Googles Kehrtwende bei Cookies: Was bedeutet das für Werbetreibende?

Episodenbeschreibung

In dieser Episode von PPC Town Hall konzentrierte sich die Diskussion auf die jüngste Entscheidung von Google, die Drittanbieter-Cookies in Google Chrome nicht zu entfernen, trotz vorheriger Ankündigungen, die das Gegenteil nahelegten.

Ben Vigneron von Blackbird PPC erörterte, was dies für Werbetreibende und das breitere Umfeld des digitalen Marketings bedeutet.

Schlussfolgerungen der Episode

Die Entscheidung von Google und ihre Auswirkungen:

• Google hat beschlossen, die Entfernung von Drittanbieter-Cookies in Chrome zu verzögern, was ursprünglich durch Datenschutzbedenken und regulatorischen Druck (z.B. GDPR, CCPA) vorangetrieben wurde.
• Diese Verzögerung bedeutet, dass Werbetreibende weiterhin Drittanbieter-Cookies für eine Weile nutzen können, aber es ändert nichts an der allgemeinen Richtung der Branche hin zu mehr Datenschutz und der Abhängigkeit von Erstanbieterdaten.

Datenschutz und Wahlfreiheit der Verbraucher:

• Trotz der Verzögerung wird Chrome einen Auswahlbildschirm einführen, ähnlich wie bei Apple, der es den Nutzern ermöglicht, sich gegen das Tracking zu entscheiden, was zu einer signifikanten Reduzierung der für Werbetreibende verfügbaren Daten führen könnte.

Übergang zu Erstanbieterdaten:

• Werbetreibende sollten sich darauf konzentrieren, Erstanbieterdaten zu nutzen, indem sie diese wieder in die Werbeplattformen integrieren (z.B. Google Offline Conversion Tracking).
• UTM-basiertes Tracking bleibt relevant und sollte genutzt werden, um die Leistung auf verschiedenen Plattformen zu messen.

Fortgeschrittene Messtechniken:

• Media-Mix-Modellierung (MMM): Eine leistungsstarke Methode, die historische Ausgaben in Kanälen mit Backend-Daten (z.B. Verkäufe oder Abonnements) korreliert, um die tatsächliche Wirkung verschiedener Marketinginitiativen zu bestimmen.
• GeoLift-Tests: Nützlich, um den Einfluss spezifischer Kampagnen in bestimmten geografischen Gebieten zu isolieren, indem sie mit Kontrollgruppen verglichen werden.
• Beide Techniken helfen, die Einschränkungen von Drittanbieter-Cookies zu überwinden und bieten eine ganzheitlichere Sicht auf die Marketingleistung.

Analysetools:

• Google Analytics (GA) bleibt nützlich, hat jedoch Einschränkungen, insbesondere bei Kanälen, die keine Sitzungen auf der Website generieren (z.B. LinkedIn Lead-Formulare, YouTube-Ansichten).
• MMM kann die Lücken traditioneller Analysen füllen, indem es ein umfassenderes Bild der Kanalperformance bietet.

Zukunft des digitalen Marketings:

• Da die Branche zu datenschutzorientierteren Praktiken übergeht, müssen sich Werbetreibende anpassen, indem sie technischer werden, insbesondere in der Datenwissenschaft und der Integration von Erstanbieterdaten.
• Tools wie R, Python und Open-Source-Bibliotheken (z.B. Robin von Meta, Meridian von Google) können Marketern helfen, fortgeschrittene Messtechniken zu implementieren, ohne Datenwissenschaftler zu sein.

Überleben im Zeitalter der KI:

• Mit dem Aufstieg der Generativen KI (GenAI) sollten sich digitale Marketer darauf konzentrieren, diese Tools zu nutzen, um ihre Fähigkeiten zu erweitern, anstatt sie zu ersetzen.
• Zu lernen, wie man diese Tools effektiv integriert und nutzt, wird entscheidend sein, um in der Branche relevant zu bleiben.

Episodentranskript

Frederick Vallaeys: Hallo und willkommen zu einer weiteren Episode von PPC Town Hall. Mein Name ist Fred Vallaeys. Ich bin Ihr Gastgeber. Ich bin auch der CEO und Mitbegründer von , einer PPC-Management-Software. Heute haben wir eine Episode, die sehr relevant ist angesichts einiger der jüngsten Nachrichten von Google. Willkommen Google Chrome sollte die Drittanbieter-Cookies entfernen, und sie haben es Jahr für Jahr verschoben.

Und schließlich haben sie angekündigt, dass sie die Drittanbieter-Cookies nicht mehr entfernen werden. Also ist der Tod des Drittanbieter-Cookies übertrieben. Aber was bedeutet das wirklich für Werbetreibende? Werden die Verbraucher weiterhin Drittanbieter-Cookies zulassen? Oder ist es an der Zeit, dass wir neue Wege finden, um Werbung zu machen? Messung und all die Dinge, über die wir im PPC und digitalen Marketing oft nachdenken.

Also, um darüber und vieles mehr zu sprechen, haben wir einen sehr analytischen Experten. Sein Name ist Ben Vigneron. Er arbeitet für Blackbird PPC in San Francisco, und wir werden tief in Cookies, Media-Mix-Modelle und viele andere Analysen für das digitale Marketing eintauchen. Also lasst uns mit dieser Episode von PPC Town Hall beginnen.

Sehr gut, Ben, willkommen in der Show. Es ist großartig, dich hier zu haben.

Ben Vigneron: Danke, dass du mich eingeladen hast. Es ist mir eine Freude.

Frederick Vallaeys: Sehr gut. Also Vigneron, woher kommt dieser Name?

Ben Vigneron: Nun, aus Frankreich bedeutet es Winzer. Also könnte es wirklich nicht französischer sein. Und ja, ich arbeite seit etwa 12 Jahren in den USA.

Davor war ich in Paris, weißt du, in der Technologiebranche seit Jahren. Und derzeit bei Blackbird PPC, mache ich viel Messung für unsere Kunden. Und, weißt du, offensichtlich waren alle ein wenig herausgefordert durch, weißt du, all das Hin und Her über, weißt du, die Verdopplung von Drittanbieter-Cookies.

Also, darüber werden wir heute sprechen.

Frederick Vallaeys: Ja. Also gibt es offensichtlich viele Dinge, die du auf Search Engine Land schreibst. Also, wenn die Leute ein wenig mehr über die Themen lesen wollen, die wir diskutieren, ist das ein großartiger Ort, um anzufangen. Du hast auch kürzlich auf der SMX Advanced gesprochen. Diese Sitzung ist kostenlos verfügbar.

