetreibende mit fantastischen Konversionsraten, niedrigen CPAs und hohen Gewinnen eine schlechte Anzeigenstärke haben. Sie folgen nicht der allgemeinen Weisheit, sind aber dennoch erfolgreich. Anders zu denken wird von diesem Modell nicht belohnt.
Wenn Sie also ein erfahrener Vermarkter sind, ist es nichts Falsches daran, eine Anzeige zu erstellen, von der Sie glauben, dass sie sehr gut abschneiden wird, selbst wenn sie laut Googles Vorhersagen eine schlechte Anzeigenstärke hat.
Was in diesem Fall viel wichtiger ist, ist eine enge Überwachung und methodische Experimente, um sicherzustellen, dass die tatsächliche Leistung das widerspiegelt, was Sie glauben, dass die Anzeige erreichen kann.
Beeinflusst schlechte Anzeigenstärke die Anzeigenschaltung?
Wenn Sie befürchten, dass eine schlechte Anzeigenstärke bedeutet, dass Ihre Anzeige seltener geschaltet wird, seien Sie versichert, dass die Anzeigenstärke weder den Anzeigenrang noch den Qualitätsfaktor beeinflusst. Mit anderen Worten, wenn Ihre Anzeigenstärke schlecht ist, bedeutet das NICHT, dass Google Ihre Anzeige in der Anzeigenauktion depriorisiert.
Es ist jedoch möglich, dass Ihre Anzeige wirklich schlecht ist und daher auch einen niedrigen Qualitätsfaktor und einen niedrigeren Anzeigenrang in Auktionen erhält. Korrelation, nicht Kausalität.
Ein Teil des Grundes, warum einige Leute glauben, dass schlechte Anzeigenstärke dazu führt, dass ihre Anzeige weniger angezeigt wird, ist, dass Google eine Zeit lang einige Anzeigen als „schlecht (eingeschränkte Berechtigung)“ bezeichnet hat. Dieser Status war verwirrend und wurde seitdem entfernt.
Ist Anzeigenstärke statisch?
Obwohl mein Punkt ist, dass Anzeigenstärke ignoriert werden kann, weil sie von der Leistung getrennt ist, ist sie nicht vollständig statisch. Zum Beispiel mag Anzeigenstärke Anzeigen, die das Haupt-Keyword der Anzeigengruppe im Überschriftentext enthalten.
Wenn sich also die Keywords einer Anzeigengruppe ändern oder sich die Mischung der Keywords, die die meisten Impressionen erhalten, ändert, könnte sich die Anzeigenstärke ändern, selbst wenn keine Änderungen an den Assets der Anzeige vorgenommen wurden.
Sollten Sie auf den Qualitätsfaktor achten?
Der Qualitätsfaktor (QS) ist die ursprüngliche maschinelle Lern-/künstliche Intelligenz-Bewertung in Google Ads. Es gibt ihn seit fast zwei Jahrzehnten und sein Zweck war immer, die Wahrscheinlichkeit vorherzusagen, dass eine Anzeige relevant genug ist, um angeklickt zu werden.
Ein wichtiger Punkt beim Qualitätsfaktor ist, dass sich der anfängliche QS eines Werbetreibenden schnell ändern kann, wenn das System mehr Daten über das Keyword sammelt. Mit anderen Worten, wenn ein Konto mehr eigene Daten hat, spiegelt die Qualitätsfaktorzahl, die Sie sehen, eher die wahre Realität der Qualität und Relevanz dieses Kontos wider.
Daher macht es Sinn, dass Werbetreibende dem QS große Aufmerksamkeit schenken und versuchen, ihn so hoch wie möglich zu bekommen.
Die Zahl, die Sie sehen, wird mit der Zeit zu einer besseren Darstellung der Realität. Und denken Sie daran, dass je höher der Qualitätsfaktor, desto niedriger die Kosten pro Klick, die ein Werbetreibender zahlen muss, um seine Position in der Anzeigenauktion zu halten.
