En-en, niet of-of: wat te doen bij dalend volume bij het halen van Target CPA.
ActievandeDag
Introductie
En-en, niet of-of: wat te doen bij dalend volume bij het halen van Target CPA.
Het is een bekend probleem onder marketeers. Heb je eindelijk je target ‘Cost per Acquisition’ (CPA) gehaald, blijkt dit ten koste te gaan van het volume. Oftewel, het vaststellen van een maximale prijs per acquisitie, heeft ertoe geleid dat de campagne niet meer genoeg uitlevert. Onderaan de streep betekent dit dat de campagne te weinig opbrengt.
Ook ActievandeDag (AVDD), het platform dat dagelijks duizenden producten en ervaringen verkoopt, zat met dit probleem. De resultaten via Google Search-campagnes hadden eronder te lijden. Er moest een inventieve oplossing worden bedacht om dit te verhelpen.
191%
stijging in aankopen
146120
toename impressies
24981
toename in kliks
Doelstelling & Budget
De datadeskundigen van AVDD hadden vastgesteld dat de CPA voor een aankoop (hierna genoemd: conversie)via Google Search maximaal €10 mocht zijn. Het werkelijke bedrag bleek €11, dus heerste er in eerste instantie tevredenheid: het target was zo ongeveer gehaald. Maar toen het aantal conversies werd bekeken, kwam het slechte nieuws. Dat waren er namelijk slechts 370, terwijl het doel bijna het dubbele was geweest.
Het streven naar het CPA-target had er dus voor gezorgd dat de campagne werd gelimiteerd in de uitlevering. Het volume nam af, waardoor uiteindelijk slechts 370 registraties van de beoogde 560 waren verzameld. Het doel van PaperDigits was om dit volume weer te doen toenemen, terwijl de CPA van maximaal €11 moest worden behouden.
Strategie & Doelgroep
Om tot een gedegen actieplan te komen, begonnen we met een open blik. Zo zagen we in het advertentieaccount een keurige onderverdeling van verschillende campagnes. Er was onder meer een campagne voor dagjes weg, met daarvan afgesplitst aparte campagnes voor producten, dierentuinen, pretparken, enzovoorts.
Binnen deze campagnes werd ingekocht op tal van zoektermen. Een snelle analyse toonde aan dat de zoektermen die het best presteerden, ruimschoots de doelen behaalden. Zo kwam de top 10 tot een CPA van €7. Ook waren er keywords die een flink volume draaiden voor een CPA van €10.
Toch zagen we ook iets zorgelijks: onze zichtbaarheid op de meest cruciale zoektermen was aanzienlijk beperkt. In plaats van een dominante aanwezigheid op deze termen, leek het budget onevenredig verdeeld. Onze aanname was dat een aanzienlijk deel van het budget werd besteed aan het ‘leren’ of testen van zoektermen die zich nog niet hadden bewezen als waardevol. Dit ‘leerbudget’ ging ten koste van de zichtbaarheid van onze belangrijkste termen, waardoor de algehele prestaties van de campagne werden beperkt.
Oplossing en implementatie
We zagen ook kansen. We wisten nu namelijk dat er wel degelijk goed presterende keywords waren. Dus besloten we de campagne op te delen in twee categorieën: lage intentie en hoge intentie.
Aan de categorie lage intentie voegden we keywords toe waarmee we konden experimenteren. We hielden deze keywords nauwlettend in de gaten, we monitorden scherp op performance. Wanneer bepaalde keywords goed begonnen te presteren, werden ze alsnog naar de categorie hoge intentie verplaatst.
In de categorie hoge intentie bevonden zich dus alleen keywords die het goed deden. Zij draaiden een hoog volume of converteerden tegen interessante CPA’s. Deze splitsing zorgde ervoor dat de beste keywords niet langer negatief werden beïnvloed door de rest.
Onze verwachting was dat Google hierdoor efficiënter data kon verzamelen. Het algoritme van Google leunt stevig op accumulated data. Wanneer we een target CPA-strategie gebruiken zoals bij AVDD, probeert dit systeem alle keywords binnen de campagne aan te sturen op de door ons aangegeven CPA van €11. Als alle zoektermen dan in een enkele campagne staan, vervuilen we in feite onze data. Maken we daarentegen een onderverdeling op basis van categorieën, dan beïnvloeden we de richting waarin het algoritme van Google leert. Zo kan Google steeds betere beslissingen maken, wat moet leiden tot maximalisatie van het budget.
