Algorithmen und Optimierung für...

Algorithmen und Optimierung Leitfaden

Algorithmen und Optimierung für Suchmaschinen-MarketingOptimale SEM-Kampagnenleistung und verlässlichere ROI-Prognose durch Portfoliooptimierung

Angesichts der Komplexität und Volatilität des Markts benötigen Marketing-Fachleute zur Verwaltung ihrer Suchkampagnen eine bewährte Methode. Die Portfoliotheorie der Gebotsoptimierung beruht auf der Erstellung sinnvoller Keyword-Modelle, die Verhalten sowohl von der Kostenseite als auch der Umsatzseite her erfassen. Unterstützt durch gute Modelle und Gebotsautomatisierung steigert Portfoliooptimierung die Leistung von Suchkampagnen. Diese Modelle und die Optimierung bieten Marketing-Fachleuten außerdem die Möglichkeit, Leistungsprognosen bei unterschiedlichen geschäftlichen Einschränkungen und Zielen zu erstellen. Durch die Synergie von Modellen, Automati-sierung und Optimierung können Marketing-Experten zuverlässig Kampagnen durch-führen, ohne Leistungsabstriche machen zu müssen.

Volatile Märkte sind eine schwierige Umgebung für Online-Marketing-Fachleute. Wenn Werbeetats gekürzt werden, sinken Absatzmengen. Bei einer Erhöhung der Ausgaben gefährdet das Unternehmen die Gewinnmarge erheblich. Mit dem richtigen Gleichgewicht im komplexen Zusammenspiel von Wissenschaft und Technik können Erfolg und tägliche Geschäftsziele erreicht werden. In diesem Leitfaden werden die mathematischen und technischen Grundlagen der Methoden von Adobe beschrieben, die SEM-Experten ungeachtet der konjunkturellen Lage Erfolgschancen bieten.

Der PortfolioansatzDer Kern der Methode, die Adobe zur Bewältigung der SEM-Herausforderungen anwendet, liegt im Portfolioansatz für die Gebotsverwaltung. Nehmen wir ein gängiges Geschäftsproblem als Beispiel: Ein Investor hat 50.000 USD zur Verfügung, um drei Anlagen zu errichten. Für jede Anlage kann das Unternehmen auf vier verschiedenen Ebenen investieren. Die folgende Tabelle enthält die Schätzwerte für jedes Projekt und die erwarteten Umsätze.

Projekt 1 Projekt 2 Projekt 3

Ausgab-enebene

Ausgabe Erwarteter Umsatz

Erwarteter ROI


Erwarteter ROI


Erwarteter ROI

0 0 0 0 % 0 0 0 % 0 0 0 %

1 30.000 $ 23.000 $ 77 % 25.000 $ 35.000 $ 140 % 26.000 $ 19.000 $ 73 %

2 25.000 $ 22.500 $ 90 % 15.000 $ 30.000 $ 200 % 20.000 $ 16.000 $ 80 %

3 20.000 $ 20.000 $ 100 % 10.000 $ 25.000 $ 250 % 15.000 $ 14.000 $ 93 %

4 8.000 $ 15.000 $ 188 % 6.000 $ 18.000 $ 300 % 10.000 $ 12.000 $ 120 %

Inhalt1: Der Portfolioansatz3: Warum scheiterte die

regelbasierte Methode?

3: Das SEM-Portfolio3: Die Effizienzkurve4: Messen der

Steigerung mit der Effizienzkurve

5: Die Notwendigkeit von Algorithmen

5: Modelle8: Automatisierung8: Modelle, Optimierung

und Automatisierung: Die Synergie für Leistung bei Adobe

9: Die Vorteile von Prognosen

10: Fazit10: Über die Adobe

Digital Marketing Suite

10: Über Adobe Systems Incorporated

2Algorithmen und Optimierung Leitfaden

Der Investor muss das Geld zur Umsatzmaximierung verwenden. Die Lösung ist nicht sofort offensichtlich, da es 125 unterschiedliche Möglichkeiten (53) gibt. Daraus wurden die folgenden Möglichkeiten ausgewählt, die innerhalb des Budgets von 50.000 USD liegen.

