- Werbung -

suchradar.de > Magazin > Archiv > Ausgabe 31 > Google AdWords - Der Nutzer als Qualitätsfaktor-Kriterium

Google AdWords:
Der Nutzer als Qualitätsfaktor-Kriterium

Um die Klickwahrscheinlichkeit einer Anzeige bestmöglich zu bestimmen, ist es sinnvoll, auch das individuelle Nutzerverhalten zu berücksichtigen. Experimente und Patente legen nahe, dass dies schon lange eine wichtige Komponente des Qualitätsfaktors ist. Von Martin Röttgerding.

In suchradar-Ausgabe 29 wurde aufgezeigt, wie Google mithilfe des Qualitätsfaktors seine Werbeplätze bestmöglich vergeben kann, um dabei den größtmöglichen Gewinn zu erzielen. Demnach muss bei der Festlegung der Anzeigenreihenfolge nicht nur berücksichtigt werden, wie viel ein Werbetreibender für einen Klick zu zahlen bereit ist, sondern auch, wie wahrscheinlich es ist, dass dieser Klick zustande kommt. Wenn der Qualitätsfaktor der Klickwahrscheinlichkeit einer Anzeige entspricht, dann ist die Anzeigenreihenfolge optimal, so dass Google den größtmöglichen erwarteten Gewinn erzielt. Eine hohe Anzeigenqualität ergibt sich dabei praktisch nebenbei.

In der Praxis steht Google allerdings vor dem Problem, die Klickwahrscheinlichkeit erst einmal bestimmen zu müssen. Da sich eine Wahrscheinlichkeit nicht objektiv berechnen lässt, bleibt Google nichts anderes übrig, als diese bestmöglich zu schätzen. Je besser diese Schätzung gelingt, desto näher kommt Google dem gewinnmaximalen Optimum, verdient also mehr Geld.

Die Klickwahrscheinlichkeit lässt sich prinzipiell am besten schätzen, indem man sich Klickraten ansieht und daraus Rückschlüsse zieht. Das geht allerdings erst, wenn sehr viele Daten vorliegen: Nach zehn Impressionen sind die Zahlen kaum verlässlich, nach zehntausend Impressionen schon eher. Bis dahin muss sich Google auf andere Dinge stützen, z. B. Relevanz-Berechnungen und verwandte Klickraten. Je mehr Daten vorliegen, desto aussagekräftiger wird die Klickrate und desto weniger werden die anderen Dinge gebraucht. Grafisch lässt sich das (vereinfacht) zum Beispiel so darstellen:

Abbildung 1: Gewichtung der Qualitätsfaktor-Komponenten im Zeitverlauf

Lesebeispiel: Zu Beginn sind keine Daten verfügbar. Der Qualitätsfaktor kann zu diesem Zeitpunkt nur über eine Einschätzung der Relevanz und verwandte Klickraten (z. B. von ähnlichen Keywords) bestimmt werden. Im Laufe der Zeit (also weiter unten in der Grafik) werden mehr Daten gesammelt, wodurch die Klickrate aussagekräftiger wird. Bei der Berechnung des Qualitätsfaktors wird also mehr und mehr die Klickrate herangezogen, während andere Faktoren in den Hintergrund treten. Gleichzeitig wird die Schätzung der Klickwahrscheinlichkeit immer genauer und verlässlicher.

Der Nutzer und der Qualitätsfaktor

Wie schon beschrieben hat Google ein großes Interesse daran, die Klickwahrscheinlichkeit möglichst genau zu schätzen. Denn so abstrakt das Thema erscheint: Für Google ist die Güte dieser Schätzung direkt an den Unternehmensgewinn gekoppelt.

Die bisherigen Betrachtungen zum Qualitätsfaktor waren immer noch vergleichsweise statisch. Ein wesentliches Element ist bisher allerdings außen vor geblieben: der Nutzer. Doch letztlich spielt er die wichtigste Rolle: Er entscheidet, ob er auf eine Anzeige klickt. Seine Klickwahrscheinlichkeit gilt es zu schätzen. Dabei gibt es zwei Qualitätsfaktor-Aspekte, bei denen der individuelle Nutzer eine Rolle spielt.

Der Nutzer als Datenquelle

Zur Berechnung des Qualitätsfaktors greift Google bekanntlich auf viele historische Daten zurück. Grundlage dieser Datensammlung ist das Verhalten der Nutzer bei Google bzw. überall dort, wo Anzeigen eingeblendet werden. Bekommt ein Nutzer eine Anzeige eingeblendet, so wird eine Impression gezählt. Klickt er darauf, so wird dieser Klick gezählt.

Würde sich Google an dieser Stelle aber einfach nur auf das Zählen von Klicks und Impressionen beschränken, könnte dies zu falschen Schlüssen führen. Ein Beispiel: Eine Anzeige hatte 100 Impressionen und zehn Klicks – die Klickrate betrug also 10 %. Man könnte nun meinen, jeder zehnte Nutzer hat die Anzeige angeklickt. Aber möglicherweise kamen alle zehn Klicks vom gleichen Nutzer. Oder einer der Nutzer ist für 80 klicklose Impressionen verantwortlich.

Das Beispiel zeigt, eine bloße Zählung von Klicks und Impressionen hat nur wenig Aussagekraft für das Verhalten zukünftiger Nutzer. Es ist also notwendig, die Aussagekraft der Daten zu berücksichtigen, bevor daraus Schlüsse gezogen werden. Im Schaubild könnte man das so ausdrücken:

Abbildung 2: Berücksichtigung des Nutzerverhaltens bei der Datensammlung

Für Werbetreibende bedeutet dieser Umstand leider, dass die Zahlen, die AdWords ihnen gibt, weniger aussagekräftig sind. Denn in AdWords wird, wie im Beispiel, grundsätzlich jede Impression und jeder Klick gezählt. Ob ein Nutzer dabei die gleiche Suchanfrage mehrfach eingibt oder sogar einfach die Seite neu lädt, es wird alles gezählt. Dabei verwenden tatsächlich viele Nutzer die gleiche Suchanfrage mehrfach (siehe dazu auch suchradar 25, Daten sammeln für Search Funnels). Klickraten, die auf kleinen Zahlen beruhen, ist also nicht zu trauen, denn als Werbetreibender kann man kaum wissen, wie diese einzuordnen sind. Ein Grund mehr, weshalb frühe Rückschlüsse auf gute oder schlechte Qualitätsfaktoren oftmals falsch sind.

Der Nutzer als Entscheider

Der Nutzer spielt aber noch an ganz anderer Stelle eine Rolle, nämlich bei der endgültigen Schätzung der Klickwahrscheinlichkeit. Denn historische Klickraten und Relevanzbewertungen hin oder her: Wohin geklickt wird, entscheidet immer noch der Mensch mit der Maus in der Hand. Dabei verhalten sich Menschen ganz verschieden: Manche klicken vielleicht immer das erste Suchergebnis an, andere nehmen sich Zeit, beachten Marken oder reagieren bevorzugt auf Schlagworte wie „günstig“.

In der Realität ist das Nutzerverhalten nicht ganz so leicht auf einen Nenner zu bringen. Aber es lassen sich Tendenzen ableiten, wenn das Verhalten einzelner Nutzer über einen längeren Zeitraum erfasst wird. Reagieren Nutzer z. B. häufig auf bestimmte Eigenschaften von Anzeigen, so lässt sich dies bei der Schätzung der Klickwahrscheinlichkeit berücksichtigen. Je nachdem, wie aussagekräftig das bisherige Nutzerverhalten ist, kann dies theoretisch die ganze Schätzung komplett umkrempeln. Wenn ein Nutzer in der Vergangenheit beispielsweise eine sehr starke Präferenz für Anzeigen hatte, die mit niedrigen Preisen warben, dann ist anzunehmen, dass er auch zukünftig bevorzugt darauf klicken wird. Und wenn ein Nutzer grundsätzlich immer nur auf das oberste Suchergebnis klickt, dann sind alle gesammelten Daten mehr oder weniger nutzlos. In diesem Fall hätten alle Anzeigen praktisch die gleiche Klickwahrscheinlichkeit. Dann würde einfach die Anzeige mit dem höchsten Gebot nach oben rücken – ein sehr einfaches Beispiel für Gewinnmaximierung.

Experiment 1: Mehrfachsuche

Den Einfluss des Nutzerverhaltens auf den Qualitätsfaktor kann man sich sehr einfach verdeutlichen, indem man einen kommerziellen Begriff bei Google sucht und diese Suche dann einmal oder mehrfach wiederholt. Hier wird man in der Regel feststellen, dass sich Auswahl, Anzahl und Reihenfolge der Anzeigen ändern.

Es ist wichtig, anzumerken, dass diese Änderungen tatsächlich auf das wiederholte Suchen zurückzuführen sind. Sucht man mit einem Browser ohne Historie, löscht die Cookies und sucht erneut, dann stellt Google keinen Zusammenhang zwischen diesen Suchvorgängen her. In diesem Fall ändern sich die Anzeigen zwischen zwei Suchvorgängen nur unwesentlich oder gar nicht. Nur wenn – aus Sicht von Google – derselbe Nutzer mehrfach die gleiche Suche durchführt, ändern sich die Anzeigen signifikant.

Die Reihenfolge der Anzeigen wird bekanntlich über die Formel Gebot x Qualitätsfaktor berechnet – ändert sich die Reihenfolge, muss sich folglich das Ergebnis dieser Formel geändert haben. Da sich Gebote vergleichsweise selten ändern, erscheint es logisch, dass die geänderte Reihenfolge auf eine Änderung der Qualitätsfaktoren zurückzuführen ist.

Also was ändert sich beim Qualitätsfaktor bzw. bei der Schätzung der Klickwahrscheinlichkeit für die einzelnen Anzeigen? Im Einzelnen sind die Änderungen natürlich kaum nachzuvollziehen, es lassen sich jedoch einige plausible Vermutungen anstellen. So erscheint es logisch, dass Anzeigen, die gesehen, aber nicht angeklickt wurden, tendenziell auch bei einer erneuten Suche nicht angeklickt werden. Die Klickwahrscheinlichkeit für die gezeigten Anzeigen wird also niedriger eingeschätzt.

Allerdings gilt dies nicht für alle Anzeigen in gleichem Maße: Wenn eine Anzeige auf der ersten Position nicht angeklickt wird, hat der Nutzer sie vermutlich nicht als hilfreich empfunden. Wird eine Anzeige auf der letzten Position nicht angeklickt, hat der Nutzer sie womöglich gar nicht gesehen. Dementsprechend sinkt die Schätzung der Klickwahrscheinlichkeit bzw. der Qualitätsfaktor auch nicht bei allen Anzeigen gleich schnell. Die Folge: Anzeigen können die Plätze tauschen.

Experiment 2: Nutzerprofil

Dass ein Nutzer mehrfach eine bestimmte Suche durchführt und niemals auf Anzeigen klickt, ist eine Sache. Interessant ist jedoch auch das Profil, das sich aus dem bisher erfassten Verhalten eines Nutzers ergibt. Wenn sich hieraus Aussagen zum zukünftigen Klickverhalten ableiten lassen, können diese die Schätzungen der Klickwahrscheinlichkeit verfeinern.

Anhand eines vergleichsweise simplen Experiments wurde geprüft, ob Google das bisherige Klickverhalten mit einbezieht. Dazu wurde, über mehrere Tage verteilt, mehrfach der gleiche Begriff bei Google gesucht. War die Anzeige eines bestimmten Werbetreibenden verfügbar, dann wurde sie angeklickt, andernfalls wurde auf ein organisches Suchergebnis geklickt.

Zunächst wechselten die Anzeigen die Reihenfolge. Amazon belegte jeweils die einzige Top-Position, die favorisierte Anzeige schwankte zwischen dem vierten und neunten (also letzten) Platz. Nach einigen Versuchen rückte die Anzeige schließlich auf den ersten Platz vor. Zwischendurch ging es kurzzeitig wieder auf den zweiten Platz, ansonsten blieb die Anzeige ganz vorne.

Parallele Tests mit einem anderen Browser, bei dem zwischendurch die Historie gelöscht wurde, zeigten nur eine kleine Verbesserung der Platzierung, allerdings blieb Amazon immer an erster Stelle.

