Optimierung von Gebotsstrategien in Search Ads 360 mit der Hilfe von Wetterdaten der METEONOMIQS-API
1. Vorstellung der Zusammenarbeit
diva-e, liquid-life.de, meteonomiqs und mohrstade haben in einem gemeinsamen Projekt eine automatisierte Infrastruktur sowie ein Optimierungs-Setup erarbeitet, um Wetterdaten für die Gebotssteuerung in Google Ads 360 zu nutzen. Dabei war mohrstade für den Auf- und Ausbau der technischen Infrastruktur, Datenerfassung, Weiterverarbeitung und Aktivierung der Wetterdaten über die Google Cloud Platform (GCP) zuständig. METEONOMIQS stellte die relevanten Wetterdaten über seine API zur Verfügung. Die anschließende Optimierung des Setups sowie das Testing und die Evaluierung der Gebotsstrategien in Search Ads 360 wurde von diva-e durchgeführt.
2. Ausgangslage
Bei der Suche nach Informationen zu Produkten tendieren Nutzer eher zu einer Interaktion mit Textanzeigen. Die optimale Platzierung ausgespielter Search Ads ist daher von hoher Relevanz für Unternehmen. Dass das Wetter dabei Einfluss auf die Entscheidung beim Fahrradkauf eines Nutzers nimmt, ist branchenüblich bekannt. Für den Online-Shop liquid-life.de, der Liquid Life GmbH, soll daher überprüft werden, ob eine zusätzliche Anreicherung und Aktivierung von Wetterdaten eine Optimierungsmöglichkeit für das Bidding über Gebotsstrategien in Search Ads 360 darstellt. Untersucht werden soll jedoch nicht ein möglicher Einfluss von Wetter auf die Conversion-Rate, sondern eine potenzielle Beeinflussung der Gebotsstrategien aktiver Kampagnen durch die Berücksichtigung von Wetterdaten als zusätzlicher Conversion-Parameter.
3. Zielsetzung
Durch die Berücksichtigung von Wetterdaten als Conversion-Parameter in SA360-Gebotsstrategien soll eine grundlegend effizientere Auktionsteilnahme erreicht werden, was im Umkehrschluss wiederum positiven Einfluss auf den Return on Advertising Spend (ROAS) der Kampagnen nimmt. Zur Beurteilung des Endergebnisses wurden folgende Punkte in der Zielsetzung festgehalten:
- Eine optimierte Aussteuerung führt zu einer besseren Allokation des Marketing-Budgets. Der aus Kampagnen
erzielte Umsatz für Fahrradverkäufe wird gesteigert. - Die optimierte Aussteuerung reduziert Streuverluste aus ineffizienten Auktionsteilnahmen. Der Zielumsatz lässt sich mit weniger Budget erreichen.
4. Vorgehensweise
Um die aufgestellte Hypothese zu prüfen, wurden zwei unterschiedliche Testszenarien in Search Ads 360 definiert. Ein Split-Test von inventarbasierten Google Shopping-Kampagnen sowie ein A/B-Test einer ausgewählten Search-Kampagne.
- Split-Test Google Shopping-Kampagnen:
Aufteilung ausgewählter Produkte in zwei gleich große Gruppen. Die Verteilung erfolgte dabei anhand der Produkt-ID. Testgruppe A enthielt Produkte mit gerade endenden Produkt-IDs. Testgruppe B bestand aus Produkte mit ungerade endenden Produkt IDs. Für beide Gruppen wurde eine Google Shopping-Kampagne erstellt und auf die entsprechende Gebotsstrategie ausgerichtet.
- A/B-Test Search-Kampagne:
Für den Test der Search-Kampagne wurde in Google Ads ein Kampagnen-A/B-Test aufgesetzt, bei dem die bestehende Inventar-Kampagne zur definierten Produktgruppe als Entwurf gespiegelt und dann in einer 50%-Verteilung nach Suchanfragen gegeneinander ausgespielt wurde.
Nach einer 14-tägigen Lernphase der Gebotsstrategien wurde das Experiment für die Search-Kampagne hinzugezogen. Anschließend wurden beide Testszenarien über weitere 28 Tage in ihrer Entwicklung ohne weitere Anpassungen untersucht.
5. Technische Umsetzung
Die Übermittlung der Wetterdaten erfolgt an zwei Punkten:
- Landingpage nach Google Ads Klick
- Beim Kauf
Folgend wird der Ablauf der im Schaubild dargestellten technischen Infrastruktur im Detail erläutert:
① Google Ads Click
Durch einen Klick auf eine Google Ads Search-Anzeige in der Google Suche gelangt der Nutzer auf eine dedizierte Landing Page von liquid-life.de.
② Landingpage
Auf der Landingpage ist ein clientseitiger Google Tag Manager (GTM)-Container implementiert, dessen Aufgabe es ist, die aktuellen Informationen zum Standort des Users sowie die Google Click ID (gclid) an einen serverseitigen Google Tag Manager zu senden.
③ GTM Server
Im GTM Server selbst wird eine Cloud Function getriggert, welche eine Abfrage an die METEONOMIQS-API stellt.
④+⑤ METEONOMIQS
Die METEONOMIQS-API stellt anhand der vom GTM Server gesendeten Informationen zum Standort des Nutzers Wetterdaten (Temperatur, Wetterstatus, Niederschlag, Luftfeuchtigkeit etc.) zur Verfügung und reichert diese an.
⑥ BigQuery
Die mit den Wetter-Informationen angereicherten Conversion-Daten werden anschließend in BigQuery gespeichert.
⑦-⑨ SA360 Conversion Upload
Für die Anreicherung von Conversion-Daten werden diese Daten anschließend ebenfalls mithilfe einer Cloud Function stündlich von Search Ads 360 per Report aus BigQuery angefordert. Dort werden die Wetterdaten zum Zeitpunkt des letzten Klicks vor der Conversion (exclusive Brand) angereichert und ebenfalls wieder hochgeladen. Die Daten lassen sich somit für Bid-Strategien nutzen.
6. Ergebnis
Durch die Integration der Wetterdaten in die Gebotsstrategie erreichten beide Test-Szenarien eine höhere Auktionsteilnahme und damit Sichtbarkeit in den Suchergebnissen. Zunächst verzeichnete die Kampagne mit angereicherten Wetterdaten in der ersten Hälfte des Beobachtungszeitraums eine deutliche Mehrausspielung. Zum Ende des Beobachtungszeitraums zeigte sich jedoch eine stetige Angleichung und nahezu gleich verteilte Teilnahme der Kampagnen an Auktionen entsprechend der Suchanfragen.
Die Kampagne mit angereicherten Wetterdaten erzielte über den gesamten Beobachtungszeitraum in ihrer Aussteuerung bei einem leicht niedrigeren CPC und höherer CTR einen 22 % höheren Umsatz. Ihr gesetzter Zielwert für den ROAS wurde mit einer Abweichung von lediglich 0,5 % erreicht. Die Kampagne ohne Wetterdaten hingegen verzeichnete eine Abweichung von durchschnittlich 17 % gegenüber dem Zielwert und konnte damit nicht das volle Auktionspotenzial ausschöpfen.
Auf den Verlauf der Search-Kampagne zeigte sich ein deutlicher Einfluss durch die Anreicherung der Wetterdaten. Während die Kontroll-Kampagne ohne Wetterdaten der bisherigen Entwicklung der Auktionsteilnahme folgte, verzeichnete die Gebotsstrategie unter Berücksichtigung der Wetterdaten für einen Anstieg der Auktionsteilnahmen um das 25-Fache. Steuerung der Gebotsstrategien der Liquid Life GmbH aufzeigt. Auch hier konnte die mit Wetterdaten angereicherte Gebotsstrategie den festgelegten Ziel-ROAS deutlich schneller und vor allem genauer erreichen.
Es lässt sich festhalten, dass die zusätzliche Integration der Wetterdaten über die METENOMIQS-API in für das Bidding relevante Conversion-Parameter, einen deutlichen Mehrwert für die Steuerung der Gebotsstrategien der Liquid Life GmbH aufzeigt.
