zoeken
+31(0) 40 304 0070bel ons
Contactmail ons
menu

Google Ads: Experimenteren kun je leren

Hoe dan? Luuk legt het je uit aan de hand van een sterke klantcase.

Terug naar alle blogberichten
Daag ons uit!
  1. Home
  2. Blog
  3. Google Ads: Experimenteren kun je leren

Google Ads: Experimenteren kun je leren

Voor de een is het bekend terrein en de ander blijft er het liefst zo ver mogelijk vandaan: experimenten in Google Ads. Hoewel de functie al lange tijd in Google Ads bestaat, springt hij niet erg in het oog. Waar binnen vakgebieden als e-mailmarketing en conversieoptimalisatie A/B-testen standaard is, is dat binnen Google Ads nog niet altijd zo. Desondanks bieden experimenten in Google Ads wél goede mogelijkheden om geplande wijzigingen te testen. Experimenteren in Google Ads? Een strak plan. Luuk legt het je uit.

Wat kun je bereiken met experimenteren?

We leggen het uit aan de hand van een klantcase. De uitdaging: Het aantal offerte aanvragen laten groeien. Zonder dat de kosten per conversie (CPA) exponentieel toeneemt. Een echte uitdaging. Maar die gaan we niet uit de weg. Op naar de tekentafel met de huidige campagnes.

95% van de offerte aanvragen is afkomstig uit één campagne. Dus ons startpunt is bepaald. Een strakke campagne opbouw en een goede conversiemeting zorgen ervoor dat ze campagne al maanden succesvol is door middel van de biedstrategie ‘conversies maximaliseren’. Dus zoveel mogelijke conversies genereren binnen het vastgestelde budget. Er is gekozen voor de zoekwoordtypes ‘exact’ en ‘broad match modified’.

Het algoritme van de automatische biedstrategie is de afgelopen jaren een stuk slimmer geworden. Met de komst van automation vindt er een verandering plaats in welke zoekwoordtypes handig zijn om in te zetten. In het verleden zorgde het volledige brede zoekwoordtype ‘broad’ (wat anders is dan broad match modified) voor veel niet-relevant verkeer. Het gevolg? Een relatief laag rendement. Maar de automatische biedstrategiën zijn sterk verbeterd. Hierdoor is het juist interessant om deze types juist heroverwegen.

Aangezien Googles automation zijn werk goed deed met de huidige parameters, hebben we ervoor gekozen om de automatische biedstrategie in haar kracht te gebruiken. Al hebben we een kleine aanpassing gedaan. We zijn tenslotte aan het experimenteren. In de originele campagne maken we gebruik van de types broad match modified en ‘exacte’ zoekwoorden.

Om voor de klant meer conversies binnen te halen konden we handmatig de campagnes uitbreiden. Maar met de kracht van automation in ons achterhoofd, kozen we ervoor om Google te vertrouwen en de automatische biedstrategie in haar kracht in te zetten. De originele campagne bevat zoekwoorden van het type broad match modified en exact. In het experiment hebben we de broad match modified zoekwoorden aangepast naar broad zoekwoorden. De exacte zoekwoorden en alle andere instellingen zijn onveranderd gelaten.

 

Het resultaat van dit experiment?

De belangrijkste statistieken voor dit experiment waren het aantal behaalde conversies en de kosten per conversie. Na een periode van twee maanden hebben we op beide onderdelen een significante wijziging gevonden. Het aantal conversies steeg significant met 42%. En de kosten per conversie lieten een duidelijk zichtbare daling van -32% zien. Een meetbaar resultaat en een zeer tevreden klant dus. Niet alleen het doel is behaald. We hebben ook het aantal conversies significant laten toenemen en als bonus de CPA sterk laten dalen.

Vanzelfsprekend hebben we de geteste wijziging definitief doorgevoerd. We profiteren nog dagelijks van het uitgevoerde experiment. Wil jij ook testen of jouw ideeën voor wijzigingen verbluffende resultaten laten zien? Test het met een experiment! Doordat het verkeer eerlijk wordt verdeeld en Google de statistische berekening voor haar rekening neemt, weet je zeker dat je wijziging goed wordt getest. Jouw voordeel? Wél de betrouwbare resultaten, maar niet het rekenwerk.

En nu? Zelf aan de slag natuurlijk!

