Preguntas y respuestas de ciclo cerrado: personalización, aprendizaje automático y cómo maximizar los resultados de la campaña publicitaria

Puede recordar la sesión de preguntas y respuestas con Elite SEM en enero, donde hablaron sobre las tácticas de Google y Facebook Ads a las que los anunciantes deberían prestar atención y cómo la personalización y el aprendizaje automático pueden afectar las campañas.

La siguiente en esta serie de agencias es Amanda Evans, directora de publicidad de Closed Loop. Notará que las respuestas varían bastante de Elite SEM. Eso es de esperar, y esto demuestra que la publicidad digital hoy en día es muy compleja y las agencias deben evaluar constantemente sus estrategias pagas.

¿Cuáles son algunas de las tácticas de Google Ads que cree que han funcionado bien en el pasado, pero que no funcionarán en el futuro?

AE: Hay tres sobre los que quiero llamar la atención:

1. Grupos de anuncios de palabras clave únicas (SKAG) : esta estructura ya no funciona y simplemente priva a los algoritmos de aprendizaje automático. En cambio, los grupos de anuncios temáticos con 10-15 palabras clave tienden a funcionar mejor. Usaremos un grupo de anuncios de una sola palabra clave SOLAMENTE para palabras clave de volumen extremadamente alto, pero esto es raro.
2. Prueba de división A/B real : ya es prácticamente imposible realizar una prueba de división A/B real en los anuncios y, de todos modos, no hay necesidad de hacerlo. Tanto los algoritmos de Google como los de Facebook hacen un trabajo bastante sorprendente al optimizar a los mejores.
3. Ofertas negativas del 100 % por dispositivo : esta puede ser controvertida, pero los anunciantes que opten por no usar dispositivos móviles por completo se quedarán atrás. Los consumidores de hoy (incluyendo B2B) están cambiando entre dispositivos más rápido que nunca. La idea de que las personas solo busquen en el dispositivo en el que van a realizar la conversión es miope.

La misma pregunta que la anterior, pero para los anuncios de Facebook...

AE: Al igual que en Google Ads, es casi imposible realizar una verdadera prueba dividida A/B. La cantidad de formatos de anuncios, plataformas y ubicaciones en la red de Facebook ha crecido exponencialmente. Las pruebas A/B ahora mantendrían el rendimiento de toda la cuenta. Y, la realidad es que el algoritmo hace un gran trabajo al "elegir" al ganador adecuado, por lo que no es necesario realizar pruebas A/B.

Además, vemos estructuras granulares que ya no funcionan tan bien como antes. El éxito llega cuando 'alimentas la máquina': dale la mayor cantidad de datos posible para que descubra las mejores variaciones para servir.

¿Qué es algo en Google Ads que crees que se pasa por alto pero que será grande en 2019?

AE: Dos cosas me vienen a la mente…

1. Segmentación por audiencia / segmentación por capas. Estamos comenzando a ver el increíble poder de la estratificación de audiencias, tanto de primera como de terceros, en campañas de búsqueda para mejorar el costo por adquisición. Esto es particularmente importante para los clientes donde hay significados duplicados de palabras clave similares. Vemos mucho este problema en el espacio B2B y la estratificación de la audiencia nos ayuda a romper el desorden.
2. Estructuración de campañas para trabajar con algoritmos de ofertas inteligentes, pero también para permitir un control presupuestario más estricto. Algunas prácticas antiguas de estructuración de campañas, en particular SKAG, funcionan en contra de los algoritmos de licitación. Estamos descubriendo que las estructuras deben cambiar para permitir que los algoritmos funcionen tan bien como puedan.

La misma pregunta que la anterior, pero para los anuncios de Facebook...

AE: Para Facebook, creo que se pasan por alto los siguientes:

1. La capacidad de aumentar la orientación de la audiencia de Facebook con la integración de datos de terceros. Si bien la cantidad de audiencias de Facebook disminuyó durante el año pasado, los proveedores de datos de terceros no solo llenaron el vacío, sino que ampliaron las capacidades. Podemos adaptar los anuncios para que se ajusten a una audiencia con mucha más granularidad que nunca. Abre un nuevo conjunto de oportunidades para los anunciantes.
2. Vídeo optimizado para móviles. A partir del año pasado, el 95% de los usuarios de Facebook accedían a Facebook desde un teléfono inteligente. Si bien los especialistas en marketing comprenden el crecimiento de los dispositivos móviles, parece que pocos anunciantes lo están aprovechando. Vemos un éxito increíble en nuestras campañas de video optimizadas para dispositivos móviles con aumentos significativos tanto en el CTR como en las tasas de conversión.

¿Cómo ve que la IA y el aprendizaje automático desempeñen un papel con los anuncios pagados en el futuro?

AE: El papel de la inteligencia artificial y el aprendizaje automático en los anuncios pagados aún está evolucionando, pero esperamos que su participación mental crezca sustancialmente durante el próximo año.

En el frente de las ofertas, los algoritmos de Google y Facebook se muestran prometedores, pero existen algunas brechas críticas. Para que la IA y el aprendizaje automático se den cuenta de su potencial, Facebook y Google deberán devolver algo de control y flexibilidad a quienes administran las campañas.

