Wie kann ein KI-basiertes Modell bei der Planung des Google-Ads Kampagnenbudgets helfen?

Direkt auf LinkedIn teilen!

Eine gezielte Budgetierung von Google Ads Kampagnen ist ein entscheidender Faktor für erfolgreiches Onlinemarketing. Doch Anhand welcher Faktoren sollte man die Budgetierung der Google Ads Kampagnen vornehmen? In diesem Blogpost wird ein Modell von IT-WINGS vorgestellt, das dabei hilft, basierend auf Daten und mit Hilfe von maschinellem Lernen, die optimale Strategie für die Budgetierung von Google Ads Kampagnen zu entwickeln.

Google Budgetempfehlungen

Google gibt in Google Ads, basierend auf Algorithmen und historischen Daten, Empfehlungen für die Anpassung von Kampagnenbudgets. Allerdings gibt es bei der Verwendung der empfohlenen Budgets einige Probleme:

  • Undurchsichtigkeit:
    Das von Google präsentierte Budget ist undurchsichtig. Es präsentiert lediglich ein Ergebnis in Form einer Zahl. Wie diese Zahl errechnet wurde, oder wieso genau dieser Wert optimal sein soll, bleibt unklar.
  • Mangel an Individualisierungsmöglichkeiten:
    Das Modell bietet nur begrenzte Anpassungsmöglichkeiten an die individuellen Ziele und Bedürfnisse eines Werbetreibenden. Jedes Unternehmen hat einzigartige Zielvorgaben, Zielgruppen und Wettbewerbsfaktoren, die möglicherweise nicht ausreichend in das generische Modell einfließen.
  • Begrenzte Transparenz in der Datengrundlage:
    Werbetreibende haben wenig Einblick in die Qualität und Konsistenz der Daten, die Google für die Empfehlungen heranzieht. Dies kann zu Unsicherheiten führen, besonders wenn Werbetreibende genaue und zuverlässige Informationen für ihre Entscheidungen benötigen.
  • Unrealistische Vorgaben:
    Manchmal schlägt das Modell von Google schlicht unrealistische Werte vor.

Folglich kann die alleinige Nutzung des von Google empfohlenen Budgets zu suboptimalen Ergebnissen führen, da es möglicherweise nicht genau auf die individuellen Anforderungen und Zielsetzungen eines bestimmten Unternehmens zugeschnitten ist.

IT-WINGS hat daher ein eigenes Modell entwickelt, mit dem eine transparente, anpassungsfähige und zielgerichtete Budgetoptimierung erreicht werden kann.

Schritte zur Budgetoptimierung

Der Kern des von IT-WINGS entwickelten Modells ist eine KI-basierte Regression auf Daten, die aus dem analysierten Google Ads Account stammen. Bevor dies geschehen kann, müssen die Daten jedoch extrahiert, analysiert und verarbeitet werden. Anschließend werden die Ergebnisdaten gesammelt und visualisiert. Für die Optimierung dieses Prozesses hat IT-Wings eine einfache Software  mit Skripten zur Automatisierung einzelner Prozessschritte entwickelt. Die Schritte in der Ermittlung optimaler Kampagnen Budgets werden im Nachfolgenden erläutert.

1. Automatisierte Abfrage

Zunächst erfolgt eine voll automatisierte Abfrage der Google Ads Accountdaten. Über eine Konfigurationsdatei werden die Abfrageparameter festgelegt. Je nach dem spezifischen Ziel des Kunden werden bestimmte Metriken, wie Conversions, Kosten und CTR mit unterschiedlicher Granularität, zum Beispiel auf Kampagnen-, oder Keyword-Ebene gesammelt. Bei größeren Accounts erreichen die Datensätze eine Größe von vielen Millionen Zeilen, die in Form einer JSON-Datei gespeichert werden.

Abbildung 1: Oben Google Ads Account; Unten gewonnene Rohdaten

2. Datenanalyse und -auswahl

Die Grundlage des Modells ist eine gründliche Analyse der vorhandenen Daten. Das Modell automatisiert und optimiert große Teile dieses Schritts. Dennoch ist das Fach- und Marktwissen des Analysten, der das Modell verwendet, entscheidend. Er identifiziert mit Hilfe der von dem Modell generierten Grafiken Trends, bewertet die Datenqualität und -konsistenz und berücksichtigt auch den Einfluss relevanter Marktveränderungen. Basierend auf seinen Analysen wählt er dann die Daten aus, die für das Training des Modells geeignet und relevant sind.

