Door Derek Visser

Google is een absolute front-runner op het gebied van machine learning. Kort gezegd is machine learning het proces waarin software patronen herkent en zelf leert van (een grote hoeveelheid) data. Lees hier meer over machine learning.

Online adverteren betekent continue optimaliseren. Steeds beter je doelgroep in kaart brengen, steeds beter aanspreken en steeds beter converteren. In het gehele proces van online marketing wordt een hoop data verzameld - die weer kan worden ingezet om je marketingcampagnes nog effectiever te maken. Een simpel voorbeeld is het roteren van meerdere advertenties om te achterhalen welke variant het beste aanspreekt en de hoogste conversie weet te behalen.

De afgelopen jaren is Google bezig steeds meer machine-learning features in te bouwen in haar AdWords platform. De eerste duidelijke tekenen hiervan werden zichtbaar met automatische biedstrategieen zoals CPA-bidding. Hierbij bepaalt Google zelf het CPC bod dat kan worden betaald voor een click om tot een bepaald (gemiddelde) conversieprijs te komen.

Machine learning binnen AdWords stopt echter niet bij biedingsstrategieen. Ook in 2018 kunnen we veel machine learning innovaties verwachten die worden doorgevoerd in het AdWords systeem. We zetten de innovaties die reeds zijn aangekondigd hier voor je op een rijtje:

Ad suggestions

Continue je advertenties optimaliseren door nieuwe varianten te schrijven heeft altijd al een AdWords best-practice gevormd. Kleine variaties kunnen tot grote verschillen in prestaties leiden. In 2018 zul je al deze advertentievarianten niet meer zelf hoeven te schrijven.

AdWords gaat namelijk zelf nieuwe varianten aan je voorstellen op basis van je huidige ads. Het gaat zelfs nog verder; als je geen actie onderneemt op de voorstellen gaan ze binnen 14 dagen automatisch live.

Budget planner

Wie bekend is met AdWords kent de keyword planner. Met deze tool kunnen (grove) zoektrends op keyword-niveau worden opgezocht, zoals het aantal zoekopdrachten per maand, de gemiddelde CPA en het concurrentieniveau. Op basis daarvan kun je een inschatting maken van het benodigde budget om gedurende een bepaalde periode een bepaalde hoeveelheid bezoekers binnen te halen.

In branches met sterke seizoensmatige trends werkt dat echter niet erg goed. Het is lastig vantevoren in te schatten of het een zomer wordt waarin Nederland massaal op vakantie gaat, of een decembermaand waarin weinig wordt overgestapt van zorgverzekering. Google is van plan ook hier machine learning op toe te passen en je binnen AdWords te voorzien van een inschatting van het totaal benodigde budget om je doelen te bereiken.

Zo hoef je zelf geen trends meer te extrapoleren en vroege signalen te interpreteren om een een schatting te maken van wat de toekomst gaat brengen, je krijgt het al op een presenteerblaadje aangereikt.

In-market search ads

Een belangrijk onderdeel waar Google nu al veel machine learning op toepast zijn attributiemodellen. Oftewel welk kanaal, welke klik, is uiteindelijk verantwoordelijk voor welk aandeel in een verkoop?

Binnen het display-netwerk zijn daarvoor al een tijd geleden in-market audiences geïntroduceerd. Dit zijn mensen die volgens de data - en het oordeel - van Google op het punt staan te converteren. Bijvoorbeeld omdat er sterke indicatie aanwezig is dat deze personen zich oriënteren op een aankoop door bezoek aan bepaalde websites (die aangesloten zijn op het Google inhoudsnetwerk / AdSense).

Google zelf claimt targeten met deze ‘voorkennis’ een conversieverbetering van rond de 10% oplevert. Vooralsnog waren deze in-market audiences alleen beschikbaar binnen het display netwerk, in 2018 zal in-market ook binnen search toepasbaar zijn.

Naast deze drie innovaties zullen nog veel meer machine-learning gebaseerde innovaties worden toegevoegd aan AdWords volgens Google. Welke dat precies zijn wordt nog even geheim gehouden. We houden je op de hoogte!