Performance Max Zielgruppensignale fungieren als wesentliche Eingaben, die dem KI-Modell helfen, ähnliche Nutzer schneller zu identifizieren, ohne das Targeting strikt zu begrenzen. Durch die Bereitstellung dieser spezifischen Datenpunkte können Werbetreibende Google in Richtung des richtigen Conversion-Profils lenken und dem Algorithmus gleichzeitig erlauben, über diese anfänglichen Parameter hinaus zu explorieren. Die Beherrschung dieser Eingaben ist eine Kernkompetenz für jeden digitalen Marketer, der die Effizienz in automatisierten Kampagnenumgebungen verbessern möchte.
Was sind Performance Max Zielgruppensignale?
Zielgruppensignale sind im Grunde ein Ausgangspunkt für die Google AI. Betrachten Sie sie als eine Reihe von Hinweisen, die Sie der Plattform geben, um ihr zu helfen, zu verstehen, wer Ihre wertvollsten Kunden sind. Wenn Sie eine Kampagne starten, muss das System lernen, welche Nutzer wahrscheinlich konvertieren werden, und diese Signale beschleunigen diese Lernphase. In einem typischen Konto stellen Sie spezifische Datenpunkte bereit, die dem Modell helfen, Muster im gesamten Google-Inventar zu identifizieren, einschließlich Suche, YouTube, Display und Gmail.
Entscheidend ist, dass diese Signale nicht wie herkömmliche Targeting-Einstellungen funktionieren. Bei älteren Kampagnentypen bedeutete die Auswahl einer Zielgruppe, dass Sie darauf beschränkt waren, Anzeigen nur dieser Gruppe zu zeigen. Bei Performance Max behandelt die KI diese Signale eher als Präferenz denn als harte Einschränkung. Wenn das Modell eine Conversion-Gelegenheit mit hoher Wahrscheinlichkeit außerhalb Ihrer bereitgestellten Signale identifiziert, wird es diese verfolgen. Diese Flexibilität macht das System leistungsstark, erfordert jedoch, dass Sie bei den von Ihnen gelieferten Daten sehr präzise sind.
Wie implementieren Sie Zielgruppensignale effektiv?
Um diese Signale zu implementieren, müssen Sie auf Ihre Asset-Gruppen-Einstellungen innerhalb der Google Ads-Oberfläche zugreifen. Navigieren Sie innerhalb Ihrer Performance Max-Kampagne zu der spezifischen Asset-Gruppe, die Sie verfeinern möchten. Sie finden eine Option zum Hinzufügen oder Bearbeiten Ihres Zielgruppensignals. Das System wird Sie auffordern, eine benutzerdefinierte Zielgruppe basierend auf spezifischen Kriterien wie Suchbegriffen, Website-Besuchern oder Kundenlisten zu erstellen. Die Bereitstellung hochwertiger First-Party-Daten ist oft der effektivste Ansatz.
Viele Praktiker beginnen damit, ihre bestehenden Kundenlisten hinzuzufügen. Wenn Sie eine CRM-Datenbank haben, erstellt das Hochladen dieser Listen eine Basis von Personen, die bereits bei Ihrem Unternehmen gekauft haben. Dies hilft der KI, die Merkmale Ihrer aktuellen Käufer zu verstehen. Sobald Sie die Kundenliste haben, können Sie diese mit benutzerdefinierten Segmenten basierend auf Suchbegriffen ergänzen. Ein Geschäft, das spezialisierte Gartenwerkzeuge verkauft, sollte beispielsweise Suchbegriffe im Zusammenhang mit spezifischen Produkttypen einbeziehen, wie z. B. ergonomische Astscheren oder organische Düngemittel.
Warum sind First-Party-Daten unerlässlich?
First-Party-Daten dienen als Grundlage für Ihre Zielgruppensignale. Da diese Daten direkt aus Ihren Interaktionen mit Kunden stammen, sind sie das genaueste Abbild Ihres tatsächlichen Marktes. Die Verwendung dieser Daten hilft dem KI-Modell, die spezifischen Verhaltensweisen, Interessen und Absichtsindikatoren zu erkennen, die Ihre erfolgreichen Conversions definieren. Ohne dies muss sich das Modell ausschließlich auf breitere Signale verlassen, was länger dauern kann, um sich an Ihre einzigartigen Geschäftsziele anzupassen.
