Advertentieroulatie in AdWords: van onbepaalde tijd naar geoptimaliseerd rouleren

Google reikte het afgelopen jaar verschillende tools aan om je AdWords account te automatiseren, ook heeft automation meer statuur gekregen in de nieuwe AdWords interface. Zo werd Smart Bidding beter op de kaart gezet, werden Smart Display Campaigns geïntroduceerd en is advertentieroulatie een serieuze factor geworden in de optimalisatie van accounts door Google. Over de advertentieroulatie wil ik het in deze blogreeks dan ook graag hebben. Benieuwd hoe je advertentieroulatie voor je kunt laten werken? Lees dan verder! 

Van onbepaalde tijd naar geoptimaliseerd rouleren

Waar het laten optimaliseren van de advertentieroulatie door Google bij mij in eerste instantie tot weerstand leidde, ben ik daar nu van teruggekomen. De voornaamste reden om de instelling niet te gebruiken was voor mij dat een A/B-test scheef zou groeien en de instelling mogelijk meer vertoningen gunt aan de advertentie uiteindelijk niet het meest relevant had gebleken na een evenredige A/B-test. In deze tweedelige blogreeks wil ik je meenemen in de overgang van rouleren voor onbepaalde tijd naar geoptimaliseerd rouleren (deel 1) en in wat naar mijns inziens de beste manier is om een A/B-test op te zetten wanneer je eenmaal geoptimaliseerd rouleert (deel 2).

In de nieuwe AdWords interface is de diversiteit van campagne instellingen die je advertentieroulatie mogelijkheden geeft ingeperkt. Waar je voorheen een viertal opties had, zijn dit er nu nog twee:

  • Voorrang geven aan de best presterende advertentie
  • Advertenties voor onbepaalde tijd laten rouleren
  • Optimaliseren voor conversies (niet meer ondersteund)
  • Gelijkmatig rouleren (niet meer ondersteund)

Met een keuze voor een van de twee roulatiemethoden, gaat ook een andere manier van A/B-testen van advertentieteksten gemoeid.

A/B-testen en advertentieroulatie zoals we dat tot nu toe altijd hebben gedaan

De traditionele manier van A/B-testen in AdWords is vrij straight forward. Je zet twee advertentieteksten naast elkaar waarbij (bij voorkeur) slechts één variabele afwijkt ten opzichte van de andere advertentietekst.  Met de campagne instelling advertenties voor onbepaalde tijd laten rouleren krijg je op den duur een verdeling in vertoningen van nagenoeg 50/50. In de praktijk betekent dit dat je veelal advertentie elementen tegen elkaar af gaat zetten. Bijvoorbeeld een A/B-test die ik zelf regelmatig doe is de Call to Action in de Kop 2. Met deze test kijk ik dan welke van de twee Call to Actions de beste resultaten haalt. Kop 2 is een element dat er uitspringt en daarom het snelst tot een verschil in je data zal zorgen waar je op door kunt testen. In de praktijk ziet dit er bij mij vaak als volgt uit:

  1. advertentieroulatie-A
  2. advertentieroulatie-B

In de bovenstaande voorbeeld A/B-test zie deze variabelen weergegeven op Kop 2. Hierin heb ik “Begin nu met A/B testen” afgezet tegen “Ga vandaag nog A/B testen”. Bij genoeg verschil in de advertenties zal je, afhankelijk van het volume vertoningen en klikvolume op de verschillende advertentievarianten een winnaar kunnen definiëren. Om het te versimpelen heb ik in onderstaande afbeelding de advertenties weergegeven als smileys, waarbij de verschillende advertentie onderdelen uit te drukken zijn in onderdelen van de smiley. Denk aan kleur (boodschap), de ogen (kop 1 en 2) en mond (de beschrijvingsregel).

advertentieroulatie01

Een voordeel van de methode waarmee je twee advertenties gelijkmatig laat rouleren is dat je relatief veel grip hebt op welke advertentie op welk moment wordt vertoond. Het uitgaanspunt en streven is dat beiden varianten 50% van de vertoningen voor hun rekening nemen. In het voorbeeld van de smileys weten we na verloop van tijd of de smiley met een vrolijke smiley, of juist een verdrietige smiley zorgt voor een hogere doorklikratio.

Best presterende advertentie krijgt voorrang

Dan is er de instelling waarbij je voorrang geeft aan de best presterende advertentie. Dit op basis van een combinatie van de CTR (en conversiepercentage wanneer eCPC of Smart Bidding is ingeschakeld). Deze instelling zou verschillende voordelen hebben en zou bijdragen aan de automatisering van je AdWords account.

Toename van advertentierelevantie

Denk je bijvoorbeeld in dat een roulatie waarbij beiden advertenties 50% van de vertoningen krijgen geen rekening houdt met het device, de locatie of eventuele doelgroepen in je account waarbinnen een gebruiker valt.

De instelling voorrang geven aan de best presterende advertentie zou rekening moeten houden met onder anderen de bovenstaand genoemde eigenschappen van de gebruiker en de advertentie meer op basis van context vertonen. Het zou bijvoorbeeld kunnen dat een gebruiker op een desktop apparaat eerder getriggerd wordt door de advertentie weergegeven als lachende smiley, terwijl onder mobiele gebruikers verdrietige smiley relevanter is. Dit betekent dat de advertenties naar verloop van tijd geen 50/50 verhouding genieten als het gaat om vertoningen. Door een toename van de mate waarin je verschillende advertenties worden vertoond aan verschillende gebruikers, zou het totaal aantal vertoningen ook toe moeten nemen.

Toename van vertoningsaandeel en vertoningen

Doordat Google de advertenties op specifieke gebruikers geselecteerd kan vertonen, zou het aantal uitleveringen moeten toenamen en daarmee ook het vertoningsaandeel.

Meer spend?

Dat deze methode van advertentieroulatie voor- en tegenstanders kent zal je wellicht niet verbazen. Bij veel updates binnen AdWords waarbij we controle uit handen geven aan Google wordt vaak geroepen dat het toepassen van de update of de instelling je uiteindelijk geld kost. Hoewel ik dan ook groot voorstander ben van het experimenteren van de nieuwe automatiseringsmogelijkheden binnen AdWords, heb ik niet bij alle accounts waar ik heb geëxperimenteerd met deze instelling ook een toename in de kwaliteit van klikken gezien. Daarom raad ik aan niet “cold turkey” over te gaan van een gelijkmatige roulatie naar een geoptimaliseerde roulatie. Maar weeg de twee instellingen vooral tegen elkaar af, bijvoorbeeld door het opzetten van een experiment van een concept campagne.

Als je dan toch overgaat op geoptimaliseerd rouleren heb ik twee tips die de prestaties van je advertentiegroepen drastisch kan doen verbeteren:

  1. Gebruik tenminste 3 advertenties per advertentiegroep, op deze manier heeft Google meer mogelijkheden in het besluit een bepaalde advertentie aan een specifieke gebruiker te vertonen.
  2. Zorg ervoor dat je advertenties van elkaar verschillen, als je advertenties van elkaar verschillen kan het algoritme meer onderscheid maken in de toewijzing van een advertentie op een specifieke gebruiker.

Advertenties vs. Advertentievarianten door advertentieroulatie

Als we de traditionele gedachte van A/B-testen, waarbij we voor onbepaalde tijd evenredig rouleren, 1 op 1 proberen mee te nemen naar een geoptimaliseerde roulatie, loop je al gauw tegen een aantal lastige kwesties aan.Want zorgt een advertentiedichtheid van 3 advertenties er niet voor dat je wildgroei aan advertenties krijgt?

Als Google een advertentie niet genoeg vertoont, hoe kan het algoritme dan bepalen welke advertentie daadwerkelijk beter presteert?

Het antwoord zit het hem eigenlijk in de manier waarop we A/B-testen benaderen en hoe je het verschil tussen advertenties en advertentievarianten definieert. Waar je met klassiek A/B-testen de twee advertenties als varianten van elkaar ziet, moet je bij een geoptimaliseerde advertentieroulatie advertenties binnen advertentiegroep als losse advertenties zien.

Presteert de ene advertentie bijvoorbeeld beter binnen de ene advertentiegroep dan in de andere?

In de perceptie van welke advertentie het beste bijdraagt aan de performance van een advertentiegroep kun je de advertenties wel met elkaar vergelijken. Maar in de regel verschillen de advertenties dusdanig van elkaar dat er geen “schone” A/B-test gemaakt kan worden omdat ze op teveel variabelen van elkaar verschillen. Het zijn dus zeker geen varianten van elkaar. In deze setup krijg je een advertentiegroep waarbinnen de advertenties er, volgens het voorbeeld van de smileys als onderstaand uit ziet. Hierbij raad ik aan een advertentiedichtheid van tenminste drie per advertentiegroep te hanteren.

Hoe maak je daar een A/B-testingproces van waarbij je kan doortesten met de best presterende advertentie

Anders dan bij de traditionele manier van A/B-testen, kan het met de geoptimaliseerde advertentieroulatie in je voordeel werken als je advertenties zo veel mogelijk van elkaar verschillen. Dit zorgt ervoor dat het algoritme beter kan bepalen welke advertentie beter werkt en/of relevanter is voor een specifieke gebruiker. Je staat er trouwens vrij in om meer dan drie advertentie toe te passen. Bedenk je alleen wel dat de snelheid waarin je data vergaart om te kunnen bepalen welke advertentie de beste performance biedt, afhankelijk is van het aantal advertenties waarover de data met betrekking tot vertoningen en klikken gedeeld moet worden. Voor het gemak heb ik er weer drie smileys bij gepakt die advertenties representeren.

advertentieroulatie02

Met de geoptimaliseerde advertentieroulatie zal het algoritme een van de drie advertenties meer vertoningen ten opzichte van andere twee advertenties. Anderzijds zal een van de drie advertenties op den duur ook aanzienlijk minder vertoond dan de overige twee advertenties. De performance van de advertenties hoef je dan ook enkel nog op basis van het aantal vertoningen te af te rekenen. Het algoritme kijkt immers al naar de relevantie van de verschillende advertenties en zal hierbij de meest en vaakst relevante advertentie het beste vertonen en vice versa. Hierbij zie ik in veel gevallen dat de meest vertoonde advertentie ook daadwerkelijk een betere CTR haalt. Waar je in het “oude” A/B-testen het slechts presterende variabel zou vervangen en zou doortesten of verder zou testen op een ander advertentie element, kan een optimalisatieslag van advertenties er als onderstaand uit zien.

advertentieroulatie03

In het bovenstaande voorbeeld heb ik advertentie 2 volledig vervangen voor een nieuwe advertentie. Voornaamste reden hiervoor zou een gebrek aan vertoningen zijn. Neem bij het optimaliseren van je advertentie set de vrijheid om advertenties in of uit je set te halen, of slechts een element aan te passen. Zoals ik in het bovenstaande voorbeeld. In deze fictieve roulatie heeft advertentie 1 slechts een aanpassing gekregen op een advertentie element, de richting van de mond. Advertentie 3 deed het het beste, deze heb ik laten staan zoals hij was. Met een berekening op het totaal aantal vertoningen binnen je advertentie groep en het aantal vertoningen per advertentie kun je een statistische onderbouwing geven aan de best presterende advertentie. Gebruik hier bijvoorbeeld de tool van House Of Kaizen voor om een A/B/C+ split test op te zetten.

Cliff-hanger: A/B-testen met de geoptimaliseerde roulatie

In het gebruik van meer dan twee advertenties die op meerdere variabelen van elkaar verschillen kun je A/B-testen waarin je beide variaties toch 50% van de vertoningen geeft, ondanks de geoptimaliseerde roulatie. Hoe je dit doet zonder volume te verliezen omdat je meer dan twee advertenties gebruikt of, omdat een van je advertenties minder vertoond wordt, kom ik op terug in deel 2 van de reeks!

Gebruik jij ondertussen de geoptimaliseerde advertentieroulatie al? Dan ben ik heel benieuwd naar jouw bevindingen!