Ausgabenebene

Projekt 1 Projekt 2 Projekt 3 Gesamtinvestition Gesamtumsatz ROI

1 0 2 50.000 39.000 78 %

1 3 4 50.000 60.000 120 %

2 1 0 50.000 57.500 115 %

2 2 4 50.000 64.500 129 %

2 3 3 50.000 62.500 125 %

3 2 3 50.000 64.000 128 %

3 3 2 50.000 61.000 122 %

Von diesen sieben Auswahlmöglichkeiten ist die vierte die beste, da sie den höchsten Umsatz generiert. Eine einfache Faustregel wie „die Investition mit einem ROI über 100 % auswählen“ hätte nicht funktioniert, da der ROI der einzelnen Projekte für die optimale Auswahlmöglichkeit variiert (90 %, 200 % und 120 %, vgl. Tabelle auf vorheriger Seite). Diese Methode, bei der sämtliche Alternativen, die die verschiedenen Möglichkeiten bieten, berücksichtigt werden, wird als der Portfolio-basierte Ansatz bezeichnet.

Dieses Beispiel ähnelt der Art von Herausforderung, vor der SEM-Experten stehen. Anstatt Projekten oder Unternehmen müssen Marketing-Fachleute Such-Keywords auswählen und die Ausgabenebenen entsprechen den Keyword-Positionen. Wenn ein Keyword-Gebot auf eine Position erfolgt, bezahlen wir für bezahlte Klicks – die Anzahl der Klicks multipliziert mit den Kosten pro Klick (CPC) – und wir erwarten, dass einige der Klicks auf der Website Umsatz generieren. Das Ziel ist, die richtigen Gebote für jedes Keyword festzulegen, um den Umsatz aus allen verfügbaren Keywords zu maximieren. Die Auswahl der Gebote ist nicht offensichtlich und häufig nicht intuitiv verständlich. Nehmen wir nun ein Beispiel aus dem Bereich Marketing.

Ein SEM-Experte bewirbt zwei DVDs. Die Suchmaschine bietet nur zwei Gebotspositionen an. Der Experte hat genaue Schätzwerte für CPC, Klicks und Bestellungen an einem bestimmten Tag berechnet.

DVD A

Position CPC Klicks Kosten Bestellungen $/Bestellung

1 2.00 $ 150 300.00 $ 15 20

2 1.00 $ 100 100.00 $ 10 10

DVD B

Position CPC Klicks Kosten Bestellungen $/Bestellung

1 5.00 $ 100 500.00 $ 20 25

2 4.00 $ 50 200.00 $ 10 20

Das Ziel des Inserenten ist, die maximale Anzahl an Bestellungen zu bewirken, wobei die Einschränkung gilt, dass die Gesamtkosten pro Bestellung (CPO) nicht höher als 20 USD sein dürfen. Eine einfache Faustregel (auch als regelbasierte Methode bezeichnet) ist, bei jedem Keyword auf eine Position zu bieten, die am nächsten an den anvisierten Kosten pro Neukunde (CPA) liegt, diese jedoch nicht überschreitet. Tabelle 1 enthält die Ergebnisse dieses Ansatzes.

Tabelle 1. Auswahlmöglichkeiten beim regelbasierten Ansatz, um einen CPO-Wert (Kosten pro Bestellung) von 20 USD zu erzielen. Bei jedem Keyword wird auf die Position geboten, bei der der CPO am nächsten am Soll-CPO liegt, diesen jedoch nicht überschreitet. Für beide Keywords werden insgesamt 25 Bestellungen erwartet.

Keyword Position Kosten Bestellungen CPO

DVD A 1 300 $ 15 20 $

DVD B 2 200 $ 10 20 $

Gesamtsumme 500 $ 25 20 $


Ein Inserent, der diesen Ansatz verwendet, wäre zufrieden, dass der CPO erreicht wurde. Sehen Sie sich jedoch einmal die genau gegenteilige Auswahlmöglichkeit an, wie in Tabelle 2 dargestellt. Die Gesamtzahl der Bestellungen ist höher als bei der regelbasierten Methode, obwohl der CPO für das Keyword „DVD B“ überschritten wurde.

Tabelle 2. Die optimale Lösung, die nach Betrachtung aller Auswahlmöglichkeiten für beide Keywords ermittelt wurde (Portfolio-basierter Ansatz).

Keyword Position Kosten Bestellungen Kosten/Bestellung (CPO)

DVD A 2 100 $ 10 10 $

DVD B 1 500 $ 20 25 $

Gesamtsumme 600 $ 30 20 $

Warum scheiterte die regelbasierte Methode?Die regelbasierte Methode wendet die CPO-Einschränkung an und betrachtet jedes Keyword einzeln anstatt den gesamten Satz von Keywords. Entsprechend werden nicht alle möglichen Lösungen in Betracht gezogen. Bei Verwendung des Portfolio-basierten Ansatzes hatten wir vier Möglichkeiten zu berücksichtigen, die bei dem CPO-Ziel von 20 USD zwei Lösungen ergaben. Und der regelbasierte Ansatz wählte die falsche Lösung aus.

