6 Google Ads-taktikker, der afhænger af din kontostørrelse

Alle “avancerede” Google Ads-taktikker afhænger af data. I dagens artikel gennemgår jeg 6 taktikker og viser, hvorfor det rigtige svar vender helt om, alt efter hvor meget data din konto rent faktisk leverer.

6 Google Ads-taktikker, der afhænger af din kontostørrelse

Jeg ser det igen og igen: specialisten der kalder sig selv “avanceret” og derefter bruger avancerede taktikker på en konto, der ikke kan bære dem. Uanset hvor sofistikeret taktikken er, så er den forkert, hvis den bliver brugt i den forkerte situation (og så udfordrer jeg gerne, om du er avanceret).

Automatisering bliver mere værdifuld, jo flere konverteringer du har.

Man skulle tro, at en stor konto genererer langt mere spild end en lille, alene fordi der bevæger sig flere penge. Efter min erfaring er det som regel omvendt.

Smart Bidding og resten af Googles automatisering bliver eksponentielt bedre, jo mere data du fodrer dem med:

Jeg undskylder for de visuals, der følger. Jeg glemte at tagge vores designer, så claude lavede dem med den forkerte farvepalette, og jeg er løbet tør for tokens for i dag 😇

Grafen viser, hvordan Smart Bidding præsterer bedre, jo mere konverteringsdata kontoen leverer.

Gå videre end artiklen

Derfor er videoen bedre:

  • Se rigtige eksempler fra faktiske konti
  • Få dybere indsigter, som ikke kan formidles på skrift
  • Lær avancerede strategier til komplekse situationer

Den eneste regel der reelt betyder noget: datamængde

Når vores større coaching-kunder hører den gamle sætning om, at “du skal have minimum 30 konverteringer om måneden, for at Smart Bidding virker” og begynder at tale om at splitte kampagner op, siger jeg til dem, at de stiller det forkerte spørgsmål.

Det reelle spørgsmål er, hvor godt det virker på forskellige dataniveauer:

Kurve der viser, hvordan Smart Bidding præsterer bedre, jo flere konverteringer kontoen har om måneden.

Sådan tænker jeg groft sagt om det:

  • 30 konv./md.: Ethvert udsving i performance skaber problemer.
  • 100 konv./md.: Det tager et stykke tid at korrigere kursen.
  • 300 konv./md.: Smart Bidding er godt.
  • 1.000 konv./md.: Smart Bidding er fremragende og korrigerer kursen hurtigt.
  • 5.000 konv./md.: Smart Bidding er suverænt og cirka 5x bedre end ved 100 konverteringer om måneden.

Overfør det så til struktur.

Hvis du tager en konto med 1.000 konverteringer om måneden og splitter budgivningen ud på 10 kampagner, har du reelt lavet den om til en konto med 100 konverteringer om måneden:

Illustration: 1.000 konverteringer fordelt på 10 kampagner giver kun 100 konverteringer at lære af per kampagne.

Det er den mest åbenlyse fejl, jeg ser hos folk, der arbejder med både små og store konti. Kontoen er præcis lige så stor som før, men de data, der fodrer hver kampagne, er en tiendedel af, hvad de var.

Nedenfor er de seks taktikker, hvor det rigtige svar vender helt om, alt efter kontostørrelsen.

1. Segmentering, kampagnestruktur og Smart Bidding

Den første forskel er, hvor granulært du bør gå til værks.

Det er her, mange forsøger at fremstå avancerede og ender med at gøre Smart Bidding dårligere. Mikromanager du små segmenter, udsulter du algoritmen, og tabet af data koster mere performance, end segmenteringen nogensinde henter hjem.

Illustrationen viser to kontostrukturer: én med få samlede kampagner og én med mange små, datafattige segmenter.

På en lille konto er simpelt bedre. Færre kampagner er bedre. At samle dine data ét sted er hele øvelsen på dette stadie, så du skal holde antallet af forskellige targets til forskellige kampagnegrupperinger nede.

Samme logik gælder, når du justerer targets. Hvis du har 50 konverteringer ved et target på 500% ROAS, sker der ingenting ved at skifte til 550%. Du har ikke nok data til, at systemet med sikkerhed kan registrere forskellen, så det tager langt længere tid at reagere.

Illustration af en lille konto med få kampagner og ét samlet ROAS-target over for en stor konto med segmenterede targets.

På større konti ændrer det sig. Samler du alt i ét target, finder du aldrig det lokale maksimum for hvert segment. For nogle segmenter er det ideelle target 420%. For andre bør du maksimere volumen ved 550%.

Illustration af én kampagne med samlet ROAS-target over for flere segmenter med hvert sit target på 420% og 550%.

