Anzeigenstärke für responsive Suchanzeigen: Was ist das und warum sollten Sie sich darüber keine Sorgen machen?

Wenn Sie ein PPC-Werbetreibender sind, sind Ihnen Bewertungen in Ihrem Anzeigenkonto sicherlich nicht fremd, z. B. Qualitätsbewertung oder Optimierungsbewertung. Da Responsive Search Ads (RSAs) erweiterte Textanzeigen ersetzen, sind Werbetreibende nun zunehmend einer neuen Art von Bewertung ausgesetzt, die als Anzeigenstärke bezeichnet wird.

In diesem Beitrag erkläre ich, was die Stärke der Responsive Search Ads-Anzeige ist, wie wichtig sie ist und wie sie im Vergleich zu anderen Optimierungswerten abschneidet, die es schon länger gibt.

Was ist Anzeigenstärke?

Google definiert Anzeigenstärke wie folgt:

Anzeigenstärke liefert Ihnen Feedback, damit Sie sich darauf konzentrieren können, Ihren Kunden die richtigen Botschaften zu übermitteln. Es zeigt, wie gut ein Werbemittel den Best Practices für eine optimale Leistung folgt, von „Unvollständig“, „Schlecht“, „Durchschnittlich“, „Gut“ bis „Ausgezeichnet“.

Dies ist die neueste Art von Punktzahl, die Werbetreibende in ihren Konten sehen, die mit Responsive Search Ads verknüpft sind.

Spielt die Anzeigenstärke eine Rolle?

Google gibt an, dass dies ein Best-Practice-Score ist und einen guten ersten Eindruck hinterlassen soll. Dies ist eine wichtige Wortwahl und bedeutet, dass Sie nicht aus Ihrer tatsächlichen Leistung lernen. Und während ein guter erster Eindruck wichtig ist, sind langfristige Ergebnisse noch wichtiger.

Die Anzeigenstärke verwendet ein maschinelles Lernmodell, das untersucht, welche Anzeigenattribute in der Regel guten Ergebnissen für einen Werbetreibenden entsprechen. Wird beispielsweise ein Werbetreibender mit 10 verschiedenen Varianten eines Anzeigentitels eine bessere Leistung erzielen als ein ähnlicher Werbetreibender mit 15 verschiedenen Varianten desselben Anzeigentitels?

Haben Anzeigen, die das primäre Keyword einer Anzeigengruppe enthalten, tendenziell eine bessere Leistung als Anzeigen, die nicht dasselbe Keyword enthalten?

Werden Anzeigen mit zu vielen redundanten Wortgruppen schlechter abschneiden als solche, die Redundanz vermeiden?

Dies sind super hilfreiche Einblicke, um die Dinge in Gang zu bringen, und wir können alle etwas aus den Lektionen der Geschichte lernen.

Sobald Sie jedoch eine gute Basisanzeige haben, vergessen Sie die Anzeigenstärke, denn obwohl sie widerspiegelt, was für die Massen in der Vergangenheit gut funktioniert hat, kümmert sie sich nicht darum, was für Sie funktioniert. Ein Werbetreibender, dessen Anzeige mit "schwacher" Anzeigenstärke beginnt, sehr gute Leistungen zu erbringen, wird dennoch als "schwach" gekennzeichnet.

Lassen Sie mich das noch einmal sagen. Die Anzeigenstärke ändert sich nicht basierend auf Ihrer Leistung!

Daher ist es möglich, dass Werbetreibende mit fantastischen Conversion-Raten, niedrigen CPAs und Tonnen von Gewinnen eine schlechte Anzeigenstärke haben. Sie folgen nicht der allgemeinen Weisheit, aber sie sind trotzdem erfolgreich. Anders denken wird bei diesem Modell nicht belohnt.

Wenn Sie also ein erfahrener Vermarkter sind, ist nichts falsch daran, eine Anzeige zu erstellen, von der Sie glauben, dass sie wirklich gut funktioniert, selbst wenn sie laut den Vorhersagen von Google eine schlechte Anzeigenstärke hat.

Was in diesem Fall viel wichtiger ist, ist eine genaue Überwachung und methodisches Experimentieren, um sicherzustellen, dass die tatsächliche Leistung das widerspiegelt, was Ihrer Meinung nach die Anzeige erreichen kann.

Wirkt sich eine schlechte Anzeigenstärke auf die Anzeigenbereitstellung aus?

Wenn Sie befürchten, dass eine schlechte Anzeigenstärke dazu führt, dass Ihre Anzeige seltener geschaltet wird, seien Sie versichert, dass die Anzeigenstärke den Anzeigenrang oder den Qualitätsfaktor nicht beeinflusst. Mit anderen Worten, wenn Ihre Anzeigenstärke schlecht ist, bedeutet dies NICHT, dass Google Ihre Anzeige in der Anzeigenauktion abwertet.

Es ist jedoch möglich, dass Ihre Anzeige wirklich schlecht ist und daher auch einen niedrigen Qualitätsfaktor und einen niedrigeren Anzeigenrang in Auktionen erhält. Korrelation, nicht Kausalität.

Einige Leute glauben unter anderem, dass eine schlechte Anzeigenstärke dazu führt, dass ihre Anzeige weniger geschaltet wird, weil Google einige Anzeigen eine Zeit lang als „schlecht (eingeschränkte Eignung)“ gekennzeichnet hat. Dieser Status war verwirrend und wurde inzwischen entfernt.

Ist die Anzeigenstärke statisch?

Mein Punkt ist zwar, dass die Anzeigenstärke ignoriert werden kann, weil sie von der Leistung getrennt ist, aber sie ist nicht vollständig statisch. Anzeigenstärke mag beispielsweise Anzeigen, die das Hauptschlüsselwort der Anzeigengruppe im Überschriftentext enthalten.

Wenn sich also die Keywords einer Anzeigengruppe ändern oder wenn sich die Mischung der Keywords ändert, die die meisten Impressionen erzielen, kann sich die Anzeigenstärke ändern, selbst wenn keine Änderungen an den Assets der Anzeige vorgenommen wurden.

Sollten Sie auf den Qualitätsfaktor achten?

Der Qualitätsfaktor (QS) ist der ursprüngliche Wert für maschinelles Lernen/künstliche Intelligenz in Google Ads. Es gibt es seit fast 2 Jahrzehnten und sein Zweck war es immer, die Wahrscheinlichkeit vorherzusagen, dass eine Anzeige relevant genug ist, um angeklickt zu werden.

Ein wichtiger Punkt beim Qualitätsfaktor ist, dass sich der anfängliche QS eines Werbetreibenden schnell ändern kann, wenn das System mehr Daten über das Schlüsselwort sammelt. Mit anderen Worten, da ein Konto über mehr eigene Daten verfügt, spiegelt die angezeigte Qualitätsfaktorzahl die wahre Realität der Qualität und Relevanz dieses Kontos besser wider.

Daher ist es für Werbetreibende sinnvoll, QS genau zu beachten und zu versuchen, es so hoch wie möglich zu machen.

Die Zahl, die Sie sehen, wird im Laufe der Zeit zu einer besseren Darstellung der Realität. Und denken Sie daran, dass je höher der Qualitätsfaktor, desto niedriger die Kosten pro Klick, die ein Werbetreibender zahlen muss, um seine Position in der Anzeigenauktion zu halten.

Sollten Sie auf den Optimierungsfaktor achten?

Der Optimierungsfaktor hat, genau wie der Qualitätsfaktor, ein Element des maschinellen Lernens. Der Zweck des Optimierungsfaktors besteht darin, Werbetreibenden mitzuteilen, wie viel Headroom in ihren Konten verfügbar ist. Wenn sie beispielsweise Gebote oder Budgets ändern würden, wie viele weitere Conversions könnte diese Änderung möglicherweise bewirken.

Die geschätzte Zahl basiert auf maschinellem Lernen und ist wie bei jeder Vorhersage nicht immer ganz genau. Es lohnt sich jedoch, auf den Optimierungsfaktor zu achten, denn wenn Sie einen niedrigen Optimierungsfaktor haben, bedeutet dies, dass das maschinelle Lernen von Google glaubt, dass Sie viele potenzielle Conversions auf dem Tisch lassen.

Sie sollten den Vorschlag bewerten und dann eine Entscheidung treffen, die darauf basiert, wie genau Sie die Auswirkungen einschätzen. In Optmyzr rendern wir selektiv einige der Möglichkeiten von Google zur Verbesserung des Optimierungsfaktors, indem wir die Vorhersagen von Google mit unseren eigenen vergleichen, um Werbetreibenden dabei zu helfen, die unserer Meinung nach besten Möglichkeiten zu nutzen.

Hüten Sie sich vor Closed-Loop-Feedback-Systemen

Das Problem mit einem weitgehend statischen Feedback-System wie der Anzeigenstärke besteht darin, dass Sie in einem geschlossenen Kreislauf stecken bleiben. Dieses Konzept wird in dem Buch „The Loop“ von Jacob Ward von NBC News erklärt.

Die Idee ist, dass maschinelles Lernen unser Verhalten auf unerwünschte Weise beeinflusst. Im Falle von Werbetreibenden sagt uns maschinelles Lernen, wie wir mit unseren Anzeigen kreativ sein können. Aber was es empfiehlt, basiert auf dem, was in der Vergangenheit für andere funktioniert hat.

Und wenn es allen sagt, dasselbe zu tun, und wir gehorchen, bleiben wir in einem geschlossenen Kreislauf stecken.

Hier ist ein Beispiel, mit dem Sie sich vielleicht besser identifizieren können. Wenn wir uns nur die Empfehlungen von Netflix ansehen, welche TV-Sendungen wir als nächstes sehen sollen, beeinflussen die Algorithmen von Netflix unsere Entscheidungen, und diese Entscheidungen fließen in den Algorithmus ein, um zukünftige Empfehlungen zu geben.

Algorithmus: Hey, du solltest dir diese coole Fernsehsendung ansehen, sie ist angesagt, wo du lebst.

Ich: Klar, schaue ich mir an.

Algorithmus: Wow, sieh dir das an, eine andere Person, die diese Show anschaut, ich sollte noch mehr davon empfehlen.

Ich: Wo sind all die neuen und einzigartigen Shows? Alles fühlt sich gleich an!

Der Ad Strength Score verursacht ein ähnliches Problem für Werbetreibende. Wenn der Algorithmus uns sagt, was wir aufgrund dessen, was in der Vergangenheit funktioniert hat, tun sollen, verhindert er Experimente, die neue Erfolgsgeschichten hervorbringen können, die zukünftige Vorhersagen verändert haben könnten.

Die Anzeigen werden homogenisiert und unsere Kreativität wird nicht mehr belohnt.

Eine kurze Einführung in die Funktionsweise von maschinellem Lernen

Alle oben genannten Scores haben ein Element in maschinellem Lernen und künstlicher Intelligenz. Deshalb finde ich es wichtig, kurz zu erklären, wie diese Technologie funktioniert. Wenn wir das verstehen, werden wir in der Lage sein, die Mängel und potenziellen Fallstricke zu erkennen.

Ein Teil des maschinellen Lernens funktioniert, indem es ein Modell erstellt, das die Zukunft auf der Grundlage dessen vorhersagt, was in der Vergangenheit passiert ist. Der erste Schritt beim Erstellen von maschinellem Lernen besteht darin, das Modell zu erstellen, das manchmal als Trainingsphase bezeichnet wird. Während der Trainingsphase werden historische Daten in die Maschine eingespeist, damit sie Korrelationen zwischen den verschiedenen Attributen finden kann, die dem gewünschten Ergebnis entsprechen.

Nehmen wir zum Beispiel den Qualitätsfaktor. Die Maschine sucht nach Signalen, die höheren Klickraten entsprechen, einem Indikator für die Anzeigenrelevanz. Es kann feststellen, dass das Vorhandensein des Keywords im Anzeigentext ein Faktor ist, der mit einer höheren CTR korreliert, und dies daher in sein Modell einbauen, sodass Keywords mit solchen Anzeigen eine höhere Punktzahl erhalten.

Nachdem das Modell getestet und iteriert wurde, wird es bereitgestellt und beginnt, Vorhersagen zu treffen. Im Falle des Qualitätsfaktors wird die Wahrscheinlichkeit vorhergesagt, dass jede Anzeige, die versucht, an der Auktion teilzunehmen, einen Klick erhält. Es macht diese Vorhersage jedes Mal, wenn ein Benutzer eine Suche durchführt.

Das Modell könnte statisch sein, regelmäßig aktualisiert werden oder kontinuierlich aus dem Erfolg seiner eigenen Vorhersagen lernen, um sich selbst zu verbessern. Wenn das Qualitätsbewertungsmodell beispielsweise vorhersagt, dass auf eine Anzeige geklickt wird und dann nicht, aktualisiert es sein Modell, sodass zukünftige Vorhersagen genauer sind. Dies nennt man bestärkendes Lernen.

Sie sollten auch verstehen, dass Modelle mit unterschiedlichen Datensätzen erstellt werden können und unterschiedliche Arten von Signalen mehr oder weniger gewichten. Im Falle des Qualitätsfaktors werden die Modelle mit allen Google Ads-Daten erstellt, die über einen jüngeren Zeitraum zurückreichen, aber sie sind so konzipiert, dass sie die eigene Leistung eines Kontos stärker gewichten, wenn diese Daten verfügbar sind.

Wenn also ein Werbetreibender seinem Konto ein neues Keyword hinzufügt, basiert sein anfänglicher Qualitätsfaktor eher auf systemweiten Daten. Wenn das Keyword beginnt, im Konto des Werbetreibenden einen eigenen Verlauf aufzubauen, wirkt sich dies stärker auf den Qualitätsfaktor aus.

Einpacken

Eine höhere Anzeigenstärke bedeutet nicht eine bessere CTR oder eine bessere Conversion-Rate oder einen besseren Qualitätsfaktor. Wenn Sie neu in der Werbung sind oder nicht wissen, was funktionieren wird, betrachten Sie dies als Ratschlag.

Aber wenn Sie ein erfahrener Werbetreibender sind, tun Sie das, was Sie am besten können. Erstellen Sie die Anzeige, die bei Ihrer Zielgruppe gut ankommt, und konzentrieren Sie sich auf die Leistung. Lassen Sie sich nicht nur von der Anzeigenstärke blenden.

Erhalten Sie einmal im Monat umsetzbare PPC-Tipps, Strategien und Taktiken von Branchenexperten in Ihren Posteingang.