Sollten Sie auf den Optimierungsfaktor achten?
Der Optimierungsfaktor hat, genau wie der Qualitätsfaktor, ein Element des maschinellen Lernens. Der Zweck des Optimierungsfaktors ist es, Werbetreibenden zu sagen, wie viel Spielraum in ihren Konten verfügbar ist. Zum Beispiel, wenn sie Gebote oder Budgets ändern würden, wie viele weitere Konversionen könnte diese Änderung potenziell verursachen.
Die geschätzte Zahl basiert auf maschinellem Lernen und wie bei jeder Vorhersage wird sie nicht immer vollständig genau sein. Der Optimierungsfaktor ist jedoch durchaus beachtenswert, denn wenn Sie einen niedrigen Optimierungsfaktor haben, bedeutet dies, dass Googles maschinelles Lernen glaubt, dass Sie viele potenzielle Konversionen auf dem Tisch liegen lassen.
Sie sollten die Vorschläge bewerten und dann eine Entscheidung treffen, basierend darauf, wie genau Sie glauben, dass die Auswirkungen sein werden. In Optmyzr rendern wir selektiv einige von Googles Möglichkeiten zur Verbesserung des Optimierungsfaktors, indem wir Googles Vorhersagen mit unseren eigenen vergleichen, um Werbetreibenden zu helfen, die ihrer Meinung nach besten Möglichkeiten zu nutzen.
Vorsicht vor geschlossenen Feedback-Schleifen
Das Problem mit einem weitgehend statischen Feedback-System wie der Anzeigenstärke ist, dass es Ihnen ermöglicht, in einer geschlossenen Schleife stecken zu bleiben. Dieses Konzept wird im Buch „The Loop“ von Jacob Ward von NBC News erklärt.
Die Idee ist, dass maschinelles Lernen unser Verhalten auf unerwünschte Weise beeinflusst. Im Fall von Werbetreibenden sagt uns das maschinelle Lernen, wie wir kreativ mit unseren Anzeigen umgehen sollen. Aber was es empfiehlt, basiert darauf, was in der Vergangenheit für andere funktioniert hat.
Und wenn es allen sagt, dasselbe zu tun, und wir gehorchen, bleiben wir in einer geschlossenen Schleife stecken.
Hier ist ein Beispiel, mit dem Sie sich vielleicht besser identifizieren können. Wenn wir nur auf Empfehlungen von Netflix achten, welche TV-Shows wir als nächstes ansehen sollen, beeinflussen die Algorithmen von Netflix unsere Entscheidungen, und diese Entscheidungen fließen in den Algorithmus zurück, um zukünftige Empfehlungen zu machen.
Algorithmus: Hey, du solltest dir diese coole TV-Show ansehen, sie ist gerade in deiner Gegend im Trend.
Ich: Klar, ich schaue sie mir an.
Algorithmus: Wow, schau dir das an, noch eine Person, die diese Show sieht, ich sollte noch mehr davon empfehlen.
Ich: Wo sind all die neuen und einzigartigen Shows? Alles fühlt sich gleich an!
Der Anzeigenstärkefaktor verursacht ein ähnliches Problem für Werbetreibende. Wenn der Algorithmus uns sagt, was wir tun sollen, weil es in der Vergangenheit funktioniert hat, entmutigt es Experimente, die neue Erfolgsgeschichten schaffen könnten, die zukünftige Vorhersagen verändert hätten.
Die Anzeigen werden homogenisiert und unsere Kreativität wird nicht mehr belohnt.
Wie maschinelles Lernen für Responsive Search Ads funktioniert
Alle oben genannten Bewertungen haben ein Element des maschinellen Lernens und der künstlichen Intelligenz. Daher halte ich es für wichtig, kurz zu erklären, wie diese Technologie funktioniert. Indem wir das verstehen, können wir die Schwächen und potenziellen Fallstricke erkennen.