Nutzerverhalten beeinflusst den Qualitätsfaktor

Auch wenn das Experiment ziemlich klein war, hat es doch deutlich gezeigt, dass das individuelle Nutzerprofil einen starken Einfluss auf Qualitätsfaktoren ausüben kann. Dabei wurden andere Kriterien wie Relevanz und historische Klickraten offenbar völlig an den Rand gedrängt – logisch, wenn die Nutzerpräferenz so eindeutig ist wie in diesem Fall. Anhand eines Schaubildes ließe sich das z. B. so darstellen:

Abbildung 3: Der individuelle Qualitätsfaktor wird, so gut es eben geht, auf den Nutzer zugeschnitten

Die allgemeine Klickwahrscheinlichkeit wird wie gewohnt berechnet (hier verkleinert dargestellt). Je aussagekräftiger allerdings die individuellen Nutzerdaten sind, also die Daten für den gerade aktiven Nutzer, desto mehr Gewicht erhält das individuelle Nutzerverhalten. Anders ausgedrückt: Wenn man den Nutzer sehr genau kennt, warum sollte man sich dann noch auf eine Schätzung verlassen, die für den Durchschnittsnutzer gemacht wurde? Heraus kommt also eine Schätzung der Klickwahrscheinlichkeit, die, so gut eben möglich, auf den individuellen Nutzer zugeschnitten ist.

Einordnung

Die Idee, dass es eine starke Nutzerkomponente im Qualitätsfaktor gibt, ist eigentlich nicht neu. Schon 2007 wurden mehrere Google-Patente aus dem Jahr 2005 öffentlich, in denen es explizit um das Nutzerverhalten zur Schätzung von Qualitätsfaktoren ging. So heißt es zum Beispiel im Patent Predicting ad quality: „The system further uses a statistical model and the logged user behavior to estimate quality scores […]“ (siehe http://www.freepatentsonline.com/y2007/0156887.html).

Das Patent wurde damals von Praktikern zwar bemerkt und diskutiert (siehe z. B. http://www.seobythesea.com/?p=717), allerdings wusste wohl niemand so genau, wie die Idee vom Einfluss des Nutzerverhaltens einzuordnen war, weshalb sie weitgehend unbekannt geblieben ist.

Praktische Auswirkungen

Für Werbetreibende bedeutet die Berücksichtigung des Nutzerverhaltens im Qualitätsfaktor eine weitere große Unwägbarkeit. Eine Berücksichtigung des individuellen Nutzers lässt sich für Werbetreibende in AdWords praktisch nicht umsetzen und Auswertungsmöglichkeiten gibt es ebenfalls nicht. Eine Optimierung in Hinblick auf Qualitätsfaktoren wird sich daher wohl weiterhin auf den Durchschnittsnutzer beziehen müssen. Es gibt allerdings verschiedene Aspekte, derer sich Werbetreibende bewusst sein sollten.

Feste Anzeigenpositionen gibt es nicht

Klar ist, dass Qualitätsfaktoren schwanken, selbst wenn viele Parameter wie Suchanfrage, Anzeige, Tageszeit, Nutzerstandort usw. unverändert bleiben. Allein schon der Einfluss der unmittelbaren Suchhistorie eines Nutzers ist enorm: Schon, ob dieser die Suchanfrage gerade zum ersten oder zum dritten Mal eingibt, kann einen großen Unterschied bedeuten.

Mit dem Qualitätsfaktor schwanken auch die Anzeigenpositionen, was sich einerseits auf die Rangfolge, andererseits auf die Platzierung auf einer Top- oder seitlichen Position auswirkt. Die AdWords-Statistik zur Durchschnittsposition beinhaltet daher weniger Aussagekraft als möglicherweise angenommen.

Klickpreise schwanken

Schwankende Qualitätsfaktoren ziehen außerdem schwankende Klickpreise nach sich. Besonders große Auswirkungen hat dies, wenn ein Gebot deutlich über dem üblichen Klickpreis liegt und eine Anzeige typischerweise auf der ersten Position zu finden ist. Der Grund dafür liegt im AdWords-Preismechanismus: Der Klickpreis ist immer das Gebot, mit dem der Anzeigenrang des nachfolgenden Werbetreibenden so gerade überboten worden wäre. Wenn beispielsweise ein Gebot von 50 Cent ausreichen würde, um den ersten Platz zu erreichen, spielt es keine Rolle, ob tatsächlich fünf Euro geboten wurden: Zu zahlen wären trotzdem nur die 50 Cent.