Auf der SMX-Website werden wir einen Link in den Shownotizen dazu setzen, aber wir werden einige dieser Themen abdecken, aber wir werden direkt darauf eingehen, richtig? Wie gesagt, die jüngste Nachricht von Google ist, dass das Drittanbieter-Cookie nicht entfernt wird. Also sprich ein wenig darüber. Was bedeutet das?

Und bedeutet das wirklich, dass wir weiterhin auf Drittanbieter-Cookies vertrauen sollten?

Ben Vigneron: Ja, das ist eine gute Frage. Also, ich meine, zunächst einmal sehen wir selten, dass Google in dieser Weise die Richtung ändert. Sie haben in der Vergangenheit kontroverse Funktionen eingeführt und sind standhaft geblieben. Wie, weißt du, erweiterte Kampagnen.

Und, weißt du, die Art der genauen Übereinstimmung, die nicht mehr genau ist, die Suchbegriffe, die nicht mehr im Berichtsset verfügbar sind. Also haben sie Funktionen an die Endbenutzer gepusht und sind standhaft geblieben, und wir sehen selten, dass sie, weißt du, den Kurs ändern. Und so ist es interessant zu sehen, ich denke wirklich, weißt du, wir sollten darüber nachdenken, weißt du, Werbetreibende, Agenturen und natürlich Endbenutzer, wenn wir über die potenziellen Auswirkungen nachdenken, würde ich sagen, kurz gesagt, wir werden immer noch Drittanbieter-Cookies für ein wenig länger verwenden.

Es scheint, dass es einen gewissen Widerstand gab, nicht von Google selbst, sondern von anderen Kartellkomitees. Sie dachten, dass, weißt du, sie einen Vorteil gegenüber dem Rest der Branche gewinnen würden, indem sie die Unterstützung für Drittanbieter-Cookies vor anderen entfernen. Richtig? Also ist es interessant, wie das alles funktioniert.

Wie der Fokus auf Datenschutz jetzt einen Vorteil gegenüber der Konkurrenz bietet. Und wir sehen das mit der Werbung von Apple in Safari. Ihr Browser, richtig? Der sich auf Datenschutz konzentriert, richtig? Und das ist etwas, das den Leuten heutzutage wichtig ist, wie duck duck go einen Browser gestartet hat, den du, weißt du, herunterladen und verwenden kannst und, weißt du, ohne Tracking, ohne Cookies.

Es lehnt standardmäßig jede Erlaubnis ab. Also scheint es mir, dass die allgemeine Richtung, die die Branche einschlägt, sich mit dieser Entscheidung nicht geändert hat. Kurzfristig verlangsamen sich die Dinge jedoch.

Google tritt, weißt du, auf die Bremse und sagt, okay, wir werden, weißt du, ein paar Monate, vielleicht ein paar Jahre geben, bevor wir, weißt du, mit voller Geschwindigkeit ohne Drittanbieter-Cookies gehen. Sie sind jedoch definitiv bereit. Technisch gesehen, weißt du, GA4 dreht sich alles darum. Und dann.

Weißt du, sie wollen an der Spitze stehen. Sie wollen die Branche anführen. Sie wollen GDPR und CCPA voraus sein. Und im Moment sehen wir, dass, okay, die Branche ist noch nicht ganz bereit. Die Kartellkomitees sagen, hmm, das könnte dir einen Vorteil verschaffen, den du bereits hast, wie einen zusätzlichen Vorteil.

Also werden wir abwarten und sehen. Ich glaube nicht, dass es für die Endbenutzer wirklich irgendwelche Nachteile geben wird. Also denke ich, dass sie mehr zu verlieren hatten, wenn sie das vorangetrieben hätten, also geben sie einfach etwas Zeit.

Frederick Vallaeys: Ja. Viele sehr interessante Dinge darin zu entwirren. Also offensichtlich stammt das alles aus dem Anstoß von GDPR und CCPA.

In Bezug auf die Bereitstellung von Datenschutzoptionen für die Benutzer. Und so, eine dieser, die grundlegende Sache hier ist die Wahl, richtig? Es geht nicht darum zu sagen, dass du keine Drittanbieter-Cookie-Technologie einsetzen kannst. Es geht darum, den Benutzern die Wahl zu geben, ob das für sie funktioniert oder nicht. Also denke ich, dass eine der großen Dinge, die wir nicht aus den Augen verlieren sollten, ist, dass während Google gesagt hat, nun, technisch gesehen werden wir nicht ändern, wie der Chrome-Browser funktioniert, wir werden einen Auswahlbildschirm einführen, der viel wie wir es heute auf Apple-Geräten sehen, dass jedes Mal, wenn du eine App installierst, der Benutzer eine Sache erhält, die sagt, hey, möchtest du das Tracking über alle Apps hinweg erlauben?

Und die Zahl, die ich gehört habe, ist, dass etwa 70 Prozent der Benutzer dieses Tracking zwischen Apps ablehnen, richtig? Also verlierst du viele Daten. Und was hier interessant ist, ist, dass Chrome eine ähnliche Warnung haben wird. Wahrscheinlich werden wir die Daten der Drittanbieter-Cookies verlieren, obwohl die Drittanbieter-Cookies technisch gesehen noch existieren werden.

Also, was machen wir damit?

Ben Vigneron: Also, ich meine, wir sollten vorbereitet sein. Also haben wir das gesehen, weißt du, Apple iOS erlaubt es. Die Benutzer entscheiden sich gegen Cookies und so, oder die Werbetreibenden, was passiert ist, dass sie das Conversion-Tracking von iOS-Benutzern größtenteils verloren haben, vielleicht, weißt du, 70 Prozent haben sich abgemeldet, je nach Branche, aber die große Mehrheit.

Also musst du andere Wege finden, um die Leistung zu messen, sei es online oder offline, aber du musst einen Weg finden, die Effizienz deines Programms zu bewerten. Also gibt es ein paar Alternativen und ich denke, weißt du, es gibt neue Technologien da draußen, die sich darauf konzentrieren, aber kurz gesagt.

Ohne Drittanbieter-Cookies musst du deine Erstanbieterdaten verwenden. Und das bedeutet wirklich, dass du zuerst deine Erstanbieterdaten zurück in die Werbeplattform leiten musst. Also sprechen wir über Google Offline Conversion Tracking. Der Name hat sich geändert. Ich erinnere mich nicht genau, aber im Wesentlichen deine Backend-Daten an die Werbeplattformen weitergeben.

