Una mirada al interior de las estrategias de ofertas automáticas y Smart Bidding de Google Ads

Has trabajado duro para crear un sitio web estelar. Creó campañas de Google Ads de calidad y usó experimentos para encontrar las mejores páginas de destino posteriores al clic para cada audiencia. Ha iterado y reiterado las pruebas del texto de los anuncios, mientras administra fielmente sus presupuestos y ofertas de palabras clave. Tal vez incluso haya pasado algún tiempo con eventos activados por clics en GTM para asegurarse de que todas sus conversiones se registren correctamente. Y, sin embargo, aún tiene dificultades para alcanzar los objetivos de CPA o hacer crecer su cuenta.

Es hora de dejar que los robots empiecen a ayudar.

Está haciendo todo lo correcto, pero no tiene suficiente tiempo para supervisar a la perfección cada oferta de palabra clave, presupuesto, variación de anuncios y público objetivo. Afortunadamente, usted es un experto en marketing técnico y está listo para aprovechar el aprendizaje automático para obtener aún más de sus dólares de PPC. Una de las mejores pruebas para realizar a medida que explora el mundo de la automatización y el aprendizaje automático es con las estrategias de ofertas de Google Ads.

Cómo las Ofertas inteligentes de Google Ads usan el aprendizaje automático para una automatización de ofertas más potente

Google Ads introdujo estrategias de Smart Bidding en 2016, basándose en opciones de ofertas automáticas anteriores anunciadas a mediados de 2010. En los últimos dos años, Smart Bidding ha continuado expandiéndose y haciéndose más poderosa. Google ha agregado dos nuevos objetivos estratégicos y los algoritmos de soporte continúan evolucionando a medida que el aprendizaje automático se vuelve más avanzado. La lista completa de estrategias disponibles se revisa a continuación, pero primero consideremos cómo y por qué funciona Smart Bidding.

Cada usuario de búsqueda de Google lleva varias características de identificación, o "señales". Estos incluyen cosas como:

• Dispositivo
• Localización
• Género
• Años
• Nivel de ingresos
• Hora del día
• Día de la semana

Google muestra a los anunciantes conjuntos de rendimiento de cualquiera de estas señales o, en algunos casos, incluso una combinación de dos o más. Los administradores de PPC experimentados saben que es aconsejable implementar modificadores de ofertas para señales cuyo rendimiento agregado difiere notablemente de la norma. Al mismo tiempo, sin embargo, también reconocen que nadie puede cubrir perfectamente todas las variaciones y combinaciones de señales que puedan surgir.

Para complicar aún más las cosas, hay otras señales que requieren decisiones de todo o nada cuando se enfrentan manualmente:

• La configuración geográfica se puede configurar para incluir usuarios interesados ​​en sus ubicaciones de destino, además de los que están físicamente presentes
• Los anuncios de texto pueden ser aptos para mostrarse en todos los socios de la red de búsqueda u optar por ninguno.
• La configuración de campañas y grupos de anuncios puede utilizar la automatización selectiva para la rotación de anuncios "optimizada" que considera varias características de los anuncios.

Varias señales son completamente invisibles dentro de los segmentos de datos de Google Ads, incluidos el navegador y el sistema operativo, las interacciones previas con el sitio web, los atributos del producto, entre otros (consulte la lista completa de señales de ofertas automáticas). Además, incluso si los datos estuvieran disponibles para analizar, actualmente no hay forma de modificar manualmente las ofertas en función de estas señales ocultas:

Introduzca el aprendizaje automático.

El aprendizaje automático de Google Ads rastrea y analiza cada señal visible y oculta de cada búsqueda y cada clic. El aprendizaje automático puede detectar las variaciones mínimas pero significativas en el comportamiento del usuario que se derivan de las diferencias en la demografía, el uso del dispositivo y los intereses y preferencias expresados ​​o inferidos. Esas señales luego se cotejan con los datos de rendimiento, como las tasas históricas de clics y conversión, y las ofertas aumentan o disminuyen para cumplir con el objetivo seleccionado.

En última instancia, el aprendizaje automático es un enfoque extremadamente dinámico y basado en datos, lo que le da el potencial de ser una herramienta poderosa en su arsenal de PPC.

Comparación de los beneficios de las estrategias comunes de Smart Bidding

Antes de probar cualquier Smart Bidding, asegúrese de comprender las razones para NO utilizar una estrategia de ofertas de PPC automatizadas. Si está seguro de que sus campañas cumplen con los requisitos para el éxito de Smart Bidding (15 o 30 conversiones/30 días, solo acciones de conversión de calidad informadas en la columna "Conversiones", sin próximas fechas de finalización de la campaña), la siguiente tarea es determinar qué estrategia de oferta mejor se adapta a su necesidad.