Ein sinkender Qualitätsfaktor bedeutet allerdings, dass höhere Gebote notwendig sind, um die erste Position zu halten. Das kann dazu führen, dass in seltenen Einzelfällen tatsächlich die vollen fünf Euro abgerufen werden. In den AdWords-Statistiken wird dieser Einzelfall allerdings kaum auffallen, da solche Fälle naturgemäß selten vorkommen (die geringe Klickwahrscheinlichkeit führt logischerweise auch nur selten zu einem Klick) und in den Gesamt- bzw. Durchschnittswerten nicht zu sehen sind.

Sonderfall Branding-Anzeigen

Besonders bei Keywords wie der eigenen Marke des Werbetreibenden können schwankende Qualitätsfaktoren für Irritationen sorgen, denn in der Regel erwartet man ja, dass der eigene Name immer mühelos auf Position 1,0 zu finden sein müsste. Spätestens, wenn man sich die Daten eines Branding-Keywords tageweise ansieht, stellt man aber oft genug fest, dass man an manchen Tagen im Schnitt auf Position 1,1 oder niedriger zu finden war.

Abhilfe lässt sich dann natürlich leicht schaffen: Höhere Gebote gleichen leichte Schwankungen aus und sorgen möglicherweise dafür, dass in der Statistik überall eine 1,0 steht. Gerade bei Branding-Anzeigen dürften sich niedrigere Qualitätsfaktoren aber meistens auf Nutzer beziehen, die mehrfach gesucht und bewusst nicht auf die Anzeige geklickt haben. Eine zwischenzeitliche Durchschnittsposition von 1,1 bedeutet also eher nicht, dass jemandem die Werbung des Markeninhabers auf Anhieb weiter unten angezeigt wurde. Der zusätzliche Branding-Effekt durch eine forcierte Top-Positionierung kann also bezweifelt werden, so dass Werbetreibende mit Extremgeboten auch bei Branding-Begriffen vorsichtig sein sollten.

Fluktuation der Anzeigenauswahl

Eine weitere Auswirkung von schwankenden Qualitätsfaktoren ist die Schwankung des Mindestgebots für die Einblendung auf der ersten Seite. Schätzt Google die Klickwahrscheinlichkeit niedriger ein, so kann es passieren, dass ein Gebot nicht mehr ausreicht und eine Anzeige somit nicht mehr gezeigt wird.

Auch dieses Verhalten lässt sich beim wiederholten Suchen des gleichen Begriffs leicht beobachten. Aber auch im Gebotssimulator lässt sich einfach sehen, dass höhere Gebote meist auch mit zusätzlichen Impressionen einhergehen – die Schwelle des Mindestgebots wird dann bei niedrigen Qualitätsfaktoren nicht mehr so schnell unterschritten.

Schwankende Qualitätsfaktoren können sich aber auch auf die Schwelle des Mindestgebots selbst auswirken und damit einen gegenteiligen Effekt haben. Sinken die Qualitätsfaktoren der gezeigten Anzeigen, so kann auch die Schwelle ein Stück weit sinken. Dann haben auch Anzeigen, deren zugehörige Gebote vorher nicht ausreichten, die Chance, gezeigt zu werden. Aus diesem Grund bedeutet ein Gebot unterhalb des geschätzten Mindestgebots auch nicht, dass eine Anzeige niemals gezeigt wird, sondern nur, dass sie deutlich seltener erscheint.

Für Werbetreibende bedeutet dies grundsätzlich, dass auch Keywords, bei denen sich ein Gebot oberhalb des geschätzten Mindestgebots nicht lohnt, deshalb noch lange nicht deaktiviert werden müssen. Stattdessen kann hier mit einem Gebot gearbeitet werden, dass vertretbar erscheint, so dass immer noch ein Minimum an Klicks generiert werden kann.

Wechselwirkungen: Conversions

Es ist allgemein akzeptiert und auch von Google bestätigt worden, dass die Anzeigenposition generell keinen Einfluss auf die Conversion-Rate hat: Ob eine Anzeige auf der ersten oder letzten Position zu finden ist, sollte also keinen Unterschied machen. Denkbar ist allerdings, dass es trotzdem wechselseitige Abhängigkeiten zwischen der individuellen Klickwahrscheinlichkeit und der individuellen Conversion-Wahrscheinlichkeit gibt. Ein Nutzer, der eine bestimmte Anzeige partout nicht anklickt, könnte dafür ja einen guten Grund haben (z. B. schlechte Erfahrungen mit dem Anbieter in der Vergangenheit). Dass er, sollte er dennoch einmal klicken, am Ende dort etwas kauft, ist also vergleichsweise unwahrscheinlich.

