A Google Ads 10 legfontosabb változása, ami meghatározza 2024-et

A digitális marketing világában a változás az egyetlen állandó. A Google Ads elmúlt hónapokban történő frissítései különösen fontosak minden cégvezető és marketing szakember számára, akik szeretnék maximalizálni online hirdetési erőfeszítéseik hatékonyságát.

Ha megértjük a változások mögött húzódó szándékot, akkor könnyebben összeegyeztethetjük üzleti céljainkkal. Egyre közelebb vagyunk ahhoz az állapothoz, hogy hirdetéseik pontosan azokhoz a potenciális ügyfelekhez jutnak el, akik a leginkább érdeklődnek termékeink vagy szolgáltatásaink iránt. Ezek a változások új lehetőségeket nyitnak meg, mindeközben új felelősséget is rónak a hirdetőkre.

Szinte az összes változás összefoglalható lenne két kifejezéssel: AI és gépi tanulás.

A Google Ads az AI-t és a gépi tanulást integrálta különböző megoldásokba. Egyfelől ezek óriási potenciállal kecsegtetnek, de mint minden AI alapú újdonságot, emberi kézben kell tartani. Másfelől önmagukban nem biztosítanak versenyelőnyt, hiszen mindenki számára ugyanúgy elérhetőek ezek a lehetőségek. Viszont a figyelmen kívül hagyásuk sokkal inkább versenyhátrányt fog jelenteni.

Az alábbiakban található a Google Ads 10 legfontosabb változásának összefoglalója, amelyek alapvetően átalakítják a digitális hirdetési stratégiákat.

#1 Google Analytics 4 (GA4) átállás

Kezdjük a kakukktojással. Az Universal Analyticsről GA4-re való átállás egy új korszak eljövetelét jelenti (jelentette), amely a felhasználói adatvédelemre és a gépi tanuláson alapuló betekintésekre összpontosít.

A GA4 eseményalapú adatmodellje részletesebb megértést nyújt a vásárlói útvonalakról. Hogyan kapcsolódik ez a Google Ads-hez?

Nagyon röviden: A GA4 által begyűjtött minőségibb adatokat a Google Ads rendszerében tudod felhasználni, azaz pénzre váltani. Az egyik legkézenfekvőbb a különböző célközönségek gyűjtése GA4-ben, majd importálása Google Ads-be.

#2 Attribúciós modell változások

A Google 2023 nyarától négy attribúciós modellt szüntetett meg: az első kattintást, a lineárist, az időalapút és a pozícióalapút. Két modell maradt életben: az adatvezérelt és az utolsó kattintás alapú.

Ez a változás mind a Google Ads, mind a GA4 esetében fontos, és a hirdetők számára is kulcsfontosságú, hogy a frissítés fényében újrakalibrálják konverziókövetési és adatelemzési stratégiáikat.

Íme egy rövid áttekintés a modellekről:

• Adatvezérelt: Gépi tanulást használ az egyes interakciók tényleges hozzájárulásának meghatározásához a konverziós útvonalon.

• Utolsó kattintás: A korábban leggyakrabban használt modell. Mindent a konverziót megelőző utolsó kattintásnak tulajdonít.

• Első kattintás: A konverziót 100%-ban az elsőként kattintott hirdetésnek, illetve kulcsszónak tulajdonítja.

• Lineáris: A konverzióért járó jóváírást egyenlően osztja el az útvonal összes hirdetési interakciója között.

• Időalapú: Több jóváírást rendel a konverzióhoz közelebbi interakciókhoz.

• Pozíció-alapú: A jóváírás 40%-át az első és az utolsó hirdetési interakciókhoz és a megfelelő kulcsszavakhoz rendeli, a fennmaradó 20%-ot pedig fennmaradó interakciók között osztja el.

Az adatvezérelt modell teljesen más elven működik mint elődei, azaz nem vesz figyelembe sem százalékot, sem időt, hanem inkább a fiókelőzmények alapján egyedileg épül fel. Vagyis ez a modell a hirdetőtől függően változik, mivel a fiók konverziós adatait használja fel annak meghatározásához, hogy mely érintéseknek van a legnagyobb hatása.

Érdemes időközönként az attribúció-modell összehasonlító eszközre rápillantani, de mint a név is erre utal, az adatvezérelt modell fog a versenyből győztesen kikerülni (a többségnél). Mire van ehhez szükség? Minél több és jobb minőségű adatra.

#3 Megszűntek a “Hasonmás célközönségek”

A Hasonmás közönséglisták helyettesítésével az Optimalizált Célzás gépi tanulást használ a potenciális vásárlók azonosítására a konverzió valószínűsége alapján, lehetővé téve a dinamikusabb közönségcélzást.

Ugyanis adatvédelmi aggályokra hivatkozva a Google megszüntette a Similar Audiences funkciót, amely kulcsfontosságú volt a hirdetők számára, hiszen a remarketing listák után – szinte minden esetben – ezek a szegmensek teljesítenek a legjobban.

Az optimalizált célzás nem támaszkodik nagymértékben harmadik féltől (3rd party) származó adatokra. Ehelyett különböző adatpontokat használ fel, például a landolón, a kreatívon vagy a szövegben található kulcsszavakat, hogy megtalálja a hirdetések céljaihoz illeszkedő célközönséget.

A hirdetők különböző közönség jelek (audience insights) hozzáadásával irányíthatják, finomíthatják az algoritmust, de érdemes megjegyezni, hogy ezek inkább ajánlásoknak, mintsem szigorú irányelveknek tekinthetőek. Vagyis felhasználhatja őket, de nem kizárólag ezekből dolgozik.

#4 Bővített videó elérési kampányok a YouTube-on

A Google Ads kibővítette a videó elérési kampányokat, hogy magukban foglalják az in-feed és YouTube Shorts hirdetéseket is, többféle videókreatívot kínálva a hirdetőknek, ezáltal javítva a célzás képességeit.

A TikTok és Meta rövid videós platformok életre hívták a Youtube short-ot. Mivel nagyon közkedvelt a formátum, így a hirdetésekkel nagyon magas eléréseket lehet produkálni.

#5 Discovery kampányok kivezetése

A Discovery kampányok helyettesítésével a Demand Gen az új felhasználói igények kielégítésére összpontosít, gépi tanulást használva a célzásra, valamint bevezette a videót a hagyományos hirdetési formátumok mellett. Ezzel próbálja a Google a közösségi médiában már bizonyítottan jól teljesítő formátumokat beemelni a saját rendszerébe (az előző ponthoz hasonlóan).

Ezek a hirdetések az igényteremtő marketingben lehetnek segítségünkre, amelyek a vizualitással, illetve a szórakoztatással hívják fel magukra a figyelmet.

Ám ezek a lehetőségek megkívánják, hogy megtervezzük (vagy újratervezzük) a vásárlóvá válást támogató marketing folyamatokat. Vagyis gondolnunk kell arra, hogy kik fogják a közönségünk magját képviselni, milyen kreatívokkal tudják őket megfogni. A közönségadatok gyűjtésénél pedig bejön a képbe az adatgyűjtés és -felhasználás, ami egy alaposan átgondolt mérési stratégiát kíván.

#6 Kibővített szöveges hirdetések (ETA) megszüntetése

A Google fokozatosan megszüntette a “kibővített szöveges hirdetéseket” a “Reszponzív Keresési Hirdetések” (RSA-k) javára, amelyek több szövegváltozatot használnak a hirdetés összeállításához, csökkentve egy kicsit a hirdetők kontrollját a hirdetési üzenetek felett.

A módszer lényege, hogy a Google kikísérletezi az általunk megadott címsorok és leírások alapján, hogy melyik kombináció teljesít a legjobban. Ennek a kibővített változata, amikor – a landoló oldalunk és a kulcsszavaink alapján – már össze is állítja helyettünk ezeket a szövegeket. Utóbbi egyelőre angol nyelvterületen használható. 

A tökéletes működéshez érdemes kihasználni a maximális címsor és leírás opciót, hogy a rendszer az ember viselkedése, tartózkodási helye, vagy az általa használt eszköz alapján a legrelevánsabb szöveget tudja összelegózni.

#7 Széles egyezésű (Broad) kulcsszócélzás “erőltetése”

A Google minden hirdetőt bátorít, hogy kampány szinten bekapcsolja a széles egyezésű kulcsszócélzást, szemben a hagyományosan bevált kulcsszóegyezési típusokkal (kifejezés- és pontos egyezés). Nem olyan régen még mindenki a pontos (exact) egyezési típusra esküdött, a széles egyezést (broad) pedig kerülte, mint a pestist. Manapság – az AI-nak is köszönhetően – ez kezd megváltozni.

A korábban már említett Smart bidding stratégiák, akkor tudnak új szintre lépni, ha a kulcsszavak felől sem korlázottuk őket. Most már van olyan szofisztikált a rendszer működése, hogy az általános, széles egyezésű kulcsszavak is jól tudnak szerepelni. A jó működésének a titka, hogy minél több jó minőségű adatot kell adni a “gépnek”. (Ezt a mondatot szinte mindegyik ponthoz oda lehetne írni.)

#8 Smart Shopping kampányok megszüntetése

A Smart shoppingot a Performance Max kampányok (alias Pmax) váltották fel, amely nem újkeletű dolog. Viszont a Performance Max kampányok mélyebb megértést igényelnek, hiszen teljes mértékben “fekete doboz” volt eddig a működésük.

Önmagában egy teljes cikket lehetne írni a Pmax újításokról, de mi most csak kettőt emelünk ki. Az egyik legfontosabb “fejlesztés”, hogy innentől kezdve lehetőségünk van Performance Max kampánymódosítási kérelmet benyújtani, amelyekkel szofisztikálhatjuk a rendszer működését.

Ezek a kérelmek általában valamilyen kizárásra irányulnak. Az egyik legjelentősebb változás, hogy most már lehetőségünk van a Pmax kampányoknál is kulcsszó-kizárásokra. (Gyakorlatilag ezzel lehetővé tették a negatív kulcsszavak hozzáadását a Performance Max kampányhoz).

#9 Márkakizárások a Performance Max kampányban

Hasonló az előző ponthoz, de annyira fontos, hogy megérdemli, hogy külön pontként kezeljük. Ez a funkció nagyobb kontrollt biztosít a hirdetőknek a hirdetések megjelenése felett, biztosítva, hogy a hirdetések ne jelenjenek meg potenciálisan irreleváns tartalom mellett, ezzel védve a brandet.

Ezek a kampányok szinte minden fiókban jól teljesítenek, azonban nem árt benézni a motorháztető alá, hogy ennek mi lehet a valódi oka? Azért nem vegytiszták a Performance Max kampányok adatai, mert azok rengeteg brandhez köthető keresési konverziót tartalmazhatnak, így jobbnak tűnnek, mint amilyenek valójában. Más szóval kannibalizálhatják a brand kampányokat.

Ha az a cél, hogy ne csak a Performance kampányok teljesítsenek jól, hanem a teljes fiók, akkor alkalmazni kell a márkakizárásokat az erre a célra létrehozott kampányokban.

#10 Az Enhanced Cost-Per-Click (eCPC) megszüntetése a Shopping kampányoknál

A Google az automatizált, AI-vezérelt licitálási stratégiák felé vette az irányt, parkolópályára helyezve a manuális kontrollt (is) megkövetelő algoritmusokat. Gyakorlatilag az eCPC (enhanced CPC) egy félautomata megoldás volt, amit megszüntetett a Google.

A lényege, hogy meghatározunk egy számunkra elfogadható kattintási árat, de egyúttal engedélyezzük a Google számára, hogy amennyiben úgy érzi, hogy megtörténhet a konverzió, akkor rugalmasan kezelheti az általunk megszabott licitösszeget. Vagyis pozitív és negatív irányban is eltérhet a CPC. Ez már nem így van. Innentől kezdve vagy teljesen manuális licitstratégiát használunk, vagy teljes irányítást adunk a shopping kampányaink felett. Mindkettő működhet, de nem kell őstehetségnek lenni, hogy belássuk, a jövőben a mesterséges intelligencia fogja uralni a licitstratégiákat is.

Milyen trendek figyelhetőek meg?

A Google Ads-ben megfigyelhető változások alapján több fontos trend is kirajzolódik, amelyek jelentős hatással lesznek a digitális hirdetési stratégiákra és a hirdetők hozzáállására. Ezek a trendek a következők:

AI és gépi tanulás dominanciája

Az AI és a gépi tanulás egyre inkább központi szerepet kap a hirdetési kampányok tervezésében, végrehajtásában és optimalizálásában. Ez lehetővé teszi a hirdetők számára, hogy pontosabban célozzák meg a kívánt közönséget, javítsák a hirdetések relevanciáját és növeljék a konverziós arányokat. A Google Ads egyre ügyesebb a prediktív funkciókban, vagyis képes előre jelezni a felhasználói szándékokat és igényeket, lehetővé téve a hirdetők számára, hogy proaktívan reagáljanak ezekre.

Automatizálás avagy kevesebb manuális beavatkozás

A Google Ads egyre több automatizált funkciót kínál, mint például a Performance Max kampányok és az optimalizált célzás. Egyrészt ezáltal csökken a manuális munka, és lehetővé teszi a hirdetők számára, hogy nagyobb hatékonysággal kezeljék kampányaikat. Másrészt ezeknek a leegyszerűsített megoldásoknak (pl. PMax) köszönhetően a belépési küszöb is sokkal alacsonyabb lesz. Ám amennyire egyszerű létrehozni ezeket a kampányokat – szinte néhány perc alatt – , annyira nehéz őket valódi eredményeket felmutató alapon optimalizálni.

Videóhirdetések előtérbe kerülése

A videóhirdetések, különösen a YouTube-on belüli változatok, egyre fontosabbá válnak a digitális hirdetési stratégiákban. A videók képesek magasabb elköteleződést és – egyre jobb – konverziós arányokat elérni, ezért a jövőben egyre több hirdető fogja használni ezt a formátumot. Azzal, hogy a Google egyre egyszerűbbé teszi a hirdetők számára a kreatívok gyártását (akár a közösségi oldalak bevonásával is), egyértelmű a szándékuk: szülessen minél több videó.

Növekvő komplexitás az adatok méréseben

A mérés egyre trükkösebb és kaotikusabb lesz. A GA4 átállás és a harmadik féltől származó cookie-k fokozatos kivezetése hangsúlyozza az adatvédelem és a felhasználói adatok védelmének fontosságát. A hirdetőknek alkalmazkodniuk kell az új adatgyűjtési és -kezelési szabályokhoz, miközben a felhasználók egyre kevesebb adatot hajlandóak kiadni magukról.

Ebből következik, hogy a first-party adatok fontosabbak lesznek, mint valaha. Minél több “első féltől” származó adatot tudunk használni, annál jobbak lesznek az eredményeink. Erre a problémára egyrészt megoldást jelenthet a szerver- oldali mérés, amit egyre többen fognak alkalmazni a jövőben. Másrészt segíthet a tisztánlátásban a harmadik fél általi attribúció használata, ahol elfogulatlan képet kaphatunk a hirdetési platformok teljesítményéről.

Konklúzió

Egy biztos: Hirdetőként fel kell készülni a változások folyamatos áradatára, amelyekkel 2024-ben és azután is találkozni fogunk. Az általunk bemutatott 10 Google Ads változás csak néhány a sok közül.

Összességében ezek a trendek egy olyan digitális hirdetési környezet felé mutatnak, amely egyre inkább az adatvédelemre, a felhasználói élményre, az automatizálásra és az AI által vezérelt döntéshozatalra összpontosítanak. Azok a hirdetők akik nem alkalmazkodnak ezekhez a változásokhoz, egyértelműen versenyhátrányba fognak kerülni.

Most, hogy elolvastad ezt a cikket, megnyugodhatsz: Egy lépéssel előrébb jársz! De ez még önmagában kevés. Cselekedni kell.

Lépj kapcsolatba szakértőinkkel még ma, hogy maximalizálni tudd jövőbeni kampányaid hatékonyságát!