Slava Wagner – SEA, CRO, Data & Forecasting

MarTech Award Winner (2024) – Innovation in Business

DE

EN

Google Ads Marketing-Strategie Themenübersicht

Besonders die Smart-Bidding-Gebotsstrategien Conversions maximieren und Conversion-Wert maximieren helfen dir dabei, durch algorithmisches Lernen immer mehr Leads bei gleichem Monatsbudget zu gewinnen.

Werden Telefonnummer-Weiterleitungen aus Google Ads auf der Website getrackt mit dem Google Tag Manager?

Gerade in der Leadgenerierung im Bereich hochpreisiger Leistungen und Produkte (Bildung, Immobilien, Rechtsdienstleistungen, B2B) ist es wichtig, auch die Telefonanrufe zu tracken, die aus Google-Ads-Anzeigen generiert werden. Das geht mit dynamischen Telefonnummer-Weiterleitungen aus Google Ads: Sobald ein Nutzer aus einer Google-Ads-Anzeige auf die Website kommt, erscheint bei ihm statt der echten Telefonnummer – eine dynamische Weiterleitungsnummer aus Google Ads. Wie das funktioniert, erfährst du in der nachfolgenden Anleitung:

Werben mit Webinaren, Whitepapern und E-Books bei Google Ads

Beim Werben mit Incentives (also Anmeldungen mit Nutzer-Daten für ein Webinar, ein Whitepaper, eine Infoveranstaltung oder ein E-Book), lassen sich ebenfalls viele Qualifizierungsfragen im Vorfeld einholen, wie etwa im B2B-Bereich den Unternehmensnamen, die geschäftliche E-Mail-Adresse oder die Jobbezeichnung des Anmelders. Die Schwierigkeit liegt darin, dass je mehr Abfragen vom Nutzer verlangt werden, desto höher ist seine Absprungwahrscheinlichkeit. Daher muss der Kostenpunkt pro Lead einen maximal guten Ausgangswert haben, damit wir es uns leisten können, unter vielen Anmeldern maximale Qualifikationsanforderungen zu verlangen.

Gemini Pro für Google Ads: Rohdaten verschriftlichen und Kampagnen erstellen

Ende 2023 wurde Gemini Pro auf der Google Cloud veröffentlicht. Damit hat Google eine eigene generative KI mit Chat-Funktion released. Doch was kann das System? Wo ist es erhältlich? Was sind die Perspektiven?

Googles hauseigene, generative KI trumpfte direkt nach dem Release mit einer breitgefächerten Multifunktionalität: Die Funktionsweise ist nicht nur ähnlich zu ChatGPT, sondern hat sogar mehr Ähnlichkeit mit einer Custom GPT von OpenAI: Du kannst standardmäßig jeden deiner Chatbots via Gemini Pro mit eigenen Instruktionen und Datensätzen vorjustieren. Außerdem: Mit Gemini Pro Vision gibt es eine standardmäßige multimodale Funktionsweise, was konkret bedeutet, dass du Bilder und Videos in deinen Prompts verwenden kannst, um Handlungen zu erkennen, die Bilder zu beschreiben oder Anzeigentexte für Google Ads oder Social Ads zu erstellen.

Dankeseiten tracken für Google Ads

Beim Tracking einer Dankeseite werden die Nutzer nach dem Absenden eines Kontaktformulars auf eine Dankeseite weitergeleitet. Damit kann der Google-Algorithmus lernen, welche Nutzer ein Zielvorhaben (Conversion) ausgelöst haben, um mehr ähnlicher Nutzer zu finden und mit Anzeigen zu bespielen. Auf diese Weise können durch algorithmisches Lernen immer mehr Conversions (Kontaktformular-Einsendungen) bei gleichem Monatsbudget generiert werden. 

Sofern noch kein Tracking von Dankeseiten für Kontaktformulare und Konfiguratoren im Bereich Leadgenerierung vorliegt (bzw. keine Alternative, wie den Offline-Conversion-Import aus HubSpot oder getrackten, zwischengeladenen URLs), erfährst du in dieser Anleitung, wie du ein Dankeseiten-Tracking mit Google Analytics 4 (GA4) einbauen kannst. 

Smart-Bidding-Gebotsstrategie Conversions maximieren: Ziel-CPA-Tests

Die Smart-Bidding-Strategie Conversions maximieren bei Google Ads sorgt dafür, dass durch algorithmisches Lernen so viele ähnliche Nutzer für die Auslieferung der Anzeigenimpressionen gefunden werden, die ähnlich sind, wie die Nutzer, die bereits konvertiert sind, also eine Zielhandlung durchführten, wie etwa das Absenden eines Kontaktformulars oder Tätigen eines Kaufs. Ein sogenannter Ziel-CPA (Cost per Action) ist eine Zielmarke für die Gebotsstrategie Conversions maximieren, die dem Algorithmus vorgibt, wie zum welchem Kostenpunkt das Auslösen einer Conversion, also eines Zielvorhabens, kosten sollte. Wenn die Conversion-Aktion beispielsweise das Absenden eines Kontaktformulars ist und dadurch ein neuer Lead gewonnen wird, können wir mit dem Ziel-CPA angeben, wie viel ein neu gewonnener Lead kosten sollte. 