Einige maschinelle Lernverfahren funktionieren, indem sie ein Modell erstellen, das die Zukunft basierend auf dem, was in der Vergangenheit passiert ist, vorhersagt. Der erste Schritt bei der Erstellung von maschinellem Lernen besteht darin, das Modell zu erstellen, manchmal auch als Trainingsphase bezeichnet. Während der Trainingsphase werden historische Daten in die Maschine eingespeist, damit sie Korrelationen zwischen den verschiedenen Attributen finden kann, die dem gewünschten Ergebnis entsprechen.
Nehmen wir zum Beispiel den Qualitätsfaktor. Die Maschine sucht nach Signalen, die mit höheren Klickraten korrespondieren, einem Indikator für die Relevanz der Anzeige. Sie könnte feststellen, dass das Vorhandensein des Keywords im Anzeigentext ein Faktor ist, der mit höheren Klickraten korreliert, und daher in ihr Modell einbauen, sodass Keywords mit solchen Anzeigen eine höhere Bewertung erhalten.
Nachdem das Modell getestet und iteriert wurde, wird es eingesetzt und beginnt, Vorhersagen zu treffen. Im Fall des Qualitätsfaktors macht es eine Vorhersage über die Wahrscheinlichkeit, dass jede Anzeige, die versucht, an der Auktion teilzunehmen, einen Klick erhält. Es macht diese Vorhersage jedes Mal, wenn ein Nutzer eine Suche durchführt.
Das Modell könnte statisch sein, periodisch aktualisiert werden oder kontinuierlich aus dem Erfolg seiner eigenen Vorhersagen lernen, um sich selbst zu verbessern. Zum Beispiel, wenn das Qualitätsfaktormodell vorhersagt, dass eine Anzeige geklickt wird und dann nicht geklickt wird, wird es sein Modell aktualisieren, damit zukünftige Vorhersagen genauer werden. Dies wird als Verstärkungslernen bezeichnet.
Sie sollten auch verstehen, dass Modelle mit unterschiedlichen Datensätzen erstellt werden können und verschiedene Arten von Signalen mehr oder weniger gewichten können. Im Fall des Qualitätsfaktors werden die Modelle mit allen Google Ads-Daten erstellt, die über einen kürzlichen Zeitraum zurückreichen, aber sie sind darauf ausgelegt, die eigene Leistung eines Kontos stärker zu gewichten, wenn diese Daten verfügbar sind.
Wenn ein Werbetreibender also ein neues Keyword zu seinem Konto hinzufügt, basiert sein anfänglicher Qualitätsfaktor mehr auf systemweiten Daten. Wenn das Keyword beginnt, seine eigene Historie im Konto des Werbetreibenden aufzubauen, wird dies stärker auf den Qualitätsfaktor einwirken.
Fazit
Eine höhere Anzeigenstärke bedeutet nicht eine bessere Klickrate oder eine bessere Konversionsrate oder einen besseren Qualitätsfaktor. Wenn Sie neu im Werben sind oder nicht wissen, was funktionieren wird, betrachten Sie dies als einen Ratschlag.
Aber wenn Sie ein erfahrener Werbetreibender sind, machen Sie weiter und tun Sie, was Sie am besten können. Erstellen Sie die Anzeige, die bei Ihrem Zielpublikum gut ankommt, und konzentrieren Sie sich auf die Leistung. Lassen Sie sich nicht nur von der Anzeigenstärke blenden.
Wir haben auch eine Studie zur RSA-Leistung durchgeführt, indem wir über 13.671 zufällig ausgewählte Optmyzr-Benutzerkonten abgedeckt und Fragen beantwortet haben wie:
- Ist die Nutzung von RSA unter Werbetreibenden so verbreitet, wie man denkt?
- Wie schneidet die RSA-Leistung im Vergleich zu der von ETAs ab?
- Welchen Einfluss haben fixierte Überschriften/Beschreibungen auf die Leistung?
Lesen Sie die vollständige Studie hier.
Erhalten Sie einmal im Monat umsetzbare PPC-Tipps, Strategien und Taktiken von Branchenexperten direkt in Ihren Posteingang.