Om deze theorie te toetsen, zetten we een A/B-test op. De oude structuur (alle data binnen één campagne) werd tegenover de nieuwe structuur gezet (de verdeling van keywords over twee campagnes). Nu is het binnen Google Ads alleen mogelijk om 1-tegen-1-campagnes te testen, en wij hadden drie verschillende, dus moesten we iets bedenken. Uiteindelijk besloten we het volgende.
Om te controleren voor het effect, leverden we een week lang het ene uur campagne A uit, en het andere uur de campagnes B en C. Voorbeeld: van 12:00 uur tot 13:00 uur campagne A, van 13:00 tot 14:00 campagne B en C. De week daarna draaiden we dit om, zodat we konden controleren voor een eventueel verschil in uren. Zo hebben beide campagnes op alle uren gedraaid en twee weken lang data verzameld.
Qua doelgroep bleef de targeting hetzelfde. De enige variabele was de onderverdeling van keywords in verschillende groepen op basis van categorisering.
Resultaat
De resultaten – zie Bijlage 1 – zijn van 22 juli tot en met 28 augustus. Dit was de periode waarin we het experiment uitvoerden.
We zien een opsomming van drie campagnes:
- Campagne A: Generiek – [Naam Geanonimiseerd]
- Campagne B: Generiek – [Naam Geanonimiseerd] – Low intention
- Campagne C: Generiek – [Naam Geanonimiseerd] – High intention
De tweede en derde campagne zijn gemaakt in de nieuwe structuur. De eerste campagne vormt de oude structuur, waardoor we de twee structuren met elkaar kunnen vergelijken. De resultaten:
- De nieuwe campagnestructuur leverde 109 aankopen op. Bij de oude structuur in diezelfde periode was dat aantal 57. Een stijging van meer dan 191% (statistisch significant)
- Beide campagnes in de nieuwe structuur hadden een hogere ‘impression share’ dan de oude campagne (stat. sign.)
- De nieuwe structuur realiseerde 146.120 impressies en 24.981 clicks; de oude structuur 90.630 impressies en 16.635 clicks. Dit verschil, wederom statistisch significant, is tekenend voor de toename in volume ten opzichte van de oude structuur
- De High intention-campagne had zoals verwacht de hoogste ‘Click-Through Rate’ (CTR) en de laagste kosten per transactie. Dit bedrag zat met €6,72 ver onder het target
- De ‘Low intention’-campagne had eveneens lagere kosten per transactie dan de oude structuur
Al met al laat de nieuwe campagnestructuur een stijging zien van ruim 50%, en dat tegen een efficiëntere CPA. Door een onderverdeling te maken in de campagnestructuur heeft PaperDigits samen met het team van AVDD de doelstelling ruimschoots behaald.
Door de goed presterende zoektermen in een aparte advertentiegroep onder te brengen in de campagne met een hoge intentie, realiseert Google meer conversies tegenover minder budget. Dit komt omdat het systeem minder hoeft te leren. Daarnaast geven we Google meer ruimte om te experimenteren met onze zoekwoorden in de ‘Low intention’-campagne, waardoor meer tractie en volume wordt gevonden voor minder budget.
De lessen uit deze campagne hebben we ook getest in de eerder genoemde campagnes dierentuinen, pretparken en producten. Dit leverde vergelijkbare resultaten op. Over al deze campagnes realiseren we nu 40% meer volume tegen dezelfde CPA.
Conclusie
De campagne zo inrichten dat de CPA wordt gehaald, vergt bloed, zweet en tranen. Helaas gaat dit vaak ten koste van het volume. Met als resultaat dat de omzetdoelstellingen niet worden gehaald. Opschalen zorgt ervoor dat de CPA weer stijgt en zo ontstaat er een vicieuze cirkel.
Maar deze cirkel is te doorbreken. Door uit te zoomen en overzicht te creëren in campagnestructuren, kun je het nagenoeg ontastbare algoritme van Google een duwtje in de juiste richting geven. Zo ontwikkel je met zelfvertrouwen een campagne waarvan bekend is dat deze presteert. Daarnaast leert de verkennende campagne een stuk sneller. En deze combinatie zorgt ervoor dat je meer volume creëert tegen dezelfde CPA. Een waardevolle les voor elke marketeer.
Bekijk ook andere cases
Hoe we de registraties verdubbelden voor VakantieVeilingen door meer dan 1000 afbeeldingen te optimaliseren
VakantieVeilingen
