Uno sguardo all'interno delle strategie di Smart Bidding e offerte automatiche di Google Ads

Hai lavorato sodo per creare un sito web stellare. Hai creato campagne Google Ads di qualità e utilizzato esperimenti per trovare le migliori pagine di destinazione post clic per ogni segmento di pubblico. Hai ripetuto e ripetuto i test del testo pubblicitario, gestendo fedelmente le offerte e i budget per le parole chiave. Forse hai anche passato del tempo con gli eventi attivati ​​dai clic in GTM per assicurarti che tutte le tue conversioni vengano tracciate correttamente. Eppure, stai ancora lottando per raggiungere gli obiettivi CPA o far crescere il tuo account.

È ora che i robot inizino ad aiutare.

Stai facendo tutte le cose giuste, ma non hai abbastanza tempo per supervisionare perfettamente ogni offerta per parola chiave, budget, variazione dell'annuncio e target di pubblico. Fortunatamente, sei un esperto di marketing tecnico e sei pronto a sfruttare l'apprendimento automatico per ottenere ancora di più dai tuoi dollari PPC. Uno dei migliori test da eseguire mentre esplori il mondo dell'automazione e del machine learning è con le strategie di offerta di Google Ads.

In che modo Smart Bidding di Google Ads utilizza il machine learning per un'automazione delle offerte più potente

Google Ads ha introdotto le strategie Smart Bidding nel 2016, basandosi sulle precedenti opzioni di offerta automatica annunciate già a metà del 2010. Negli ultimi due anni, Smart Bidding ha continuato a espandersi e diventare più potente. Google ha aggiunto due nuovi obiettivi strategici e gli algoritmi di supporto continuano a evolversi man mano che l'apprendimento automatico diventa più avanzato. L'elenco completo delle strategie disponibili è esaminato di seguito, ma prima consideriamo come e perché funziona Smart Bidding.

Ogni utente di ricerca su Google porta diverse caratteristiche identificative, o "segnali". Questi includono cose come:

• Dispositivo
• Posizione
• Genere
• Età
• Livello di reddito
• Ora del giorno
• Giorno della settimana

Google mostra agli inserzionisti aggregazioni di rendimento da uno qualsiasi di questi segnali o, in alcuni casi, anche una combinazione di due o più. I gestori esperti di PPC sanno che è saggio implementare modificatori di offerta per i segnali le cui prestazioni aggregate differiscono notevolmente dalla norma. Allo stesso tempo, però, riconoscono anche che nessuno potrà mai coprire perfettamente ogni variazione e combinazione di segnali che possono sorgere.

Per rendere le cose ancora più complicate, ci sono altri segnali che richiedono decisioni tutto o niente se confrontati manualmente:

• Le impostazioni geografiche possono essere impostate per includere gli utenti interessati alle località target, oltre a quelli fisicamente presenti
• Gli annunci di testo possono essere idonei alla pubblicazione su tutti i partner della rete di ricerca oppure non sceglierne affatto
• Le impostazioni della campagna e del gruppo di annunci possono utilizzare l'automazione selettiva per la rotazione degli annunci "ottimizzata" che considera varie caratteristiche dell'annuncio

Diversi segnali sono completamente invisibili all'interno dei segmenti di dati di Google Ads, inclusi browser e sistema operativo, precedenti interazioni con il sito web, attributi del prodotto, tra gli altri (consulta l'elenco completo dei segnali di offerta automatica). Inoltre, anche se i dati fossero disponibili per l'analisi, al momento non è possibile modificare manualmente le offerte in base a questi segnali nascosti:

Inserisci l'apprendimento automatico.

Il machine learning di Google Ads tiene traccia e analizza ogni segnale visibile e nascosto da ogni ricerca e ogni clic. L'apprendimento automatico può individuare le variazioni minime ma significative nel comportamento degli utenti che derivano da differenze demografiche, utilizzo del dispositivo e interessi e preferenze espressi o dedotti. Questi segnali vengono quindi incrociati con i dati sul rendimento, come i tassi di clic e di conversione storici, e le offerte vengono aumentate o diminuite per raggiungere il target selezionato.

In definitiva, l'apprendimento automatico è un approccio estremamente dinamico e basato sui dati, che gli conferisce il potenziale per essere uno strumento potente nel tuo arsenale PPC.

Confronto dei vantaggi delle comuni strategie Smart Bidding

Prima di testare qualsiasi Smart Bidding, assicurati di comprendere i motivi per NON utilizzare una strategia di offerta PPC automatizzata. Se sei certo che le tue campagne soddisfino i requisiti per il successo di Smart Bidding (15 o 30 conversioni/30 giorni, solo azioni di conversione di qualità riportate nella colonna "Conversioni", nessuna data di fine campagna imminente), l'attività successiva consiste nel determinare quale strategia di offerta si adatta meglio alle tue esigenze.

Attualmente esistono quattro strategie di offerta automatica supportate da Smart Bidding di Google Ads:

• CPC ottimizzato
• CPA target
• Ritorno sulla spesa pubblicitaria target
• Massimizza le conversioni

Sebbene non sia tecnicamente una strategia Smart Bidding (poiché si concentra sul traffico piuttosto che sulle conversioni), anche Massimizza i clic viene comunemente considerata quando si discutono le opzioni di Smart Bidding.

Per sfruttare i vantaggi di Smart Bidding, devi considerare gli obiettivi di ciascuna strategia in coordinamento con i tuoi:

Scelta della giusta strategia Smart Bidding da testare

Ogni opzione di strategia Smart Bidding ha il proprio approccio unico per generare traffico, coinvolgimento e conversioni di alta qualità. Questi approcci determinano l'algoritmo sottostante utilizzato per manipolare le offerte per campagna, gruppo di annunci e parola chiave. Pertanto, fare la scelta appropriata è fondamentale per il successo dell'applicazione.

Per navigare più facilmente tra le opzioni, puoi utilizzare la tabella sottostante per identificare quale strategia Smart Bidding dovresti testare per prima per raggiungere i tuoi obiettivi:

Si consiglia di testare nuove strategie di offerta tramite Google Ads Experiments, che consente di confrontare direttamente il rendimento con la strategia di offerta precedente nel periodo di tempo esaminato.

Determinare se Smart Bidding funziona per te

Una volta avviato l'esperimento, può essere difficile determinare se Smart Bidding stia effettivamente funzionando a tuo favore. Google Ads mostra i risultati rispetto alla campagna di origine quando si visualizza qualsiasi scheda all'interno di un esperimento:

Con un esperimento ben denominato, tuttavia, puoi confrontare più facilmente il rendimento scaricando un semplice rapporto sulla campagna ed esaminando i KPI per la tua campagna di origine e l'esperimento fianco a fianco (o riga per riga, in questo caso).

Esempio 1: massimizzare le conversioni

Un recente esperimento concluso per conto di un cliente di lead generation mostra come la strategia Massimizza conversione sia stata in grado di migliorare notevolmente il rendimento in una campagna di ricerca con budget limitato.

Il test è stato lanciato in due campagne che generavano un volume di lead costante a un CPA inferiore alla media. Poiché i lead di queste particolari campagne erano più difficili da chiudere internamente, l'obiettivo era generare più lead senza investire ulteriori spese. La strategia di offerta Massimizza le conversioni è stata in grado di aumentare il traffico, il coinvolgimento e le metriche di conversione, con un costo totale inferiore e una riduzione del costo/conversione:

Entrambe le campagne che hanno testato Massimizza le conversioni con gli esperimenti hanno registrato più conversioni a un CPA inferiore rispetto alle loro controparti CPC ottimizzato. Pertanto, la strategia Massimizza le conversioni è stata applicata completamente e ha continuato a dare buoni risultati.

Un risultato come questo è quello che tutti vogliono vedere quando esaminano i loro esperimenti di campagna, ma sfortunatamente, la maggior parte non è proprio questo ideale.

Esempio 2: CPA target

Considera un altro esperimento da un account lead gen, in cui il CPA target è stato testato per aumentare il volume di lead a un costo per conversione specificato e i risultati non erano affatto chiari.

Questo test è stato lanciato in due campagne che storicamente generavano lead di alta qualità, ma in cui il costo/conversione era aumentato nel tempo. Poiché le campagne non erano limitate dal budget, l'obiettivo era ottimizzare la pubblicazione degli annunci per ridurre la spesa sprecata per gli utenti che difficilmente convertivano. La strategia di offerta basata su CPA target è stata in grado di ridurre i costi aumentando il tasso di conversione, ma ha avuto il prezzo di una riduzione del traffico e del volume di conversioni:

Entrambe le campagne hanno registrato risultati contrastanti e la decisione finale è stata presa in base agli obiettivi originali dell'esperimento. È noto che il CPA target a volte limita il traffico per impedire il superamento dell'offerta CPA, ma ha effettivamente ridotto il costo per conversione riducendo la spesa sprecata e concentrando la pubblicazione degli annunci su utenti di alta qualità. La diminuzione di impressioni, clic e conversioni è stata trascurata a favore di offerte più efficienti per generare lead di alta qualità a un costo inferiore.

Pensieri di chiusura

Smart Bidding è progettato per attirare più utenti migliori sulle tue pagine di destinazione post clic. Tuttavia, dovrebbe essere chiaro che gli algoritmi possono mantenere quella promessa in modo diverso. A volte, lo realizzeranno principalmente fornendo una maggiore quantità di traffico. Altre volte, il traffico potrebbe diminuire a favore dell'indirizzamento di utenti di qualità superiore al tuo sito o alla pagina di destinazione post-clic.

Se i risultati dell'esperimento sono contrastanti, ricordati di riflettere sui tuoi obiettivi iniziali quando determini un vincitore e prendi in considerazione l'aggiustamento delle variabili laddove necessario per trovare la strategia di offerta più efficace per ciascuna delle tue campagne.