Google Ads Automatisering med Performance Max: En Specialists Perspektiv

Indlæg skrevet af:

Jeppe Fredborg

SEM Team Lead

Performance Max er absolut et af de varmeste emner indenfor Google Ads. Google har her introduceret en kampagnetype, som mere end nogensinde er afhængig af Google Machine Learning (- altså automatisk læring på dansk) samt de målsætninger og budskaber, som leveres af den specialist, der håndterer kampagnen. Via Performance Max lægger vi et stort ansvar i Googles hænder i forhold til de visuelle udtryk af annoncerne.

Her er det nemlig ikke specialisten, som beslutter, hvordan selve annoncen kommer til udtryk. Vi sørger i stedet for at levere de retter tekster, billeder, logoer osv, hvorefter Google sammensætter annoncer, som normalt skal håndteres via forskellige kampagnetyper i Google Ads: Søgeannoncer, Google Shopping, Google Display, YouTube Ads, Discover Ads, Gmail og Maps.

Performance-Max-Campaigns

Hvordan håndteres Performance Max?

Når vi arbejder med Performance Max (også kendt som PMax), så arbejder vi ikke med søgeord, annoncer og budjusteringer, som vi kender fra andre kampagnetyper. I stedet for annoncer arbejder vi med aktiver, hvor vi leverer overskrifter, beskrivelser, billeder, video, logo og virksomhedsnavn.

Det betyder også, at vi slipper kontrollen over, hvordan de enkelte annoncer præcist kommer til at fremstå, og overlader ansvaret til Google, som bruger Machine Learning.

Selvom det i nogle tilfælde kan være hårdt for en Google Ads Specialist at overlade en del af arbejdet, så må vi netop acceptere, at Google har så meget data og dermed ved, hvordan en annonce skal strikkes sammen til den enkelte bruger, så den performer bedst muligt.

Hvad laver en Google Ads Specialist så, hvis PMax sørger for kampagnerne?

Når nu vi så ikke arbejder med søgeord, annoncer og budjusteringer – hvad gør en Google Ads Specialist så? Jo, vi arbejder eksempelvis med målgrupper, budstrategier og A/B test af aktiver. Alt sammen med formål om at skabe rammerne for, at Performance Max kampagnen kan levere de bedste resultater via de forskellige annoncetyper. Det betyder altså, at vi kan udnytte Machine Learning til at overtage noget af arbejdet og dermed lægge kræfterne i at forbedre inputtet til kampagnerne i stedet. Det giver dermed nogle nye muligheder for at styrke resultaterne yderligere. 

Via rapporter har vi stor indsigt i Performance Max samt de tilhørende søgeord og annoncer. Denne indsigt bliver større og større i takt med at Google åbner mere op for disse muligheder. Det gør, at vi har de bedste forudsætninger for at optimere på kampagnerne.

Fortsat kombination af kampagnetyper

Vi bliver ofte spurgt om vi stadig kører andre kampagnetyper, når nu Performance Max dækker alle annonceringsmuligher. Svaret her er JA! Vi prioriterer stadig søgeannoncer, Google Shopping, Google Display, Youtube Ads osv. For der er ingen garanti for at køre Google Display og Youtube annoncer via en Performance Max kampagne, bare fordi muligheden er der. 

Hvis vi eksempelvis sætter en målsætning i en Performance Max kampagne til ROAS 1000% (pengene igen 10 gange), så begrænses visninger af YouTube og Google Display annoncer, da det bliver svært at opnå dette mål via disse annonceplaceringer. Her vil Google prioritere Søge- og Shopping annoncer, da vi her er sikre på at rammer en målgruppe, som direkte søger efter det pågældende produkt. Derfor giver det eksempelvis også fortsat rigtig god mening at benytte Google Display og YouTube kampagner i forbindelse med brandingstrategier, hvor en virksomhed skal ud og styrke kendskabet.

På trods af at indsigten i Performance Max bliver større og større, så vil vi ikke anbefale at man overlader denne kampagnetype til at vise de forskellige annoncetyper, som udbydes i Google. Vores konklusion er at den bedste kombination oftest er at bringe Performance Max i spil sammen med andre kampagnetyper i Google Ads.

Vil du høre mere?

Er du interesseret i at høre mere om mulighederne for at skabe resultater med Performance Max? Så kontakt os her.

Bliv kontaktet

Flere blogindlæg

Vi har allerede samlet og delt en masse viden: