Google Ads casestudier: En skeptikers guide

Vi har alle set dem. Den flotte PDF fra Google lander i din indbakke, eller en karrusel glider forbi i dit LinkedIn-feed og fremviser et kæmpe brand, der opnår utrolige resultater. Dette kvartal virker det som en uendelig strøm af casestudier fra navne som Nissan, L’Oreal og ClickUp.

Når jeg ser dem, er jeg ikke altid sikker på, hvad jeg skal stille op med dem. Hvordan kan en millionkampagne for L’Oreal overføres til de webshops, vi håndterer i dagligdagen? Derfor tænkte jeg, det kunne være nyttigt at skille et par af dem ad og finde ud af, hvad den gennemsnitlige annoncør – om noget – kan lære af dem. Lad os slå én ting fast fra starten: Jeg tvivler ikke på tallene. Google forfalsker ikke data; de har flere lag af verifikation for at sikre, at statistikkerne er korrekte. Tallene er altid reelle. Når det er sagt, er det sammenligningsgrundlaget, der altid er den pudsige del.

Problemet med “272 % flere leads”

Først har vi en klassiker fra Nissan, der påstår, at de øgede antallet af leads med 272 % blot ved at bruge Broad Match. Hver gang jeg ser en eksisterende, stor annoncør, der angiveligt tredobler eller firdobler deres leadvolumen med en enkelt ændring som denne, ringer alle alarmklokker hos mig.

Hvad Nissans Broad Match-casestudie ikke fortæller dig

Et tal som “272 % stigning” er fuldstændig værdiløst uden kontekst. Det, Google gerne vil have dig til at tro, er, at bare det at slå Broad Match til på magisk vis åbnede for en flodbølge af nye leads af høj kvalitet. Det er bare aldrig hele billedet.

Her er en kort liste over spørgsmål, jeg med det samme stiller mig selv, som kunne forklare sådan et spring:

• Hvilken tidsperiode er der tale om? Sammenligner vi én uge i år med én uge sidste år? En enkelt dag? Det kan have en enorm betydning.
• Ændrede de definitionen på et “lead”? Måske begyndte de at tælle butiksbesøg som en konvertering, hvilket man aldrig bør gøre. En simpel ændring i konverteringshandlinger kan sagtens fremtvinge sådan et resultat.
• Hvad var budstrategien? Hvis de brugte manuel budgivning før (usandsynligt, men muligt) og skiftede til Smart Bidding med Broad Match, så har budstrategien lige så stor en andel i resultatet som søgeordstypen.
• Fjernede de negative søgeord? Den her er en af mine favoritter. Man kan åbne for en masse (ofte lavkvalitets) volumen ved at slagte en liste med negative søgeord.
• Begyndte de at annoncere på deres eget brandnavn? Hvis de ikke bød på brand før, vil en tilføjelse via Broad Match selvfølgelig skabe en enorm stigning i “leads”.

Sæt altid spørgsmålstegn ved udgangspunktet

Kerneårsagen er altid det udgangspunkt, du sammenligner med. I alle de tests, vi har kørt for fornuftigt administrerede konti, har jeg aldrig set et signifikant løft ved blot at tilføje Broad Match. Helt ærligt har jeg aldrig set noget, der kommer i nærheden af de tal. Vi bruger Broad Match på mange konti, hvor det giver mening, men de her casestudier skaber fuldstændig urealistiske forventninger.

Bør du teste Broad Match? Måske. Men forvent ikke en stigning på 272 % i performance. Et tal som det fortæller mig, at kontoen sandsynligvis var i en forfærdelig forfatning til at starte med.

Analyse af L’Oreals AIMAX-hype

Dernæst har vi et casestudie fra L’Oreal, som tilføjede AI-drevne annoncer i Search (AIMAX) og så nogle overvældende resultater: en 67 % højere CTR, en 2x højere konverteringsrate og en 31 % lavere CPA. Det er den slags tal, der ville få enhver til at ville hoppe med på AIMAX-vognen med det samme.

 

Men igen, vi er nødt til at grave dybere.

Imponerende procenter, men hvad med volumen?

Selvom jeg vil give Google kredit for at inkludere flere tal i denne case, er det spørgsmål, jeg altid stiller: Hvor meget ekstra volumen fik jeg ud af det her? En højere CTR og lavere CPA er fint, men det, vi alle reelt ønsker, er flere konverteringer og mere omsætning.

Casestudiet nævner, at kampagnen gav et performance-løft på 27 % i konverteringsværdi. Hov, vent lige engang. Specifikke produkter oplevede en fordobling i konverteringer (en stigning på 100 %), men det samlede løft var kun på 27 %? Det fortæller mig én af to ting: Enten oplevede andre kampagner et markant fald, eller også var de nye konverteringer, som AIMAX skabte, for produkter med en meget lavere værdi. Det er et løft, og et løft på 27 % er godt, men det er ikke den “2x konverteringer”-overskrift, de lægger ud med.

