Zum Hauptinhalt springen
Marketing

Eine Variante früh zu stoppen, ist der häufigste Weg, den Gewinner zu verlieren

Optimierungsregeln senken die Kosten pro Klick, sobald eine feste Zahl Impressionen erreicht ist. Bei niedrigem Volumen sitzt diese Schwelle tief im Rauschen, sodass die Regel Varianten zuverlässig stoppt, bevor sie zeigen können, was sie sind.

Die erste Entscheidung ist, ob genug Daten existieren, um zu urteilen, und Regeln können diese Entscheidung nicht treffen. Ein Unterschied, der bei zweihundert Impressionen entscheidend wirkt, ist häufig nichts.

Die zweite Entscheidung ist, was die Verlierer gemeinsam haben. Drei Varianten, die aus demselben Grund scheitern, sind ein Fund über die Audience. Drei, die getrennt scheitern, sind ein Fund über den Text, und sie führen zu unterschiedlichen nächsten Schritten.

Die dritte Entscheidung ist der strategische Call: innerhalb der gewinnenden Hypothese iterieren, oder sie aufgeben und ein anderes Argument testen. Regeln tun immer nur das Erste.

So bauen Sie den Agent in Agent Studio auf

Die Mindeststichprobe steht im System-Prompt als harte Untergrenze, zusammen mit der Anweisung, „noch nicht“ zu antworten statt ein Urteil auf dünnen Daten zu erzeugen.

Prompt-Fähigkeiten enthalten Ihre Hypothesen-Taxonomie, dieselbe, die beim Bau des Testsets genutzt wurde, sodass der Agent die Ergebnisse nach Argument liest statt nach Zeile.

Ein Start Scheduled-Flow setzt die Daten zusammen. Ein HTTP Request-Knoten holt die Leistungsdaten der Varianten, ein Google Sheets-Knoten liefert die ursprünglichen Hypothesen, und der Agent Chat-Knoten übergibt beides dem Agent.

Die Empfehlungen gehen nach Slack. Der Agent pausiert das Budget nicht und verteilt es nicht automatisch neu. Ein Agent mit Ausgabenbefugnis fällt in eine andere Risikokategorie als ein Agent, der nur eine Meinung hat.

Google Sheets protokolliert jede Entscheidung mit ihrer Begründung und baut so eine Aufzeichnung, die irgendwann zeigt, dass eine Hypothese über Kampagnen hinweg wirkt statt innerhalb einer einzelnen Kampagne.

Ausgemusterte Varianten werden behalten statt gelöscht. Ein Argument, das in einem Quartal gescheitert ist, funktioniert manchmal im nächsten, und nur das Archiv macht das auffindbar.

Woraus dieser Agent besteht

  • System-Prompt: legt eine harte Mindeststichprobe fest und die Erlaubnis, „noch nicht“ zu antworten.
  • Prompt-Fähigkeiten: tragen die Hypothesen-Taxonomie, die beim Bau des Testsets genutzt wurde.
  • HTTP Request (Util): holt die Live-Leistung der Varianten.
  • Google Sheets (Integration): liefert die ursprünglichen Hypothesen und speichert jede Entscheidung mit Begründung.
  • Agent Chat (Util): ein geplanter Flow, der Leistung und Hypothesen zusammen übergibt.
  • Slack (Communication): empfängt Empfehlungen. Kein Budget bewegt sich ohne eine Person.
  • Wenn ein ActionFlow ausreicht: Regelbasiertes Pausieren ist ein Workflow, der bei hohem Volumen gut funktioniert, wo das Rauschproblem verschwindet.

Häufige Fragen

KI-Workflows bauen

Legen Sie ein kostenloses Konto an, öffnen Sie eine Vorlage oder eine leere Fläche und führen Sie Ihren ersten ActionFlow aus.

Newsletter

Produktupdates erhalten

Neue Nodes, Agents und Produktnotizen. Wir senden E-Mails nur, wenn sich das Öffnen lohnt.

Sie können das Abonnement jederzeit beenden.