Meer omzet en flink hogere ROAS dankzij slimme Machine Learning toepassing bij Diks Verzekeringen

Het team van OrangeValley heeft voor Diks Verzekeringen binnen 12 maanden een omzetstijging van 118,38% behaald op de generieke zoekwoorden. Daarnaast verbeterde de ROAS zelfs met 42,83%. En dat in een van de meest concurrerende online markten, waar CPC’s oplopen tot boven de €10.

Dit hebben we gerealiseerd door de campagne- en advertentiegroep structuur van Diks Verzekeringen volledig te herzien, om zo optimaal te profiteren van de machine learning technologieën van Google Ads. In deze case worden de resultaten en aanpak in detail uitgelegd.

Over Diks Verzekeringen
Diks verzekeringen heeft al meer dan 50 jaar ervaring in het vergelijken van verzekeringen. Door een groot aanbod van verzekeraars vinden ze altijd een verzekering die bij je past. In 1990 zijn ze begonnen met het aanbieden van de eerste oldtimer verzekeringen en door in 1997 www.diks.nl te lanceren, werden ze een van de eerste aanbieders van online verzekeringen.

De uitdaging van Diks

De Machine Learning (ML) Technologie van Google Ads ontwikkelt zich in een rap tempo. Toch blijft het een flinke inspanning om hier optimaal gebruik van te kunnen maken. Zoals elke vorm van technologie kent ook Machine Learning binnen Google Ads kaders waarbinnen het kan worden ingezet. Na zorgvuldige analyse van het account van Diks Verzekeringen kwamen we tot de volgende conclusie. Om de technologie maximaal uit te nutten waren er een aantal fundamentele wijzigingen nodig in de structuur en opbouw:

1. Overstappen naar sturen op omzet: Dit was voorheen niet mogelijk vanwege het gebruik van calculated metrics in Google Analytics.
2. Het aantal conversies per campagne verhogen, voor effectief gebruik van de smart bidding strategieën: Dit vroeg om een andere campagne indeling. Deze waren tot voor kort opgesplitst per verzekering. Hierdoor eindigde het aantal conversies per 30 dagen voor veel campagnes onder de 15. 
3. Budgetbesteding wijzigen: waar nu slechts een deel van de gewenste verzekeringen toegevoegd werd omwille van de kosten.

Met deze constateringen zijn we gaan onderzoeken welke mogelijkheden er lagen om deze veranderingen door te voeren.

De aanpak

De oplossing werd gevonden in de volgende optimalisatie thema’s:

• Een verbeterde campagnestructuur
• Een nieuwe advertentiegroep structuur
• Het toevoegen van nieuwe verzekeringen
• Het omzetten van de biedstrategieën

2.1 De verbeterde Campagnestructuur
De ML technologie heeft behoefte aan veel data, het aanbieden van meer (geconsolideerde) data was dan ook de eerste stap. We hebben over een periode van 12 maanden meerdere aanpassingen aangebracht in zowel de campagne als advertentiegroep structuur. Al deze aanpassingen hadden vanzelfsprekend als doel zoveel mogelijk data te generen binnen een campagne en advertentiegroep.

Afbeelding 1: Visualisatie van samenvoegen campagnes

In mei 2019 waren er nog acht generieke campagnes ingesteld. Deze waren elk onverdeeld per verzekering met hun eigen Target CPA. In mei 2020 zijn deze campagnes teruggebracht tot één campagne met een Target ROAS doelstelling. Met dit terugbrengen tot één campagne steeg ook het volume in data, met als vanzelfsprekend resultaat veel meer conversie data in één campagne. Dit had een duidelijk positieve uitwerking op de biedstrategie van Google Ads die zich daarmee zeer stabiel gedroeg. 

2.2 Advertentiegroep structuur
Ook de advertentiegroep structuur is onder de loep genomen. Het bleek dat in mei 2019 bijna al de advertentiegroepen waren gesplitst in de zogenaamde match types exact en modified broad. Traditioneel werd deze splitsing gehanteerd om de relevantie van advertenties zo hoog mogelijk te houden. Door de invoering van de advertentievorm Responsive Search Ads (RSA) bleek dit niet meer nodig te zijn. Het resultaat van de omzetting was dat in het begin van 2020 alle eerder opgesplitste advertentiegroepen waren samengevoegd. Daarnaast was er voor alle advertentiegroepen één RSA toegevoegd. Door gebruik te maken van de ad customizer keyword insertion wordt de relevantie behouden bij advertentiegroepen met veel verschillende zoekwoorden.

2.3 Toevoegen nieuwe verzekeringen
Eind maart 2020 was het samenvoegen van de campagnes afgerond. Dit bood de mogelijkheid om een onbeperkt aantal verzekeringen toe te voegen die dezelfde ROAS doelstelling hadden. Voorheen was dit niet mogelijk omdat elke campagne zijn eigen budget had door verschillende CPA doelstellingen. In totaal zijn er acht nieuwe verzekeringen toegevoegd, waaronder autoverzekering. Een van de verzekeringen met de hoogste CPC’s in Nederland. Aan de hand van een uitgebreid zoekwoordenonderzoek zijn vervolgens de advertentiegroepen toegevoegd. De focus lag hierbij op zoveel mogelijk data realiseren binnen elke advertentiegroep. Deze vrijheid biedt ook in de toekomst de ruimte om producten toe te voegen zonder dat dit impact heeft op de budgetten.