Das ist bei Facebook riesig geworden, bietet die gleiche Funktion. LinkedIn. Arbeitet an der gleichen Funktion. Alle werden ähnliche Namen haben, aber sicherlich ist das die Nummer eins. Ich würde sagen, verlasse dich einfach nicht mehr auf die Daten der Werbeplattform. Sei skeptisch, hinterfrage die Zahlen und verwende deine eigenen Daten und versuche, sie in die Werbeplattform zu leiten.

Für mich ist das die Nummer eins. Die Nummer zwei ist das UTM-basierte Tracking ist nicht tot. Richtig? Wenn du Parameter verfolgst, betrachte alle Datenschutzbedenken, richtig? Was du solltest, richtig? Also, wenn alle Daten, die du in deinen URLs und deinen UTMs weitergibst, anonymisiert oder einfach anonym sind, wie wir sprechen, weißt du, ein Kampagnenname, vielleicht eine Anzeigen-ID, solche Dinge, können wir nicht sagen, wer die Person ist.

Also ist es absolut 100 Prozent konform. Und diese Tracking-Parameter sind. Darin werden sie weiterhin gut funktionieren, und das wird dir helfen, weißt du, deine Leistung in deinem HubSpot, in deinem GA, in deinem Salesforce, in deiner Shopify-Instanz zu messen. Also denke ich, für diejenigen, die das UTM-basierte Tracking nicht verwenden, ist es definitiv etwas zu berücksichtigen.

Das letzte Stück, das mir am Herzen liegt, ist, weißt du, fortgeschrittene Messungen. Also im Wesentlichen die Verwendung von Datenwissenschaft. Um wirklich auf den Grund der wahren Beeinflussung, des wahren Beitrags oder der wahren Inkrementalität jeder Initiative zu kommen. Also bedeutet das die Verwendung von Methoden wie oder Media-Mix-Modellierung, bei der wir im Wesentlichen versuchen, all deine Ausgaben in all deinen Initiativen zu korrelieren.

Gegen deine Erstanbieterdaten von Backend, sei es deine Salesforce-Möglichkeiten, deine Shopify-Abonnements, was auch immer das Ergebnis ist. Darum geht es und es ist extrem leistungsstark und wird wirklich alle Herausforderungen des Trackings basierend auf Drittanbieter-Cookies umgehen, richtig? Also ist es, es ist super robust in dieser Hinsicht.

Und dann gibt es andere Methoden, bei denen du einfach einen Test durchführen würdest und sehen würdest, was in deinem Backend immer noch passiert. Also wirklich, die Erstanbieterdaten sind die Zukunft, wenn nicht schon die Gegenwart. Und es gibt Möglichkeiten, diese Daten zu leiten. Also wird das Markups oder Marketing Operations genannt. Also wirst du jemanden brauchen, um.

Das zu tun und dann wirst du in der Lage sein, all diese sehr, weißt du, hochwertigen und zuverlässigen Signale für das algorithmische Bieten auf den Plattformen von Google, Facebook, LinkedIn zu verwenden und dann darüber hinaus zu versuchen, einen Schritt zurückzutreten und zu sehen, ob deine Suchkampagnen etwas für dich als Unternehmen tun. Macht dein Social Media etwas?

Du kannst dir das Bezahlte ansehen, du kannst dir das Organische ansehen, du kannst dir den Effekt von Promotionen ansehen, also darum geht es, zu versuchen, ein ganzheitliches Bild davon zu bekommen, was die Nadel für dich bewegt. Wieder verwenden wir keine Daten von Drittanbieter-Cookies. Wir verwenden wirklich nur deine Backend-Zahlen, die wir versuchen, mit deinen historischen Ausgaben größtenteils zu korrelieren.

Alle Signale können auch verwendet werden. Das ist im Grunde alles. Und das ist wirklich das, was ich gerne mache. Ich mache das für, für, für meine Kunden. Also und die GeoLift-Tests sind die beiden Dinge, die wir viel verwenden. Entweder um ein ganzheitliches Bild davon zu bekommen, was die Nadel bewegt, oder um einen Test in einem Silo durchzuführen und zu sagen, zum Beispiel, YouTube, wir haben nie, was wir viel hören, ist, dass wir nie einen Wert von YouTube gesehen haben.

Wir sehen keine Conversions, die von YouTube kommen. Wir haben UTMs im Einsatz. Wir sehen keine Daten, die als von YouTube kommend in unserem Backend kategorisiert sind. Richtig? Also glauben wir nicht, dass YouTube etwas für uns tut. Und dann, wenn du einen GeoLift-Test durchführst, der im Wesentlichen. Denk daran, dass du deine YouTube-Anzeigen in einigen Standorten schaltest, nicht in anderen.

Und du wirst das Delta zwischen deinen Gruppen betrachten. Fast jedes Mal wirst du einen Anstieg in diesen Standorten sehen, in denen du YouTube-Anzeigen schaltest. Solange du, weißt du, genug Geld ausgibst, wie dein Testbudget sollte groß genug sein. Und solange du weißt, welche Methode du verwenden sollst, um diese Daten zu messen, und dann wirst du immer einen Anstieg in Sitzungen, neuen Benutzern und, und möglicherweise Käufen, Abonnements, MQLs, Möglichkeiten sehen, richtig?

Je nach Latenz. Also gibt es eine Reihe von Dingen zu beachten, aber. GeoLift-Tests sind ein großartiges Werkzeug, um einen einzelnen Kanal oder Unterkanal in einem Silo zu betrachten und seine wahre Wirkung zu messen. Es geht darum, das Gesamtbild zu bekommen.

Frederick Vallaeys: Gut. Also ja, viele Dinge darin, richtig? Also hast du darüber gesprochen, Daten durch OCI zu leiten, UTMs einzurichten, und das ist das Grundlegendste.

Und es gibt viele Blog-Posts, die wir gemacht haben und die du gemacht hast, wo du mehr darüber lernen kannst. Also gehen wir ein bisschen tiefer. in diesen beiden Bereichen, die dir wirklich am Herzen liegen. Also der GeoLift-Test und die Media-Mix-Modelle. Also eine Sache, die du gerade gesagt hast, war, dass du mit dem GeoLift-Test genug Daten haben musst.

Also sprechen wir ein bisschen mehr über die Details. Wie groß muss ein Werbetreibender sein? Welche Art von Daten könntest du im Backend benötigen? Und, und, und allgemein debattiert. Ich habe immer an diese geteilten Tests gedacht, als ob du so viele Variablen wie möglich kontrollieren möchtest. Also könnte ein geteilter Test zwischen, sagen wir, Kalifornien und.

