Beispiele und Tipps für die Arbeit mit Experimenten

Sehen Sie sich einige Beispiele für die Arbeit mit Experimenten an und lernen Sie einige Best Practices kennen.

Der Zweck von Experimenten ist es, A/B-Test Änderungen an Kampagnen in einer kontrollierten Umgebung durchzuführen. Sie optimieren die experimentelle Kampagne und sehen dann die Ergebnisse des Vergleichs zwischen ihrer anschließenden Leistung und der der ursprünglichen Kampagne. Auf diese Weise können Sie die Auswirkungen der Änderung auf Ihr Unternehmen verstehen, bevor Sie eine vollständige Umstellung vornehmen. Erfahren Sie mehr über das Erstellen, Auswerten und Anwenden von Experimenten.

Anwendungsbeispiele für Experimente

Im Folgenden finden Sie nur einige der Möglichkeiten, wie Sie experimentieren können:

  • Probieren Sie eine Gebotsstrategie aus: Vergleichen Sie Ihre manuellen Gebote mit einer automatisierten Gebotsstrategie wie „Klicks maximieren“ oder „Ziel-CPA“.
  • Suchen Sie eine neue Zielgruppe: Versuchen Sie, eine andere Zielgruppe anzusprechen und beobachten Sie, wie sich Ihre Leistung im Vergleich dazu entwickelt. Welche Optionen sind für Zielgruppen verfügbar?
  • Konsortialsuchpartner testen: Wenn die Anzeigenverteilung Ihrer Kampagne (wo Sie im Internet Anzeigen schalten möchten) auf Nur Bing-, AOL- und Yahoo-Suche (Inhaber und Betreiber) eingestellt ist, führen Sie ein Experiment mit der Einstellung Alle Suchnetzwerke durch, um auch unsere Konsortialsuchpartner einzubeziehen.
  • Experimentieren Sie mit Ihrer Anzeigenkopie: Versuchen Sie es mit einem lustigeren oder bissigeren Ton! Gestalten Sie Ihren Text beschreibender oder umgekehrt bündiger. Experimentieren Sie mit dynamischen Textparametern oder Anzeigenanpassern.

    Wichtig
  • Probieren Sie ein weiteres neues Feature aus: Sind Sie z. B. mit all Ihren Anzeigenerweiterungsoptionen vertraut?

Tipps

Um die hilfreichsten Ergebnisse aus Ihren Experimenten zu erhalten, beachten Sie Folgendes:

  • Wir empfehlen, die Experimentaufteilung auf 50/50 zu setzen, um sicherzustellen, dass das Experiment auf genügend Datenverkehr basiert, um einen fairen Vergleich zu ziehen.
  • Nachdem Sie ein Experiment erstellt haben, stellen Sie sicher, dass es ohne Fehler erstellt wurde, indem Sie die Spalte Experimentstatus der Seite Experimente überprüfen. Wenn Probleme aufgetreten sind, wird in der Spalte Aktion der Link Downloadfehler angezeigt. Wählen Sie diesen Link aus, beheben Sie die Fehler, und versuchen Sie erneut, das Experiment zu erstellen.
  • In den meisten Fällen empfehlen wir, Experimente wie diese durchzuführen:
    1. Sorgen Sie in den ersten zwei Wochen des Experiments dafür, dass die Original- und Experimentkampagnen identisch sind.
    2. Nehmen Sie an dieser Stelle die gewünschte Änderung am Experiment vor, um mit den A/B-Tests zu beginnen.
    3. Führen Sie das Experiment dann mindestens zwei Wochen (also insgesamt mindestens vier Wochen) im A/B-Modus aus.
  • Sie können bis zu 10 Experimente pro Kampagne ausführen, aber sie können nur 1 Experiment gleichzeitig für eine Kampagne ausführen. Wenn Sie mehrere Experimente für eine einzelne Kampagne ausführen möchten, planen Sie sie so, dass sie nacheinander ausgeführt werden.

Vorteile und Nachteile der Einstellungen „Suchbasiert“ und „Cookiebasiert“

Beim Erstellen eines Experiments können Sie angeben, wie der Anzeigendatenverkehr der Kampagne aufgeteilt werden soll.

Suchbasiert Cookiebasiert
Funktionsweise Jedes Mal, wenn Kunden suchen, werden ihnen nach dem Zufallsprinzip entweder Anzeigen aus Ihrem Experiment oder Anzeigen aus Ihrer ursprünglichen Kampagne angezeigt. Dies bedeutet, dass einzelne Kunden Anzeigen aus beiden Quellen sehen könnten, wenn sie mehrmals suchen. Wenn einzelne Kunden eine Suche durchführen, werden entweder Anzeigen des Experiments oder Anzeigen der ursprünglichen Kampagne eingeblendet. Mithilfe eines Cookies wird gewährleistet, dass zukünftig nur noch Anzeigen aus der jeweiligen Quelle eingeblendet werden.
Vorteile Statistisch relevante Vergleichsdaten können möglicherweise schneller abgerufen werden. Bei einigen Experimenten sind die Daten möglicherweise genauer.
Nachteile Bei einigen Experimenten sind die Daten möglicherweise weniger genau. Das Abrufen statistisch relevanter Vergleichsdaten dauert möglicherweise länger.
Tipp Experimente mit Funktionen wie automatischen Geboten funktionieren gut mit einer suchbasierten Aufteilung, da der Vergleich für die Gebote in jeder einzelnen Suchauktion durchgeführt wird. Experimente mit Bildern und Anzeigentext eignen sich besser für eine cookiebasierte Aufteilung, da so sichergestellt ist, dass ein Kunde nur auf eine bestimmte Quelle reagiert.

See more videos...