Im norisk Vortrag von Judith ging um einen automatisierten Ansatz zur Einbuchung von neuer Suchanfragen inklusive kompletter Adgroupanlage. Der Schlüssel ist die Extraktion von Produktfeed Entitäten wie Marken, Kategorien und Titel, um die Suchanfragen an die richtige Stelle im Account einzubuchen. Der Toolansatz bietet die Möglichkeit, Shopping und DSA Queries skalierbar und strukturiert in Textkampagnen zu überführen.
7. WAS IST EINE ENTITÄT?
Eindeutig
identifizierbar
(Material, Immaterial)
ENTITÄT
Beziehungen zu
anderen Entitäten
Ziel:
Disambiguieren
Attribute
8. vs TRAVEL
ZWEI WICHTIGE SCHLACHTFELDER IM PPC
RETAIL
+ Mehr Suchanfragen-Quellen
+ Mehr interne Struktur
+ Mehr Entitäts-Kombinationen
+ Mehr Entitäts-Hierarchie
+ Externe APIs benötigt (Geo)
9. CLASS BRANDS
(SUBBRANDS)
ENTITÄTEN IM FASHION-BEREICH
CLASS OCCASION
CLASS COLORS
CLASS CATEGORIES
SUBCATEGORIES
1. FASHION MERCHANT DOMAIN
CLASS TITLES/MODELS
CLASS PLUS SIZE
CLASS BUY WORDS
….
DIREKTE
BEZIEHUNGEN
(n-n)
CLASS SIZES
CLASS MATERIAL
10. vs - NEGATIV
ZWEI KEYWORD-TYPEN & QUERY ACTIONS
+ POSITIV
+ Hinzufügen des richtigen Matchtypes
+ In der richtigen Camp / AdGoup
+ Mit guter Anzeige & URL
+ Hinzufügen der richtigen Wörter
+ Im richtigen Matchtype
+ Im korrekten Level
29. QUERY AUTOMATION WORKFLOW: IN 8 SCHRITTEN
Queries
Entities
Query2Entity StructureMatch
Camp Camp
AG AG
UrlBuild
AdBuild
NegativeFence
StatusSync
AG
30. 1. Queries
NewKeyword Config
1. QUERY FETCH: GUTE NEUE KEYWORDS FINDEN
1. Performance-Filter
2. isNotMatchtype = Exact
3. isNewKeyword
31. 1. Queries
NewKeyword Config
1. QUERY FETCH: GUTE NEUE KEYWORDS FINDEN
1. Performance-Filter
2. isNotMatchtype = Exact
3. isNewKeyword
32. 1. QUERY FETCH: ORGANIC ALS WEITERE QUELLE
1. Queries
NewKeyword Config
1. Performance-Filter
2. isNotMatchtype = Exact
3. isNewKeyword
4. Organic optional
> KEINE PERFORMANCE! SKIP?
36. 3. QUERY2ENTITY: PARTIAL QUERY-MATCH
Query
lowa wanderschuhe damen
patagonia nano puff damen
...
Query2Entity Match
→ Gewinner nach Match Value
→ Wortsplit Query & Titel
→ Vergleich aller Teile
→ Bei Treffer, Multi-word match
3. Q2E
37. 4. STRUCTURE MATCH
4. SM
Camp
AG AG
Struktur Konfig Struktur Match
NR_B_Nike
AG I z_Feed_BM_nike epic react flyknit
Elementanlage
...
...
38. 5. URLBUILD: INTERNE ODER GOOGLE-SUCHE?
Ansätze
Site: Search
5. UB
1. Interne Suche (Bevorzugt)
URL Ranking
2. Statische Seite
Camp
AG AG
39. URLBUILD: TOOL FÜR GOOGLE-ZIELSEITENSUCHE
oneproseo.com/landingpagefinder/
40. 6. ADBUILD VIA TEMPLATE
Input Data AdTemplate
5. AdB
Bra >
BraGen >
BraCat >
CatGen >
Sitelinks aus Entities
41. 7. NEGATIVE FENCING: NACH KAMPAGNE ODER ADGROUP?
6. NegF
Nach AdGroup
Camp__E Camp__BMM
AG AGKW (e)
Neg KW (e)
KW (bmm)
Camp
AG
{e} AG
{b+}
KW (e)
Neg KW (e)
KW (bmm)
Nach Kampagne ? ¯_(ツ)_/¯ ?
42. 7. NEGATIVE FENCING: NACH KAMPAGNE ODER ADGROUP?
6. NegF
Nach Kampagne
- Sinnvoll bei:
- hoher ROAS-Differenz
- Limitiertem Budget
- Begrenztem Near-Exact-Anteil
>> Matchtype-Report nutzen!
Nach AdGroup
43. 8. STATUSSYNC FÜR BESTANDSÄNDERUNGEN
8. StatusSync
Campaign AdGroup
--- ---
8.1 Instock Check & WriteToSheet
Camaign AdGroup Status
NR_B_Nike__e Nike_Epic react fly knit {e} | SQ_BM Active
...
AdGroupStatus
Treffer < 2
8.2 Abgleich Sheet vs AdWords
> Prozess in ZWEI Schritte aufteilen, sonst Laufzeitfehler!
44. QUERY AUTOMATION WORKFLOW: IN 8 SCHRITTEN
Queries
Entities
Query2Entity StructureMatch
Camp Camp
AG AG
UrlBuild
AdBuild
NegativeFence
StatusSync
AG
46. ENTITÄTS-ERKENNUNG FUNKTIONIERT!
1. Einfache Textextraktion deckt +85% der neuen Suchbegriffe ab
2. Instock Check zwingend für Online-Shops
3. AdGroup Build muss flexibel sein
4. Erfolg ist nicht garantiert, aber einen Versuch wert
5. Negative Automatisierung = viele größere Herausforderung!