Minnesota könnte nicht das Beste sein, weil wir völlig unterschiedliche Klimazonen haben, verschiedene Teile des Landes. Also höre ich öfter, dass es wie Seattle gegen Portland ist, Städte in der Nähe, aber weitgehend die gleichen Demografien. Also kontrolliert das diese Variablen. Also sprich ein bisschen mehr über diese Details.

Wenn jemand einen GeoLift-Test machen möchte.

Ben Vigneron: Ja. Gute Frage. Also ja, wie du gesagt hast, möchtest du sicherstellen, dass deine Teststandorte sorgfältig ausgewählt sind. Damit sie deinen Kontrollstandorten ähnlich sind, richtig? Du möchtest, dass deine Gruppen, Test und Kontrolle, statistisch gesehen ähnlich sind, und das bedeutet auch geografisch.

Und ich meine, in vielerlei Hinsicht, in jedem Aspekt davon. Also im Allgemeinen, wenn du, wenn du einen Test in den USA durchführst, gibt es 50 Staaten. Also potenziell, und die meisten Werbetreibenden, sie werden die Gruppen randomisieren und 25 Staaten auswählen. Wenn du das machst, wirst du wahrscheinlich scheitern. Das Randomisieren deiner Gruppen könnte nicht funktionieren.

Zum Beispiel könntest du Kalifornien und New York in derselben Gruppe haben. Wahrscheinlich möchtest du das nicht. Wahrscheinlich möchtest du Kalifornien und New York in der Kontrolle oder umgekehrt. Dann, wenn du deine Gruppen randomisierst, könntest du sehr wohl mehr Staaten an der Westküste haben, nicht so viele an der Ostküste.

Also ist es kompliziert. Du könntest auch DMAs anstelle von verwenden. Staaten, obwohl der Staat häufiger als Dimension in jeder Datenquelle ist. Also ist typischerweise der Staat aus diesem Grund gut. Wie GA, Shopify, Salesforce, alle haben den Staat. Nicht alle haben das DMA-Level. Andernfalls würde ich häufiger DMAs verwenden, weil es granularer ist, aber ja.

Also, wenn wir über den Staat nachdenken, die Art und Weise, wie du deine Staaten auswählen möchtest, ist, dass deine Testgruppe zunächst mindestens 20 Prozent des Landes in jeder Metrik repräsentieren sollte, die du betrachtest, wenn es, weißt du, wir sprechen über Käufe, richtig? Also möchtest du sicherstellen, dass beim Eintritt deine Testgruppe etwa 20 Prozent oder mehr zwischen 20 und 50 Prozent des Landes insgesamt repräsentiert.

Nun, das ist nicht alles, richtig? Jetzt musst du sicherstellen, dass diese potenziellen Teststandorte sich historisch gesehen ähnlich wie deine Kontrollstandorte verhalten haben. Also, was du tun möchtest, ist die bestehenden Daten zwischen deiner Test- und Kontrollgruppe vor der Intervention zu messen. Wir haben den Test noch nicht durchgeführt. Wir möchten nur sicherstellen, dass es keinen Unterschied zwischen unseren Gruppen beim Eintritt gibt.

Richtig? Also kann jeder festgestellte Effekt effektiv unserem Test zugeschrieben werden. Unserer Intervention, richtig? Also habe ich ein Skript in R erstellt, das das für mich tun wird, wo ich im Wesentlichen die Staaten randomisieren werde und ich werde einen statistischen Test durchführen, um die Varianz zwischen den Gruppen zu minimieren.

Und ich werde diese Teststandorte auswählen, die, weißt du, die geringste Varianz erzeugen. Was bedeutet, dass meine Test- und Kontrollgruppe, Tag für Tag, dazu neigen, sich historisch gesehen ähnlich zu verhalten. Was bedeutet, dass ich in Zukunft, wenn ich meinen, meinen Test, meine Intervention durchführe, weiß, dass, wenn ich irgendeine Art von Delta sehe, ich es meiner, meiner Intervention, meinem, meinem Experiment zuschreiben kann, richtig?

Also geht es darum, deine X Circle-Daten anzuschauen und die Varianz zu minimieren, was im Wesentlichen der Unterschied in der Leistung zwischen Gruppen ist. Es ist also ein bisschen technisch und super cool. Wenn du das nicht machst, könntest du etwas sehen. Du könntest sagen, okay, ich wähle diesen Staat. Ich schalte meine YouTube-Anzeigen in diesem Staat.

Und ich denke, ich sehe etwas, das du nicht kausal zuordnen kannst. Du kannst dich und dein Team nur in gewisser Weise informieren, dass, ja, es sieht gut aus, aber du wirst nicht mit Sicherheit sagen können, dass das funktioniert. Und ich kann diesen Anstieg mit Zuversicht diesem Experiment zuschreiben. Und mit der Methode, von der ich spreche, und übrigens, ich benutze Googles eigene Methode des kausalen Impacts dafür, die eine Open-Source-Bibliothek ist, die genau dafür geschaffen wurde, um den Einfluss einer Marketingintervention als Zeitreihe zu messen, richtig? durch zwei Gruppen.

Das ist also nur ein Anwendungsfall, und das wird dir genau sagen, was der Anstieg ist und wie sicher du mit den Ergebnissen sein kannst, richtig? Und so benutze ich es. Vor der Intervention, um sicherzustellen, dass meine Gruppen beim Eintritt ähnlich sind. Das ist also, das ist, das ist alles. Deshalb habe ich über Datenwissenschaft gesprochen.

Es ist ein bisschen fortgeschritten und, weißt du, sobald du das Skript zusammen hast, kannst du das ganze Team haben. Sie können es selbst zusammenstellen, ohne in das Skript einzugreifen, aber es ist definitiv ein bisschen fortgeschritten. Es hat eine Weile gedauert, es so zusammenzustellen, dass es jedes Mal funktioniert.

Aber jetzt, welchen Hintergrund hast du? Bist du technisch ausgebildet oder wie hast du Programmieren gelernt? Also nicht wirklich. Ich meine, ich habe Mathematik studiert, aber ich habe wirklich bei Adobe Programmieren gelernt. Also bin ich zu Adobe gekommen, ohne Kenntnisse in SQL oder R. Und, weißt du, die ersten zwei Jahre bei Adobe habe ich mich wirklich darauf konzentriert.

Ich war damals Business Analyst und wir begannen an einer Plattform zu arbeiten, die wirklich eine Menge Daten analysieren und eine Menge PowerPoint-Präsentationen generieren würde. Für das Kundenerfolgsteam, um sie zu verwenden und mit ihren Kunden zu teilen. So habe ich gelernt, weißt du, SQL und alles.