Actualmente, hay cuatro estrategias de ofertas automáticas compatibles con Smart Bidding de Google Ads:

• CPC mejorado
• CPA objetivo
• ROAS objetivo
• Maximizar conversiones

Aunque técnicamente no es una estrategia de Ofertas inteligentes (porque se enfoca en el tráfico en lugar de en las conversiones), Maximizar clics también se considera comúnmente cuando se analizan las opciones de Ofertas inteligentes.

Para aprovechar los beneficios de Smart Bidding, debe considerar los objetivos de cada estrategia en coordinación con los suyos propios:

Elegir la estrategia de Smart Bidding correcta para probar

Cada opción de estrategia de Smart Bidding tiene su propio enfoque único para generar tráfico, participación y conversiones de alta calidad. Estos enfoques determinan el algoritmo subyacente utilizado para manipular su campaña, grupo de anuncios y ofertas de palabras clave. Por lo tanto, hacer la elección adecuada es crucial para una aplicación exitosa.

Para navegar por las opciones más fácilmente, puede usar el cuadro a continuación para identificar qué estrategia de Smart Bidding debe probar primero para alcanzar sus objetivos:

Se recomienda probar nuevas estrategias de oferta a través de Google Ads Experiments, lo que le permite comparar directamente el rendimiento con su estrategia de oferta anterior durante el período de tiempo examinado.

Determinar si Smart Bidding funciona para usted

Una vez que se haya lanzado su experimento, puede ser un desafío determinar si Smart Bidding realmente está funcionando a su favor. Google Ads muestra resultados en comparación con la campaña de origen al visualizar cualquier pestaña dentro de un experimento:

Sin embargo, con un experimento bien nombrado, puede comparar el rendimiento más fácilmente descargando un informe de campaña simple y examinando los KPI para su campaña de origen y el experimento en paralelo (o fila por fila, en este caso).

Ejemplo 1: maximizar las conversiones

Un experimento reciente concluido en nombre de un cliente de generación de prospectos muestra cómo la estrategia Maximizar conversión pudo mejorar drásticamente el rendimiento en una campaña de búsqueda con presupuesto limitado.

La prueba se lanzó en dos campañas que generaron un volumen constante de oportunidades de venta con un CPA inferior al promedio. Dado que los clientes potenciales de estas campañas en particular eran más difíciles de cerrar internamente, el objetivo era generar más clientes potenciales sin invertir gastos adicionales. La estrategia de oferta Maximizar conversiones pudo aumentar el tráfico, la participación y las métricas de conversión, con un costo total más bajo y una reducción del costo/conversión:

Ambas campañas que probaron Maximizar conversiones con experimentos generaron más conversiones con un CPA más bajo que sus contrapartes de CPC mejorado. Por lo tanto, la estrategia Maximizar conversiones se aplicó por completo y ha seguido funcionando bien.

Un resultado como este es uno que todos quieren ver al examinar sus experimentos de campaña, pero desafortunadamente, la mayoría no es tan ideal.

Ejemplo 2: CPA objetivo

Considere otro experimento de una cuenta de generación de prospectos, en el que se probó el CPA objetivo para aumentar el volumen de prospectos a un costo por conversión específico, y los resultados no fueron del todo claros.

Esta prueba se lanzó en dos campañas que históricamente generaron clientes potenciales de alta calidad, pero donde el costo/conversión había ido aumentando con el tiempo. Dado que las campañas no estaban limitadas por el presupuesto, el objetivo era optimizar la publicación de anuncios para reducir el gasto desperdiciado para los usuarios que probablemente no realizarían una conversión. La estrategia de oferta de CPA objetivo pudo reducir el costo y aumentar la tasa de conversión, pero tuvo el precio de un tráfico y un volumen de conversión más bajos:

Ambas campañas obtuvieron resultados mixtos y la determinación final se tomó en función de los objetivos originales del experimento. Se sabe que el CPA objetivo limita el tráfico a veces para evitar exceder la oferta de CPA, pero redujo efectivamente el costo por conversión al reducir el gasto desperdiciado y enfocar la publicación de anuncios en buscadores de alta calidad. Se pasó por alto la disminución de las impresiones, los clics y las conversiones en favor de ofertas más eficientes para generar clientes potenciales de alta calidad a un costo menor.

Pensamientos finales

Smart Bidding está diseñado para atraer a más de los mejores usuarios a sus páginas de destino posteriores al clic. Sin embargo, debe entenderse que los algoritmos pueden cumplir esa promesa de manera diferente. A veces, lo lograrán principalmente proporcionando una mayor cantidad de tráfico. Otras veces, el tráfico puede disminuir a favor de atraer usuarios de mayor calidad a su sitio o página de destino posterior al clic.

Si los resultados de su experimento son mixtos, recuerde reflexionar sobre sus objetivos iniciales al determinar un ganador y considere ajustar las variables donde sea necesario para encontrar la estrategia de oferta más efectiva para cada una de sus campañas.