Position DVD B

Position DVD A

Gesamtkosten Bestellungen Gesamt

CPO

1 1 800 35 23 $

1 2 600 30 20 $ d Optimale Auswahl

2 1 500 25 20 $ d Regelbasierte Auswahl

2 2 300 20 15 $

Wenn wir bei „DVD A“ mit einem CPO von 15 USD auf Position 2 bieten, nutzen wir die erzielte CPO-Effizienz, um bei „DVD B“ mit einem CPO von 25 USD (5 USD über dem zulässigen CPO) auf eine höhere Position zu bieten, um eine höhere Impression-Rate zu erzielen. Da für uns nur der Gesamt-CPO interessant ist, liegen wir weiter im Soll. Der regelbasierte Ansatz schloss die optimale Lösung aus, da er nicht zuließ, dass ein Keyword das CPO-Soll überschreitet.

Das SEM-PortfolioEine Kombination von Keywords, die für ein allgemeines Geschäftsziel optimiert ist, wird als Portfolio bezeichnet. Das Geschäftsziel kann eine gängige Kennzahl wie Umsatzmaximierung oder CPO-Senkung oder ein komplexeres Kriterium sein, bei dem es um die Maximierung mehrerer Ziele wie Registrierung und Umsatz geht. Das Clustern von Keywords für die Berichterstellung stellt kein Portfolio dar; die Keywords müssen mithilfe des Portfolioansatzes optimiert sein. Ein durchschnittliches Unternehmen hat mehrere Ziele und für jedes Ziel mehrere Kennzahlen. Entsprechend hat das Unternehmen mehrere Portfolios und mit jedem wird versucht, jeweils ein Geschäftsziel zu erreichen.

Die EffizienzkurveAus den obigen Beispielen wird deutlich, dass zur Ermittlung der optimalen Lösung alle möglichen Gebotskombinationen berücksichtigt werden müssen. Abbildung 1 (nächste Seite) zeigt eine grafische Darstellung aller Kombinationen für das erste Beispiel. Jeder Punkt stellt ein mögliches Portfolio mit seiner jeweiligen eigenen Positionskombination dar. Da wir drei Projekte auf fünf Ausgabenebenen haben, gibt es 125 (53=125) Kombinationen. Die blaue Linie ist die Effizienzkurve und stellt den Satz von Positionskombinationen der drei Projekte dar, mit dem auf jeder Ausgabenebene der höchste Umsatz erzielt wird.

Die Effizienzkurve stellt auf einer bestimmten Ausgabenebene den maximalen Umsatz dar, den ein Inserent generieren kann. Jeder Inserent möchte mit seinen Geboten gerne auf der Effizienzkurve liegen. Dies ist jedoch nur möglich, wenn alle Positionskombinationen berücksichtigt werden, d. h. der Portfolioansatz verwendet wird.


Abbildung 1. Die Effizienzkurve für Beispiel 1. Jeder der roten Punkte stellt eine Positionskombination der drei Projekte dar. Der horizontale Wert des Punkts bildet den Geldbetrag ab, den Sie für diese Kombination erwartungsgemäß bezahlen, und der vertikale Wert zeigt den Umsatz, der erwartungsgemäß generiert wird. Auf jeder Ausgabenebene gibt es eine Kombination, die den höchsten Umsatz generiert. Wenn man diese Punkte verbindet, erhält man die Effizienzkurve.

Messen der Steigerung mit der Effizienzkurve

Abbildung 2. Messen der Steigerung mit der Effizienzkurve. (1) Steigerung des Volumens der Umsatzkennzahl auf der gleichen Ausgabenebene. (2) Senkung der Ausgabenebene bei gleichem Volumen der Umsatzkennzahl. (3) Steigerung der Ausgaben- und Umsatzkennzahl bei gleichem CPO.

Die starke Abhängigkeit der Effizienzkurve von der Ausgabenebene zeigt, dass SEM dem Gesetz des abnehmenden Ertrags unterliegt. Dies bedeutet, dass man steigende Beträge investieren muss, um die Umsatzkennzahl geringfügig zu erhöhen. In Abbildung 2 steigt die Effizienzkurve zunächst steil an, was auf einen steilen Anstieg an Bestellungen bei geringer Ausgabenerhöhung hinweist. Bei höheren Ausgaben flacht die Effizienzkurve ab. Das bedeutet, dass eine starke Ausgabenerhöhung die Zahl der Bestellungen nur sehr geringfügig erhöht. Daher muss bei der Messung der Steigerung einer der folgenden Parameter kontrolliert werden.

