Typiske udfordringer i dit Paid Search setup

I dette blogindlæg gennemgår vi nogle af de typiske fejl og uhensigtsmæssigheder vi oftest ser i nye kunders Paid Search setup - så du har mulighed for at rette dem i dit eget setup.

Tænker du nogle gange over hvorvidt at dit paid search budget aktiveres optimalt? Og om dit nuværende setup kan forbedres? Hos IMPACT Extend laver vi ofte paid search konto-reviews, og vi ser ofte mange af de samme fejl og uhensigtsmæssigheder, som kan resultere i lav performance og et unødvendigt højt spend.

I nogle tilfælde har vi oplevet, at en annoncør kunne reducere deres ad spend med op til 20% uden at det ville gå ud over deres omsætning eller antal konverteringer.

Paid search Review – Framework

Til udarbejdelse af paid search konto-reviews har vi udarbejdet vores eget review framework, som består af de fire dimensioner: paid search strategy, account structure, automation og smart bidding. De fire dimensioner og de dertilhørende typiske fejl og nedslagspunkter vil blive gennemgået nedenfor.

Paid search strategy

Hvorvidt du opnår succes med jeres paid search annoncering afhænger i meget høj grad af om den valgte strategi tilstrækkeligt understøtter dine overordnede marketingmål.

Strategien dækker over forskellige aspekter som fx valg af konverteringsmål og KPI’er, søgeord, geografisk målretning, budgetallokering, etc. I bund og grund dækker det over en masse af de tanker og valg, du har truffet i forbindelse med opsætningen af paid search.

Valg af konverteringsmål: Primære og sekundære konverteringsmål

Noget af det vigtigste at få styr på første, er valget af konverteringsmål. De valgte konverteringsmål skal understøtte dine overordnede marketingmål, og skal gerne være de samme på tværs af alle kanaler. Når du udvælger konverteringsmål, kan du med fordel opdele dine konverteringsmål i primære og sekundære konverteringsmål eller det der også kaldes ’hårde’ og ’bløde’ konverteringer.

For en webshop vil det primære konverteringsmål (’hårde’ konverteringer) oftest være omsætning eller profit. For et forsikringsselskab vil det fx typisk være antal leads i form af udfyldte kontaktformularer.

De primære konverteringsmål er oftest de letteste at udvælge, da de oftest er bundet op på den overordnede forretning. Derfor ser vi ikke særligt ofte de store udfordringer med valg af denne type konverteringsmål.

Anderledes forholder det sig dog for det vi kalder sekundære konverteringsmål. Sekundære konverteringsmål dækker over ’bløde’ konverteringer, som set ud fra et forretningsmæssigt perspektiv ikke er at betragte som mål i sig selv. Sekundære konverteringsmål bindes typisk op på touch-points i kunderejsen. For en webshop kan det fx være når en bruger har lagt varer i kurven eller for et forsikringsselskab kan det være antal prisberegninger. Sekundære konverteringsmål kan også anvendes til at måle afledte effekter af ens marketingindsats. Hvis du fx har en webshop men også fysiske butikker, kan find butik eller Googles store visits være oplagte sekundære konverteringsmål, der kan anvendes til at måle afledte effekter og som der kan optimeres ud fra.

Fra et annonceringsperspektiv spiller sekundære konverteringer ofte en vigtig rolle. Særligt for mindre annoncører, hvor antallet af primære konverteringer kan være relativt begrænset. En begrænset mængde konverteringsdata vanskeliggør den daglige optimering af marketingindsatsen. Både manuel optimering og automatiseret optimering vha. smart bidding forudsætter et godt konverteringsdatagrundlag. Med en begrænset mængde konverteringsdata er det vanskeligt at fastslå, hvorvidt der er en sammenhæng mellem et søgeord og dets performance eller om der er tale om en tilfældighed.

