Die Performance Max Lernphase erfordert typischerweise 2-3 Wochen, damit eine Kampagne genügend Konversionsdaten sammelt und eine stabile Leistung erreicht. Google schlägt diesen Zeitrahmen für neue Kampagnen vor, um sicherzustellen, dass die zugrunde liegenden Modelle des maschinellen Lernens über genügend Signale verfügen, um Gebote und Platzierungen effektiv zu optimieren. Während dieses Zeitraums können Werbetreibende erhebliche Schwankungen bei Ausgaben, Reichweite oder Cost-per-Acquisition feststellen, da das System verschiedene Inventarquellen im gesamten Google-Netzwerk testet, um die bestmöglichen Ergebnisse für die festgelegten Ziele zu erzielen.
Was definiert die Lernphase bei Performance Max?
Eine Lernphase tritt auf, wenn eine Kampagne ihre Gebotsstrategie, ihr Budget oder ihre Konversionsziele ändert, was erfordert, dass der Algorithmus seinen Ansatz neu kalibriert. Bei Performance Max ist dieser Prozess automatisiert und stützt sich auf die Konversionsdaten, die über Ihr Konversions-Tracking-Setup in das System eingespeist werden. Wenn Sie eine neue Kampagne starten, verfügt das System über keinen historischen Kontext für Ihre spezifische Zielgruppe oder Ihre Kreativ-Assets. Es muss verschiedene Anzeigenplatzierungen erkunden, von YouTube und Suche bis hin zu Discovery und Gmail, um zu sehen, wo Ihre spezifische Zielgruppe am besten interagiert. Diese Erkundungsphase ist der Grund, warum die ersten Wochen entscheidend für die Datenerfassung statt für die sofortige Optimierung auf niedrige Kosten sind. Viele Manager stellen fest, dass die Leistungsdaten während dieser ersten 21 Tage volatil bleiben, während die Maschine das Verhalten Ihrer Zielkunden lernt.
Das Volumen der von Ihnen bereitgestellten Daten ist der Hauptfaktor, der beeinflusst, wie schnell das System die Lernphase verlässt. Wenn eine Kampagne beispielsweise Hunderte von Konversionen pro Woche verfolgt, kann das System Signale schneller interpretieren als eine Kampagne, die nur eine Handvoll Konversionen verfolgt. Wenn Sie nur über begrenzte Daten verfügen, muss das System mehr Zeit mit Tests verbringen, um eine statistische Karte darüber zu erstellen, wer wahrscheinlich konvertieren wird. Aus diesem Grund rät Google oft davon ab, während des anfänglichen Fensters von 2-3 Wochen häufige Änderungen vorzunehmen. Eine zu frühe Anpassung Ihrer ROAS-Ziele, Ihres Budgets oder Ihrer Kreativ-Assets kann den Lernfortschritt zurücksetzen und den Algorithmus zwingen, seinen Datenerfassungsprozess von vorne zu beginnen. Geduld ist eine technische Voraussetzung für den Erfolg bei diesem automatisierten Kampagnentyp.
Wie beeinflusst das Datenvolumen die Dauer der Lernphase?
Die Konversionsdichte dient als Treibstoff für Ihre Kampagnenleistung. Wenn Sie eine Kampagne für einen E-Commerce-Shop mit hohem Transaktionsvolumen betreiben, versorgen Sie das System mit ständigen Feedback-Schleifen. Jeder erfolgreiche Verkauf teilt der AI mit, welche Benutzermerkmale und kreativen Kombinationen zu einer Konversion führen. Umgekehrt hat eine Kampagne mit spärlichen Konversionsdaten Schwierigkeiten, Muster zu erkennen, was die Zeit verlängert, die benötigt wird, um einen stabilen Zustand zu erreichen. Sie sollten Ihr Konversions-Tracking-Setup überprüfen, um sicherzustellen, dass Mikro-Konversionen Ihre primären Zieldaten nicht verstopfen, da die AI ein klares Signal dafür benötigt, wie ein erfolgreiches Ergebnis für Ihr spezifisches Unternehmen aussieht.