Smart-Bidding-Gebotsstrategie Conversion-Wert maximieren: Ziel-ROAS-Tests

Die Smart-Bidding-Gebotsstrategie Conversion-Wert maximieren hingegen hat nicht zum Ziel, die bloße Gesamtzahl an Conversions zu maximieren, sondern den dahinterstehenden Wert derselben. Das bedeutet: Statt der Maximierung von Leads oder Käufen steht hier die Maximierung der Leadqualität, Deals aus den Leads oder die Maximierung des Kaufvolumens im Fokus. So können Kampagnen des Typs Performance Max bei Google Ads im Rahmen dieser Smart-Bidding-Gebotsstrategie bereits konvertierte Nutzer mehrfach mit Anzeigen auf unterschiedlichen Google-Plattformen (Google-Suche, Display-Netzwerk, Youtube, in Apps, Google News oder Gmail) bespielen, um sie höher zu qualifizieren. 

Keyword-Recherche bei Google Ads

 Keywords sind semantische Cluster-Oberthemen, denen real eingegebene Suchbegriffe bei Google zugeordnet werden. Keywords haben Daten über monatliche Suchvolumina und lassen sich dadurch recherchieren, sortieren und priorisieren. Hier spielt vor allem die Unterteilung in interaktionsbasierte und informationsbasierte Keywords eine wichtige Rolle:

  • Informationsbasierte Keywords lassen nicht direkt auf eine Kaufentscheidung schließen, beeinflussen aber Kaufentscheidungen in der Informationsphase des Nutzers. In dieser Phase ist es sinnvoll, die Nutzer bereits zu einer Anmeldung für ein Webinar, eine Infoveranstaltung, ein Whitepaper oder ein E-Book zu gewinnen und sie zu einer Anmeldung mit ihren Kontaktdaten zu gewinnen. Dadurch können die Nutzer mit einem E-Mail-Funnel auf die nächsthöheren Stufen im Kaufprozess vorbereitet werden und außerdem als Zielgruppe im Ads-Targeting bevorzugt Anzeigen für Direktanfragen oder Käufe erhalten. Informationsbasierte Keywords sind bei Google Ads in der Regel um ein Vielfaches günstiger im Klickpreis, als interaktionsbasierte Keywords derselben Branche. Beispiel für ein informationsbasiertes Keyword: [spekulationssteuer immobilien].
  • Interaktionsbasierte Keywords indizieren hingegen eine Handlungs- oder Kaufbereitschaft beim Nutzer. Der Nutzer sucht dabei nach einer konkreten Leistung oder einem Produkt. Beispiel für ein interaktionsbasiertes Keyword: [immobilienbewertung berlin]. Wer einen Suchbegriffsvariation eingibt, die zu diesem Keyword passt, sucht in einem Großteil der Fälle direkt nach der Leistung, und möchte entsprechend eine Immobilienbewertung für seine Immobilie finden. Interaktionsbasierte sind entsprechend meistens die wichtigsten Conversion-Treiber in der Leadgenerierung für Direktanfragen. Aber sie kosten auch wesentlich mehr, als ein informationsbasiertes Keyword derselben Branche.

Conversion-Optimierung bei Google Ads

Eine Conversion-Optimierung durch algorithmisches Lernen im Rahmen einer Smart-Bidding-Strategie sorgt dafür, dass immer mehr Conversions aus demselben Monatsbudget generiert werden. Doch dabei gibt es eine interessante Feinmechanik: Es werden immer weniger Impressionen generiert, weil die ausgelieferten Impressionen zunehmend an teurere und conversionwahrscheinliche Zielgruppen gehen, während günstige und redundante Impressionen sukzessive verschwinden. Lies mehr über diese spannende Feinmechanik im nachfolgenden Artikel:

Landingpage-Effektivität messen

Metriken, wie der Cost per Click (CPC) bei Google Ads berücksichtigen keine UX-Werte, was bedeutet, dass die Auswirkung eines Klickpreises nicht für alle Werbetreibenden gleich ist. Der Cost per Engaged User (CPEU) preist hingegen die Absprungrate beziehungsweise die Interaktionsrate der Landingpage in den Klickpreis mit ein. Dadurch können wir sofort erkennen, wie hoch die Klickkosten für einen interagierenden Nutzer sind. Auf diese Weise lässt sich schnell ein etwaiger Handlungbedarf bei der Verbesserung der UX-Struktur auf einer Landingpage ausmachen, da wir sehen, wie hoch die Kosten tatsächlich sind, wenn zum Beispiel 90% der Nutzer direkt abspringen, ohne auch nur eine Scroll-Bewegung gemacht zu haben. Lies mehr über diese spannende Feinmechanik im nachfolgenden Artikel:

ChatGPT for Google Colab: Kampagnen verschriftlichen und analysieren

Es ist mittlerweile möglich, mit ChatGPT Rohdaten aus Google Ads als Auswertung zu verschriftlichen, Analysen und Berechnungen durchzuführen und sogar Kritikpunkte an der Google Ads Performance zu automatisieren. Das geht mit dem Google-Workspace-Erweiterung ChatGPT for Google Colab.

ChatGPT interpretiert die tabellarischen Google-Ads-Daten korrekt (via “Explain” im Colab-Plugin) und kann sie auch richtig einordnen für die Verschriftlichung – wenn man die Rolle zuweist: “Du bist ein Google-Ads-Experte”. Selbstredend ersetzt das keine ausführliche Kampagnenauswertung durch einen Menschen, insbesondere wenn in der Kampagne eine komplexe Ausgangslage zugrundeliegt, die auch eine KI nicht kennen kann. Dennoch eine spannende Sache, wenn es um eine zusätzliche, allgemeine Zusammenfassung der Entwicklung geht, für die vielleicht im Alltagsgeschäft nicht so viel Zeit bleibt.

Fortgeschrittene Google-Ads-Strategien: Die künstliche Budget-Überhöhung beim Anteil an möglichen Impressionen

Für einige seltene Spezialfälle können Register gezogen werden, die über konventionelle Strategien hinausgehen. Ein Beispiel hierfür wäre die Feinmechanik der künstlichen Budgetüberhöhung, durch die die Auslieferung einer Anzeige auf der obersten Suchposition deutlich bevorzugt erfolgt, wobei nicht mehr Tagesbudget ausgegeben wird als sonst üblich. In einigen Spezialfällen und vor allem bei hochpreisigen Themen konvertieren Nutzer auf der obersten Suchposition am ehesten, sodass es sich lohnen kann, unter diesen Bedingungen auf den Anteil an möglichen Impressionen der obersten Suchposition zu werben. Erfahre mehr über diese spannende Feinmechanik in dieser Anleitung:

Effektivste Keyword-Match-Types testen

Oft entscheidet der Match Type deiner eingebuchten Keywords darüber, ob die Nutzer auf deiner Landingpage eine Conversion, also eine Zielhandlung, auslösen oder nicht. Seit Sommer 2022 gilt es als neue Best Practice von Google Ads, Keywords möglichst aus den Match Type Broad Match, also weitgehend passend, umzustellen. Dabei können verschiedene semantisch verwandte Suchbegriffe von realen Nutzern diesem Keyword zugeordnet werden. Durch das algorithmische Lernen von Smart-Bidding-Strategien soll es demnach möglich sein, dass Google Ads automatisch aus der Vielzahl weitgehend passender Suchbegriffe die conversionwahrscheinlichsten Kombinationen findet. Doch stimmt das – oder entstehen dadurch immer noch große Streuverluste? Ein spannendes Praxisbeispiel über diese Feinmechanik von Google Ads findest du im nachfolgenden Artikel:

Sind Leadformulare mit Performance-Max-Kampagnen bei Google Ads eine gute Option?

Leadformulare bei Google Ads sind systeminterne Kontaktformulare, die durch einen Auto-Fill-In die meisten persönlichen Eingaben des Nutzers automatisch in die Formularzeilen ziehen – wie beispielsweise Telefonnummer, Vor- und Nachname und E-Mail-Adresse. Mit Performance-Max-Kampagnen bei Google Ads kannst du eine gewaltige Menge an Leads aus Leadformularen gewinnen – der Haken ist aber: Sie sind wegen der Niedrigschwelligkeit beim Absenden meistens auch sehr wenig qualifiziert. Daher solltest du harte, manuelle Qualifizierungsfragen in dein Leadformular einbauen, damit die angemeldeten Nutzer im späteren Verkaufsgespräch auch ein hohes Commitment mitbringen. Lies mehr über die Feinmechaniken in dieser spannenden Anleitung:

Diagramme erstellen mit ChatGPT for Google Colab für Google Ads Daten

Mit dem Plugin ChatGPT for Google Colab kannst du nicht nur Rohdaten aus Google Ads als Report verschriftlichen, sondern auch fortgeschrittene Diagramme erstellen. Das geht mit einem Python Script, die du aus einem ChatGPT-Prompt generieren kannst. Dafür musst du nur einen tabellarischen Datensatz importieren und im ChatGPT-Prompt definieren, welche Dimensionen und Metriken in welchem Diagrammtyp dargestellt werden sollen. Anschließend kannst du das Python Script kopieren in Google Colab starten.

Keyword Topic Clustering: für Google Ads Accounts und Mitbewerberanalysen

Mit der Hugging-Face-App für das Keyword Clustering für Google Ads von Zayed Uddin Chowdhury kannst du mithilfe von Machine Learning automatisch die Keywords von Kampagnen oder ganzen Google Ads Accounts oder Mitbewerbern in Topic Clustern sortieren und in einem Streudiagramm einsehen.

Vorteil: Du kannst sowohl für eigene Google Ads Accounts als auch für Mitbewerberanalyse in Sekundenschnelle einen Überblick über die Abdeckung und Gewichtung der Themengebiete des Accounts erhalten – und zwar in einem Streudiagramm. Dadurch siehst du auf einen Blick, mit welchen Themen und mit welcher Intensität auf welchem Thema ein Mitbewerber oder Google Ads Account wirbt.