Når det kommer til smart bidding spiller konverteringsdatagrundlaget også en vigtig rolle. Googles smart bidding er baseret på matematiske algoritmer, hvor et tilstrækkeligt datagrundlag er en forudsætning for at algoritmerne performer hensigtsmæssigt. Den typiske årsag til at smart bidding budstrategi ikke performer efter hensigten skyldes, at konverteringsgrundlaget er for lille. I IMPACT Extend arbejder vi ud fra en tommelfingerregel om, at en smart bidding budstrategi som minimum skal have et konverteringsdatagrundlag på 30 konverteringer over de sidste 30 dage.

Vi ser desværre ofte, at der slet ikke er udvalgt nogle sekundære konverteringsmål, hvilket for mindre annoncører ofte betyder, at konverteringsvolumen ofte ikke overstiger minimumskravet på 30 konverteringer.

Det er formentlig flere årsager til at der ofte ikke udvælges sekundære konverteringsmål. Ofte skyldes det sandsynligvis at de marketingansvarlige primært ser på paid search fra et forretningsperspektiv og dermed fokusere på de primære konverteringer der relaterer sig til forretningen, og dermed ikke på sekundære konverteringer der hovedsageligt anvendes i et annonceringsøjemed.

Vægtning af konverteringsmål

I tilfælde hvor der anvendes flere forskellige konverteringsmål, både primære og sekundære, er det vigtigt at de forskellige konverteringsmål vægtes i forhold til hinanden. Det er klart at ikke alle konverteringsmål skal tilskrives lige stor værdi – fx vil en primær konvertering have en højere værdi sammenlignet med en sekundær konvertering.

Dog er konverteringsvolumen ofte større for sekundære konverteringer, hvorfor det kan være problematisk at optimere mod antal konverteringer, da de sekundære konverteringer kan give et skævt billede af den faktiske værdiskabelse.

Derfor bør værdiforskellen mellem konverteringerne afspejles i paid search setup’et ved at tildele de enkelte konverteringsmål en værdi og derudfra optimerer ud fra at maksimere konverteringsværdi frem for antal konverteringer. På den måde tages højde for konverteringernes individuelle værdi, og du kan fokusere på at maksimere det samlede afkast.

Omsætning vs. Profitsporing

Har du en webshop bør du desuden overveje om dit primære konverteringsmål skal være omsætning eller profit. Over tid er det nærmest blevet en selvfølge at fokusere på omsætning og ROAS. Den primære årsag til dette er sandsynligvis, at det er det mest simple at måle og rapportere på.

Det er dog ofte langt fra optimalt at fokusere på omsætning og ROAS – særligt hvis du befinder dig i en branche med lave dækningsgrader. Her kan fokus på omsætning og ROAS være yderst uhensigtsmæssigt, da det kan give forkert billede af hvorvidt dine kampagneaktiviteter faktisk profitable eller ej.

Se f.eks. eksemplet nedenfor. Eksemplet tager udgangspunkt i salg af det samme produkt. Ud fra en omsætning/ROAS-tilgang ser kampagnen ud til at generere profit. Men ved at betragte salg af samme produkt ud fra en profit/PROAS-tilgang, hvor de øvrige omkostninger udover marketing spend også medtages, så viser det sig faktisk at annoncøren taber penge på salget.

Over de seneste par år er det blevet væsentligt lettere at opsætte profitsporing på sine digitale marketingaktiviteter. Man kan bl.a. benytte et værktøj som ProfitMetrics til profitsporing.

Account structure

Vigtigheden af den strukturelle dimension undervurderes efterhånden kraftigt. Over de senere år har der været et stigende fokus og interesse for automatisering og kunstig intelligens (med god grund), og vigtigheden af en skarp opsætning fra et teknisk perspektiv er blevet negligeret. Der er dog ingen tvivl om, at det tekniske aspekt i form af kampagnestruktur og søgeordsmatchtyper stadig har en markant indvirkning på din kvalitetsscore og dermed de klikpriser du betaler. En god opsætning er derfor en forudsætning for at få det maksimale ud af automatisering og kunstig intelligens. Derfor udgør vores tekniske gennemgang af opsætningen også en stor del af vores gennemgang.