Und wirklich, ich denke, ich habe die richtigen Leute getroffen, die mich wirklich begeistert haben. Und ich bin wirklich darauf eingestiegen. Also begann ich Bücher darüber zu lesen und, weißt du, lernte durch Tun, bis heute lerne ich fast jeden Tag neue Funktionen, neue Visualisierungen. Und es ist wirklich, wirklich cool.

Und, weißt du,

Frederick Vallaeys: wie lernst du über neue Dinge?

Ben Vigneron: Also typischerweise beginnt es mit einem Anwendungsfall. Ich versuche, ein Problem zu lösen. Und dann gehe ich, weißt du, suche danach. Also habe ich ein paar Bücher zu Hause, aber dann benutze ich einfach Google. Und dann diese Websites, die ich bereits kenne. Also tendiere ich dazu, diesen Websites mehr zu vertrauen.

Und typischerweise gibt es mehrere Wege, dasselbe Problem zu lösen. Was wirklich die Schönheit daran ist. Denn dann kannst du dir überlegen, warum diese Methode für diesen Fall relevant ist. Und das mache ich. Wenn du an First-Party-Daten denkst und das Problem, das ich vor nicht allzu langer Zeit hatte, war herauszufinden, wer die Hauptpersonen für unsere Kunden sind, richtig?

Also im Wesentlichen, Profiling oder Clustering, wenn du willst. Und es ist ein sehr komplexes Problem. Und so haben R und Python auch viele Wege, dieses Problem zu lösen. Und was mir sagt, dass eine Methode die beste ist, richtig? Sie können nicht alle gleich sein. Es muss eine Methode geben, die, also führe ich sie alle aus. Und ich, also gehe ich in die, weißt du, die Skripte.

Ich lade meine Daten hoch, führe sie auf verschiedene Weise aus, und dann wähle ich diejenige, mit der ich mich am wohlsten fühle in Bezug auf die Erkenntnisse und meine Fähigkeit, einem Team zu erklären, wie alles funktioniert, aber ja, es ist, weißt du, R ist eine Open-Source-Programmiersprache. Es ist sehr einfach, großartige Dokumentationen zu finden, besonders für Remote-Mitarbeiter.

Es ist sehr einfach, darüber zu lernen. Und, weißt du, es kann am Anfang sehr technisch erscheinen, und das ist es auch, aber, weißt du, nach ein paar Stunden damit, wie, weißt du, es ist, es ist einzigartig.

Frederick Vallaeys: Was ist mit dem GPT-Code-Interpreter? Benutzt du ihn, um Python-Skripte zu schreiben?

Ben Vigneron: Nein, das tue ich nicht. Ich habe es versucht und war nicht beeindruckt. Um ehrlich zu sein, wie die meisten Male. Also benutze ich das hauptsächlich mit R und es hat mir ein bisschen geholfen. Aber meistens würde es einfach nicht funktionieren. Also musste ich es reparieren, richtig? Es erledigt 80 Prozent der Arbeit und dann musst du in das Skript gehen und es selbst reparieren, was immer noch eine Zeitersparnis ist, aber ich würde es trotzdem verwenden.

Wie wenn ich suche, wenn ich sicher mit meiner Anfrage bin, wie ich weiß, dass dies im Grunde das ist, wonach ich suche. Also kann ich es in GPT eingeben und ich denke, es sollte nützlich sein. Aber meistens würde ich mich nicht zu sehr darauf verlassen. Es könnte mir einfach helfen herauszufinden, wie man eine Visualisierung besser aussehen lässt, du kannst einfach sagen.

Kannst du diesen Graphen so und so aussehen lassen und es wird mehr oder weniger passieren, aber ja, aus meiner Erfahrung erfordert es wirklich immer noch viel manuellen Input, dem stimme ich zu.

Frederick Vallaeys: Ich stimme dem zu. Kürzlich dachte ich darüber nach, ich spreche viel über Google Ads-Skripte und wie GPT sie für dich schreiben kann.

Und. Du kopierst und fügst das Skript in Google Ads ein. Es wird mit Fehlern zurückkommen. Du gibst diese Fehler an GPT und es wird sie beheben. Und nach ein paar Iterationen bekommst du etwas, das Ergebnisse produziert. Aber die Sache ist, dass du die Ergebnisse wirklich überprüfen musst, weil es auf dem Weg Fehler gemacht haben könnte.

Und so ist meine Prämisse, dass, wenn du die Fähigkeit hast, es bereits zu tun. GPT kann dich schneller darin machen, und du kannst es nehmen, wie du gesagt hast, die letzten 20%, du kannst diese Korrekturen manuell vornehmen, oder du weißt, was es falsch macht, du kannst ihm sagen, was die Fehler sind, und dann wird es sie wirklich beheben. Ich denke auch, dass, wenn du bereit bist, R oder Python oder Statistik zu lernen, GPT ein großartiger Lehrer sein kann.

Und du kannst es fragen, was das richtige Modell ist? Warum denkst du, dass dies das richtige Modell ist? Wo kann ich mehr über dieses Modell lernen? Und ich denke, wo es anfängt zu scheitern, ist bei den Dingen, bei denen du sehr wenig Interesse oder Fähigkeit hast, es selbst zu lernen. Wenn du dich nur darauf verlassen wirst, dass es einen 100% guten Job macht, dann wirst du scheitern.

Ben Vigneron: Ja, es wird deine bestehenden Fähigkeiten erweitern, aber du brauchst immer noch die Fähigkeiten, um anzufangen, richtig? Weil du die Ergebnisse sowieso reparieren musst, richtig? Also stimme ich dir völlig zu. Und ich würde auch hinzufügen, wie, YouTube ist ein großartiger Ort, um alles zu lernen. Es ist verrückt. Es gibt Tutorials darüber, wie man Python auf deinem Computer einrichtet und anfängt.

Und es ist erstaunlich und es ist kostenlos. Also das ist auch ein guter Ausgangspunkt. Natürlich wird es nicht sehr tief gehen, aber es ist ein guter Ausgangspunkt. Und dann kannst du in wie Coursera, LinkedIn, was auch immer, wie in das eintauchen, ein paar Bücher kaufen und einfach durch Tun lernen. Es gibt so viel Wissen da draußen.

Es sind sehr aufregende Zeiten. Wenn du heute eine Karriere im digitalen Marketing beginnen würdest. Was würdest du lernen?

