Angenommen, ein Manager für digitales Marketing stellt seine Keywords auf weitgehend passende Keywords um. Wie sollte er im Rahmen eines regelmäßigen Optimierungszyklus vorgehen, um die Machine-Learning-Algorithmen zu trainieren?

Die Entfernung von ausschließenden Keywords, die relevanten Traffic blockieren könnten, ist entscheidend, um die Machine-Learning-Algorithmen zu trainieren. Bei der Umstellung auf weitgehend passende Keywords ist es wichtig, dem System genügend Spielraum zu geben, um neue, relevante Suchanfragen zu entdecken. Wenn zu viele ausschließende Keywords vorhanden sind, die eigentlich passende Suchanfragen blockieren, kann der Algorithmus nicht effektiv lernen und optimieren. Das Ignorieren von Vorschlägen zum Hinzufügen relevanter neuer Keywords würde das Wachstumspotenzial einschränken. Das Erstellen weiterer passender Wortgruppen und genau passender Keywords würde der Strategie der weitgehend passenden Keywords entgegenwirken. Das Hinzufügen alter Kundenabgleichslisten ist für das Training der Machine-Learning-Algorithmen in Bezug auf Keyword-Performance weniger relevant.