2.4 Omzetting biedstrategieën
Voor biedstrategieën is het ideale scenario om alle verzekeringen met dezelfde doelstelling samen te voegen tot één campagne. In eerste instantie werd er gestuurd op een Target CPA per verzekering, hierdoor was het slechts beperkt mogelijk om de acht campagnes samen te voegen.

Een overstap naar het sturen op omzet en rendabiliteit met een Target ROAS biedstrategie was daarom gewenst. De grootste uitdaging hierbij was dat de gemeten e-commerce omzet die werd gerealiseerd, de bruto omzet betreft die Diks Verzekeringen ontvangt. Een uitgebreide calculatie met onder meer: voortijdige beëindigingen van de verzekeringen en een variabele premie vergoeding, diende te worden geïmplementeerd. Deze berekening werd standaard in Google Analytics gedaan aan de hand van calculated metrics die niet geïmporteerd konden worden in Google Ads.

Om toch over te gaan op een Target ROAS biedstrategie is er er een calculatiemodel ingebracht waarbij de bruto omzet aan Google Ads tot een daadwerkelijke omzet voor Diks Verzekeringen werd vertaald. Op basis hiervan, is de gemiddelde ROAS over de laatste 6 maanden berekend ( over alle generieke campagnes). Deze ROAS is ingesteld als Target ROAS voor de campagne.

Het toevoegen van alle nieuwe verzekeringen resulteerde in een toename in het uitgegeven Google Ads budget. Om binnen het maandbudget te blijven en steeds rendabeler te adverteren is de Target ROAS geleidelijk verhoogd in kleine stappen. Dit heeft geresulteerd in meer omzet en een verhoogd rendement, zonder het maandbudget te overschrijden.

Het eindresultaat

De resultaten bleken verbluffend goed. Om een goed en eerlijk beeld te krijgen van het resultaat van de aanpassingen is er een vergelijking gemaakt tussen het resultaat van mei 2019 afgezet tegen het resultaat van mei 2020. Aangezien de verzekeringen waarmee geadverteerd werd een seizoenstrend hebben met een piek in de maanden mei, juni en juli. De resultaten zijn hieronder in beeld gebracht. 

3.1 Toename in omzet

Grafiek 1: Omzet generieke campagnes per maand (daadwerkelijke omzet is weggehaald)

Vanaf januari 2020 is er een aanzienlijke stijging waarneembaar in de omzet. Dit is het gevolg van de stappen die we gemaakt hebben door het samenvoegen van campagnes en het toevoegen van nieuwe verzekeringen. Als we een vergelijking maken tussen mei 2019 en mei 2020 is er zelfs een stijging in omzet waarneembaar van maar liefst; 118,38%.

3.2 Verhoogd rendement campagnes

Grafiek 2: ROAS generieke campagnes per maand (daadwerkelijke ROAS is weggehaald)

Naast een stijging in omzet is de ROAS ook stabieler geworden en vervolgens sterk verbeterd. Na het overschakelen van alle campagnes naar Target CPA in mei 2019 werd de ROAS een stuk stabieler in vergelijking met de maanden daarvoor. Sinds eind maart 2020 is er overgeschakeld naar een Target ROAS biedstrategie waarbij het target geleidelijk verhoogd is van het eerder genoemd gemiddeld, naar een niveau waarbij het budget niet overschreden werd. Als we een vergelijking maken van mei 2019 met mei 2020 is de ROAS van de campagnes verbeterd met 42,83%. Wat dus inhoudt dat de campagnes veel rendabeler zijn geworden.

3.3 Uitgegeven budget

Grafiek 3: Uitgegeven budget generieke campagnes per maand (daadwerkelijke uitgaven zijn weggehaald)

Bovenstaande grafiek laat zien dat vanaf januari 2020 slechts een beperkte stijging in uitgegeven budget waarneembaar is. Deze stijging in budget bleek eenvoudig te verantwoorden doordat de Target ROAS continue gehaald werd. Dit target werd begin 2019 niet gehaald waardoor het een aantal maanden niet mogelijk was om het beschikbare budget uit te geven.

Conclusie

Het gebruik van de verbeterde machine learning technologieën van Google heeft een flinke verschuiving teweeggebracht in het denken in campagne structuren. Met een duidelijke verbetering in de efficiëntie in het inzetten van het beschikbare budget. De campagnes werden voorheen gesplitst om de relevantie te bevorderen. Het is vanwege de intelligentie van machine learning nu het advies om alle campagnes met dezelfde doelstelling samen te voegen. Hetzelfde geldt voor het samenvoegen van advertentiegroepen. De case van Diks Verzekeringen laat zien dat relevantie behouden blijft door gebruik te maken van responsive search ads en keyword insertion. Daarnaast zorgt meer conversie data per campagne ervoor dat biedstrategieën van Google Ads stabieler en beter werken. 

Kortom, we zien dat, voor een substantiële stijging in omzet en een verbeterde ROAS, het zinvol is om kritisch te kijken naar de huidige Google Ads accountstructuur. Neem contact met ons op als je een partner zoekt die jou kan ondersteunen in het uitwerken van een optimale accountstructuur in Google Ads.