Efter at have gennemgået den overordnede paid search strategi, gennemgår vi den tekniske opsætning af kontoen. Her kigger vi først på hvordan kampagner og annoncegrupper er struktureret, hvordan søgeordsmatchtyper samt negative søgeord anvendes og hvilke annonceformater og annonceudvidelser der anvendes.

Det er typisk i forbindelse med denne gennemgang at vi ser de fleste fejl og uhensigtsmæssigheder. Nedenfor er en oversigt over nogle af de områder, hvor vi ser flest uhensigtsmæssigheder.

  • Uhensigtsmæssig kampagne- og annoncegruppestruktur
  • Uhensigtsmæssig anvendelse af søgeordsmatchtyper og negative søgeord
  • Anvendelse af gamle annonceformater
  • Budgetbegrænsninger

En uhensigtsmæssig opsætning af ovenstående områder kan have meget stor indvirkning på, hvor effektivt dit budget anvendes og om du udnytter det eksisterende potentiale til fulde. Det kan let blive en dyr fornøjelse, hvis du ikke har styr på det tekniske aspekt af opsætningen.

Nedenfor gennemgår jeg nogle af de områder, hvor du skal være ekstra opmærksom i forhold til dit setup.

Uhensigtsmæssig kampagne- og annoncegruppestruktur

Vi anbefaler generelt at du målretter dine egne brandsøgeord. Det er dog vigtigt at du ikke betaler for meget for din brandtrafik. Du skal huske på, at den brandefterspørgsel du ser på Google, er et resultat af de øvrige marketingaktiviteter du tidligere har kørt, og at du via dine brandsøgeord dermed blot ’høster’ effekten heraf.

Derfor er det vigtigt, at du ikke byder for højt på dine brandsøgeord. Selvom konkurrencen på dine brandsøgeord typisk er lav, så resulterer høje bud typisk i høje klikpriser. Ved blot at byde lavere vil du ofte opleve, at dine klikpriser falder tilsvarende. Din eksponeringsandel vil sandsynligvis også falde en smule, men typisk væsentligt mindre end din klikpris.

Hvad er den ideelle klikpris så for en brandøgning? Det er vanskeligt at svare på. Vi arbejder typisk ud fra en tommelfingerregel om, at klikprisen for det mest søgte brandsøgeord i eksakt match, skal være under ca. 0,50 DKK – og gerne lavere.

Hvordan skal du så strukturere dine kampagner? Overordnet set bør du opdele dit paid search setup i to kampagnespor. Et brandkampagnespor hvor du målretter dine brandsøgeord og et generisk kampagnespor, hvor du målretter relevante generiske søgeord.

Den primære årsag til denne opdeling er, at performance mellem disse to kampagnespor er vidt forskellig. For dine brandsøgeord betaler du typisk en meget lav klikpris sammenlignet med de generiske søgeord. Derfor er ROAS også typisk mange gange højere, og CPA meget lavere for brandsøgeord. Den store forskel i performance understreger vigtigheden af en skarp opdeling mellem de to spor, da brandsøgeordrerne kan give et skævt billede af den samlede performance.

En kampagnestruktur hvor søgeord er inddelt i henholdsvis brand og generiske kampagner er dog ikke nok i sig selv. Korrekt anvendelse af negative søgeord spiller ligeledes en vigtig rolle.

Vi har set adskillige eksempler, hvor annoncører har opdelt deres opsætning i brand og generiske kampagner, men hvor op til 20% af omsætningen tilskrevet generiske kampagner faktisk kom fra brandsøgninger og ikke generiske søgninger. Derfor bør du gennemgå dine søgetermsrapporter en ekstra gang for at sikre dig, at dine brandsøgninger kun opfanges af brandkampagnerne.

Udover kampagnestrukturen spiller korrekt anvendelse af søgeordsmatchtyper og negative søgeord ligeledes en vigtig rolle for om søgetermerne opdeles korrekt.

Du kan læse mere om korrekt anvendelse af søgeordsmatchtyper og negative søgeord i næste afsnit.