Eine (mögliche) Auswirkung auf die Praxis wäre, dass höhere Gebote zwar mehr Klicks einbringen, diese Klicks aber zunehmend von Leuten kommen, die den Werbetreibenden eigentlich meiden wollten. Dies würde der allgemeinen Annahme einer konstanten Conversion-Rate, welche Grundlage für viele Bietstrategien ist, zuwiderlaufen.

Wechselwirkungen: Anzeigenrotation

Oftmals lassen Werbetreibende zwei oder mehr Anzeigen im Wechsel schalten, um ihre Anzeigen per A/B-Testing nach und nach zu verbessern. Die Tatsache, dass viele Nutzer mehrfach die gleiche Suchanfrage starten, führt dazu, dass der gleiche Nutzer verschiedene Anzeigen des Werbetreibenden zu sehen bekommen kann. Da sein Verhalten in die Berechnung des Qualitätsfaktors mit einbezogen wird, bedeutet dies, dass die Anzeigenposition späterer Einblendungen vom Verhalten bei früheren Einblendungen beeinflusst wird.

Bei einem A/B-Test mit Google AdWords ist (auch) aus diesen Gründen davon auszugehen, dass es Wechselwirkungen zwischen den Anzeigenvarianten gibt. Statistische Signifikanztests, wie beispielsweise der weit verbreitete G-Test, setzen allerdings für gewöhnlich eine Unabhängigkeit der getesteten Anzeigen voraus. Der nutzerabhängige Qualitätsfaktor ist also ein weiterer Grund, der gegen die Auswertung von A/B-Anzeigentests mithilfe von Signifikanzrechnern spricht (siehe dazu auch A/B-Anzeigentests in der Praxis in suchradar Ausgabe 30).

Segmentierung Oben/Seite

Seit einigen Wochen erlaubt AdWords eine Segmentierung der Statistiken nach Anzeigenblock. Seitdem haben viele Werbetreibende festgestellt, dass es zwischen den Einblendungen oberhalb der organischen Suchergebnisse und denen an der Seite enorme Unterschiede gibt. Insbesondere die Klickraten scheinen auf Top-Positionen deutlich höher zu sein, wobei der Unterschied überraschend groß erscheint.

Bezieht man den Qualitätsfaktor in die Betrachtung mit ein, lassen sich diese Unterschiede verstehen. Der Qualitätsfaktor bezieht sich auf die A-priori-Klickwahrscheinlichkeit einer Anzeige. Er berücksichtigt also noch nicht, auf welcher Position eine Anzeige schließlich platziert wird. Tendenziell führt ein hoher Qualitätsfaktor (= eine hohe A-priori-Klickwahrscheinlichkeit) auch zu einer guten Platzierung, während ein niedriger Qualitätsfaktor eher zu einer schlechten Platzierung führt. Kommt eine Suchanfrage von einem Nutzer, von dem Google weiß, dass er tendenziell keine Anzeigen anklickt, bedeutet dies für alle Anzeigen eine niedrigere Klickwahrscheinlichkeit und demnach eher eine Positionierung an der Seite.

Vereinfacht ausgedrückt bedeutet dies, dass sich auf den Top-Positionen vor allem Anzeigen finden, die auch selbst besonders viele Klicks anziehen, während an der Seite eher solche zu finden sind, die seltener angeklickt werden. Weil auf diese Weise die positiven Effekte der Top-Positionen und die negativen Effekte der seitlichen Positionen verstärkt werden, fallen die Unterschiede entsprechend groß aus. Ein Rückschluss darauf, wie groß der alleinige Einfluss der Platzierung nun ist, lässt sich aber nicht ziehen.

Werbetreibende sollten sich von den vermeintlich krassen Unterschieden also nicht dazu verleiten lassen, ihre Gebote zu erhöhen, um unbedingt auf den Top-Positionen zu erscheinen. Eine realistische Einschätzung des Effekts höherer Gebote ermöglicht der Gebotssimulator, der bei solchen Entscheidungen nach wie vor die erste Anlaufstelle sein sollte.

Über den Autor Martin Röttgerding ist Head of SEM bei der SEO-/SEM-Agentur Bloofusion. E-Mail: martin.roettgerding@bloofusion.de Martin Röttgerding (@bloomarty) bei Twitter: