Die Funktionalität des Performance Max-Experiment-Tools ermöglicht es Werbetreibenden, die Inkrementalität ihrer automatisierten Kampagnen durch direkte A/B-Tests zu messen. Durch den Vergleich einer Performance Max-Kampagne mit einer Standard-Shopping– oder Suchkampagne erhalten Sie einen klaren Überblick darüber, wie sich Budgetverschiebungen auf die Leistung auswirken. Dieser systematische Ansatz hilft Account-Managern festzustellen, ob automatisierte Lösungen in ihrer spezifischen Kontostruktur bessere Konversionsraten oder einen höheren Return on Ad Spend (ROAS) bieten als manuelle Steuerungen.
Warum sollten Sie das Performance Max-Experiment-Tool verwenden?
Testen ist das Fundament der Kontoverwaltung. Ohne ein kontrolliertes Experiment ist es schwierig zu isolieren, ob eine Änderung des Konversionsvolumens auf Ihre neue PMax-Kampagne oder auf externe saisonale Faktoren zurückzuführen ist. Das Tool hilft Ihnen, eine statistische Basis zu schaffen. Indem Sie den Traffic zwischen Ihrem bestehenden Setup und der neuen PMax-Kampagne aufteilen, isolieren Sie die Variablen. Dies verhindert, dass Sie raten müssen, ob die Automatisierung tatsächlich gewinnt oder nur Traffic abgreift, der ohnehin konvertiert wäre.
Wie bereiten Sie Ihr Konto auf einen erfolgreichen Test vor?
Bereinigen Sie vor Beginn eines Tests Ihre aktuellen Kampagnendaten. Stellen Sie sicher, dass Ihr Konversions-Tracking korrekt ist und dass Ihre Standardkampagnen seit mindestens vier Wochen mit konsistenten Budgets laufen. Wenn Ihre aktuellen Kampagnen ein geringes Volumen haben, dauert es länger, bis das Experiment aussagekräftige Ergebnisse liefert. Überprüfen Sie vorab Ihre Zielgruppensignale und Asset-Gruppen. Ein häufiges Problem ist der Start eines Tests mit einer dünnen Asset-Gruppe, was die Fähigkeit der AI einschränkt, während des Testzeitraums relevante Anzeigen zu schalten.
Was sind die Schritte zur Einrichtung eines PMax-Experiments?
- Melden Sie sich in Ihrem Google Ads-Konto an und suchen Sie im linken Navigationsmenü die Seite „Experimente“.
- Wählen Sie die Option zum Erstellen eines neuen Experiments und wählen Sie den PMax-Kampagnentesttyp aus.
- Wählen Sie die Basiskampagne aus, gegen die Sie testen möchten, z. B. eine leistungsstarke Standard-Shopping-Kampagne.
- Definieren Sie die Experimentaufteilung, die bestimmt, welcher Prozentsatz Ihres Auktions-Traffics dem Test zugewiesen wird.
- Legen Sie ein klares Enddatum fest oder lassen Sie das Experiment laufen, bis für Ihr primäres Ziel statistische Signifikanz erreicht ist.
- Überprüfen Sie Ihre Kampagneneinstellungen, um sicherzustellen, dass Budgets und Gebotsstrategien für einen fairen Vergleich aufeinander abgestimmt sind.
Vergleich von PMax- vs. Standard-Kampagnentests
| Funktion | Standard-Shopping | Performance Max |
|---|---|---|
| Kontrollebene | Hohe manuelle Kontrolle | Automatisierte Optimierung |
| Platzierung | Beschränkt auf Suche/Shopping | Alle Google-Kanäle |
| Experimenttyp | Basis für Tests | Getestete Variable |
Wie Alien Road das Performance Max-Experiment-Tool anwendet
Bei Alien Road verfolgen wir einen strengen Prozess bei der Verwaltung von Kundenkonten. Zuerst identifizieren wir ein klares Ziel, wie z. B. die Steigerung des Konversionswerts bei gleichzeitiger Beibehaltung eines bestimmten Ziel-ROAS. Dann richten wir das Experiment in der Google Ads-Oberfläche ein und stellen sicher, dass die Kontrollkampagne stabil ist. Wir überwachen das Experiment-Dashboard wöchentlich, um den Zuwachs zu verfolgen. Wenn ein Kunde beispielsweise eine Standard-Shopping-Kampagne hat, die stagniert, führen wir ein PMax-Experiment durch, um zu sehen, ob die breitere Reichweite über YouTube- und Discovery-Anzeigen neue, inkrementelle Kunden bringt, ohne das bestehende Suchvolumen zu kannibalisieren.
Worauf sollten Sie während des Experiments achten?
Überwachen Sie Ihre Kosten pro Akquisition während des Tests. Wenn PMax beginnt, Ihren Marken-Such-Traffic zu kannibalisieren, könnte Ihre gesamte Kontoeffizienz sinken, selbst wenn die PMax-Kampagne selbst erfolgreich aussieht. Behalten Sie das Budget-Pacing im Auge; wenn die PMax-Kampagne deutlich mehr ausgibt als die Kontrollgruppe, berücksichtigen Sie dies bei Ihrer abschließenden Bewertung. Ein häufiges Muster ist eine kurze Lernphase, in der die AI Daten sammelt, gefolgt von stabileren Ergebnissen nach den ersten zwei Wochen.