Stellen Sie beim Sammeln dieser Daten sicher, dass sie organisiert und sauber sind. In einem typischen Konto ermöglicht Ihnen ein Segment von wiederkehrenden Käufern gegenüber einmaligen Käufern, unterschiedliche Signale für unterschiedliche Ziele zu senden. Sie können separate Asset-Gruppen erstellen, wenn Sie unterschiedliche Produktkategorien haben, die unterschiedliche Käuferpersönlichkeiten anziehen. Durch die Trennung dieser Segmente geben Sie der KI eine klarere Karte, wen sie für bestimmte Conversion-Ereignisse priorisieren soll.
Können Sie Ihre Signale überoptimieren?
Ein häufiger Fehler ist der Versuch, zu restriktiv zu sein, indem zu viele Signale oder irrelevante Segmente hinzugefügt werden. Obwohl es verlockend ist, jede mögliche Interessenkategorie einzubeziehen, kann dies das Modell manchmal eher verwirren als unterstützen. Die KI braucht Raum zum Testen und Lernen, und zu breite Signale können die Präzision Ihrer anfänglichen Eingabe verwässern. Halten Sie Ihre Signale auf Ihre Nutzer mit hoher Absicht fokussiert, anstatt auf generische Interessengruppen, die möglicherweise nicht mit Ihren Geschäftszielen übereinstimmen.
Wenn Sie feststellen, dass Ihre Kampagne nicht wie erwartet funktioniert, überprüfen Sie Ihre Zielgruppensignale, um zu sehen, ob sie zu eng gefasst oder auf veralteten Daten basieren. Manchmal ist die beste Strategie, Ihre Signale auf die wertvollsten Gruppen zu vereinfachen. Zum Beispiel führt die Priorisierung Ihrer Listen ‘Konvertierer’ und ‘Warenkorbabbrecher’ oft zu besseren Ergebnissen, als zu versuchen, Interessenkategorien zu erraten, die möglicherweise nicht mit dem tatsächlichen Umsatz korrelieren.
Schritte zur Verfeinerung Ihrer Signalstrategie:
- Überprüfen Sie bestehende Kundenlisten, um sicherzustellen, dass die Daten aktualisiert sind.
- Entfernen Sie leistungsschwache benutzerdefinierte Segmente, die nicht zu den Conversion-Zielen beitragen.
- Fügen Sie neue Suchbegriffe hinzu, die aktuelle Verschiebungen in der Nutzerabsicht widerspiegeln.
- Konsolidieren Sie ähnliche Zielgruppentypen, um Rauschen im Modell zu reduzieren.
- Überwachen Sie den Tab ‘Insights’, um zu sehen, welche Zielgruppensegmente das meiste Engagement zeigen.
Wie sollten Sie die Leistung bewerten?
Die Bewertung der Leistung Ihrer Zielgruppensignale erfordert einen Blick auf die Conversion-Daten statt nur auf Klicks oder Impressionen. Da diese Signale dazu dienen, die KI zu Conversions zu führen, sollten Sie sich auf Ihre Kosten-pro-Akquisition oder Return on Ad Spend-Metriken konzentrieren. Wenn Ihre Zielgruppensignale effektiv sind, werden Sie sehen, dass das Modell im Laufe der Zeit mehr Budget auf die Nutzer verlagert, die diese hochwertigen Merkmale aufweisen.
Es ist wichtig, sich daran zu erinnern, dass die KI kontinuierlich experimentiert. Selbst wenn Sie ein perfektes Signal liefern, wird das Modell dennoch andere demografische Merkmale testen, um sicherzustellen, dass es keine neuen Wachstumschancen verpasst. Dieses experimentelle Verhalten ist in das System eingebaut, um Stagnation zu verhindern. Wenn Sie sehen, dass das System Gruppen anspricht, die Sie nicht in Ihre Signale aufgenommen haben, seien Sie nicht beunruhigt, da dies einfach das Modell ist, das seine Reichweite erweitert, um potenzielle Kunden zu finden.
Verwaltung mehrerer Asset-Gruppen
Für größere Unternehmen mit vielfältigen Produktkatalogen ist die Verwaltung mehrerer Asset-Gruppen mit spezifischen Zielgruppensignalen eine Standardpraxis. Jede Asset-Gruppe kann auf ein anderes Signal zugeschnitten werden, was es der KI ermöglicht, unterschiedliche Muster für verschiedene Produktlinien zu lernen. Ein Einzelhändler könnte beispielsweise eine Asset-Gruppe für Luxusartikel und eine andere für preisgünstige Accessoires haben, jede mit ihrem eigenen Satz an Signalen.