Also denke ich, ich meine, es hängt davon ab, was du gerne machst, würde ich sagen, aber für mich habe ich es genossen, immer technischer zu werden. Also würde ich definitiv von Anfang an Datenwissenschaft in der Schule studieren.

Und so Statistik. Oder Python, ich würde es nicht, eine formellere Ausbildung darum herum, ich denke, es ist wirklich mächtig. SQL auch, obwohl SQL ziemlich einfach ist, aber wenn du ein fortgeschritteneres Niveau erreichen willst, könntest du etwas Training brauchen. Das sind also die Dinge, die, weißt du, ich gelernt habe.

Hauptsächlich bei Adobe, und es war großartig, denke ich, weil, weißt du, wir hatten, wie, Geschäftsfälle zu lösen. Ich war nicht allein, ich hatte ein Team, mit dem ich arbeiten konnte, also war es großartig, aber ich denke, wenn du an Marketing interessiert bist und noch in der Schule bist, gehe so technisch wie möglich. Diese technischen Fähigkeiten werden sich im Laufe der Zeit auszahlen, weil die meisten Vermarkter nicht so viel darüber wissen, weißt du, wie das Tracking funktioniert, wie man die Daten ansieht, wie man einen Test durchführt.

Und das sind die Bereiche, in denen du wirklich einen Unterschied machen kannst. Und wieder, Vertrauen in deine Ergebnisse aufbauen und nicht nur sagen, oh, mein CPA ist bei Google Ads gesunken, sondern auch marginale Renditen, abnehmende Renditen in Betracht ziehen, was ein Konzept ist, das wir noch nicht angesprochen haben, aber es ist, es ist sehr wichtig. Dann das Konzept der Inkrementalität.

Sind all diese Konversionen echt? Würden sie sowieso passieren? Das sind die Dinge, die am Ende des Tages wirklich wichtig sind für den CMO. Ja,

Frederick Vallaeys: und all diese Dinge hängen davon ab, die richtigen Daten zu haben, die richtigen First-Party-Daten, die du mehrmals erwähnt hast. Du hast auch erwähnt, dass es ein Datenoperationsteam gibt.

Also sprich ein bisschen darüber, wie das aussehen sollte, wenn jemand nicht viel über First-Party-Daten nachdenkt. Wie bringst du sie ein? Wie fängst du an? Gibt es ein Tool, wo du sie sammelst? Wie leitest du sie zurück zu Google Ads? Was machst du?

Ben Vigneron: Ja. Ja, absolut. Also im Laufe der Jahre habe ich viele Veränderungen dort gesehen mit, zum Beispiel, unseren Kunden, die wie Zapier verwenden, um Zapier ist ein erstaunliches Tool, um verschiedene Datenquellen miteinander zu verbinden.

Und im Wesentlichen ist das, weißt du, zum Beispiel für B2B-Werbetreibende ist LinkedIn eine mächtige Plattform und, weißt du, die Leute geben ihre E-Mail-Adresse an. Vielleicht ihre Berufsbezeichnung, vielleicht etwas anderes. Und dann würden die Daten typischerweise im Abgrund verloren gehen. Sie würden auf LinkedIn bleiben und nicht unbedingt mit den Backend-Daten geteilt werden, richtig?

Also das ist definitiv etwas, das herausfordernd ist, weil in diesem Fall deine besten Daten nicht in deinem eigenen Backend sind. Deine besten Daten gehören LinkedIn. Richtig? Also das ist etwas, das du definitiv angehen möchtest und sicherstellen möchtest, dass du all diese Daten erfasst. Und das ist etwas, das ein Tool wie Zapier, ich arbeite nicht mit Zapier.

Es könnte andere Tools da draußen geben, die genau dasselbe tun, aber ich weiß, dass Zapier ziemlich benutzerfreundlich ist und funktioniert. Es ist ziemlich robust, soweit ich verstehe. Und du kannst einfach alle Details deines Leads von LinkedIn zu deinem Backend erfassen. Und dann kannst du diese Daten intern für jeden Zweck verwenden, richtig?

Also das ist eine Rolle, die wirklich nicht existierte, als ich anfing, weißt du, wir hätten Kampagnenmanager, die Kampagnen auf Google und Facebook und LinkedIn verwalten, vielleicht, weißt du, alle von ihnen, aber sie würden wirklich auf die Plattformdaten vertrauen und hätten nicht einmal Zugang zum Backend. Und jetzt haben wir Teams, die wirklich die Lücke zwischen, weißt du, First-Party-Backend-Daten und Werbeplattformen schließen.

Newsletter, alles, richtig? Und so ist dies eine Rolle, die häufiger geworden ist, weil du diese Lücke in beide Richtungen schließen musst. Du musst alle Daten von der Werbeplattform zu deinem Backend erfassen. Und du musst auch deine Backend-Daten, vielleicht angereichert, richtig? Du kannst deinen Lead bewerten. Du kannst alle möglichen Dinge wieder zu den Werbeplattformen leiten, damit die Werbeplattform die Signale aufnehmen und Benutzer für dich auf sinnvolle Weise finden kann.

Also das ist definitiv etwas, das ich in den letzten Jahren gesehen habe. Marketing-Operationen sind definitiv. Etwas, das ziemlich neu ist. Und es ist, weißt du, ich denke, es ist großartig, Leute zu haben, die dir helfen, diese Lücke zu schließen. Jetzt würde ich aus meiner Sicht sagen, was wir hier tun, ist, dass alle Daten, die wir weitergeben, hauptsächlich klickbasiert sind.

Und das löst nicht das zugrunde liegende Problem der Inkrementalität. Was ist der wahre Einfluss einer beliebigen Initiative? Und da kommen GeoLift-Tests ins Spiel, weil sie das lösen. Also lass uns mehr darüber sprechen

Frederick Vallaeys: darüber, richtig? Also jetzt hast du all diese großartigen Daten, die du an die richtigen Orte bringst, und wir haben verloren.

Cookie-Daten, sodass wir nicht unbedingt auf individueller Basis wissen können, welcher Klick zu welchem Ergebnis geführt hat. Und da kommt es ins Spiel. Es gibt dir das größere Bild. Wie sieht das also wirklich aus? Wie funktioniert es?

Ben Vigneron: Also typischerweise möchtest du zwei Jahre Daten haben und mit Daten meine ich historische Ausgaben auf Kanälen.

Also sagen wir, du hast Google, Facebook und LinkedIn betrieben, richtig? Also hast du drei Datenpunkte, deine historischen Ausgaben für Google, Facebook und LinkedIn, und dann hast du dein Backend, weißt du, Abonnementvolumen, richtig? Also alles das pro Woche. Also hast du drei Eingaben, deine Ausgaben für drei Kanäle und du hast eine Ausgabe, deine.

