De nieuwe manier van targetten binnen Google Ads en wat je er mee kunt.
Het is misschien wel het meest gebruikte woord in online marketing: Targeting.
Met de opkomst van AI en Smart Bidding biedstrategieën binnen verschillende kanalen is deze term echter steeds vager geworden.
Waar je vroeger heel duidelijk (met bijvoorbeeld demografische kenmerken) kon aangeven welke personen je wil bereiken, bepaalt nu vooral het algoritme van dat platform wie er precies in aanmerking komt om jouw advertentie te zien.
In nieuwe campagne-vormen binnen Google Ads zijn veel opties voor targeting op het eerste gezicht zelfs helemaal verdwenen. Zo kan je in Performance-Max campagnes geen demografische groepen (leeftijd, geslacht) meer uitsluiten.
Maar waarom mogen we niet meer gericht targetten?
Veel van deze veranderingen zorgen zo nu en dan voor wat frustraties bij marketeers. Waarom Google deze veranderingen doorvoert is nooit helemaal transparant, maar wel is duidelijk dat deze veranderingen vooral gepaard gaan met de veranderingen in het marketing landschap en dan vooral de AVG/GDPR wetgeving.
Voor directe targeting op demografische en geografische eigenschappen heb je al een redelijk compleet profiel nodig van persoonsgegevens. Deze worden steeds moeilijker om (legaal) te verkrijgen. Zelfs als deze gegevens bekend zijn, mag je deze niet zomaar gebruiken om een audience aan te bieden. Als je een campagne opzet voor specifiek mannen tussen de 18 en 25 jaar met interesse in videogames, dan weet je als marketeer dankzij je targeting, wanneer een persoon binnenkomt via jouw campagne, een deel van de persoonsgegevens. Zo heb je als marketeer al persoonsgegevens in handen zonder dat de bezoeker de kans heeft gekregen hier wel of geen toestemming voor te geven.
Gemodelleerde doelgroepen
Als oplossing heeft Google een ingewikkeld algoritme opgezet. Deze maakt niet alleen gebruik van data die de gebruiker zelf heeft verstrekt, maar ook van eigenschappen die aan de gebruiker zijn toegeschreven door machine learning. Grofweg een schatting van Google of deze persoon overlap heeft met het soort klant wat op jouw website zou converteren. Deze is gebaseerd op signalen zoals zoekgedrag binnen Google en niet gebaseerd op harde gegevens. Ook zal Google hier ongetwijfeld zo nu en dan iemand in meenemen die slechts enigszins of misschien wel niet voldoet aan jouw eisen. Dit zorgt er voor dat je nu niet zomaar eigenschappen kan toeschrijven aan bezoekers via jouw campagnes. Het verlicht tegelijkertijd de taak van marketeer rond de omgang met persoonsgegevens.
Je weet per individuele bezoeker nu namelijk niet meer precies waarom het algoritme heeft gekozen deze bezoeker jouw advertentie te laten zien.
Is dit een probleem?
Niet iedereen zal hier blij mee zijn. Echter lost het naar mijn idee meer problemen op dan het veroorzaakt. Google heeft er geen baat bij om slechte leads aan te leveren en zal alles doen om er voor te zorgen dat je voldoende kwalitatief verkeer binnen krijgt tegen een goede prijs.
Een ander probleem wat wordt opgelost zijn de vooroordelen (de bias) van de marketeer.
Veel mensen trappen in de val van het hard uitsluiten van doelgroepen omdat deze niet relevant lijken. Echter zorgt dit vaak voor het uitsluiten van klanten die niet goed in het klantbeeld passen van wat de marketeer voor zich heeft. Een voor de hand liggend voorbeeld is het uitsluiten van mannen bij verzorgingsproducten voor vrouwen, terwijl deze doelgroep echt heel relevant kan zijn rond bijvoorbeeld moederdag of kerst. Soortgelijke uitsluitingen gebeuren echter ook vaak op veel subtielere manieren.
