Frameworks in der AI Asset Creation für Google Ads
Framework-basierte Asset-Erstellung macht Lead-Kosten vergleichbar.
Lead-Kosten nach Frameworks ermitteln, nicht nur nach Angles.
Bei der monatlichen Erstellung von AI Assets lassen sich Anzeigen nicht nur nach Angles, sondern auch strukturiert nach Frameworks erzeugen. Eine zusätzliche Spalte definiert das zugrunde liegende Denkmodell (z. B. PAS, Big Five oder MVP Pivots) und wird beim Rollout sauber den Assets zugeordnet. Dadurch lassen sich Lead-Kosten nicht nur nach Angle, sondern nach Ansprache aggregieren und vergleichen.
Über das AI Automation Kit & Asset Launches
AI Asset Launches für Google Ads sind eine Verfahrenstechnik, mit der du Conversion-Werte sicher und zuverlässig maximieren kannst, indem du viel Futter für das algorithmische Lernen bereitstellst. Bei den AI Assets (mit Bulk Upload) handelt es sich um neue Anzeigen und um Anzeigenalternativen basierend auf Bestands-Assets, die den Anzeigengruppen bei Suchnetzwerk-Kampagnen und Performance-Max-Asset-Gruppen hinzugefügt werden.
Du kannst mit AI Assets deine Conversion-Werte bei gleichem Budget deutlich erhöhen. Voraussetzung dafür ist: Die Kampagnenstruktur muss auf massive Konsolidierung ausgelegt sein. Wenn du eine granulare und feine Kampagnenstruktur hast, können die AI Asset Libraries nicht angewandt werden.
Abbildung: Beispiel einer Bulk-Kampagnenerstellung mit Make für Google Ads (Kampagne, Anzeigengruppe, RSA).
Abbildung: Wir sehen hier direkt, wie stark die Unterschiede zwischen Speerspitzenansätzen und Massen an AI Assets sein können. Demo Case: Unverbindliche Visualisierung.
AI Asset Automatisierungen mit Bulk Upload
Die Systematik besteht darin, monatlich neue AI-Assets zu bilden, basierend auf festgelegten Datenquellen sowie Trainingsdatensätzen und Frameworks für die Erstellung. Anschließend werden die Assets redigiert, ein Review gemacht und nach der Abnahme hochgeladen. Daraufhin werden regelmäßig die Asset-Gruppen (in Performance Max Kampagnen) und die responsiven Suchanzeigen (in Suchnetzwerkkampagnen) abgeschaltet, die unterdurchschnittliche Conversion-Werte hatten.
- Frameworks: Die AI Assets können gebildet werden auf Basis von Frameworks. Das ermöglicht eine hohe Tiefe an Ansprachen für Tonalitäten, Blickwinkel und Needs.
- Reviews und Freigaben: Unabhängig davon, mit welchen Trainingsdaten gearbeitet wird, sollte – wie bei Freelancern und Agenturen auch, eine Freigabe und ein Review der Assets stattfinden.
- Transponierte Importvorlage für den Google Ads Editor: Über eine transponierte Importvorlage können die AI Assets im Google Ads Editor per Bulk-Upload hochgeladen und bearbeitet werden, beziehungsweise in Performance Max Kampagnen noch die entsprechenden Bilder, Videos und Zielgruppensignale zugewiesen bekommen.
Search-Kampagnen: Bulk-Erstellung
Es gibt auch eine automatisierte Kampagnenerstellung für Google Ads in Make. Dabei wird aus Themen eines Eingabeblattes pro Zeile eine Kampagne, eine Anzeigengruppe und eine responsive Suchanzeige erstellt, sowie das Fokus-Keyword hinzugefügt.
Abbildung: So sieht die komplette Automatisierung zur Bulk-Erstellung von Search-Kampagnen bei Google Ads aus.
Google Ads API Call
Die Erstellung von Search-Kampagnen, Anzeigengruppen, responsiven Suchanzeigen, Tagesbudgets und Keywords geschieht über Google Ads API Calls mit Make, in denen die AI-generierten Werte (wie etwa: Kampagnenname, Anzeigenname und Anzeigentexte) aus Gemini einlaufen.
Abbildung: Über die Google Ads API wird eine neue Kampagne über ein Make-Modul angelegt.
Angles für die Asset Creation
Angles (aus Customer Pain Points und Solution Frames) mit ihren zugeordneten RSAs und PMax Asset-Gruppen können auf Kampagnen- und Anzeigengruppen verteilt werden, um daraus zu ermitteln, welchen Rücklauf welche Ansprache brachte – und welche nicht. Hinterher kommt nach 14 Tagen der Budget-Shift auf die erfolgreichsten Kampagnen- und Anzeigengruppen, um in die eigentliche Maximierung von Leads zu gehen.