Nu je overtuigd bent de kansen is het tijd om zelf aan de slag te gaan. Denk eens goed na over welke doelen je voor klanten probeert te behalen. Pak je jaarplan en Google Ads strategie voor komende maanden er nog eens bij: zijn er meerdere wegen om je doelen te bereiken? Wat zal de beste manier zijn? Kun je er vooraf nog geen goed antwoord op deze vragen geven? Dan weet je dat het moment is aangebroken om een experiment te maken waarin je jouw ideeën tegen elkaar test.

Om te voorkomen dat je achteraf een verkeerde keuze maakt in welke campagne wint (het origineel of het experiment) is het belangrijk om een doel voor ogen te hebben. Op basis van je doel bepaal je op welke statistieken het experiment wordt afgerekend. Is je doel om meer opbrengsten binnen te halen? Dan zou het niet veel moeten uitmaken wanneer het aantal conversies met 5% daalt, terwijl de opbrengsten stijgen met 20%. Hierbij kun je natuurlijk wel secundaire statistieken in gedachte houden, zoals een bepaalde ROAS die je graag wil behalen.

Een experiment aanmaken

Nu je weet wat je wilt gaan testen is het tijd om in de Google Ads interface een experiment aan te maken. De meest eenvoudige manier om een experiment op te zetten is op basis van een campagneconcept. Een campagneconcept maak je weer op basis van een bestaande campagne. Zorg dus eerst dat je je basis-campagne (het origineel) hebt aangemaakt in Google Ads. Vervolgens kun je een concept aanmaken. Dit doe je door in het paginamenu (blauw omlijnd in de afbeelding hieronder) te klikken op “alle campagnes”.

Vervolgens klik je in het subpaginamenu (rood omlijnd in de afbeelding hieronder) op het onderdeel “concepten en experimenten” en dan op “campagneconcepten”. Door nu op de blauwe plus-button te klikken kun je een concept aanmaken, waarbij je eerst een basis-campagne kiest. Na het klikken op “Opslaan” wordt een experiment aangemaakt.

In het concept kun je nu de gewenste wijzigingen aanbrengen. Probeer het aantal wijzigingen te beperken tot hetgeen wat er écht toe doet. Zo voorkom je dat je teveel wijzigingen hebt gedaan en achteraf niet kan beredeneren welke wijziging voor het ontstane effect heeft gezorgd. Heb je alle gewenste wijzigingen doorgevoerd? Dan is het tijd om een experiment aan te maken.

In het subpaginamenu (rood omlijnd hierboven) navigeer je weer naar “concepten en experimenten” en vervolgens naar “campagne-experimenten”. Klik weer op de blauw plus-button en kies het concept waarin je net de wijzigingen hebt aangebracht. Je kunt nu een aantal zaken instellen.

Instellingen van je experiment vaststellen

Een van de experimentinstellingen is de start- en einddatum. Om resultaten eenvoudig te analyseren is het verstandig om het experiment altijd een dag na de huidige datum in te laten gaan. Het experiment begint dan automatisch om 00:00 te draaien. Je kunt een einddatum instellen, maar we raden je aan om dit niet te doen. Als je een einddatum kiest en er op die dag nog geen significante wijzigingen zijn, dan zal je campagne alsnog beëindigd worden. Je kunt het experiment dan niet hervatten om de resultaten nog een week langer de kans te geven om significant verschillend te worden. Je zult dan weer een geheel nieuw experiment moeten aanmaken. Door geen einddatum te kiezen, blijf je hier flexibel in.

De instelling voor de experimentgroep kun je het beste op 50% laten staan. Het budget van de originele campagne wordt straks gedeeld met de experiment-campagne. Door de experimentgroep op 50% te laten staan, geef je Google Ads de opdracht om het budget 50/50 te verdelen over het origineel en het experiment.

Tot slot kies je de manier waarop je de bezoekers wil verdelen. Dit kan op basis van cookies of op basis van zoekopdrachten. Als je bezoekers wil splitsen op basis van cookies en je gebruikt doelgroeplijsten, dan moeten de doelgroeplijsten van de originele campagne minimaal 10.000 bezoekers bevatten om verzekerd te zijn van een goed experiment. Bij splitsen op basis van cookies zal een bezoeker nooit campagne A en B te zien krijgen. De resultaten zullen hierdoor nauwkeuriger zijn. Kies je voor de bezoekersverdeling op basis van zoekopdrachten, dan kan een bezoeker wel variant A en de andere keer variant B te zien krijgen. Je behaalt hiermee mogelijk wel sneller significante resultaten.

Afhankelijk van de grootte van de gebruikte doelgroepen in de originele campagne raden we je aan om de verdeling op basis van cookies als uitgangspunt te gebruiken. Indien nodig kun je uitwijken naar verdeling op basis van zoekopdrachten.

Gedurende de looptijd van het experiment kun je het beste geen geen wijzigingen aanbrengen in een van beide campagnes (origineel of experiment). Mocht je écht iets willen wijzigen doe het dan in beide campagnes op hetzelfde moment. Als wijzigingen slechts in één van beide campagnes worden toegepast, kan het experiment worden beïnvloed, waarmee de resultaten mogelijk minder betrouwbaar zijn.

Het analyseren van je resultaten

Afhankelijk van je aangebrachte wijziging kan het zijn dat je campagnes eerst in een leerperiode komen. Dit is van toepassing als je een nieuwe biedstrategie geselecteerd hebt. Laat je experiment een aantal weken lopen en bekijk hoe de resultaten zich ontwikkelen. Hebben je campagnes een leerperiode (7 dagen)? Neem deze dan niet mee in het analyseren van de resultaten.

In je experiment-campagne kun je statistieken zien over de prestaties. Indien er genoeg gegevens zijn, staat onder elke statistiek het wijzigingspercentage ten opzichte van het origineel. Ook staat er zekerheidsinterval (tussen blokhaken). Dit geeft aan tussen welke percentages de statistiek kan wisselen. Wordt er een blauw sterretje weergegeven bij het wijzigingspercentage van de statistiek die je bekijkt?Goed nieuws! Je toegepaste wijziging heeft dan voor een significant verschillend resultaat gezorgd. Dit houdt in dat het wijzigingspercentage van deze statistiek niet meer op toeval gebaseerd is, maar wetenschappelijk significant is.

Statistische significantie

Voor deze blog hebben we ons gefocust op de mogelijkheden van experimenten en hoe je deze kunt inzetten. Een experiment kan wél of géén significante resultaten laten zien. Zijn er significante resultaten op de statistiek waar jij op focust? Beslis dan of deze positief zijn en toepasbaar zijn in de originele campagne. Zijn de wijzigingen negatief (bijvoorbeeld een gestegen CPA)? Dan ben je het beste af met het beëindigen en verwijderen van het experiment.

 

Als er nog geen significantie is op de door jou bepaalde statistiek, dan kan dat diverse oorzaken hebben. Denk aan een experiment dat pas kort loopt of weinig verkeer ontvangt. Verwacht je dat deze twee redenen niet relevant zijn? Dan kan het ook nog zijn dat de aangebrachte wijzigingen simpelweg geen significant verschil in resultaten laten zien. Met andere woorden: A of B, het maakt eigenlijk niets uit welke je gebruikt.


Google heeft uitgebreide documentatie over de achterliggende methodiek die gebruikt wordt om significantie in statistieken te berekenen.

Tijd om zelf aan de slag te gaan?

Nu je bent klaargestoomd voor experimenten is het tijd om zelf aan de slag te gaan! Pak je plannen en strategie erbij, bepaal je doel en bedenk hoe je dat kunt bereiken. Probeer meerdere manieren te vinden om je doel te bereiken en test de verschillende varianten tegen elkaar in experimenten. Kun je wel een beetje hulp gebruiken bij het bedenken of opzetten? Neem contact met ons op en wij gaan samen met jou aan de slag! Happy experimenting!

Happy nog vragen? Of ben je om?

Heb je nog vragen over experimenteren in Google Ads? Of ben je benieuwd hoe we bij Happy Idiots jouw marketing naar een hoger niveau kunnen tillen? Neem gerust contact met ons op!

Verzenden

Blog

Relevant blog posts

SEA en COVID-19: trends & tips

24 juli 2020

Daag jij ons uit voor je volgende project?

Daag ons nu uit!

Op de hoogte blijven van het laatste online nieuws?

Schrijf je in voor de nieuwsbrief

Druk op ENTER om te zoeken of ESC om de zoek overlay te sluiten.