Stellen Sie bei der Einrichtung sicher, dass die Assets selbst – wie Bilder, Videos und Schlagzeilen – mit den bereitgestellten Zielgruppensignalen übereinstimmen. Wenn Sie ein Segment mit hoher Absicht mit einem spezifischen Signal ansprechen, sollte die kreative Botschaft direkt auf die Bedürfnisse dieser Zielgruppe eingehen. Diese Ausrichtung zwischen Signal und Kreativität macht die Kampagne für den Endnutzer kohärent und überzeugend.
Checkliste für die Wartung von Zielgruppensignalen:
- Aktualisieren Sie Kundenlisten mindestens einmal im Monat.
- Überprüfen Sie, ob Ihr Conversion-Tracking genaue Daten meldet.
- Analysieren Sie den Tab ‘Zielgruppe’, um zu identifizieren, welche Segmente den meisten Wert generieren.
- Aktualisieren Sie Suchthemen basierend auf saisonalen Trends oder neuen Produkteinführungen.
- Passen Sie die Kreativität der Asset-Gruppe an, um die Interessen Ihrer leistungsstärksten Segmente besser widerzuspiegeln.
Wo Sie diese Woche anfangen sollten
Beginnen Sie mit der Überprüfung Ihrer aktuellen Performance Max-Kampagnen, um zu sehen, ob Sie aktive Zielgruppensignale haben. Wenn sie fehlen, erstellen Sie ein neues Signal basierend auf Ihrer aktuellsten Kundenliste. Wenn Sie bereits welche haben, nehmen Sie sich Zeit, veraltete oder irrelevante Segmente zu entfernen, die in den letzten 90 Tagen nicht zu Conversions beigetragen haben. Diese einfache Bereinigung ermöglicht es der KI, sich auf die Daten zu konzentrieren, die für Ihr Geschäftswachstum wirklich wichtig sind.
Sobald Sie Ihre Signale bereinigt haben, lassen Sie das Modell einen vollständigen Geschäftszyklus laufen, bevor Sie weitere Änderungen vornehmen. KI-Modelle funktionieren am besten, wenn sie über einen Zeitraum hinweg einen konsistenten Satz an Anweisungen haben. Vermeiden Sie ständige Mikro-Anpassungen, da diese die Lernphase zurücksetzen und verhindern können, dass das System die optimale Zielgruppe für Ihre Produkte findet. Indem Sie klare, hochwertige Signale bereitstellen und dem System Raum zum Arbeiten geben, stellen Sie Ihre Alien Road-Kampagnen auf Erfolg ein.
Während Sie Ihren Ansatz weiter verfeinern, denken Sie daran, dass Zielgruppensignale nur ein Teil der Gleichung sind. Ihre allgemeinen Conversion-Ziele, Ihr Budget und Ihre kreativen Assets spielen alle eine Rolle für den Erfolg Ihrer Kampagne. Durch die Aufrechterhaltung einer sauberen Dateneingabe bieten Sie die bestmögliche Roadmap für die Google AI, um Ihre Kunden effizient zu finden. Überwachen Sie weiterhin Ihre Ergebnisse und passen Sie Ihre Eingaben basierend auf den tatsächlichen Conversion-Daten an, die Sie jede Woche erhalten.
Stellen Sie schließlich sicher, dass Ihre Kontoeinstellungen zulassen, dass genügend Daten an das Reporting-Dashboard weitergeleitet werden. Ohne klare Conversion-Daten kann die KI nicht aus den von Ihnen bereitgestellten Signalen lernen. Wenn Sie mehrere Kampagnen ausführen, überlegen Sie, wie sich Ihre Signale zwischen ihnen unterscheiden, um sicherzustellen, dass Sie Ihre eigene Leistung nicht kannibalisieren. Methodisch mit Ihren Signalen umzugehen, hilft Ihnen, das Potenzial automatisierter Werbung zu maximieren und sicherzustellen, dass Ihr Budget immer auf die vielversprechendsten Leads gerichtet ist.
Weiterlesen: KI-Werbeoptimierung · KI-Werbeoptimierung