Har du udfordringer med høje klikpriser på dine brandsøgeord eller generiske søgeord? Nedenfor har vi samlet et lille overblik over potentielle årsager til dette:

  • Høje bud
  • Lav kvalitetsscore (<7). Lav kvalitetsscore kan bl.a. skyldes:
    • Anvendelse af søgeordsmatchtypen broad
    • Manglende adskillelse søgeordsmatchtyper
    • Få annoncegrupper med ’generiske’ annoncebudskaber
    • Uhensigtsmæssig anvendelse af negative søgeord

Uhensigtsmæssig anvendelse af søgeordsmatchtyper

Kampagne- og annoncegruppestruktur kan ikke stå alene. En hensigtsmæssig anvendelse af søgeordsmatchtyper og negative søgeord spiller ligeledes en vigtig rolle, men det er sammensætningen af disse to elementer der er særlig vigtig.

Når du arbejder med paid search i Google Ads, så kan du vælge mellem tre forskellige søgeordsmatchtyper. For at forstå forskellen mellem disse søgeordsmatchtyper, er det vigtigt at skelne mellem søgeord og søgetermer.

Søgeord er de ord du målretter i dit paid search setup. Søgetermer er derimod de faktiske søgninger som brugere foretager på Google. Det er søgeordets matchtype der afgør, hvornår et søgeord matcher med en given søgeterm, og hvornår du dermed får vist din annonce.

De tre søgeordsmatchtyper er exact, phrase og broad match. I tabellen nedenfor kan du se eksempler på, hvilke søgetermer de enkelte søgeordsmatchtyper kan matche med.

Søgeordsmatchtypen exact er, som navnet antyder, den mest eksakte matchtype. Med denne matchtype vil du kun få vist annoncer ved eksakte udryk eller relevante varianter af dette udtryk. Det er anvendelsen af exact match, der giver dig den største kontrol med, hvilken annonce du viser for en given søgning. Derfor anbefaler vi også, at størstedelen af din omsætning og konverteringer kommer fra søgeord med matchtypen exact.

I den anden ende af spektret har vi broad match. Broad match matcher med synonymer, relaterede søgninger og andre relevante varianter. Ud fra vores erfaring kan formuleringen ’relevant’ diskuteres og man skal være meget varsom med at benytte denne matchtype. Vi har fx oplevet, at hvis man målretter søgeordet ’herretøj’ i broad match, så matcher søgeordet med søgetermer som ’dametøj’, hvilket ikke må siges at være relevant. Du kan med andre ord let komme til at betale for irrelevant trafik og det kan hurtigt blive en dyr fornøjelse. Vi har ofte set markante reduktioner i spend uden fald i omsætning eller konverteringer, ved blot at skifte til exact og phrase match.

Derfor fraråder vi også at anvende broad match. I stedet anbefaler vi en kombination af exact og broad match. Exact match anvender vi for at maksimere vores kontrol og dermed kvalitetsscore, og phrase match anvender vi for at udvide vores rækkevidde og identificere nye relevante søgetermer.

Hvis du benytter dig af broad match i dit nuværende setup, så vil vi råde dig til hurtigst muligt at gennemgå dine søgetermsrapporter for at se om du betaler for irrelevant trafik der ikke konverterer. Hvis du identificerer irrelevante søgetermer, så kan du med fordel ekskludere disse ved at anvende negative søgeord.

Uhensigtsmæssig anvendelse af negative søgeord

Måden hvorpå der anvendes negative søgeord har ligeledes stor indflydelse på dit ad spend. Negative søgeord kan anvendes til at ekskludere søgetermer, som du ikke ønsker at få vist annoncer på. Derudover kan negative søgeord også give dig kontrol over, hvilke søgeterner der skal matches med hvilke søgeord og dermed annoncer.

Som du måske allerede har bemærket, så overlapper de forskellige søgeordsmatchtyper med hinanden. Det vil sige at hvis du fx målretter søgeordet sort jakkesæt i exact, phrase og broad match og samtidig ikke benytter negative søgeord, så vil alle tre søgeord overlappe med hinanden. Det vil sige, at nogle gange vil søgeordet exact trigge en annonce og andre gange vil det være søgeordet i phrase og broad match. Dette er uhensigtsmæssigt af to årsager:

  1. Højere klikpriser: I tilfælde hvor flere søgeord overlapper med hinanden, vil det typisk være søgeordet med det højeste bud der vil blive benyttet i Googles auktion. Det vil med andre ord sige, at du med en uhensigtsmæssig anvendelse af negative søgeord, kan risikere at ’byde dig selv op’, hvilket naturligvis ikke er optimalt.
  2. Lavere kontrol: Hvis flere søgeord overlapper med hinanden, har du mindre kontrol med, hvilke annoncer du får vist ved den pågældende søgeterm. Dette kan medføre at du får vist en annonce som er mindre relevant overfor den pågældende søgning, hvilket kan påvirke din kvalitetsscore negativt. Kvalitetsscoren har stor indvirkning på den klikpris du betaler, så en lavere grad af kontrol med annoncebudskaber vil indirekte resultere i højere klikpriser.

Nedenfor kan du se nogle eksempler på søgeordsoverlap, hvor der anvendes forskellige søgeordsmatchtyper og hvor en uhensigtsmæssig anvendelse af negative søgeord har medført, at de samme søgetermer overlapper med flere søgeord. Søgetermet ’revisor hjælp’ har fx trigget annoncevisninger fra søgeordet ’revisor hjælp’ i exact og ’hjælp til regnskab’ samt ’gratis revisor rådgivning’ i broad match.

Overlap mellem forskellige søgeordsmatchtyper vil altid forekomme. Ved hjælp af en hensigtsmæssig kampagnestruktur samt anvendelse af negative søgeord er det dog relativt let at undgå. Du kan bl.a. gøre følgende:

  1. Opdel kampagner efter matchtype: Vi anbefaler at benytte en ’dobbelt kampagnestruktur’, hvor du inddeler dine kampagner efter matchtype. Det vil sige at vi fx opretter en kampagne der kun indeholder søgeord med exact match, og en kampagne til phrase match. Ved at opdele dine søgeord på denne måde, så kan du ved hjælp af negative søgeord undgå overlap.
  2. Anvend negative søgeordslister: Negative søgeord kan anvendes på flere forskellige niveauer: Kampagne og annoncegruppeniveau og det der hedder negative søgeordslister.

Den væsentligste forskel mellem negative søgeord på kampagne- og annoncegruppeniveau og negative søgeordslister er, at negative søgeord på kampagne- og annoncegruppeniveau kun fungerer indenfor den respektive kampagne eller annoncegruppe. Dette betyder at selvom du ved hjælp af negative søgeord måske undgår overlap indenfor samme kampagne, så kan søgeord i andre kampagner sagtens overlappe med de samme søgetermer. Se eksempel nedenfor. Hvis du benytter denne metode, så skal du huske at anvende de negative søgeord på alle de andre kampagner, hvor der kan risikere at være overlap. Dette gør administreringen af negative søgeord langt mere omfangsrig.

Her er negative søgeordslister smartere. Disse lister virker på tværs af kampagner og derved kan du undgå overlap mellem kampagner. Derudover skal du kun opdatere de pågældende negative søgeord et enkelt sted, hvilket gør det væsentligt lettere at administrere.

Automation

I vores review-framework skelner vi mellem automatisering og smart bidding. Generelt kan man godt argumentere for at smart bidding blot er automatisering af ens budgivning – det er jeg ikke uenig i.

Når vi laver konto-reviews kan vi godt lide af adskille disse to elementer. Med automation mener vi her automatisering af manuelle processer og monitorering med henblik på effektivisering og kvalitetssikring.

En ressourcekrævende manuel proces der kan automatiseres, er bl.a. keyword mining hvor søgetermer med god performance tilføjes som søgeord, og hvor irrelevante søgetermer ekskluderes. Dette er en rigtig vigtig løbende optimeringsøvelse, som relativt nemt kan automatiseres ved hjælp af et script. Den vanskelige del er at opsætte kriterier for scriptet, som scriptet skal agere på baggrund af. Her spiller erfaring en vigtig rolle.