Abbildung 2: Ausschnitte aus der Analyse der Rohdaten

3. Modellerstellung und Regression

Die ausgewählten Daten werden nun für die Erstellung des eigentlichen Modells verwendet. Hierfür wird der Zeitraum der Daten und eine zu optimierende Zielgröße ausgewählt. Diese Einstellungen hängen stark von den Zielen des Kunden ab. Ein Beispiel wäre, dass ein Unternehmen seine Conversions mit einem gut performenden Account maximieren möchte und überlegt, bis zu welchem Wert eine Budgetsteigerung in einem signifikanten Zuwachs in Conversions resultieren würde. In diesem Fall wären die Conversions und Kosten wichtige Optimierungsgrößen. Zunächst werden die entsprechenden Daten vorstrukturiert und dann an das Modell weitergegeben. Das KI basierte Regressionsmodell erkennt dann Trends in den Daten und ermittelt ein Optimum für jede Kampagne.

Abbildung 3: Beziehung zwischen Kosten und Conversions von „Kampagne 1“

In der Abbildung sieht man die von dem Modell gebildete Regressionslinie. Sie bildet eine auf historischen Daten basierende Beziehung zwischen Kosten und Conversions ab und gibt Aufschluss darüber, wie viele Conversions für ein bestimmtes Budget zu erwarten sind. In den abgebildeten Beispieldaten kann man einen Trend an der Roten Linie erkennen. Dieser Trend weist auf einen abnehmenden Grenznutzen hinsichtlich zusätzlicher Conversions durch Budgetsteigerungen bei Kampagne 1 hin. Einfach erklärt bedeutet das:

An der roten Linie kann man ableiten, dass bei 20 Euro Budget fast 5 Conversions zu erwarten sind. Verdoppelt man das Budget, verdoppeln sich allerdings nicht die zu erwartenden Conversions.

Es kommen nur ca. 2 Conversions hinzu. Das Modell erkennt hier, dass spätestens ab einem Budget von 60 Euro kaum mehr eine signifikante Steigerung der Conversions zu erwarten ist. Mit diesem Trend kann das Modell ein Optimum ermitteln, bei dem es keinen Sinn mehr macht, mehr Geld zu investieren.

4. Ergebnisse und Anpassungen

Die Ergebnisse werden in einer übersichtlichen Tabelle zusammengefasst. Häufig werden auch mehrere Optimierungsansätze ausprobiert und deren Ergebnisse miteinander verglichen, so wie in Abbildung 4. Neben der zuvor vorgestellten Strategie zur Optimierung der Conversions, sind dort die Ergebnisse für eine kosteneffiziente Strategie durch die Optimierung des Cost per Conversion dargestellt. Dadurch können die Ergebnisse verglichen werden und es ist möglich für jede Kampagne das optimale Budget zu ermitteln.

Abbildung 4: Beispielhafte Ergebnisdarstellung

Fazit und Ausblick

Die Budgetierung von Google Ads Kampagnen ist eine komplexe Aufgabe, die datenbasierte Modelle erfordert, um genaue und individualisierte Entscheidungen zu treffen. Diese Herausforderung meistert IT-WINGS durch die Analyse von Rohdaten und die Anwendung statistischer Methoden. Wir ermöglichen es unseren Kunden dadurch, ihre Budgets zu optimieren und den Erfolg ihrer Kampagnen zu steigern. Außerdem sind mit dem Modell von IT-WINGS tiefgehende, individuelle Analysen von Langzeittrends, Filterung von Top-Kampagnen und Keywords nach bestimmten Kriterien und individuelle Optimierungen auf Kampagnen- und Keyword-Ebene möglich.

Wenn Ihre Events wie gewünscht gesendet werden, können Sie die GTM-Version veröffentlichen und mit der Datenerfassung beginnen.

Falls Sie weiteres Interesse oder Fragen zu dem Modell von IT-WINGS haben, stehen wir Ihnen gerne zur Verfügung!

Weitere Blogbeiträge

dunkelblauer Hintergrund mit einem Graph

Webanalyse mit R Teil 3

Webanalyse mit R – Teil 3 Webanalyse mit R – Teil 3 Bei unserem letzten Blogbeitrag wurde beschrieben wie die Statistik-Software R mit dem Trackingtool Google Analytics verknüpft werden kann.

Weiterlesen »