Zahlen, zum Beispiel insgesamt, richtig? Nicht einem einzelnen Kanal zugeordnet. Das wissen wir noch nicht. Das wollen wir herausfinden. Und so werden wir eine sogenannte Antwortzerlegung machen, bei der wir im Wesentlichen dein wöchentliches Abonnementvolumen gegen deine historischen Ausgaben auf diesen drei Kanälen korrelieren, richtig?

Und so gibt es zwei Wege, die derzeit öffentlich zugänglich sind, die Open-Source-Bibliotheken sind. Es gibt die metas. robin. Bibliothek verfügbar in R und Python, und du hast Googles Meridian. Also ist es lustig zu sehen, dass die Herausgeber Zugang zu diesen erstaunlichen Ressourcen geben und es gibt eine Menge Dokumentation.

Also habe ich Robin schon lange benutzt, das ich im Laufe der Jahre angepasst habe. Also, weißt du, die Antwortkurven sehen auf eine bestimmte Weise aus, die ich kenne, oder, weißt du, also überwache ich das Modell, wenn du willst, aber im Wesentlichen ist es ziemlich einfach. Du musst keinen Test durchführen, um alles zu betreiben, was du tun musst, ist, deine Ausgabenzahlen der letzten zwei Jahre über alle bedeutenden Kanäle, die du betrieben hast, zu extrahieren.

Es könnte über Google Facebook, LinkedIn hinausgehen, vielleicht war E-Mail im letzten Jahr eine Hauptpriorität. Du solltest das einbeziehen. Und dann deine Backend-Zahlen, die du haben solltest, richtig? Also typischerweise ist es wirklich eine Frage des einfachen Zusammenfügens von allem. Und dann kannst du deine Analyse durchführen und du wirst in der Lage sein zu sagen, wenn ich ein härteres Abonnement bekomme, kommen wirklich 10 von Google, 20 von Facebook, 5 von LinkedIn, 20 von saisonalen Trends, und einige sind nicht zugeordnet, wir wissen es nicht.

Offensichtlich möchtest du diesen nicht zugeordneten Eimer so weit wie möglich angehen, aber das ist, was darin ist. Und es ist, es ist, es ist großartig, weil. Wieder, die Ausgaben sind immer da. Das ist nicht diskutabel. Du weißt, wie viel du ausgegeben hast, richtig? Es ist nicht wie das Tracking. Und deine Backend-Zahlen sollten auch da sein und für dich verfügbar sein.

Als nächstes möchtest du das, was du durch gefunden hast, mit deinem traditionellen Bericht vergleichen. Okay, in den letzten Monaten dachten wir, weißt du, dass unser ROI von Google X war, aber wirklich sagt es uns, dass es Y ist. Ist es höher? Ist es niedriger? Das ist etwas, das du untersuchen möchtest und vielleicht einige vielleicht einen GeoLift-Test durchführen, wenn du Kausalität feststellen möchtest.

Das sind zwei Methoden, die wirklich gut zusammenarbeiten. Was ich sagen würde, ist, dass Attribution ein Nullsummenspiel ist und die Verwendung von Drittanbieter-Cookie-Daten zur Messung der Leistung größtenteils falsch ist. Einige Kanäle werden überbewertet, einige Kanäle werden unterbewertet. Also ist der Name des Spiels, herauszufinden, welche Kanäle unterbewertet oder überbewertet werden.

Und darum geht es. Und ich würde jedem raten. In der Marketingwelt, sich darauf einzulassen. Denn das ist wirklich das, was am Ende des Tages zählt.

Frederick Vallaeys: Und ein großartiger Rat. Ich denke, viele Leute verwenden noch keine Medienmix-Modelle, und es scheint, dass es tatsächlich nicht so schwer ist, sie mit den Open-Source-Systemen wie Robin zu implementieren, und wenn du die Daten hast, aber du solltest das bereits einfach einsetzen.

Also. Das gesagt, die meisten Leute, die meisten Werbetreibenden haben Google Analytics eingerichtet, das sich viel mehr in Richtung einer modellierten Ansicht dessen bewegt, was in der Welt passiert. Und eine Sache, die schön ist, ist, dass es in vielen Fällen tatsächlich dedupliziert, richtig? Weil es wirklich kanalübergreifend schaut. Es ist nicht so, dass Facebook und Google und Microsoft in diesem Fall für dieselbe Konversion Kredit nehmen und sie dreimal zählen.

Aber was ist deine Meinung? Wo passt die Analytik noch hinein, da sie sich wirklich verändert hat von dem, was sie früher war? Ist es immer noch nützlich? Wie benutzt du es?

Ben Vigneron: Es ist nützlich. Ich denke, es ist nützlich für jede Initiative, die eine Sitzung auf deiner Website generieren wird, richtig? Was nicht immer der Fall ist, richtig? Also wenn du an diese LinkedIn-Leads-Formulare denkst, gehen die Benutzer nie auf deine Website, also wird das nicht in GA erscheinen.

Wenn du an YouTube-Videoansichten denkst, werden diese nicht in GA erscheinen. Du könntest, wenn sie klicken, wirst du, aber meistens klicken sie nicht, richtig? Deine TV-Anzeigen. Deine Radioanzeigen, Radioanzeigen, Out-of-Home, alle traditionellen Medien, keiner von ihnen wird in deinem GA erscheinen. Also je nachdem, wie dein Mix aussieht, könnte GA ein großartiges Tool sein oder nicht so großartiges Tool.

Aus meiner Erfahrung, wie B2B-Werbetreibende, die viele LinkedIn-Leads-Formulare verwenden, wählen GA nicht so sehr. Sie vertrauen GA nicht so sehr. Sie werden GA für ihre Google-Kampagnen verwenden, vielleicht ihre Facebook-Kampagnen, wenn sie welche betreiben, aber. Ja, sie arbeiten nicht zu gut zusammen LinkedIn und GM

Frederick Vallaeys: und so, um das wirklich kurz zu fassen.

Also dein Punkt ist, dass in Weil du die Kosten-Daten von LinkedIn mit diesen in den LinkedIn-Formularen verbunden hast und du deine Backend-Daten darüber hast, wie viele neue Kunden du bekommen hast. Der kann das wirklich auf eine Weise zuordnen, die GA vielleicht nie

Ben Vigneron: Ja, genau. Weil dein Input nur die Ausgaben sind, richtig?