Betrachten Sie das Szenario eines lokalen Dienstleistungsunternehmens im Vergleich zu einer nationalen E-Commerce-Marke. Die nationale Marke verzeichnet wahrscheinlich tägliche Konversionsereignisse, wodurch die AI schnell lernen kann. Das lokale Dienstleistungsunternehmen sieht möglicherweise nur ein oder zwei Leads pro Woche. Im letzteren Fall fühlt sich die Lernphase natürlich länger an, da die statistische Signifikanz der Daten geringer ist. Sie können Ihren Kampagnenstatus im Google Ads-Dashboard überprüfen, um festzustellen, ob das System den Status „Wird gelernt“ meldet. Dieser Indikator ist eine zuverlässige Möglichkeit zu verstehen, dass sich das System noch in der Beobachtungsphase befindet. Vermeiden Sie die Versuchung, nur deshalb einzugreifen, weil die Leistungskennzahlen in der ersten Woche hoch oder niedrig erscheinen.
Warum sollten Sie Änderungen während der ersten drei Wochen vermeiden?
Das Bearbeiten einer Kampagne, die derzeit lernt, führt zu einer Feedback-Unterbrechung. Jedes Mal, wenn Sie eine Kampagneneinstellung ändern, muss sich das Gebotsmodell möglicherweise an die neuen Einschränkungen anpassen. Wenn Sie Ihr Budget an einem einzigen Tag um mehr als 20 % ändern, wertet das System dies als signifikante Signaländerung. Der Algorithmus ist darauf ausgelegt, den effizientesten Weg zu Ihrem angegebenen Konversionsziel zu finden, aber er benötigt dafür eine konsistente Umgebung. Stellen Sie sich das wie das Training eines menschlichen Analysten vor; wenn Sie seine Hauptziele alle paar Tage ändern, wird er nie die Konsistenz haben, die erforderlich ist, um genaue langfristige Ergebnisse zu erzielen.
Wenn Sie Änderungen vornehmen müssen, befolgen Sie einen strukturierten Ansatz, um die Sichtbarkeit Ihrer Ergebnisse aufrechtzuerhalten. Ein gängiges Muster ist es, mindestens zwei volle Wochen zu warten, bevor Sie größere Anpassungen an Assets oder Gebotszielen vornehmen. Wenn die Leistung absolut kritisch ist, stellen Sie sicher, dass Sie vor dem Start der Kampagne eine Baseline-Messung Ihrer wichtigsten Kennzahlen haben. Dies ermöglicht es Ihnen, zwischen echten Leistungsproblemen und den natürlichen Schwankungen der Lernphase zu unterscheiden. Das Führen eines Protokolls Ihrer Änderungen zusammen mit dem Kampagnenstatus hilft Ihnen dabei, die Auswirkungen Ihrer Modifikationen nach Ablauf der Anfangszeit zu analysieren.
Wie Alien Road die Performance Max-Optimierung anwendet
Bei Alien Road konzentriert sich unser Ansatz auf Performance Max darauf, der AI von Anfang an Daten von höchster Qualität zur Verfügung zu stellen. Wir priorisieren die Einrichtung erweiterter Konversionen und stellen sicher, dass die Konversions-Tracking-Tags über die gesamte User Journey hinweg korrekt ausgelöst werden. Während des anfänglichen Fensters von 2-3 Wochen verzichten wir auf manuelle Gebotsanpassungen, damit das System die von uns bereitgestellten Daten verarbeiten kann. Wir konzentrieren uns auf die Vorbereitung eines diversifizierten Sets von Kreativ-Assets, einschließlich hochwertiger Bilder und Videos, was dem Algorithmus während seiner anfänglichen Erkundungsphase mehr Testmöglichkeiten bietet. Diese Vorbereitung ist das Fundament unserer Strategie.
Nach Abschluss der Lernphase beginnen wir mit einem Prozess der iterativen Optimierung auf Basis der Leistungsberichtsdaten. Wir bewerten, welche Asset-Gruppen die besten Ergebnisse liefern, und verfeinern die Zielgruppensignale, um sie besser an die von der AI identifizierte Benutzerabsicht anzupassen. Hier geht es nicht um Ratespiele, sondern um das Lesen der von der Plattform bereitgestellten Daten. Wir betrachten die Konversionspfade und den Beitrag verschiedener Netzwerkanäle, um sicherzustellen, dass das Budget unseres Kunden in Bereichen eingesetzt wird, die die besten Renditen bieten. Unser Team hält den Kunden während dieses gesamten Zeitraums auf dem Laufenden und stellt sicher, dass die Erwartungen hinsichtlich der anfänglichen Volatilität klar gesteuert werden.
Was sind die häufigsten Indikatoren dafür, dass die Lernphase abgeschlossen ist?
Sie wissen, dass die Kampagne die Lernphase hinter sich gelassen hat, wenn sich der Status im Kampagnen-Dashboard von „Wird gelernt“ in „Bereit“ ändert. Dieses Status-Update zeigt an, dass der Algorithmus ein stabiles Gebots- und Platzierungsmuster gefunden hat, das mit Ihren definierten Konversionszielen übereinstimmt. Sie sollten auch beobachten, dass Ihre Leistungskennzahlen – wie CPA oder ROAS – keine wilden Schwankungen von Tag zu Tag mehr aufweisen. Während geringfügige Abweichungen im Digitalmarketing normal sind, sollten Sie eine Bewegung hin zu einem konsistenten Leistungsbereich sehen, der mit Ihren Geschäftszielen übereinstimmt.
In einem typischen Konto ist dies der Zeitpunkt, an dem Sie beginnen können, kleine, schrittweise Änderungen an Ihrer Kampagne in Betracht zu ziehen. Wenn Sie Ihr Budget erhöhen möchten, tun Sie dies in kleinen Schritten von 10 % bis 20 % alle paar Tage. Wenn Sie Ihre Zielgruppensignale verfeinern möchten, können Sie dies nun mit größerem Vertrauen tun, da die AI bereits eine Baseline etabliert hat. Nutzen Sie diese Zeit, um die Registerkarte „Berichte“ (oder „Insights“) in Google Ads zu überprüfen, die Details zu den Suchkategorien und Zielgruppensegmenten liefert, die zu Ihren Konversionen beigetragen haben. Diese Daten sind von unschätzbarem Wert für die Gestaltung der nächsten Phase Ihrer breiteren Marketingstrategie.
Wie man die Leistung nach dem 3-Wochen-Fenster bewertet
- Überprüfen Sie die Konversions-Tracking-Daten, um sicherzustellen, dass keine Fehler eingeführt wurden.
- Warten Sie mindestens 21 Tage, bevor Sie den wahren ROI der Kampagne bewerten.
- Vergleichen Sie die Ergebnisse nach der Lernphase mit Ihren anfänglichen Geschäftszielen.
- Überprüfen Sie die Registerkarte „Insights“, um zu verstehen, welche Suchthemen funktionieren.
- Stellen Sie sicher, dass Ihre Budget-Einstellungen mit Ihrer allgemeinen Marketingstrategie übereinstimmen.
Wo Sie diese Woche anfangen sollten
Wenn Sie kürzlich eine Performance Max-Kampagne gestartet haben, ist Ihr erster Schritt, den aktuellen Status in Ihrem Dashboard zu bestätigen. Wenn sie sich noch in der Lernphase befindet, besteht Ihre Hauptaufgabe darin, zu überwachen und zu warten. Vermeiden Sie die Versuchung, während dieser Zeit Gebotsziele zu ändern oder Kreativ-Assets zu entfernen. Bereiten Sie stattdessen Ihren nächsten Satz von Assets vor, damit Sie bereit sind, Verbesserungen umzusetzen, sobald sich die Daten stabilisieren. Konzentrieren Sie Ihre Bemühungen auf die Qualität Ihrer Konversionssignale und nicht auf die täglichen Leistungskennzahlen.
Für diejenigen, deren Kampagnen die 2-3-Wochen-Marke bereits überschritten haben, werfen Sie einen Blick auf die folgende Checkliste, um sicherzustellen, dass Sie bereit für die nächste Optimierungsphase sind:
- Überprüfen Sie Ihre Asset-Gruppen, um festzustellen, ob Assets als von „geringer“ Qualität markiert sind.
- Überprüfen Sie Ihr Budget, um sicherzustellen, dass es die Reichweite Ihrer Kampagne nicht einschränkt.
- Untersuchen Sie den Suchbegriffsbericht, um irrelevanten Traffic zu identifizieren und auszuschließen.
- Stellen Sie sicher, dass Ihre Konversionswert-Einstellungen Ihre Gewinnspannen genau widerspiegeln.
- Planen Sie Ihre nächste kreative Auffrischung, um die Kampagne für Benutzer frisch zu halten.
Indem Sie diesem strukturierten Zeitplan folgen, können Sie den Systemen von Google erlauben, wie vorgesehen zu funktionieren. Digitales Marketing ist ein langfristiges Spiel, das Daten erfordert, um zuverlässige Ergebnisse zu erzielen. Wenn Sie die Lernphase respektieren, geben Sie Ihrer Kampagne die bestmögliche Chance auf Erfolg. Vertrauen Sie dem Prozess, halten Sie Ihre Dateneingaben sauber und nutzen Sie die nach den ersten drei Wochen gesammelten Erkenntnisse, um Ihr zukünftiges Wachstum zu leiten.
Weiterlesen: KI-Werbeoptimierung · KI-Werbeoptimierung