Expertise · Marketing-Automatisierungen
Eine Arbeitsumgebung, in der der Agent, der sich um Ihre Google Ads- und Meta-Kampagnen kümmert, die Berichte liest, die Änderung mit schriftlicher Begründung vorschlägt und nur innerhalb der von Ihnen gegebenen Grenzen ausführt.
Der Dienst ist ein Angebot, keine Leistung, und das sagen wir zuerst: Wir haben heute kein System, das Budgets oder Auktionen in Google Ads oder Meta verändert. Wir haben die Teile gebaut und ausgeführt, aus denen eines gemacht wird — die Übermittlung des Signals für eine echte Conversion an Google, eine Engine, die bezahlte Promotion mit standardmäßig aktiviertem Dry-Run einkauft, ein Register, das jede kostende Aktion schreibt, und einen Schalter, der einen Orchestrator ohne Umgehungsweg stoppt.
Angebot, mit Bedingungen„offer“, nicht „delivered“, und der Grund lässt sich in wenigen Sekunden prüfen. Wir haben in über 150 eigenen Repositories die Felder gesucht, über die Werbe-APIs Geld bewegen — `budget_micros`, `campaignBudget`, `target_cpa`, `target_roas`, `bid_strategy` — und sie erscheinen nirgends, weder bei Google noch bei Meta. Wir verwalten heute keine Werbebudgets. Was erscheint und sich Datei für Datei öffnen lässt, sind die Teile, die eine Automatisierung von einem Unfall trennen: das Senden von Offline-Conversions an Google über die Data Manager API, 264 Zeilen in einem unserer Produktionsprojekte; eine bezahlte Promotions-Engine, die Booster, Labels und Pakete mit standardmäßig aktiviertem Dry-Run kauft; ein bayesscher A/B-Tester, der sich weigert, unter 100 Anzeigen pro Variante einen Gewinner zu erklären, und der Kampagnenorchestrator in MEGA CRM mit einem Schalter ohne `--force`. Der Service wird aus diesen Teilen beschrieben. Nicht aus einem Panel, das es nicht gibt.
Ein Agent, der sich um Kampagnen kümmert, ist kein Knopf mit der Aufschrift „optimizează“. Er ist ein Programm, das bestimmte Berichte lesen darf, bestimmte Felder schreiben darf und sonst nichts. Der schwierige Teil ist nicht, eine Änderung vorzuschlagen — Modelle tun das gut und schnell. Der schwierige Teil ist aufzuschreiben, wo es aufhört, wie es nachweist, was es getan hat, und was passiert, wenn es Fehler macht. Darum geht es in der Arbeit, und von dort aus beginnen wir die Diskussion.
Wir sagen von Anfang an, was wir nicht haben, damit Sie es nicht von jemand anderem erfahren. Bei uns läuft heute kein System, das in Google Ads ein Budget erhöht oder in Meta ein Gebot ändert. Was läuft, und sich Zeile für Zeile zeigen lässt, sind die Sicherheitsmechanismen, die wir für andere Automatisierungen geschrieben haben, die echtes Geld ausgeben: standardmäßig aktivierter Dry-Run, Zähler für jede bezahlte Aktion, Verzögerung bei Fehlern, damit sich der Fehler nicht in einer Schleife wiederholt, Nachweisgrenze vor einer Entscheidung und ein Schalter, der sich weigert, den Orchestrator zu starten.
Das Bauteil, das wir bereits gebaut haben, ist keine Budgetänderung, sondern ein Signal — und es ist das, mit dem wir zu beginnen vorschlagen. Google lernt aus dem, was Sie als Conversion angeben. Wenn Sie „formular trimis“ sagen, sucht es nach Menschen, die Formulare absenden. Wir haben die Integration geschrieben, die ihm sagt „Anfrage real im System des Kunden angekommen“, mit der Klick-ID und mit per SHA-256 übergebenen Nutzer-IDs, über die Data Manager API. Damit kann man sofort beginnen, denn es ist vorhandener Code, kein Versprechen.
Der Rest der Arbeitsumgebung — die Schicht, die Berichte liest, die Schicht, die vorschlägt, die Schicht, die ausführt — wird nach demselben Muster aufgebaut, das wir dort verwendet haben, wo wir bereits per Code Geld ausgegeben haben. Es beginnt strikt mit Lesen, geht weiter zu Vorschlägen ohne Ausführung, und erst am Ende wird die Ausführung geöffnet, Feld für Feld, mit einer schriftlichen Grenze für jedes einzelne.