Abbildung: Asset Creation auf Basis von Angles.
Frameworks für die Assets Creation
Ebenso ist es möglich, die Asset Creation auf Basis von Angles anhand von Frameworks zu gestalten: Big Five (OCEAN-Modell), 5 Copywritings und MVP Pivots. Jeder Angle wird dabei aus einem identifizierten Customer Pain Point mit Solution Frame gebildet (jeder Angle bekommt mehrere RSAs / Asset Groups).
Abbildung: Erstellung von Anzeigentexten aus Customer Pain Points und Solution Frames (Angles).
AI Asset Library für Google Ads
Die AI Asset Library für Google Ads zieht Headlines und Descriptions von responsiven Suchanzeigen direkt aus der Google Ads API, um daraus AI-Anzeigenalternativen zu erstellen.
Abbildung: Es werden hunderte bis tausende von Headlines und Descriptions gebildet für RSAs und PMax-Asset-Gruppen. Das geht sowohl für Anzeigenalternativen
AI Assets Creation transponiert
So sieht eine Demo-Ausgabe von AI Assets für Google Ads in transponierter Form aus – für den Bulk-Upload im Google Ads Editor. Es gibt hier mehrere Business Consulting-Frameworks für die Asset-Erstellung.
Abbildung: Transponiertes Einfügen von AI Assets im Google Ads Editor.
Google Ads API Reporting-Module
Immer, wenn du neue Angles und Ad Sets auf ihrer Basis ausgerollt hast: Kommt der eigentlich spaßige Teil – das Shifting! Öffne dein Looker Studio, und schaue, auf welchem Angle auf welcher Kampagne oder Anzeigen-Set (je nachdem, welche Entität nach dem entsprechenden Angle benannt ist) am besten funktioniert hat. Nach 14 Tagen kannst du prüfen, welche AI Assets am erfolgreichsten liefen und die besten Lead-Kosten hatten. Dann wird das Budget auf die erfolgreichsten Assets geshifted. Die Kampagne geht in die Produktion mit den Kampagnen, Anzeigengruppen und Anzeigen, die die meisten und besten Leads mit dem erfolgreichsten Kostenpunkt pro Deal reinbringen.
Dabei gibt es Automatisierungen zur AI-Unterstützung für Shifting-Vorschläge. Als Trigger für die Asset Creation gibt es eine Reihe von Make-Automatisierungen, die auf die unterschiedlichen Ebenen der Reporting-Module der Google Ads API zugreifen und Daten für weitere Prozesse verwenden können. Dabei gibt es standardmäßig diese Report-Ebenen mit Metriken: Kampagnen, Anzeigengruppen, Asset-Gruppen, responsive Suchanzeigen, Landingpages, Video-Kampagnen, Placements, Keywords, Search Terms, Impression Shares und Bid Strategies.
Budget Shift Agent
Prüft die Kosten pro Conversion der Main Conversion (zum Beispiel: „Kontaktformular“ aus GA4 oder „Customer“ aus HubSpot, segmentiert nach der Conversion ID im API Call in Google Ads) auf Kampagnen-, Anzeigengruppen und Anzeigenebene mit Vorschlag für Budgetverteilung.
Integrated AI Reports
Reportings auf den vielen Modulen der Google Ads API: Kampagnen, Anzeigengruppen, Anzeigen, Keywords, Search Terms, Bid Strategies. Daneben können wir aber auch Reports pullen zu Impression Shares, Landingpages oder Placements.
Doch warum ist die Verfahrenstechnik so effektiv?
Weil du durch neue AI Assets und AI-Anzeigenalternativen viele Ansprachen, Tonalitäten, Needs, Vorteile und Formulierungen abdecken kannst, die wir als Menschen nicht auf Anhieb abdecken könnten. Das ist auch sehr wichtig, denn damit können wertvolle Nutzer über Monate hinweg immer wieder neue, noch wertvollere Conversion-Aktionen ausführen. Auf diese Weise entsteht eine inhaltliche, stilistische und konzeptionelle Tiefe für die Angebote des Google Ads Kontos, die auf individueller Ebene nur sehr langwierig und mit vielen Teamressourcen bereitzustellen wäre.
Dementsprechend ermöglicht die das AI Automation
- mehr Conversion-Werte und Conversions aus Google Ads durch AI Assets zu gewinnen – bei gleichem Werbebudget
- massive Teamressourcen durch Automatisierungen einzusparen, sodass sich das Team auf die Geschäftsentwicklung konzentrieren kann, statt auf repetitive Massenerstellung von Anzeigentiteln und Beschreibungen
- durch Business Intelligence automatisiert noch mehr Rückschlüsse aus den Daten zu ziehen, und automatisch darauf basierend stärker konvertierende Website-Texte und Anzeigentexte generieren zu lassen