Hay dos áreas clave que esperamos (¿esperamos?) que se arreglen este año:

1. Los datos que utilizan los algoritmos pueden no ser los mismos datos que le interesan al anunciante . Por ejemplo, en el espacio B2B, Google y Facebook tienen acceso a clientes potenciales, pero pocos anunciantes les dan acceso a MQL. El aprendizaje automático solo puede optimizar aquello a lo que tiene acceso. Es probable que veamos a terceros creando integraciones para canalizar los datos internos de los anunciantes a las plataformas de Facebook y Google.
2. Los algoritmos suelen ser lentos para reaccionar a los cambios a gran escala oa los "trastornos" de la campaña. A menudo encontramos que los grandes presupuestos o los cambios en los objetivos tienen un gran impacto en el rendimiento con el aprendizaje automático. Por ejemplo, si el seguimiento se interrumpe durante un par de días, causa estragos en el rendimiento durante las próximas dos semanas. Espero que Google y Facebook brinden flexibilidad para excluir ciertos períodos de tiempo del algoritmo.

Con respecto al uso del aprendizaje automático para crear anuncios, creo que esto es más largo. Vemos que Facebook y Google intentan ir en esa dirección, pero para los grandes anunciantes, esto se vuelve arriesgado rápidamente. El rendimiento de los anuncios de búsqueda receptivos y la visualización receptiva se ha mezclado en el mejor de los casos. Los anunciantes están preocupados por el cumplimiento de la marca y los mensajes. Entonces, aunque esperamos que los motores continúen moviéndose por ese camino, vemos suficientes dudas por parte de los anunciantes para pensar que esto tardará un poco más en crecer.

¿Cómo cree que la personalización jugará un papel con los anuncios pagados en 2019 y más allá?

AE: Esperamos que la personalización continúe mejorando a lo largo de 2019 y más allá. Las redes sociales de anuncios, específicamente Facebook, tienen los datos que los especialistas en marketing necesitan para ofrecer contenido de marketing personalizado, pero, por supuesto, son muy conscientes de las implicaciones. El equilibrio entre la personalización del marketing y el respeto a la privacidad de un usuario será difícil, especialmente a la luz de los recientes problemas de Facebook.

Dicho esto, los especialistas en marketing social tienen el poder de crear contenido personalizado utilizando tácticas como audiencias personalizadas y marketing basado en cuentas. El uso de datos propios y de terceros y mensajes personalizados proporciona un excelente equilibrio entre el respeto de la privacidad de los usuarios y la entrega de anuncios personalizados. Los buenos datos y la segmentación han sido y seguirán siendo la clave para aprovechar la personalización, y espero que los especialistas en marketing continúen invirtiendo en ciencia de datos en los próximos años.

¿Cuáles son 1 o 2 formas en que los especialistas en marketing digital pueden insertar personalización en anuncios pagados y páginas de destino posteriores al clic?

AE: Creo que vamos a ver que la personalización sigue el ciclo de vida del cliente o el embudo de ventas. Los anunciantes inteligentes utilizarán la personalización no solo para asignar campañas publicitarias a cada etapa del embudo de ventas, sino, lo que es más importante, a la profundidad de los datos que el anunciante tiene sobre cada usuario.

La tecnología ahora brinda a los anunciantes la capacidad de usar los datos que tienen para crear un perfil enriquecido para cada usuario y usar ese perfil para orientar y personalizar mejor los anuncios. Esa es una marcada diferencia con las audiencias "anónimas" del pasado.

Ahora tenemos algo de inteligencia sobre los usuarios que se puede aprovechar para orientar mejor los anuncios y diseñar mejor los mensajes para esos usuarios. Si bien no hemos alcanzado el Santo Grial de la verdadera personalización para cada persona a la que nos dirigimos, como mínimo podremos agrupar a los usuarios en diferentes audiencias y tal vez implementar una matriz de diferentes métodos de orientación para que podamos acercarnos al marketing personalizado.

Ahora podemos orientar y personalizar la creatividad en una página de destino posterior al clic para un usuario en función de lo que sabemos sobre él. Al unir esta capacidad con datos propios y de terceros, las posibilidades son prácticamente infinitas.

En Closed Loop, estamos entusiasmados con esto porque muy pocos anunciantes lo están aprovechando. Así que se siente como una oportunidad de campo verde, y eso siempre es emocionante cuando tienes la oportunidad de ser uno de los primeros en sumergirse en un territorio tan inexplorado. Entrar temprano crea una fuente de ventaja competitiva, ya que puede mantenerse un poco por delante del resto de los anunciantes en esa industria. Esencialmente, te da la ventaja y eso es lo que intentamos hacer por nuestros clientes.

¿Qué resultados ven sus clientes después de personalizar sus anuncios y la página de destino posterior al clic?

AE: ¡Resultados asombrosos! Tampoco es una mejora incremental del 10 al 15%.

Vemos una mejora exponencial del 200 % al 500 % cuando podemos segmentar verdaderamente una oferta personalizada en el anuncio y en la página de destino posterior al clic. Esa es parte de la razón por la que es tan emocionante para nosotros.

El desafío es lograr que los anunciantes realmente vean y crean en los anuncios personalizados y en las páginas de destino posteriores al clic. Suena casi demasiado bueno para ser verdad inicialmente (y nosotros mismos éramos escépticos), pero los datos son claros y hablan tan alto que seríamos negligentes si no alentamos a todos nuestros clientes a buscar la personalización con todo lo que tienen. .

Publicidad digital y optimización post-clic

Independientemente de si su marca usa Google, Facebook (o ambos) para anuncios pagados, se lo debe a usted y a sus clientes para maximizar los resultados de todas las campañas. La optimización posterior al clic es a menudo un componente que falta para muchos anunciantes digitales hoy en día, pero es fundamental porque es lo que sucede después del clic lo que genera conversiones.

Obtenga más información asociándose con Instapage y vea lo que falta en sus campañas.