Lead Kampanyalarında Performance Max Nasıl Kurgulanmalı? 9 Kritik Optimizasyon Adımı

Giriş

Performance Max kampanyaları Arama Ağı, Görüntülü Reklam Ağı, YouTube, Keşfet, Gmail ve Haritalar olmak üzere Google’ın farklı ürünlerini tek çatı altında birleştiren bir kampanya türüdür. Yapay zekâ ve makine öğreniminden yararlanarak bu kanallardaki teklifleri otomatik olarak optimize eder ve KPI’larınıza ulaşmak için en yüksek performans potansiyeline sahip reklam alanlarını tercih eder.

Büyük ölçüde otomasyonla ilerlemesine karşın, kampanyanın öğrenme sürecini doğru şekilde yönlendirmek ve performansı maksimize etmek için uygulayabileceğimiz birtakım optimizasyonlar elbette mevcuttur.

Bu optimizasyonlar; tüm kampanya hedefleri için geçerli olan uygulamalar ve potansiyel müşteri kampanyalarında ek olarak kullanılabilecek geliştirmeler şeklinde sıralanabilir.

1. Dönüşüm Hedefinin Doğru Tanımlanması

Potansiyel müşteri yaratma kampanyalarında karşılaşılan en büyük engel, niteliksiz lead toplanmasıdır. Kampanya hedefi olarak seçilen “form doldurma” KPI’ı, makine öğrenmesi tarafından “olabildiğince fazla form topla” komutu olarak algılanır. Bu durum, dönüşüm potansiyeli düşük kullanıcılardan form toplanmasına ve bütçenin verimsiz kullanılmasına neden olacaktır.

Makine öğrenimini doğru şekilde yönlendirebilmek adına kampanya algoritması mutlaka CRM verileriyle beslenmelidir. Doldurulan formlara değerler atanmalı ve kampanyanın “yüksek değerli” formlar toplamak için çalışması sağlanmalıdır.

2. Doğru Teklif Stratejisi

Kampanyalara teklif stratejisi belirlemek, büyük ölçüde bir sürecin ürünüdür. Kampanyanın öğrenme sürecini de göz önünde bulundurduğumuzda, yeterli düzeyde geri dönüş alınana kadar “Dönüşümleri En Üst Düzeye Çıkarma” teklif stratejisinin seçilmesi uygun olacaktır.

İkinci adımda ise teklif stratejisi, elde edilen formların performansına göre hedef form maliyeti veya formlardan elde edilen ROAS doğrultusunda değiştirilebilir.

3. Hedef Kitle Sinyalleri

Performance Max kampanyalarında doğrudan hedefleme yapılamamaktadır. Bunun yerine kampanyaya bir hedef kitle sinyali verilir ve makine öğrenimine başlaması gereken nokta gösterilir. Başlangıç noktası belirlenirken kampanyayı besleyebileceğimiz veriler şu şekilde sıralanabilir:

• Customer Match listeleri
• CRM müşteri listeleri
• Web sitesi ziyaretçileri
• Remarketing Verileri
• Benzer müşteri profilleri
• Özel segmentler
• Arama Ağı Temaları
• Affinity ve In-Market hedef kitleleri

4. Arama Ağı Temaları

Google’ın son dönemde yaptığı geliştirmelerle birlikte kampanyaları arama temalarıyla beslemek daha önemli hâle gelmiştir. Reklamı yapılan ürünün kategorisine göre kullanıcıların Google’da arayabileceği kelimelerin bir listesinin bu alana yüklenmesiyle makine öğrenmesi süreci hızlandırılabilir.

5. Negatif Anahtar Kelime Kullanımı

Performance Max kampanyaları Arama Ağı yerleşimlerini de kapsadığı için bir arama terimleri raporu oluşmaktadır. Bu rapor sayesinde kampanyanın hangi arama terimlerinden performans elde ettiğini görebiliriz. Raporun düzenli olarak takip edilmesi ve hedeflenmek istenmeyen kelimelerin kampanyadan hariç tutulması, hem öğrenme sürecini güçlendirecek hem de bütçenin daha doğru kullanılmasını sağlayacaktır.

6. Yerleşimlerin Hariç Tutulması

Bahsedildiği üzere Performance Max kampanyaları, Google’ın birçok ürünü üzerinden gösterim almaktadır. Yerleşim performansı raporu ile bu yerleşimlerin performanslarını ölçümleyebilmekteyiz. Performansı düşük olan yerleşimlerin hariç tutulmasıyla bütçenin daha yüksek performans gösteren alanlarda kullanılmasını desteklemek mümkündür.

7. Reklam Gruplarının Kurgulanması

Birden fazla ürünün reklamının yapıldığı durumlarda, ürünleri farklı reklam gruplarına ayırarak yönetmek; performans takibinin ve öğrenme sürecinin daha kolay ilerlemesi açısından önemlidir. Bu kategorizasyon hizmete, ürüne, kategoriye veya kampanya söylemine göre düzenlenebilir.

8. Kreatif Çeşitliliği

Birden fazla reklam alanını hedeflediğimiz için Performance Max kampanyalarını kreatif açıdan beslemek verimliliği artıracaktır. Başlıklar, ana metinler ve görsellerin yanı sıra kampanyaya eklediğimiz her yeni öğe, reklamın öğrenme sürecini kolaylaştıracaktır.

9. Çevrimdışı Dönüşüm Verilerinin Aktarılması

Özellikle potansiyel müşteri edinimi kampanyalarında, toplanan formların kalitesini kategorize etmek ve bu verileri düzenli olarak Google Ads ile paylaşmak, makine öğrenimini beslemenin en etkili yöntemlerinden biridir. Google Ads’te hâlihazırda kurulu olan form doldurma dönüşümü, toplanan formun kaliteli olup olmadığını tek başına ölçümleyemez.

Bu nedenle kampanyanın doğru hedeflemeler yapabilmesi için toplanan formlar arasında hangilerinin verimli olduğunun sisteme öğretilmesi önemlidir. Formların satışa dönüşüp dönüşmediği ve satış değerleri düzenli olarak Google Ads’e aktarıldığında, bu verilerle beslenen makine öğrenimi daha doğru alanlara ve hedef kitlelere teklif verebilecektir.