Also wie viel du auf LinkedIn ausgegeben hast und dein Output ist nur die allgemeinen KPIs oder Abonnements, Käufe, was auch immer. Es ist noch nicht zugeordnet. Richtig? Also wenn LinkedIn eine Rolle gespielt hat, wirst du typischerweise einen Anstieg in den Wochen sehen, in denen du mehr auf LinkedIn ausgegeben hast. Richtig? Also ja, du umgehst einfach die ganze Herausforderung, indem du direkt die Ausgaben und die Backend-Zahlen anschaust.

Aber ja, ich denke, GA ist trotzdem großartig, aus vielen Gründen, aber ja, besonders, weißt du, die Integration mit Google Ads, offensichtlich. Es ist nativ. Das ist ziemlich cool. Aber ansonsten, weißt du, wenn du viele Initiativen betreibst, die keine Sitzungen auf deiner Website generieren, dann ist GA einfach irrelevant.

Also das ist, ja.

Frederick Vallaeys: Großartig. Nun, erstaunliche Sachen. Danke, dass du uns ein wenig über und die GeoLift-Tests gezeigt hast und wie sie angewendet werden können. Auch einige hoffnungsvolle Worte, dass du kein Datenwissenschaftler sein musst, aber es gibt viele großartige Materialien auf YouTube und Udemy und anderen Orten, um wirklich zu lernen, wie man R benutzt.

Persönlich bin ich ein großer Fan des GPT-Code-Interpreters, und ich habe sicherlich einige statistische Analysen gemacht, die über meine Fähigkeiten hinausgegangen wären. Also all das gesagt, Sam Altman sagte, dass 95% der digitalen Vermarkter ihre Jobs wegen generativer KI verlieren werden. Der zentrale Gedanke hier ist, wie wir die 5% sind, nicht die 95%.

Wie behalten wir unsere Jobs? Irgendwelche Tipps, um relevant zu bleiben?

Ben Vigneron: Ich bin ziemlich optimistisch, um ehrlich zu sein. Ich glaube, dass generative KI wirklich dazu da ist, Lücken zu füllen und nicht unbedingt die Arbeit zu übernehmen, die Menschen machen. Du solltest wissen, wie man diese Tools benutzt. Wenn du derjenige bist, der das Tool benutzt, wirst du deinen Job nicht verlieren.

Jemand muss das Tool benutzen. Und dann geht es um Integrationen, denn typischerweise, weißt du, arbeitest du in etwas wie RStudio und hast ChatGPT daneben. Aber wie integrierst du beides? Richtig? Also, wenn du dich darauf konzentrierst, alle verfügbaren und für dich relevanten Tools zu nutzen und die Fähigkeiten erlernst, diese Tools in deinen täglichen Arbeitsablauf zu integrieren, wirst du definitiv deinen Job behalten.

Ich mache mir darüber überhaupt keine Sorgen. Ja, ich denke, es wird ein langsamerer Übergang sein, als manche denken. Weißt du, wir hatten kein Excel und als wir es hatten, haben wir unsere Jobs nicht verloren. Weißt du, verstehst du, was ich meine? Wie SQL war nicht da. Wir konnten trotzdem einige Dinge herausfinden. Ich meine, ich mache mir darüber nicht allzu viele Sorgen und es wird ein langsamerer Übergang sein.

Dennoch, sich auf technische Fähigkeiten zu konzentrieren, denke ich, ist definitiv wichtig. Relevanz durch die Nutzung dieser Tools, zu lernen, wie sie unter der Haube funktionieren, ist großartig zu wissen. Und dann, wieder, Integrationen.

Frederick Vallaeys: Ja. Du konkurrierst nicht gegen ein Tool, du konkurrierst gegen andere Menschen, die wissen, wie man diese Tools benutzt.

Ben Vigneron: Genau. Das ist, was ich sagen will. Genau. Ja. Ich stimme zu.

Frederick Vallaeys: Sehr gut. Das war unglaublich, Ben. Wenn die Leute sich mit dir auf LinkedIn verbinden wollen, gibt es noch einen anderen Ort?

Ben Vigneron: Also, du kannst mir eine E-Mail an ben@blackbirdppc senden oder, weißt du, uns online finden blackbirdppc.com. Aber ja, mein LinkedIn ist in Ordnung. Also Ben Vigneron und ja, ich freue mich darauf, mich zu vernetzen, sicher.

Frederick Vallaeys: Ja, besonders wenn die Leute deine Ideen lieben und es vielleicht nicht selbst machen wollen und etwas Erfahrung brauchen. Worauf konzentriert sich Blackbird PPC?

Ben Vigneron: Also historisch machen wir Direktmarketing. Sehr auf den ROI für B2B und B2C fokussiert, in den letzten Jahren waren wir stark auf B2B ausgerichtet, aber wir können auch B2C machen.

Ich würde sagen, wir machen etwas Kampagnenmanagement. Aber auch offensichtlich durch mich und mein Team, weißt du, fortgeschrittene Analysen und Messungen. Wir haben über GeoLift-Tests gesprochen, aber es gibt eine Reihe anderer Analysen, die wir für unsere Kunden durchführen. Also definieren wir Personas, die einen hohen Lebenszeitwert antreiben, Dinge dieser Art, herauszufinden, was sie sind.

Die kreativen Attribute, die eine überdurchschnittliche CTR oder Konversionsraten antreiben. Das sind Dinge, die wir intern umsetzen können. Also würde ich sagen, weißt du, Kampagnenmanagement plus fortgeschrittene Analysen, wie man Datenwissenschaft wirklich auf das Marketing anwendet. Und das ist, was wir tun, wir sind in San Francisco, das Team ist großartig.

Frederick Vallaeys: Großartig. Also ja. Und nochmal, wenn du mehr von dem sehen willst, woran Ben gearbeitet hat, schau dir seine Beiträge auf Search Engine Land an, geh und sieh dir seine SMX Advanced Session an, die kostenlos verfügbar ist, nur eine einfache Registrierung, um Zugang dazu zu erhalten. Wenn dir diese Episode von PPC Town Hall gefallen hat und du mehr davon sehen möchtest, benutze bitte den Abonnieren-Button unten und wir benachrichtigen dich, wenn die nächste erscheint, du kannst auch zu ppctownhall.

com gehen und dich für unseren Newsletter anmelden, und wenn du effizienter als PPC-Manager sein möchtest, haben wir viele großartige Automatisierungen und wir haben auch Integrationen von First-Party-Daten. Wir haben eine kostenlose Testversion. Also schau es dir an. Danke fürs Zuschauen Ben. Danke, dass du hier warst und wir sehen uns in der nächsten Episode.