LinkedIn har lanceret en hel del ændringer i deres kampagneadministrator i 2023. Noget som er gået en del under radaren for de fleste er sikkert “kampagnekvalitetsresultatet” eller kvalitetsresultat som det kendes fra Google Ads. “Kvalitetsresultater” i annonceplatforme er som bekendt en måling der populært sagt udtrykker i hvor høj grad man performer godt.

Hos Google Ads er kvalitetsresultatet et tal som knytter sig de valgte søgeord. Tallet er mellem 1 og 10 og et højt kvalitetsresultat er udtryk for at man er relevant og ens landingsside rammer plet. Facebook har ved annoncering flere indikatorer for annoncekvalitet hvor “Rangering af kvalitet” og “Rangering af interaktionsrate” vel kommer nærmest kvalitetsresultatsbegrebet.

Som annoncør på disse annonceplatforme har der altid været et dilemma. At få et højt kvalitetsresultat i Google Ads har altid hængt snævert sammen med et skarpt setup hvor søgeord, annonce og landingsside stod knivskarpt og en høj klikrate kombineret med høje klikpriser sikrede at konceptet holdt. Tilsvarende har det krævet på Facebook annonceplatformen for at opnå “Over middel” i “Rangering af kvalitet” at man havde den helt rigtige skarpe annonce som direkte direkte til en som regel ret snæver målgruppe. Dilemmaet består så i at disse annonceplatforme både søger at opfordre til at man øger sit kvalitetsresultat men også går bredere ud og rammer en bredere målgruppe. Det sidste vises i Facebook ved at man opfordres til at gå bredere ud og lade algoritmen klare arbejdet. Tilsvarende vil Google anbefale at man bruger flere og flere brede søgeord og derved rammer skævere og skævere søgetermer som ikke interagerer med annoncerne. 

Et forsøg på at underbygge den påstand vises herunder hvor knap 3.200 generiske søgeord fra Google Ads er fordelt på matchtype og der synes at være en klar sammenhæng at kvalitetsresultatet er svagere ved brede søgeord.

Et andet dilemma er så også at der ikke behøver være en korrelation eller kausalitet mellem en god kvalitetsscore og så leads eller omsætning eller hvad man nu i sidste ende skal holde et annoncebudget op imod.

Hvad er så LinkedIns bud på et kvalitetsresultat?

1.

Det første man hæfter sig ved er at størrelsen ikke er tilgængelig i interfacet men dukker kun op ved en eksport af en kampagne. Vælg eksport af en kampagne og størrelsen “Kampagnens kvalitetsstatus” eller “Campaign Quality Score” dukker op som en kolonne i den CSV-eksport man vælger.

Man kan undre sig over at den faktor ikke er mere synlig men det kan være et spørgsmål om tid før den kommer mere frem i lyset. Jeg har dog fulgt den i et par måneder nu så man skulle tro at den kunne blive mere synlig. Det kan også fortolkes i den retning at LinkedIn ønsker at orientere om en kvalitetsscore men at undgå at den bliver for dominerende i evaluering af kampagner.

2.

Kampagnekvalitetsresultat virker stabil over tid. En kampagne som er blevet afviklet over længere tid og har en høj gns. frekvens straffes ikke med lavere kvalitetsresultat. Det gælder også for ekspempelvis remarketingkampagner hvilket hænger sammen med at klikraten (den forudsagte klikrate (pCTR) ) er yderst central størrelse.

3.

Scoren beregnes dagligt og er et tal mellem 1 og 10 hvor 10 er bedst.

Der er nogle forudsætninger for at kvalitetsscoren overhovedet beregnes og vises. Det vigtigste kriterie er vel at den valgte kampagnemålsætning ikke er “videovisning” Læs mere her.

Hvad kan man bruge LinkedIn kvalitetsresultatet til?

Det er både implicit og eksplicit at en forbedring af kvalitetsscore vil bringe et bedste resultat. LinkedIn formulerer det således; “Jo højere relevansscore, jo lavere skal dit bud være for at vinde auktionen” og der udledes; “Hvis du øger dit kampagnekvalitetsresultat, kan det hjælpe dine kampagner med at blive mere konkurrencedygtige i annonceauktionen og sænke dine annonceomkostninger“.

 

Vi er tilbage ved dilemmaet mellem at ramme præcist en målgruppe med en skarp målgruppe men også at undgå for små målgrupper. Tager man en snak med en repræsentant fra LinkedIn vil vedkommende typisk anbefale målgrupper på helt op til 50.000. Alle der har arbejdet med LinkedIn i Danmark ved at det kan være en stor udfordring hvis man arbejder med målgrupper segmenteret på virksomhedsstørrelse, anciennitet, geografi, mv. Går man efter jobtitler kan det blive endnu sværere.

Jeg har ikke et fornuftigt datagrundlag der kan afdække sammenhængen mellem målgruppestørrelse og kampagnekvalitetsresultat men forventer en klar sammenhæng. Fremadrettet og for nuværende mener jeg man bør skele til kvalitetsresulatet og lade det være een af flere faktorer til at evaluere kampagneperformance på LinkedIn.