• Ausgaben. Wenn die Ausgaben konstant gehalten werden, wird die Steigerung durch die Erhöhung der Umsatzkennzahl gemessen.

• Umsatzkennzahl. Wenn das Umsatzvolumen (z. B. Bestellungen) konstant gehalten wird, wird die Steigerung durch die Senkung der Ausgaben gemessen.

• CPO. Wenn der CPO konstant gehalten wird, wird die Steigerung durch die Erhöhung der Ausgaben und des Umsatzes gemessen. In Abbildung 2 lag ein Inserent mit seinen Geboten ursprünglich unterhalb der Effizienzkurve. Wenn der Inserent Portfoliooptimierung verwendet, könnte die Steigerung durch die Kontrolle der Ausgaben, des Umsatzes oder der CPO gemessen werden.


Die Notwendigkeit von AlgorithmenBei einer steigenden Anzahl an Keywords wachsen die möglichen Kombinationen, die berücksichtigt werden müssen, exponentiell an (siehe Abbildung 3). Bei zwei Keywords an acht Positionen müssen 256 Positionen (28) berücksichtigt werden. Bei 10 Keywords steigt die Zahl auf 10 Millionen und bei 100 Keywords auf insgesamt 10.000 Billionen. Hinzu kommt, dass die optimale Lösung nur garantiert ist, wenn alle möglichen Kombinationen berücksichtigt werden. Daher funktioniert eine „Gewalt-Technik“, bei der jede Kombination explizit berechnet wird, nicht, da dies rechnerisch nicht handhabbar ist.

Algorithmen sind mathematische Methoden, die eine Lösung garantieren, wenn eine Reihe von Schritten befolgt wird. Die „Gewalt-Methode“ ist ein Algorithmus, jedoch ein sehr langsamer und rechenintensiver. Um die Gebotsfrage für den SEM-Experten zu klären, benötigen wir intelligente und schnelle Algorithmen, die mithilfe des Portfoliooptimierungsansatzes die korrekten Gebote für eine Reihe von Keywords berechnen. Die patentierten Algorithmen zur Portfoliooptimierung von Adobe sind schnell genug, um jeden Tag über 60 Millionen Keywords in Tausenden von Portfolios zu optimieren.

Abbildung 3: Die Grafik zeigt die exponentielle Beziehung zwischen der Anzahl an möglichen Portfolios und der Anzahl an Keywords, wenn acht Positionen berücksichtigt werden. Bei 100 Keywords müssen 10.000 Billionen Kombinationen berücksichtigt werden.

ModelleSchätzwerte für KPIs wie CPC, Anzahl an Klicks und Umsatz jedes Keywords in der Kampagne sind die Kerninformationen, mit denen jeder Algorithmus oder jede heuristische Methode arbeitet. Stimmen diese Schätzwerte nicht, scheitert jede Methode zur Leistungsoptimierung einer SEM-Kampagne. Angesichts des vielfältigen Markts ist es kein Wunder, das dies eine Herausforderung darstellt.

Keyword-Modelle vereinfachen diese Aufgabe, indem sie die wesentlichen Merkmale des Suchmarkts mathematisch erfassen und auf Basis dieser Informationen Vorhersagen für die Leistungskennzahlen liefern. Es können zwei Arten von Keyword-Modellen unterschieden werden: Klickmodelle liefern eine Vorhersage des erforderlichen Gebots, des CPC und der Klicks, die für ein Keyword an jeder Position erzielt werden. Umsatzmodelle liefern eine Vorhersage des Umsatzes, der an diesen Positionen erzielt wird. Abbildung 4 zeigt ein Beispiel für ein Klickmodell, Abbildung 5 zeigt ein Umsatzmodell.

Abbildung 4. Klickmodelle sagen die Klicks und CPC voraus, die mit einem Keyword-Gebot für eine bestimmte Position erzielt würden.

Abbildung 5. Umsatzmodelle sagen den Umsatz voraus, der mit einem Keyword-Gebot für eine bestimmte Position generiert würde.

