Inside AdWords
De officiële blog van Google voor nieuws, tips en informatie over Google Ads.
Laat uw bedrijf nog sneller groeien met machine learning: deel II
woensdag 31 januari 2018
Vorige week hebben we bij de Consumer Electronics Show gekeken naar de
moderne consument die over uitgebreide mogelijkheden beschikt
.
Deze consument
is nieuwsgieriger, veeleisender en ongeduldiger dan ooit tevoren en verwacht overal ondersteunende functionaliteit, zoals met hun
eigen
smartphone kunnen inchecken bij hun
eigen
hotelkamer.
Het is essentieel dat bedrijven aan deze stijgende consumentenverwachtingen kunnen voldoen. In de komende twee weken bespreken we enkele van onze favoriete AdWords-producten en laten we zien hoe merken dankzij machine learning aan deze verwachtingen kunnen voldoen en tegelijkertijd tijd kunnen besparen en de prestaties kunnen verbeteren.
Machine learning toepassen in AdWords
Onder campagnebeheer vallen allerlei tijdrovende taken. In plaats van handmatig duizenden zoekwoorden toe te voegen of advertentiekoppen te testen om te zien welke het beste werken, kunt u het machine learning-platform van Google trainen om dit voor u te doen.
Misschien heeft u recent nieuwe producten toegevoegd aan uw voorraad of meer content toegevoegd aan uw website.
Dynamische zoekadvertenties
registreren dit en vullen lege plekken in de zoekwoorddekking automatisch op zodat u mensen kunt bereiken die naar deze nieuwe producten en services zoeken.
Als u relevante advertenties wilt weergeven die overal op de miljoenen sites in het Google Display Netwerk passen, kunt u meer bestanden voor advertentiemateriaal uploaden naar uw
Slimme display-campagne
en automatisch relevante advertenties weergeven aan de juiste mensen. Dit alles wordt mogelijk gemaakt door machine learning.
Een nieuwe ontwikkeling voor apps
We weten dat de concurrentie groot is voor app-ontwikkelaars en -marketeers: het aantal ontwikkelaars met meer dan een miljoen installaties per maand is met 35% gestegen ten opzichte van het voorgaande jaar.1 Er zijn meer apps en functies dan ooit die om aandacht (en het geld) van uw gebruikers concurreren. Ook op dit vlak kan machine learning u ondersteunen.
Dankzij
Universele app-campagnes
(UAC) kunnen merken zoals Rappi, een bezorgservice in Latijns-Amerika, hun meest waardevolle gebruikers met één campagne bereiken via Google Play, Google Zoeken, het Display Netwerk en YouTube.
De marketeers van Rappi uploadden alle bestanden voor advertentiemateriaal die ze hadden. Daardoor kon het machine learning-platform van Google elk bestand rouleren, inzicht krijgen in welke bestanden het best presteren in elk kanaal en vervolgens advertenties weergeven die de grootste kans hebben om gebruikers aan te trekken. Al na één maand vertienvoudigden de conversiepercentages van Rappi en kon het merk uitbreiden naar Brazilië, Mexico en Argentinië.
AutoGravity, een aanbieder van autoleningen en -leasing, wist in slechts vijf weken tienduizenden autokopers te bereiken en de gebruikersbetrokkenheid met 120% te verhogen. Het merk is van plan 200% meer te investeren in UAC om meer van hun meest waardevolle gebruikers te bereiken: mensen voor wie de kans groot is dat hun kredietaanvraag wordt goedgekeurd.
Hoe slagen UAC's erin deze typen waardevolle gebruikers te bereiken? Het machine learning-platform van Google gebruikt insights van Google Zoeken en Google Play, webgegevens en andere signalen in combinatie met informatie over uw app. Deze gegevens worden geanalyseerd in elk kanaal waarin AdWords uw advertenties weergeeft en worden in realtime geüpdatet. Op die manier kan AdWords snel trending zoekwoorden rond actuele gebeurtenissen en feestdagen oppikken en ervoor zorgen dat uw advertenties aan de juiste gebruikers worden weergegeven.
AdWords kijkt vervolgens naar mensen die de door u geselecteerde actie hebben uitgevoerd (zoals goedkeuring voor krediet ontvangen) en mensen die dat niet hebben gedaan, plus gebruikerssignalen die uniek zijn voor elke veiling. Apparaattype, besturingssysteem, netwerk, geïnstalleerde apps en andere signalen vormen samen patronen waarmee waardevolle gebruikers kunnen worden geïdentificeerd. Deze patronen worden gebruikt om toekomstige veilingen te voorspellen en te bepalen waar en hoe moet worden geboden en welke advertenties moeten worden weergegeven (en aan wie).
Merken kunnen met behulp van machine learning niet alleen op grote schaal betere prestaties genereren, maar kunnen ook hun meest waardevolle bedrijfsmiddel vrijmaken: tijd.
Paul Teresi, Growth Manager bij de reis-app Skyscanner, zegt dat UAC's hem veel tijd besparen. "
Ik kan me nu echt verdiepen in onze gebruikers en statistieken, en kan mogelijkheden voor groei en uitbreiding ontdekken.
"
Volg onze
nieuwe cursus
voor meer informatie over hoe u met universele app-campagnes uw meest waardevolle gebruikers kunt bereiken.
Volgende week sluiten we dit onderwerp af met een blik op hoe machine learning wordt toegepast om biedingen te optimaliseren, met onder andere een interessante casestudy van het in-house mediateam van Google.
Geplaatst door Maura Moss.
1 Interne gegevens van Google, mei 2017
Versnel de groei van uw bedrijf met machine learning: deel I
donderdag 11 januari 2018
Aan het begin van het nieuwe jaar bedenken we waarop we ons willen richten, van gezonder eten tot meer eropuit trekken. Tijdens de
Consumer Electronics Show
van deze week kijken we ook vooruit, maar dan naar de toekomst van technologie. Dankzij innovaties zoals smartphones en speakers met spraakactivering beschikken gebruikers nu over veel uitgebreidere mogelijkheden en verwachten ze meer van hun favoriete merken. Consumentenfunctionaliteit krijgt hierdoor een nieuwe vorm en dit heeft ook effect op wat er van marketeers wordt verwacht.
We willen u helpen aan de stijgende verwachtingen van de moderne consument te voldoen en delen daarom de komende drie weken insights en praktische tips van merken die machine learning inzetten voor nieuwe mogelijkheden in de '
Age of assistance
' (in plaats van zelf allerlei uitdagingen uit te zoeken).
Problemen oplossen met machine learning
Machine learning is een nieuwe manier van problemen oplossen. In plaats van honderden uren te besteden aan het handmatig programmeren van computers om specifieke vragen te beantwoorden, besparen we tijd door ze
aan te leren hoe ze zelf kunnen leren
. Dat doen we door de computer voorbeelden te geven totdat deze op basis hiervan begint te leren en patronen herkent, zoals het verschil tussen een kat en een hond.
Laten we eens naar de ontwikkelingen in de geneeskunde kijken om te illustreren hoe machine learning enkele van de meest complexe problemen ter wereld kan helpen oplossen. Doktoren in Amerika weten dat de overlevingskansen bij huidkanker aanzienlijk toenemen wanneer de ziekte vroeg wordt vastgesteld.
1
Daarom gingen onderzoekers van Stanford University aan de slag met het platform voor machine learning van Google,
TensorFlow
, en trainden een model dat huidkankeraandoeningen van een gezonde huid kan onderscheiden met een nauwkeurigheid van 91%, vergelijkbaar met 21 artsen.
Nieuwe mogelijkheden om groei te versnellen
Als marketeers zijn we niet dagelijks bezig om levens te redden, maar we stellen onszelf wel een hele andere vraag: hoe kan ik de groei van mijn bedrijf versnellen? Ook daar kan de machine learning-technologie van Google bij helpen.
We weten dat het veel tijd kost om advertentieplaatsingen te selecteren en biedingen handmatig aan te passen, waardoor u minder tijd overhoudt voor strategische taken zoals
inspelen op de nieuwste trends
of
nieuwe markten betreden
. Machine learning van Google beschouwt dagelijks miljarden gegevenspunten van consumenten, van voorkeur voor kleur en tint op mobiele schermen tot aankoopgeschiedenis, apparaat en locatie. Met producten zoals
Universele app-campagnes
en
Slim bieden
is het nu mogelijk deze gegevens te gebruiken om miljoenen advertenties te leveren die zijn aangepast voor uw klanten en voor elk van deze advertenties het juiste bod in te stellen, in realtime.
Zelfs als u deze AdWords-innovaties niet actief gebruikt, ondervindt u nog steeds de voordelen van machine learning. Google gebruikt informatie over zoekopdrachten, historische advertentieprestaties en andere contextsignalen in combinatie met machine learning om te voorspellen of iemand op uw advertentie zal klikken. Deze
voorspelde klikfrequentie
helpt de selectie, rankschikking en prijs van uw advertenties te bepalen. Machine learning draagt er dus nu al aan bij dat de juiste advertentie wordt weergegeven aan de juiste klant.
In de komende drie weken bespreken we hoe u machine learning kunt gebruiken om uw marketingdoelen te bereiken en de groei van uw bedrijf te versnellen. Als u de nieuwste updates voor deze serie wilt ontvangen, kunt u de Inside AdWords-blog volgen of u
abonneren
op onze nieuwsbrief met praktische tips.
Gepost door Maura Moss
.
1
Stanford News
, 2017
Labels
+1
+1 Button
+1-knop
Aankondigingen
Advertentie-extensies
Advertentie-indelingen
Advertentiebeleid
Advertentiebeoordeling
Advertentiekeuze
Advertentiepositie
Advertentieroulatie
Advertenties met productvermeldingen
Adwords Community
Adwords Editor
AdWords Express
AdWords interface
Adwords Succesverhaal
Algemene Voorwaarden
Analytics
API
App Advertenties
Belangrijkste Bijdragers
Beleid
Betalingen
Bodaanpassingen
Campagnebeheer
Campagnetype
Case study
Chat ondersteuning
Conversies Bijhouden
Display Netwerk
Display planner
Doelen
Dynamische Remarketing
Euronews Business Awards
Export
Facturering
Flexibele Biedstrategieën
Forum
Geautomatiseerde Regels
Geoptimaliseerde Campagnes
Gepersonaliseerde Advertenties
Geschatte Totale Conversies
Global Market Finder
Gmail
Google Analytics
Google Engage
Google Grants
Google Maps
Google Merchant Center
Google Partner
Google Plus
Google Shopping
Google+
Hangouts on Air
HelpCentrum
Hulpprogramma's
Inhoudsnetwerk
Insights for Search
Internationaal Adverteren
Keyword Insertion
Kosten
kwaliteitsscore
Live Hangout
Locatie Extensies
Locatie-targeting
Marktinformatie
Mijn Klantencentrum
Mobiel
Nederland
Nieuwe functies
Nieuwe Interface
Nieuws
Non Profit
Online Adwords Lessen
Optimalisatie
Promotie
Promotiecodes
Quality Score
rapportage en analyse
Rapporten
Remarketing
Scripts
Search Marketing Thursday
Sitelinks
structured snippets
Tablets
Targeting
Telefonische ondersteuning
Tom's Tips
Top-advertenties
Twitter
updates
Veiligheid
Verbeterde CPC
Verkopersbeoordelingen
website informatie extensie
website-informatie
Weergaveselectie
Werken bij Google
Youtube
Youtube-Kanaal
Zoektrechters
Zoekwoorden
Archief
2019
feb
2018
nov
jul
jun
mei
apr
feb
jan
2017
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
jan
2016
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
feb
jan
2015
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
2014
sep
aug
jun
apr
mrt
feb
2013
nov
okt
sep
aug
jul
jun
mei
apr
mrt
feb
jan
2012
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
feb
jan
2011
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
feb
jan
2010
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
feb
jan
2009
dec
nov
okt
sep
aug
jul
jun
mei
apr
mrt
feb
jan
2008
dec
nov
okt
sep
aug
jun
mei
apr
mrt
feb
jan
2007
dec
nov
okt
sep
Feed
Follow @adwords
Alles over AdWords
Vind antwoorden op veelgestelde vragen op het AdWords Help Forum!
Accountstructuur & Gebruikersbeheer
Beleid & Advertentiekeuring
Conversies bijhouden
Doelen in Google Analytics
Facturering, BTW en Promotiecodes
Merchant Center: Feeds en Gegevenskwaliteit
Remarketing
Shopping-campagnes