De eerste resultaten
Bij verschillende tests met Performance-Max campagnes binnen het fashion segment bleek de CPC lager te liggen dan bij klassieke shopping campagnes. Soms was de conversie ratio lager, maar de kosten per conversie waren vaak vergelijkbaar of beter, terwijl de bezoekers meestal niet geheel aan de beschreven doelgroep voldeden.
Er waren dus meer bezoekers en een gelijk aantal (of zelfs meer) conversies tegen gelijke kosten. Hoewel deze campagne vorm redelijk nieuw is lijkt deze toch veel potentie te hebben om jouw business te laten groeien.
Audience Signals. Google vertellen wat je wél wilt
Wie je nu precies target is wat onduidelijker geworden, maar je kan Google nog steeds haarfijn uitleggen naar wat voor klant je op zoek bent. Bij Performance-Max kan je dit doen door middel van het zo compleet mogelijk opstellen van Audience Signals.
Dit is eigenlijk een hele uitgebreide omschrijving van jouw ideale doelgroep gekoppeld aan het advertentiemateriaal wat jij het best vindt matchen aan deze doelgroep.
In deze Signals mag je heel ver gaan. Zo kan je kiezen voor leeftijdsgroepen, geslacht, gezinsinkomen, ouderlijke status, interesse groepen en andere opties die Google altijd al had. Vroeger resulteerde te veel eisen al snel in te kleine doelgroepen waardoor de campagne niet van de grond kwam. Met deze Audience Signals worden deze eigenschappen niet meer als harde eisen gezien en zal je toch nog bezoekers krijgen op de campagne.
Wat jouw Audience Signals uniek gaat maken
De belangrijkste eigenschappen voor je doelgroep haalt Google uit data die jij zelf moet aanleveren. Vooral klantenlijsten zijn hiervoor belangrijk. De makkelijkste lijsten zijn jouw websitebezoekers (die uiteraard daarvoor wel akkoord zijn gegaan met jouw cookie settings). De meest impactvolle lijsten zijn echter je converteerders (let ook hier op de AVG). Google zal deze lijsten gebruiken als model voor wat voor soort bezoeker je zoekt (een look-a-like audience) in plaat van een harde targeting lijst, zoals in klassieke campagnes het geval was.
Mochten je lijsten nog niet zo compleet zijn dan kan Google ook gebruik maken van aangepaste segmenten. Hiermee kan je héél specifiek aangeven welke interesses je doelgroep nog meer heeft en welke dingen je vermoedt dat ze zoeken op Google.
TIP: vul hier merken in die vergelijkbaar zijn met die van jou.
De persona: een marketing classic.
De omschrijving van je klant maken in de vorm van een persona. Voor veel marketeers was dit vooral een exercitie die ze herkennen uit hun opleiding, maar verder nooit veel meer mee hebben gedaan. Dit vooral omdat het veel minder relevant leek te zijn in de praktijk en waardoor je meestal je doelgroep te ver verkleinde. Met de komst van Audience Signals is het proberen omschrijven van je perfecte klant eigenlijk weer helemaal relevant. Ik kan dan ook aanraden om bij het opzetten van een smart campagne deze oefening weer eens te doen. Beschrijf één of meerdere van je (ideale) klanten zo gedetailleerd mogelijk inclusief wat voor routines deze heeft, wat voor media deze leest/kijkt etc. en bouw aan de hand hiervan meerdere Audience Signals.
Conclusie
Direct targetten op demografische eigenschappen en interesses wordt steeds moeilijker, maar dit is een logisch gevolg van strengere privacy wetgeving. Google’s aanpak van Performance-Max campagnes bieden hiervoor deels een oplossing door de selectie van de doelgroep te laten doen door AI en de marketeer geen inzage te geven in precieze eigenschappen van de bezoeker. Sturen kan nu vooral door je doelgroep zo goed mogelijk te beschrijven in Audience Signals, waarmee je heel compleet kan zijn je wensen.
Wil jij ook een stap verder gaan met het inzetten van Performance-Max campagnes of het inrichten van Audience Signals? Neem dan contact met ons op. Wij helpen je graag verder.