Det er der, granularitet begynder at give mening. Mere granulært er ikke altid bedre, men det kan være det. Finder du ud af, om kampagne A performer bedre ved 450% eller 550%, kan det frigøre reel ekstra volumen ved en marginalt lavere ROAS. Den største fejl her er stadig at overdrive det, men på en stor konto har du i det mindste data til at gøre noget.

2. Broad Match (og AI Max)

Det her gælder begge dele. Hvis du læser med, efter AI Max helt har erstattet Broad Match (hvilket jeg tror, det gør), så byt bare mentalt om på begreberne.

Broad Match fungerer ved at sende signaler til Smart Bidding om, hvor der skal bydes, og hvor der ikke skal. Når du har få konverteringer, brænder du mange penge af, før systemet snævrer ind på, hvad der virker.

Regn på det. Hvis du får 50 konverteringer om måneden på 6.500 kr. i forbrug, så koster det dig yderligere 6.500 kr. at finde yderligere 50 konverteringer. Det er færre end to konverteringer om dagen i læringssignal.

Regnestykket: 50 konverteringer for 6.500 kr. betyder, at de næste 50 koster 6.500 kr. mere i læringssignal.

I det tempo er det svært at se, hvordan Smart Bidding skulle nå at regne ud, hvad der virker. Oveni har du lige fordoblet dit forbrug, og det er en enorm relativ risiko for en lille annoncør.

Jo smallere din niche er, jo tidligere kan du gå i gang med Broad Match uden at frygte spild.

Illustration: Broad Match på en lille konto giver mest spild, mens store konti bruger den til at nå længere op i funnelen.

Men generelt er Broad Match langt farligere, når kontoen er lille.

På større konti vender logikken. Broad Match lader dig finde søgninger, du aldrig selv havde tænkt på. De fleste af dem konverterer dårligere, fordi enhver PPC-specialist, der er værd at sætte på en stor konto, allerede har fundet bottom-funnel-søgeordene. Det er netop pointen: for at blive ved med at skalere er du nødt til at bevæge dig tidligere i funnelen, og det er urentabelt at forsøge for tidligt i en kontos liv.

3. Brand splits i Shopping og PMax

Spørgsmålet her er, om du bør skille brandsøgninger ud i deres egne kampagner i Shopping eller Performance Max. I Search er svaret altid ja. I Shopping og PMax afhænger det fuldstændig af kontostørrelsen.

På små konti gælder: Jo mindre data du har, jo større er risikoen for at ryge ned i dødsspiralen med for lidt data. Systemet kan ikke optimere, og det stopper ofte med at byde på en søgeterm, simpelthen fordi det missede ROAS i en uge.

Illustration af to konti side om side: lille konto beholder brand i kampagnen, stor konto splitter brand ud.

Beholder du brandsøgeordene inde i kampagnen, får du en baseline af konverteringsværdi, som forhindrer systemet i at overreagere. Hver gang det sænker bud på eksisterende søgetermer, trækker brandtrafikkens ROAS gennemsnittet op, og det giver systemet plads til at blive ved med at byde på termer, der midlertidigt underperformer.

På den lille konto holder brandtrafikkens høje ROAS gennemsnittet oppe, så systemet bliver ved med at byde på generiske termer.

Gør du det samme på en stor konto, er det en fejl. Du har rigeligt med data, så du har ikke brug for, at brand holder dig oppe. Værre endnu: store konti har som regel betydelig brandsøgevolumen, og så er brandspild ikke noget, du bare kan lade ligge.

På små konti stabiliserer brandtrafik ROAS, mens den på store konti blot skjuler spildt budget.

I mange af de konti, vi har overtaget hos Savvy, spildte dårligt håndterede brandsøgninger flere penge, end hele vores honorar udgjorde. Ingen freelancer og intet bureau kan forsvare at lade det fortsætte.

4. Negative søgeord

Smart Bidding tager i høj grad selv hånd om at byde lavere på søgetermsniveau, og det reducerer behovet for negative søgeord (jeg har lavet en hel video om hvorfor du bør stoppe med at bruge dem).

Men på små konti er konverteringssignalet simpelthen ikke der hurtigt nok. Har systemet kun en håndfuld konverteringer at lære af, kan det tage alt for lang tid at opdage, at en søgeterm er dårlig. Det er der, du stadig skal træde til og lave det manuelle arbejde.

På små konti skal du stadig luge irrelevante søgetermer ud manuelt, fordi Smart Bidding mangler data at lære af.

På store konti gælder det modsatte. Du kan tilføje nul negative søgeord og køre helt fint videre.

Vi kører flere konti hos Savvy helt uden negative søgeord. Spildet ligger under 5%, og vi ser jævnligt søgetermer, der “burde have været negeret” for seks måneder siden, performe godt i dag.

Søgetermsrapport fra en stor konto uden negative søgeord, hvor spildet ligger under 5%.

At lade Smart Bidding selvregulere har været en rar lille gevinst. Jo mere data det har, jo mindre behøver du at holde manuelt opsyn med hver eneste søgeterm.

Selvfølgelig gælder intet af det her for en advokat, der betaler klikpriser på 650 kr.:

Søgetermsrapport for en advokatkonto, hvor få irrelevante klik til 650 kr. stykket æder hele budgettet.

5. POAS-budgivning

POAS-budgivning lyder som en no-brainer, men det kan skade en konto, der ikke kan bære det.

Når du rapporterer på profit, skærer du konverteringsværdien ned med 2-4x, mens antallet af konverteringer er det samme.

Sammenligning af omsætningsbaseret og profitbaseret konverteringsværdi, hvor POAS skærer værdien ned med 2-4x.

Det gør også dine data mindre stabile. Kører du en kampagne med rabat, mister du ikke “20%” af konverteringsværdien.

Du mister 40-60% af marginen. Det er et langt større udsving for systemet at absorbere. Begge dele kan være dræbende for konti med lavt forbrug.

Den eneste grund til at køre POAS-budgivning på en lille konto er, hvis du har analyseret dine produkter og fundet store marginforskelle, så du har råd til en lavere ROAS på bestemte produkter:

Produktoversigt med forskellige dækningsbidrag, hvor højmargin-varer kan bære en markant lavere ROAS.

I det tilfælde giver POAS Smart Bidding dig mulighed for at handle på margindata uden at splitte op i flere kampagner og udvande dine data yderligere.

På større konti? Bare kør på. Du har konverteringsvolumen og værdidata, som systemet kan arbejde med, og stabiliteten til at overleve en kampagneuge.

6. Optimeringskadence

Den her er den sværeste, fordi det føles forkert at vente. Men at forsøge at optimere en konto, før du har nok data til at se, hvad der er sket siden din sidste ændring, giver kun frustration.

Jeg lover dig: At udvide hvor ofte du optimerer fra ugentligt til hver anden uge, månedligt og endda kvartalsvis bliver en af de bedste beslutninger, du træffer på en lille konto:

Tidslinje der viser, hvordan optimeringskadencen strækkes fra ugentligt til månedligt eller kvartalsvis på små konti.

Store konti er en anden historie. Amazon var i internettets tidlige dage berømt for at have nok trafik til at køre split tests over dage i stedet for uger.

Jo flere tests du kan køre, jo hurtigere finder du bedre performance. Din optimeringscyklus fungerer på samme måde, så sæt kadencen efter, hvor hurtigt kontoen leverer et pålideligt signal.

Det går galt, når man skifter mellem kontostørrelser

De, jeg ser gå fra små til store konti, begynder som regel at mikromanage, fordi der pludselig er data nok til at retfærdiggøre at bygge mange kampagner.

De tager også et højere honorar, så de føler sig forpligtede til at grave ned i alle detaljerne.

Men store kunder betaler dig ikke 1500 kr. i timen for at sikre, at dine sitelinks er perfekte.

Læs det igen!!

Den største fejl, når man arbejder med både små og store konti, er at bruge de samme best practices alle steder og skabe så meget granularitet, at den store konto begynder at opføre sig som en lille.

Du genskaber small-data-problemet inde i en large-data-konto:

En stor konto skåret op i for mange små kampagner, så hver enkelt mangler data nok til Smart Bidding.

Mere data frister til flere kampagner. Et højere honorar får folk til at føle sig forpligtede til at gøre mere. Begge dele skærer kontoen op i segmenter, der er for tynde til, at Smart Bidding kan håndtere dem.

Reglen du skal tage med dig

Dine data sætter reglerne. At du ved, at en avanceret taktik findes, retfærdiggør ikke, at du bruger den på den konto, du sidder med.

Jobbet er ikke at bruge den mest avancerede taktik. Jobbet er at bruge den taktik, kontoen rent faktisk kan bære.

[TL;DR]

  • Smart Bidding-performance skalerer med data. Ved 5.000 konverteringer om måneden er det cirka 5x bedre end ved 100, så strukturbeslutninger betyder mere end taktikkens sofistikering.
  • Splitter du en konto med 1.000 konverteringer ud på 10 kampagner, bliver den til en konto med 100 konverteringer, med en tiendedel af data bag hver eneste budbeslutning.
  • Seks taktikker vender med kontostørrelsen: segmentering, Broad Match/AI Max, brand splits i Shopping og PMax, negative søgeord, POAS-budgivning og optimeringskadence.
  • På små konti: Saml dine data, vær forsigtig med Broad Match, behold brand inde for stabilitetens skyld, brug negative søgeord, vent med POAS, og sænk tempoet i din optimeringscyklus.
  • På store konti: Granularitet kan frigøre volumen, Broad Match finansierer opdagelsen af nyt, brand bliver skjult spild, negative søgeord bliver stort set unødvendige, og POAS er et klart ja.

Skriv en kommentar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *