Optimering af udvidelser i Google Ads | Udfordre status quo – Del 2 af 3

Dette indlæg er anden del af serien ”udfordre status quo”. Hvis du ikke har læst første del, kan du læse det her: (Del 1 af 3: A/B split-testing af annoncer i Google Ads). I denne omgang vil vi fortsat tage udgangspunkt i Search-delen af Google Ads med fokus på splittests af annonceudvidelser. At udfordre status quo er en vigtig del af et solidt Google Ads Setup. Hvis nye tiltag ikke bliver afprøvet, kan performance stagnere og i værste tilfælde kan kontoen bevæge sig i den forkerte retning. 

Det er ikke alle annonceudvidelser, som vi tager udgangspunkt i. Hér vil vi udelukkende have fokus på undersidelinks og infoudvidelser. Dermed ikke sagt, at de andre ikke er vigtige – det er de bestemt. Undersidelinks og infoudvidelser er blot lettere at splitteste og optimere på. Resten af udvidelser er mere singulære i deres struktur og er ikke i ligeså høj grad områder med behov for splittests.

Undersidelinks

Lad os starte med undersidelinks. Har du en e-commerce hjemmeside, med mange forskellige varer, vil det give god mening at skræddersy undersidelinks til dine vigtigste landingssider eller produkter. Det kan eksempelvis være din forside. Denne vil typisk trække meget top-funnel trafik, hvilket betyder, at mange besøgende måske ikke er helt købsmotiverede endnu. De kan dog lede efter noget specifikt, såsom sofaer, men uden at have en klar idé om hvilken de gerne vil købe.

Herunder er et eksempel på en annonce, hvilken kan trække meget top-funnel trafik. Annoncen bliver vist med fire undersidelinks i denne søgning. Google skal bruge mindst fire undersidelinks pr. annoncegruppe, og de vises enten i kombinationer af to eller fire. Oftest giver det god mening at fremhæve sine bestsellers, eller produktkategorier med højest avance via undersidelinks. Disse kan du finde via Google Analytics (se hvordan her).

Hvis du har stort udvalg, ikke nødvendigvis ligeså stort som IKEAs, kan det give god mening at anskue bestsellers på to måder. Bestsellers på kategori-niveau og på produkt-niveau. 

Varekategori-niveau

Lad os tage udgangspunkt i IKEA og starte på varekategori-niveau. IKEA har en kæmpe mængde varekategorier, som bestemt ikke kan presses ind under fire undersidelinks på deres brand-annoncer. Hér er det oplagt at splitteste, for at finde frem til de varekategorier med bedst performance. Hvorfor ikke bare vælge top-4 ifølge Google Analytics og call-it-a-day? Fordi konteksten er vigtig. Vælg gerne 6 produktkategorier til at starte med. Dermed har du minimum to varekategorier, hvilket kan udskiftes hver 1-2 måned, indtil du har et klart billede af de 4 produktkategorier med bedst performance. Tjek performance for kliks på dine undersidelinks via Google Analytics ved at navigere til Anskaffelse/Google Ads/Undersidelinks. 

Det behøver ikke være dit eget brand du tester på. Det kan være at du har et stort udvalg af varekategorier fra fx Nordahl i dit sortiment. Hvis en bruger søger efter Nordahl, uden at specificere andet, kan du give brugeren mulighed for at klikke sig direkte ind på de rigtige varekategori fra søgeresultaterne. 

Produkt-niveau

Fokus på undersidelinks på specifikke søgninger giver rigtig god mening. Her er brugerne ofte længere i købsprocessen, hvor det er vigtigt at være super præcis, for at ”vinde” klikket og ikke miste det til konkurrenten.

Et eksempel kan være på brands, som du ikke er alene om at føre. Lad os derfor tage udgangspunkt i en søgning som fx ”Nordahl sofa”. På disse søgninger kan du udvælge top-6 sofaer ud fra dit sortiment af Nordahl sofaer, og splitteste indtil du har fire som fungerer bedst.

Infoudvidelser

Typisk vil de fleste skrive 3-4 infoudvidelser og call it a day. Det er super ærgerligt, da infoudvidelser ofte bliver vist på en stor del af betalte søgeresultater og ofte har en attraktiv placering i annoncen. Det giver anledning til splittests. Typisk anvendes infoudvidelser, som USP’er vedrørende hjemmesiden, og ikke produktet, for at give kunden incitament til at vælge netop din hjemmeside. Ikke konkurrentens. Man kan også bruge infoudvidelser til at infomere om selve produktet. Begge dele giver god mening. Imidlertid, hvis du har mange produkter, vil det være mere effektivt at fokusere dine ressourcer på infoudvidelser vedrørende hjemmesiden. Fokus på produkter kan blive et kæmpe projekt, men hvis du har relativt få, kan det give god mening. 

I dette eksempel vil vi tage udgangspunkt i USP’er vedrørende hjemmesiden. Hér er det oplagt at brainstorme på dét, som gør din hjemmeside unik. Ulig annoncetekster, skal du ikke skrive flere varianter af den samme USP på infoudvidelser. Det skyldes at Google tilfældigt vælger, hvilke infoudvidelser, der ryger med på annoncen. Det er spild af værdifuld plads i annoncerne at have forskellige udformninger af den samme USP. Derfor skal du finde frem til en håndfuld unikke USP’er. 

Herunder er et eksempel fra Made4men, hvor der bliver vist tre forskellige USP’er vedrørende deres webshop. De er alle USP’er som har en god performance for netop Made4men, men det kan sagtens være at der er andre USP’er, som hjælper din hjemmeside med at skille sig ud. Når du er kommet frem til de rette USP’er kan de oprettes på kontoniveau. Herefter er det blot at samle data. Normalt vil det være fint at lade dem cirkulere i 1-2 måneder før du evaluerer.

Herefter skulle der gerne være USP’er, med bedre performance end andre. Tag de fire USP’er med bedst performance og placér dem i et spreadsheet. Hér kan du tage udgangspunkt i de to med den ringeste performance og skrive nye varianter og udskifte de eksisterende. Rotér på ny og se om de har en bedre performance end deres forgangere. Disse tests kan du teknisk set blive ved med, ligeså længe du vil, indtil du har fire knivskarpe USP’er hvor alle har en høj performance. 

Men, men, men hvor meget får du ud af alt det arbejde? 

Hvis vi tager udgangspunkt i en konto, hvor vi tester på seks forskellige USP’er, er der over 20 % forskel i ROAS, mellem den med bedst ROAS og den med lavest ROAS. Der er minimum 30.000 eksponeringer på alle. Dermed er der en statistisk signifikans til at konkludere vores test ud fra. Ofte kan der være lidt usikkerheder i disse tests. Eksempelvis hvis du har andre tests kørende. Derfor er det vigtigt at samle så meget data som muligt.

Opsummeret

Disse splittests er kun toppen af isbjerget af muligheder. Men selvom udvidelser ofte bliver overset, er der god mulighed for at optimere og teste sig frem til mærkbare resultater. I næste blodindlæg vil vi tage udgangspunkt i målgrupper, enheder og eksperimenter.