Hvis du benytter dig af målretningsteknikken query sculpting på Google Shopping, så kan dette også automatiseres ved hjælp af et negativt keyword script. Det kan fx være at du har en shopping-kampagne målrettet produktsøgetermer, og at disse søgetermer derfor skal ekskluderes fra de øvrige kampagner. Dette kan et script bl.a. gøre.

Derudover er det oplagt at benytte et anomaly script til monitorering af dine paid search aktiviteter, og som fx kan sende dig en notifikation, hvis dine annoncer eller kampagner stopper med at køre. Der er også mulighed at få et script til løbende at monitorere din eksponeringsandel for individuelle kampagner, og modtage en notifikation hvis der sker et markant fald, etc. På denne måde kan du hurtigere opdage evt. fejl eller muligheder.

Smart bidding

Optimal udnyttelse af smart bidding forudsætter, at der er særligt godt styr på både paid search strategien og kontostrukturen. Derfor er dette punkt også placeret øverst i vores review-framework.

Det bliver utrolig ofte fortalt at machine learning og kunstig intelligens er vejen frem indenfor digital marketing, og det er jeg generelt enig i. Dette forudsætter dog, at der er godt styr på det basale paid search ’håndværk’. Vi har flere gange set, at Google smart bidding har gjort mere skade end gavn, da det har været anvendt en uhensigtsmæssig paid search strategi eller kontostrukturen har været dårlig opsat.

Uhensigtsmæssig aktivering af smart bidding

En af de fejl vi oftest ser, er anvendelsen af budstrategier der ikke matcher den valgte paid search strategi eller de valgte marketingmål. Hvis du fx har en webshop og omsætning og ROAS er dine vigtigste KPI’er, så kan du med fordel vælge en mål-ROAS budstrategi der optimerer mod omsætning ud fra en mål-ROAS.

Vi har dog flere gange set, at annoncører i stedet har anvendt en mål-CPA budstrategi. Dette er ikke optimalt, da du fra et CPA-perspektiv godt kan opnå en tilfredsstillende lav CPA, men samtidig sagtens have en lav ROAS under din målsætning.

Årsagen til at annoncører vælger en budstrategi der optimerer mod en anden KPI end deres primære KPI er sandsynligvis, at mål-CPA budstrategien oftere fremgår af Googles anbefalings feature. Som du måske har bemærket, kommer Google løbende med anbefalinger til, hvilke budstrategier man kan igangsætte. Hvis der er tale om et relativt lille datagrundlag, så er der en tendens til, at Google ofte anbefaler at benytte en mål-CPA budstrategi, selvom du annoncerer for en webshop, hvor en mål-ROAS ellers er mere optimal.

En anden typisk faldgrube er valg af konverteringsmål, som budstrategien skal optimere mod. Google smart bidding budstrategier optimerer mod alle de konverteringer der indgår i kolonnen konverteringer. Som standard indgår alle medtagne konverteringer i denne kolonne – medmindre andet er valgt.

Som jeg nævnte tidligere, så kan det nogle gange give god mening både at benytte primære og sekundære konverteringsmål. Når du benytter smart bidding skal du dog være særlig opmærksom på dit valg af sekundære konverteringsmål – særligt hvis du anvender mange forskellige sekundære konverteringsmål og de samtidig udgør en stor andel af dine konverteringer.

I sådanne tilfælde skal man være påpasselig med at benytte en mål-CPA budstrategi, da smart bidding algoritmen kan være tilbøjelig til at optimere mod et konverteringsmål, der udgør en stor del af det samlede antal konverteringer, men som ikke nødvendigvis bidrager med stor reel værdi. I tilfælde hvor du benytter flere forskellige konverteringsmål, bør du overveje at vægte de enkelte konverteringsmål i forhold til hinanden, og i stedet benytte en budstrategi der optimerer mod at maksimere den samlede konverteringsværdi.

Har du både en webshop og fysiske butikker, og samtidig har adgang til Googles Store Visits konverteringsmål, så kan du med fordel gøre brug af en budstrategi, der optimerer mod omsætning og fysiske butiksbesøg. For at opnå den optimale effekt af budstrategien, er det dog vigtigt at skelne mellem de forskellige søgeintentioner.

