9 Redenen Waarom Je Performance Max Campagnes Moet Segmenteren & Opsplitsen

Dat machine learning en algoritmes de basis en de essentie worden van Google Ads (maar ook veel andere platformen) is nu eind 2024 wel een gegeven. Performance Max speelt daarin een belangrijke rol waar het een soort van black-box campagne type is waar je input geeft, maar vervolgens de output minder goed kunt sturen. 

Machine learning en algoritmes hebben  een brandstof nodig. Dat is data. Waar we jaren en jaren geleden nog alles zo goed mogelijk segmenteerden en opsplitsen om zo sicuur mogelijk te kunnen optimaliseren en te sturen, is het nu juist het omgekeerde. Des te meer data in een campagne, des te beter kan een systeem haar ding doen. In het geval van Google Ads is dat dus het genereren van zo kosten-efficient mogelijke conversies. 

Randvoorwaarden Performance Max segmentatie

Als we van bovenstaande uitgaan, een zo gecomprimeerd mogelijke campagne structuur als uitgangsbasis om het meest optimale uit Google Ads te halen, zijn er een aantal voorwaarden die je moet checken wil je toch een (relatieve kleine) segmentatie aanbrengen in je campagnestructuur.

Deze zijn:

• Heb je 20 conversies per maand per campagne? Tegenwoordig is dit een baseline wat aangehouden/geadviseerd wordt om minimaal te hebben om efficiënte smart bidding te waarborgen. 
• Heb je genoeg (potentieel) budget om te testen? Afhankelijk van jouw smart bidding strategie, CPA of ROAS, moet je een veelvoud ervan hebben om effectief te kunnen testen. Als je dit niet doet dan kan het algoritme suboptimaal haar werk doen. 

Mocht je niet voldoen aan deze bovenstaande randvoorwaarden, dan is het advies om het de campagne structuur zo geaggregeerd mogelijk te laten. 

Voorbereiding Performance Max segmentatie

Een inkopper, maar goede executie van advertising is belangrijk om de best mogelijke resultaten te kunnen mogelijk maken. Daarbij horen volgende vragen:

• Wat is jouw doel voor de campagnes?
• Wie is je doelgroep?
• Wat is jouw budget?
• Wat zijn de marges per product (groepen)?
• Hoe divers is het product assortiment?

Eigenlijk is het niets meer en niets minder dan het business model en marketing mix even helder voor ogen te hebben en dit mee te nemen in jouw besluitvorming voor het creëren van de Performance Max en algehele Google Ads structuur.

Segmentatie dimensies Performance Max

Hieronder vind je de 9 dimensies en redenen waarom je kunt overwegen om Performance Max op te splitsen.

Op basis van budget

Als je een alles-in-één campagne hebt, kun je minder goed sturen waar Google het budget aan spendeert. Neem in acht dat Google sowieso een scheve (80-20) uitgave patroon aanhoudt. Google weet goed op basis van al de Merchant Center (Next) data wat goed converteert en wat niet. Als je meerdere categorieën samenvoegt, ben je dus overgeleverd aan Google haar interne data. Dat wat Google wil verkopen, wil niet altijd hetgeen zijn wat jij wil dat het verkoopt. 

Splitsen op budget kan hier een oplossing voor zijn. Je zult dan op basis van product categorie, marge of wat dan ook opsplitsen. Budget is dus inherent aan de volgende dimensies.

Op basis van ROAS & CPA doelstellingen

Product marge is inherent aan de doelstelling. Je kunt niet oneindig maar ‘knallen,’ tenzij je een loss-leader strategie aan houdt om marktaandeel te veroveren of een andere kortstondig doel voor ogen hebt. 

Wanneer de product marges van producten significant verschillen is dit een relevante manier van opsplitsen. Segmenteer en creëer geen tig campagnes allemaal op basis van marge bandbreedtes van zeg 5%. Het moet wel substantieel zijn. Een te verfijnde segmentatie zal eerder negatief bijdragen dan positief. 

Ga na wat de product marge structuur is binnen jouw product aanbod en neem dat mee in de besluitvorming. 

Op basis van type conversie actie

Ditzelfde geldt voor het type conversie actie en het daaraan gelinkte doel wat je voor ogen hebt met de Google Ads en Performance Max campagnes. Binnen ecommerce is de meest gebruikelijke conversie actie een aankoop (orders en orderbedragen). Echter zijn er ook allerlei micro-conversies mogelijk zoals een nieuwsbrief inschrijving, een offerte aanvraag enzovoorts die wezenlijk verschillen van een directe aankoop. 

Hier kan een opsplitsing bijdragen aan het focus geven van de algoritmes op bepaalde conversie acties. Wat daarbij natuurlijk de relevantie vergroot, is dat de teksten specifiek geënt kunnen worden op op de conversie actie. Een offerte aanvraag tekst is (idealiter) anders ingestoken dan een aankoop.

Op basis van locatie en/of taal

Deze segmentatie passen wij nagenoeg altijd toe. Hoe dan ook. Consumenten gedrag en competitieve kracht is in elk land weer anders voor een bedrijf. Om vervolgens alles over één kam te scheren is te kort door de bocht. Stel dat je Nederland, België en Duitsland target in één campagne, dan zal door de grootte Duitsland waarschijnlijk een groot deel van het budget opslokken. Terwijl dat mogelijk een secundaire markt voor je is. Denk ook aan consumentgedrag en de concurrentie binnen de diverse geografische markten. Als deze significant onderling verschillen, is dit een valide segmentatie. 

Je wilt niet dat de goede landen nadeel ondervinden door de minder presterende landen. Maar je wilt ook niet dat de minder presterende landen geen kans krijgen door de best presterende landen. 

Op basis van Performance Max inhoud

Een andere segmentatie is mogelijk op basis van advertising aangelegenheden zoals het splitsen van een shopping-only Performance Max campagne versus een tekst-only Performance Max campagne. In sommige gevallen wil het zo dat tekst advertenties amper de aandacht krijgen van Google omdat het Shopping element het zo goed doet dat het ook vanuit dat oogpunt, de mindere dimensie te weinig aandacht schenkt. 

In onze ervaring werken de Shopping advertenties beter dan tekst advertenties. Vaak meer bottom-funnel en dus goedkoper dan de duurdere categorie gebaseerde zoekopdrachten die tekst met zich meebrengen.

 Op basis van type klant

Een andere mogelijkheid is het opsplitsen van campagnes op basis van bestaande versus niet-bestaande klanten. Afhankelijk van de zakelijke context, denk aan Customer Lifetime Value (CLV), loyaliteit, consumer journey etc, kunnen bestaande klanten makkelijker of moeilijker weer bij jou een weder aankoop doen. Ook wil je misschien veel minder aan acquisitie kosten kwijt zijn voor een bestaande klant, dan een nieuwe klant.  Vergeet in de hedendaagse marketing dat vaak het volgende geldt: “De klant is zo loyaal als de laatste aankoop die het gedaan heeft.”

Op basis van omloopsnelheid en voorraden

Als je een deel van het product assortiment veel sneller verkoopt dan een/het andere deel, dan is het het overwegen waard om te splitsen op basis van voorraad en omloopsnelheid. Ook hier kan het ene segment de andere weer in de weg zitten, zowel de positieve als negatieve kant op. Let wel, Google zal dit gezien al de marktinformatie die het heeft, dit al (deels) meenemen in haar optimalisaties. 

Je kunt hieruit ook beredeneren dat je de bestsellers wilt afsplitsen als je zeker wilt zijn dat de non-bestsellers geen roet in het eten gooien. 

Op basis van kortstondige acties en seizoensinvloeden

Indien jouw productaanbod significant wordt beïnvloedt en bepaald door seizoen, dan is het het overwegen waard om hierop te segmenteren. Kortstondige acties kun je ook scharen onder deze dimensie. Mocht je een eenmalige partij van een bepaald product of producten hebben, dan kun je deze in een aparte campagne zetten om niet tot “last” te zijn op het reguliere product aanbod. Wisselingen qua producten in een campagne kun je nooit voorkomen, maar regelmaat en “statisch” lijkt in onze ervaring beter te werken.   

Op basis van resultaten

Last but not least, kun je Performance Max campagnes opsplitsen op basis van allerlei performance indicatoren. Wij testen hier veel mee en merken dat dit beter werkt dan allerlei product gerelateerde of bedrijfsgerelateerde segmentatie. Waarom? Omdat Google haar algoritmes beter overweg lijken te kunnen gaan met een homogeen aanbod binnen een campagne. Hoe gemeleerder, hoe ingewikkelder. Dit komt natuurlijk omdat de instellingen op campagne niveau worden gedaan. Allerlei afwijkingen ten opzichte van de ‘rode draad’ brengen uitdagingen mee voor het algoritme. 

Wij testen bijvoorbeeld veel met een zogenaamde BCG matrix achtige aanpak. Al de ‘cashcows’ bij elkaar, al de producten bij elkaar die bijna geen aandacht krijgen etc etc. Zo zorg je ervoor, in combinatie met de juiste budgetten en campagne instellingen dat de cashcows ook echt kunnen knallen. Dat de Stars hun gang kunnen gaan zonder dat de Question marks en Dogs hen in de weg zit. Daarnaast voegen we ook een campagne toe van producten die uberhaupt geen vertoning ontvangen. Dit kan diverse redenen hebben. Google weet dat het een oninteressant product is qua sales, het kan komen door een te laag budget, een te groot product aanbod en ga zo maar door. Dit wordt dan een soort van test campagne om te kunnen bepalen, wanneer ze wel vertoningen en verkeer ontvangen in welke van de overige kwadranten we ze kunnen plaatsen. 

Om dit mogelijk te maken heb je allerlei scripts nodig om dit automatisch te kunnen doen. Het is niet te adviseren dit handmatig en periodiek te doen. Het is een arbeidsintensieve taak plus vrij foutgevoelig. 

Welke andere segmentatie pas jij toe?

Meer weten? Neem dan contact met ons op via deze link of hier rechts in de zijbalk.