Wie interpretiert man die Ergebnisse?
Konzentrieren Sie sich nach Ende des Experiments auf Ihre primäre Konversionsmetrik. Hat die PMax-Kampagne eine höhere Gesamtzahl an Konversionen geliefert? Hat sie Ihre Zielkosten pro Konversion beibehalten? Wenn der Test einen statistisch signifikanten Zuwachs zeigt, können Sie die PMax-Kampagne skalieren, indem Sie mehr Budget von den leistungsschwachen Standardkampagnen abziehen. Wenn die Ergebnisse neutral sind, müssen Sie möglicherweise Ihre Asset-Gruppen oder Zielgruppensignale anpassen, bevor Sie eine weitere Testrunde durchführen.
Wo Sie diese Woche anfangen sollten
- Überprüfen Sie Ihre bestehenden Standard-Shopping-Kampagnen, um eine mit einer stabilen Leistungshistorie zu identifizieren.
- Bereiten Sie Ihre neuen PMax-Assets vor, einschließlich hochwertiger Bilder und Videoinhalte, um der AI genügend Material zum Arbeiten zu geben.
- Öffnen Sie Ihr Google Ads-Dashboard und entwerfen Sie Ihr erstes Experiment-Setup, ohne es sofort zu starten.
- Überprüfen Sie Ihr Kontobudget, um sicherzustellen, dass Sie eine vorübergehende Erhöhung der Ausgaben unterstützen können, falls das Experiment dies erfordert.
- Setzen Sie eine Kalendererinnerung, um das Experiment-Dashboard im ersten Monat jeden Montagmorgen zu überprüfen.
Häufig gestellte Fragen
Wie lange sollte ein Performance Max-Experiment laufen?
Ein typisches Experiment sollte mindestens vier bis sechs Wochen laufen. Diese Dauer ermöglicht es den AI-gesteuerten Gebotsstrategien, die anfängliche Lernphase zu durchlaufen und genügend Konversionsdaten zu sammeln, um statistische Signifikanz zu erreichen. Eine Verkürzung des Zeitfensters kann zu nicht schlüssigen Ergebnissen führen, da das System Zeit benötigt, um Ihre Kontoleistung und Zielgruppenverhaltensmuster zu verstehen.
Kann ich PMax gegen Suchkampagnen testen?
Ja, Sie können das Experiment-Tool verwenden, um PMax mit Suchkampagnen zu vergleichen. Dies ist besonders nützlich, wenn Sie sehen möchten, ob PMax dabei helfen kann, neue Kunden über Display- oder Video-Platzierungen zu erreichen, auf die Standard-Suchkampagnen nicht zugreifen können. Stellen Sie sicher, dass Ihre Keyword-Abdeckung in der Suchkampagne nicht übermäßig mit den PMax-Signalen überlappt, um saubere Daten zu erhalten.
Beeinflusst das Experiment meine aktuelle Kampagnenleistung?
Das Experiment teilt Ihr bestehendes Budget und Ihren Traffic zwischen der Kontroll- und der Testkampagne auf. Obwohl dies eine kontrollierte Aufteilung ist, können Sie geringfügige Schwankungen in Ihrer gesamten Kontoleistung feststellen, während das System das Volumen verschiebt. Dies ist jedoch ein erwartetes Verhalten für jeden A/B-Test und ist notwendig, um die wahre Inkrementalität der PMax-Kampagne zu messen.
Was ist, wenn mein Experiment keinen signifikanten Unterschied zeigt?
Wenn die Ergebnisse keinen signifikanten Unterschied zeigen, deutet dies darauf hin, dass Ihr aktuelles Setup und die PMax-Kampagne auf einem ähnlichen Niveau arbeiten. Sie können wählen, ob Sie Ihre bestehende Struktur beibehalten oder Ihre Bemühungen in PMax konsolidieren möchten, um den Verwaltungsaufwand zu reduzieren. Neutrale Ergebnisse sind dennoch wertvoll, da sie bestätigen, dass der Übergang zur Automatisierung Ihre Kernunternehmenskennzahlen nicht negativ beeinflussen wird.
Wie beende ich ein Experiment vorzeitig?
Sie können ein Experiment jederzeit über die Seite „Experimente“ in Google Ads beenden. Wenn Sie den Test stoppen, haben Sie die Möglichkeit, die Experimentkampagne in eine dauerhafte Kampagne umzuwandeln oder sie einfach zu pausieren. Wenn Sie sich entscheiden, es zu beenden, weil die Leistung deutlich schlechter als erwartet ist, ist das Pausieren der sicherste Weg, um sofort zu Ihrer ursprünglichen Basis zurückzukehren.
Weiterlesen: KI-Werbeoptimierung · KI-Werbeoptimierung