Hvornår giver AIMAX egentlig mening? (Hint: Næsten aldrig)

Casestudiet fremhæver, at AIMAX hjalp L’Oreal med at fange søgninger som “bedste creme mod uren hud”, som de angiveligt ikke ramte før. Det rejser med det samme et spørgsmål: Hvad var der galt med deres kampagnestruktur, siden de ikke allerede målrettede så relevant et søgeord med høj købsintention med Broad, Phrase eller Exact Match?

Det virker, som om AIMAX bliver positioneret som en løsning på et problem, der ikke burde eksistere i en velstruktureret konto. For en annoncør som L’Oreal, med enorme budgetter og formodentlig et specialiseret Search-team, giver det kun mening, hvis de vitterligt havde udtømt alle andre muligheder. Tilpasning af annoncetekst og udvidelse af endelig URL er interessante features (og helt ærligt, noget som Dynamic Search Ads har kunnet i årevis), men de er kun relevante for en meget lille andel af annoncører.

Personligt venter jeg stadig på at se AIMAX levere meningsfulde resultater på en rigtig konto. Det føles som en feature, der blev forhastet for at nå en produktlancering, og som ikke er klar endnu.

Googles juleguide: Find sandheden i de selvpromoverende råd

Til sidst, lad os se på Googles juleguide. Dette er mindre et casestudie og mere en samling af best practices. Og bare fordi et råd kommer fra Google, betyder det ikke, at det er dårligt, men du er nødt til at tage de kritiske briller på.

Den virkelige grund til at “engagere brugere tidligere”

Et af hovedbudskaberne er at “engagere brugere tidligere på sæsonen” og køre always-on kampagner. Selvfølgelig vil Google have dig til at annoncere tidligere og lade dine annoncer køre længere (det betyder flere annoncekroner til dem). Men der er en kerne af sandhed i det, som de ikke forklarer særlig godt.

Den reelle grund til at starte tidligt, især med platforme som YouTube og Demand Gen, har mindre at gøre med kundeadfærd og mere med algoritmen. Disse systemer har brug for tid til at lære. Især Demand Gen er altid elendig i starten. Det tager mindst en måned for algoritmen at finde ud af, hvem din målgruppe er, og hvor den skal finde dem. Hvis du lancerer en ny kampagne den 1. november, er den ikke klar til Black Friday.

Du skal tænke på to ting i julehandlen: at maksimere performance i år og at maksimere læring til næste år. At starte tidligt giver algoritmen tid til at lære, hvilket opfylder begge dele.

En note om fastholdelsesmål i Search

Guiden berører også brugen af fastholdelsesmål og priser kun for medlemmer. Jeg skal være ærlig: Jeg har altid haft svært ved at se, hvordan man effektivt bruger annoncekroner på fastholdelse i Search, da vores primære fokus er på at skaffe nye kunder. Der er dog specifikke use cases. For eksempel kan du bruge RLSA (Remarketing Lists for Search Ads) til at byde på bredere, normalt ikke profitable søgninger, men kun for brugere, der har besøgt dit website før. Visheden om, at de kender dit brand, kan få regnestykket til at gå op.

Det er en god påmindelse om, at det ikke kun handler om at målrette forskellige søgninger, men om at behandle de søgninger forskelligt, alt efter om brugeren er ny eller en, du kender i forvejen.

Den eneste ressource fra Google, du reelt bør læse

Så hvad er min konklusion efter alt dette om Googles casestudier og best practices? Helt ærligt, så bruger jeg dem ikke til ret meget.

Disse polerede historier fra store brands er ikke særligt brugbare, fordi de mangler den kritiske kontekst, vi har brug for, for at kunne handle på dem. Hvis du leder efter ressourcer fra Google, er min favorit Google Ads Hjælp. Seriøst. Der er så meget værdifuld information i den officielle dokumentation.

At læse den tekniske dokumentation om AIMAX vil være uendeligt meget mere brugbart for dig end at læse et marketing-casestudie om det. Hvis det er for tungt stof, er det her, folk som os kommer ind i billedet – for at bryde det ned på en måde, der er letforståelig og brugbar.

[Kort fortalt]

• Sæt spørgsmålstegn ved udgangspunktet. Tallene i casestudier er reelle, men sammenligningsgrundlaget er ofte mangelfuldt eller misvisende, hvilket får procentvise stigninger til at se kunstigt høje ud.
• Se på den absolutte volumen. Imponerende procentvise løft i metrics som CTR eller konverteringsrate betyder ikke meget, hvis den reelle stigning i omsætning eller samlede antal konverteringer er lille.
• Find den skjulte tekniske sandhed. Googles råd tjener ofte dem selv, men der er som regel en reel, praktisk årsag bag (f.eks. betyder “start tidligt” i virkeligheden “giv algoritmen tid til at lære”).
• Læs dokumentationen, ikke markedsføringen. Den mest værdifulde information fra Google findes i de tunge, tekniske artikler i deres Hjælp-center, ikke i de polerede casestudier uden kontekst.