Søgninger som fx ”tøjbutikker aarhus”, ”tøj odense”, etc., kan betegnes som lokalsøgninger. Når brugere foretager sådanne lokalsøgninger, er det ofte udtryk for, at brugeren i den givne situation er interesseret i at besøge en fysisk butik frem for at foretage et køb i en webshop. I sådanne situationer kan du med fordel gruppere dine søgeord efter intention. For kampagner målrettet lokalsøgninger vil det give god mening at anvende en budstrategi der optimerer mod fysiske butiksbesøg, da dette konverteringsmål stemmer bedst overens med søgeintentionen. Hvis du derimod fx anvender en budstrategi der optimerer mod omsætning, så kunne du risikere at budstrategien stille og roligt ville ’kvæle’ kampagnen, da konverteringsraten for transaktioner sandsynligvis vil være lav.

Hvis du benytter forskellige typer kampagner, fx lokalkampagner og kampagner med omsætning i webshop som primære mål, så kan det være en god idé at benytte konverteringshandlingssæts.

Ved hjælp af konverteringshandlingssæt kan du anvende forskellige konverteringsmål på tværs af dine kampagner ud fra deres primære formål, og derved anvende tilpassede budstrategier ud fra disse mål.

I IMPACT Extend arbejder vi typisk ud fra følgende tre konverteringshandlingssæt:

  • Search – Standard: Omsætning / Leads
  • Search – Lokalkampagne: Omsætning / Leads + Fysiske butiksbesøg
  • Display – Primære + Sekundære konverteringer

Mangelfuld aktivering af første- og tredjepartsdata

Tidligere var paid search annoncering primært baseret på søgeordsmålretning. Men over de senere år har vi fået flere og bedre muligheder for at optimere målretningen gennem aktivering af første- og tredjepartsdata.

Førstepartsdata dækker over dine egne brugerdata i form af remarketing-lister, og tredjepartsdata dækker over Googles forskellige in-market og interessebaserede målgrupper. Alle disse data kan være med til at optimere din paid search annoncering, da det giver dig mulighed for at foretage budjusteringer på baggrund af flere brugersignaler. Derudover har du også mulighed for at målrette eller ekskludere specifikke målgrupper.

Første- og tredjepartsdata beriger altså din budgivning – uanset om du benytter automatisk eller manuel budgivning. Derfor bør du også arbejde med at berige dit setup med denne type data.

Anvender du manuel budgivning så har du udover dit søgeordsbud kun tre signaler at foretage budjusteringer ud fra. Det er tid, enhed og lokation. Ved at tilføje første- og tredjepartsdata giver får du fem forskellige signaler at optimere dine bud ud fra.

Automatisk budgivning medtager som standard op til ti forskellige brugersignaler i sin budgivning, hvilket bl.a. er med til at forklare, hvorfor smart bidding har en fordel over manuel budgivning. Google giver simpelthen sine algoritmer adgang til mere data end du har adgang til gennem manuel budgivning. Du kan naturligvis også berige smart bidding med første- og tredjepartsdata. Gør du dette så kommer antallet af brugersignaler op på tolv.

Der er ikke ekstra omkostninger forbundet med aktivering af første- og tredjepartsdata. Derfor bør du også straks begynde at berige dine kampagner med denne type data!

opsummering

Et uhensigtsmæssigt paid search setup kan let resultere i et unødvendigt højt ad spend. Derfor bør du sikre dig at dit setup er opsat hensigtsmæssigt. Til at hjælpe dig med dette har jeg introduceret dig for vores review-framework samt de typiske uhensigtsmæssigheder og faldgruber, som du skal være særlig opmærksom på.

Jeg vil anbefale, at du gennemgår din nuværende opsætning step-by-step ud fra reviewframeworket. Du vil opleve at det er en ressourcekrævende øvelse, men du vil sandsynligvis også opdage en masse fejl og uhensigtsmæssigheder, og dermed også at det er tiden værd.