Nachteile heuristischer VerfahrenEine Möglichkeit, Berechnungsschwierig-keiten zu reduzieren, stellt die Entwicklung von Faustregeln dar, was in der Informatik als Heuristik bezeich-net wird. Die Heuristik unterscheidet sich von Algorithmen insofern, als dass sie keine Garan-tie für die optimale Lösung bietet.Beim SEM (Search Engine Marketing, Such-maschinen-Marketing) besagen gängige heuri-stische Regeln etwa, bei jedem Keyword entsprechend einem anvisierten CPA oder Soll-ROI zu bieten, das Gebot für ein Keyword auf Basis der Leistung der vorhergehenden Woche um einen bestimmten Prozentsatz zu erhöhen oder zu senken und bestimmte Keywords auf Basis der Impression-Rate oder der Umsatzerwartungen auf hohe oder niedrige Positionen zu beschrän-ken. Diese Methoden reduzieren zwar die rechnerische Komple-xität, übervereinfachen jedoch das Problem und liefern beinahe immer suboptimale Gebote. Der zweite Fall hat z. B. gezeigt, dass der regel-basierte Ansatz schon bei nur zwei Keywords scheiterte. Das heuri-stische Verfahren, hoch bzw. niedrig zu bieten, funktioniert in zwei-erlei Hinsicht nicht: Es verwendet keinen Port-folioansatz, sodass viele potenzielle Kombinatio-nen nicht berücksichtigt werden. Außerdem verlieren Sie dadurch, dass Keywords einzeln berücksichtigt werden, das Gesamtbudgetziel für die SEM-Kampagne aus den Augen.


Die Erstellung genauer Modelle ist unerlässlich, da die Vorhersage der Leistung eines Keywords von der Genauigkeit des Modells abhängt. Dies bestimmt wiederum den Erfolg der gesamten SEM-Kampagne. Drei Hauptfaktoren bestimmen die Qualität eines Modells: die Verfügbarkeit von Verlaufsdaten, die Möglichkeit zur Abbildung von Wortkombinationen und die Anpassungsfähigkeit des Modells.

Verfügbarkeit von VerlaufsdatenWenn man versucht, die Leistung auf Basis der Daten eines einzigen Tages vorherzusagen, sind die Vorhersagen aufgrund der täglichen Marktschwankungen sehr ungenau. Ein gutes Modell berücksichtigt Daten-Trends aus einer Woche bis zu einem Monat.

Langfristige Verlaufsdaten werden ebenfalls benötigt, um die Leistung von Keywords vorherzusagen, nach denen in einer bestimmten Jahreszeit häufig gesucht wird. Abbildung 6 zeigt das jahreszeitabhängige Muster des Keywords billige Flüge. In den Monaten Januar, Juni und Juli, wenn das Luftverkehrsaufkommen hoch ist, wird häufiger nach dem Keyword gesucht. Ein gutes Modell nimmt diesen Traffictrend vorweg und erstellt für die betreffenden Keywords entsprechende Gebote.

Adobe verfügt über Daten aus den vergangenen zehn Jahren und aus zahlreichen Branchen, sodass wir genaue Modelle erstellen können. Darüber hinaus konnten wir die Modellgenauigkeit mithilfe aggregierter vertikaler Daten weiter verbessern.

Abbildung 6. Verlauf der Impressions für das Keyword billige Flüge. Quelle: Google Trends. Unabhängig von jährlichen Trends beim Verkehrsvolumen steigt der Traffic im Januar und in den Sommermonaten an.

Möglichkeit zur Abbildung von WortkombinationenDie Mehrzahl der Begriffe in einer Suchkampagne (über 80 %) sind Wortkombinationen, die normalweise weniger als einen Klick pro Tag erhalten. Da keine Verlaufsdaten vorhanden sind, werden zur Erstellung von Keyword-Modellen ausgereifte Techniken zur Datenaggregation benötigt.

Adobe verwendet für diese Keywords diskrete Mischverteilungsmodelle. Bei dieser Methode werden Klick- und Umsatzdaten mehrerer Keywords geclustert und es wird ein gemeinsames Modell erstellt.

Abbildung 7: Ein diskretes Mischverteilungsmodell der maximalen Wahrscheinlichkeit auf Basis der Daten von drei Keywords. Keyword 1 generierte nur auf den Positionen 4 und 5 Umsatz, Keyword 2 auf den Positionen 2 und 3 und Keyword 3 auf den Positionen 7 und 8. Dieses kombinierte Modell liefert für diese Keywords eine Vorhersage des auf jeder Position erwarteten Umsatzes.


Anpassungsfähigkeit des ModellsSuchmaschinenmärkte werden von verschiedenen Faktoren beeinflusst: Nachrichten, Wettbewerber, Änderungen des Benutzerverhaltens und Änderungen der Suchmaschinenalgorithmen. Keyword-Modelle müssen an die Veränderungen des Markts angepasst werden können, um fortwährend genaue Ergebnisse zu liefern.

Bei Adobe ist die Anpassungsfähigkeit auf zweierlei Art in die Klick- und Umsatzmodelle integriert.

• Klick-undUmsatzmodellewerdentäglichfürjedesKeywordundjedenTreffertypfürjedenKundenerstellt. Das bedeutet, dass täglich über 60 Millionen einzelne Modelle berechnet werden. Dadurch wird sichergestellt,dassKeywordtrendsaufgegriffenwerdenundsofortaufdiesereagiertwird.

• BeideModelleverwendenVerlaufsdaten.SehrflexibleModellebetonenbeiderVorhersagederzukünftigenLeistungdieLeistungdervorangegangenenzweiTage,durchschnittlichflexibleModelle gewichten die Leistung der vorangegangenen 7 bis 14 Tage und unflexible Modelle gewichten die Leistung der vorangegangenen 30 Tage. Wenn aktuelle Daten betont werden, kann das Modell sehr gut auf plötzliche dauerhafte Marktveränderungen reagieren. Unflexible Modelle reagieren langsam auf Marktveränderungen und sind bei kurzen, einmaligen Ereignissen geeignet.

Studie zur Reaktionsfähigkeit des Modells

Beispiel 1. Plötzliche und dauerhafte Marktveränderung. Es wurde simuliert, dass ein Keyword ab dem 5. Tag fünfmal so viele Klicks wie erwartet erhält. Anschließend wurde täglich bis zum 25. Tag die Prognosegenauigkeit des Modells gemessen. In diesem Szenario schneidet das sehr flexible Modell am besten ab, da es den Trend in 2 bis 3 Tagen erfasst.

Beispiel 2. Plötzliche und kurzfristige Marktveränderung. Es wurde simuliert, dass sich das Klickvolumen eines Keywords am 5. Tag um den Faktor 3 erhöht und sich dann am 6. Tag wieder normalisiert. Das sehr flexible Modell reagiert schnell, überkompensiert die Zunahme jedoch einige Tage lang. In diesem Szenario schneidet das unflexible Modell am besten ab, da es für Klick-Prognosen mehr Verlaufsdaten berücksichtigt.


AutomatisierungDie Fähigkeit, eine große Anzahl an Geboten zu platzieren, ist die wichtigste Voraussetzung für eine ausgereifte SEM-Kampagne. Sogar für eine einfache Kampagne mit 20 Wörtern müssen täglich 800 Gebote abgegeben werden, wenn sie auf zwei Suchmaschinen und auf 20 Regionen verteilt wird. Wenn es durchschnittlich eine Minute dauern würde, ein Gebot festzulegen, bräuchte man über 13 Stunden, um alle Gebote festzulegen. Dieses Beispiel zeigt deutlich, dass bereits für eine moderat große SEM-Kampagne mit 10.000 Keywords Automatisierung erforderlich ist.

Es wird häufig diskutiert, ob es erforderlich ist, viele Gebote täglich zu ändern. Das Argument lautet: Wenn 50 bis 100 Keywords 80 % der Ausgaben darstellen, müssen Gebote für etwa 100 Keywords geändert werden. Abbildung 8 zeigt, dass dies nicht der Fall ist. In diesem Beispiel wurde bei einer großen SEM-Kampagne die Auswirkung der Anzahl festgelegter Gebote auf die Leistung untersucht. Wenn täglich nur 100 Gebote festgelegt würden, könnten die Umsatzziele um ganze 36 % verfehlt werden. Bei 1000 Geboten wäre man 7 % von den Umsatzzielen entfernt. Bei 10.000 Geboten wäre man immer noch 3 % von den Umsatzzielen entfernt. Um die Ziele genau zu erfüllen, sind 30.000 Gebote erforderlich. Eine Verfehlung von 7 % mag zwar gering erscheinen; bei 50.000 USD am Tag würde dies jedoch zu einem Umsatzverlust von 1,27 Millionen USD führen.

Anzahl an Geboten versus Umsatzerwartung

Abbildung 8. Auswirkung der Anzahl an Geboten auf die Umsatzerwartung. Um auf der Effizienzkurve zu liegen, müssen 30.000 optimale Gebote platziert werden. Wenn die Anzahl an Geboten auf 1000 gesenkt wird, verfehlt der Inserent seine Umsatzziele um 7 %. Bei 100 Geboten könnten 36 % des möglichen Umsatzes verloren gehen. Bei dieser Studie wurden die Gebote der Popularität entsprechend in absteigender Reihenfolge festgelegt. Das bedeutet, dass die ersten 100 festgelegten Gebote die optimalen Gebote für die 100 populärsten Haupt-Keywords waren, die ersten 1000 Gebote wurden für die populärsten 100 Begriffe festgelegt usw.

Modelle, Optimierung und Automatisierung: Die Synergie für Leistung bei AdobeEin geschlossenes System aus Modellierungs-, Optimierungs- und Automatisierungstechnologien stellt die effektive Ausführung von SEM-Kampagnen sicher. Wie in Abbildung 9 (nächste Seite) gezeigt, werden CPC-, Klick-, Impression- und Positionsdaten – zusammen als Kostendaten bezeichnet – aus der Suchmaschine für jedes Keyword ermittelt. Die entsprechenden Umsatzinformationen werden beim Inserenten abgefragt. Diese Daten werden in den Datenbanken von Adobe zusammengefasst und zur Erstellung von Klick- und Umsatzmodellen verwendet. Auf Basis des Budgets des Inserenten, der Umsatzziele und der Keyword-Modelle kalkuliert der Optimizer die optimalen Gebote, die in der Suchmaschine platziert werden müssen, damit die Kampagne ihre Effizienzkurve erreicht.

Dieses System korrigiert sich automatisch jeden Tag selbst. Wenn täglich Gebote platziert werden, werden Kosten- und Umsatzdaten in die Datenbank übermittelt. Die Diskrepanz zwischen der erwarteten und der tatsächlichen Keyword-Leistung wird durch die Modellierungsmechanismen korrigiert. Diese Modelle werden dann an den Optimizer weitergeleitet, der am nächsten Tag die entsprechenden Gebote platziert.


Kostendaten

Klickmodelle

Optimizer

Umsatzdaten

Abbildung 9. Geschlossenes System aus Modellierung, Automatisierung und Optimierung

Die Vorteile von PrognosenDie Synergie von Modellierung, Optimierung und Automatisierung ermöglicht dem Inserenten auch, die Leistung einer SEM-Kampagne vorherzusagen. Bei Adobe erfolgt die Prognoseerstellung hierarchisch, sodass der SEM-Experte mehr Zeit für strategische Entscheidungen in Bereichen wie Budgetierung und Kampagnenwachstum hat und weniger Zeit für taktische Fragen wie Entscheidungen zu Keyword-Geboten benötigt. Die Prognosehierarchie ist folgende:

• Keyword-Ebene: Die grundlegendste Prognose liefert das Keyword-Modell. Es sagt für jedes Keyword im Portfolio die Anzahl an Geboten, die Anzahl an Klicks, die CPC und den Umsatz an jeder Position voraus. Abbildung 4 zeigt ein Beispiel für ein Keyword-Modell.

• Prognose auf Portfolioebene: Prognosen auf Portfolioebene sagen das Verhältnis von Ausgaben zum Geschäftsziel voraus. Da das Verhältnis zwischen Volumen und ROI oder CPO für die meisten Unterneh-men wichtig ist, ermöglichen Prognosen auf Portfolioebene dem Inserenten, mit seinen Geboten auf der Effizienzkurve zu liegen. Wenn ein Inserent mehrere Geschäftsziele (d. h. mehrere Optimierungsportfo-lios) hat, können Prognosen auf Portfolioebene kombiniert werden, um das kombinierte Verhältnis zwischen Ausgaben und Geschäftsziel zu berechnen.

Abbildung 10. Prognosen auf Portfolioebene zeigen das Verhältnis zwischen Umsatz und ROI bei verschiedenen Ausgabenhöhen. Obwohl die Portfolioleistung für diese Ausgabenhöhen nicht getestet wurde, weist die Prognose eine Genauigkeit von 20 % auf.

• Langfristige Prognosen: Prognosen auf Portfolioebene können mit jahreszeitabhängigen Verlaufsdaten kombiniert werden, um dem Inserenten langfristige Prognosen zu liefern. Diese Prognosen erleichtern den Inserenten die Anpassung ihrer Budgets.

Automatisierung versus OptimierungBeide Prinzipien, Automatisierung und Optimierung, werden für eine effektive Verwal-tung einer Suchkampa-gne benötigt. Von vielen Marketing-Fachleuten werden sie jedoch verwechselt. Eine große Anzahl an Geboten festlegen zu können, ermöglicht einem Marketing-Fachmann noch keine effektive Kampagnenverwaltung. Die Chance, Fehler zu machen, ist sogar höher, da eine große Anzahl an suboptimalen Geboten festgelegt werden kann. Algorithmen zur Portfoliooptimierung, die auf sinnvollen Keyword-Modellen basieren, sorgen dafür, dass die vom Automa-tisierungsmechanismus festgelegten Gebote die richtigen sind.

Adobe Systems GmbHGeorg-Brauchle-Ring 58 D-80992 MünchenAdobe Systems (Schweiz) GmbH World Trade Center Leutschenbachstrasse 95 CH-8050 Zürich www.adobe.de www.adobe.atwww.adobe.chwww.adobe.com

Adobe and the Adobe logo are either registered trademarks or trademarks of Adobe Systems Incorporated in the United States and/or other countries. All other trademarks are the property of their respective owners.

© 2012 Adobe Systems Incorporated. All rights reserved. Printed in Germany.

91075608 9/12

Abbildung 11. Beispiel für eine langfristige Prognose. Dargestellt ist die Umsatzerwartung für eine ausgewählte Ausgabenhöhe für die nächsten 6 Monate. Gezeigt wird der Nettobeitrag jedes Portfolios zum Gesamtumsatz pro Monat sowie der jeweilige Gesamt-ROI.

FazitEin durch zuverlässige Keyword-Modelle gestützter Portfolio-Management-Ansatz ist der Schlüssel zur Maximierung der Leistung von SEM-Kampagnen. Bei der derzeit unsicheren Marktsituation hat der modellbasierte Portfolio-Management-Ansatz den zusätzlichen Vorteil, die Kampagnenleistung genau vorherzusagen. Der Erfolg dieses Ansatzes basiert auf drei wichtigen Faktoren: Automatisierung für flexiblesReagierenaufMarktschwankungen;Modelle,diedieLeistungeinesKeywordsanjederPositionkorrekt vorhersagen; Algorithmen, die mithilfe der Modelle das genaue Gebot für jedes Keyword berechnen, um die Gesamtleistung der Kampagne zu maximieren. Die Modelle und Algorithmen sind die Alleinstellungsmerkmale. Gute Modelle sind immer durch ausreichend Daten gestützt, um jahreszeitliche und andere Marktschwankungen zu berücksichtigen und spärliche Datensätze zu verarbeiten, z. B. Daten für Wortkombinationen. Gute Modelle müssen auch robust genug sein, um sich schnell an Marktschwankungen anpassen zu können. Darüber hinaus müssen Algorithmen durch strenge mathematische Methoden und nicht durch heuristische Verfahren gestützt sein, die keine Leistungsgarantie bieten.

Adobe erweitert die Grenzen von Suchmaschinen-Marketing. Adobe blickt bereits auf eine über 10 Jahre währende Erfolgsgeschichte zurück und verwaltet derzeit über 2,5 Milliarden USD an Werbeausgaben für 250 Kunden weltweit. Unsere Plattform ist auf großangelegte Kampagnen ausgerichtet und gibt täglich über 5 Millionen Gebote für mehr als 120 Millionen Keywords ab.

Über die Adobe® Digital Marketing SuiteDie Adobe Digital Marketing Suite bietet eine integrierte und offene Plattform für die Online-Geschäftsoptimierung, eine Strategie, bei der mithilfe von Kundendaten im gesamten Unternehmen Innovation gefördert und die Marketing-Effizienz verbessert wird. Die Suite besteht aus integrierten Anwendungen, die Kundendaten erfassen und auswerten, um die Aktivitäten zu Akquise, Konversion und Bindung von Kunden sowie die Erstellung und Verteilung von Inhalten zu optimieren. Mithilfe der Suite können Marketing-Experten beispielsweise die effektivsten Marketing-Strategien und Anzeigenplatzierungen ermitteln sowie ein bedarfsgerechtes, individuell zugeschnittenes und einheitliches Kundenerlebnis auf allen Online-Marketing-Kanälen schaffen: Onsite, Werbung, E-Mail, soziale Medien, Video und mobile Endgeräte. Die Digital Marketing Suite ermöglicht zeitnahe Anpassungen, die Automatisierung von Kundeninteraktionen und eine schnellere Maximierung des Marketing-ROI.

Über Adobe Systems IncorporatedAdobe verändert die Welt durch digitale Erlebnisse. Weitere Informationen finden Sie unter www.adobe.de.

www.adobe.de

Algorithmen und Optimierung für...

Documents

Transcript of Algorithmen und Optimierung für...