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

Die Entfernung ausschließender Keywords, die relevante Zugriffe blockieren könnten, ist entscheidend, um den Machine-Learning-Algorithmen mehr Daten für die Optimierung zu geben. Bei weitgehend passenden Keywords ist es wichtig, dem System genügend Spielraum zu lassen, um neue, relevante Suchanfragen zu entdecken. Das Hinzufügen von Kundenabgleichslisten mit alten Daten ist weniger effektiv für das Training aktueller Algorithmen. Das Verwerfen von Empfehlungen für neue Keywords schränkt die Lernfähigkeit des Systems ein. Das Erstellen zusätzlicher passender Wortgruppen oder genau passender Keywords würde die Reichweite nicht primär erhöhen, wenn das Ziel ist, die weitgehend passenden Keywords zu trainieren, sondern eher die Kampagnenstruktur verkomplizieren.