Uma análise das estratégias de lances inteligentes e lances automáticos do Google Ads

Você trabalhou duro para criar um site estelar. Você criou campanhas do Google Ads de qualidade e usou experimentos para encontrar as melhores páginas de destino pós-clique para cada público. Você iterou e reiterou os testes de texto do anúncio, enquanto gerenciava fielmente seus lances de palavras-chave e orçamentos. Talvez você tenha passado algum tempo com eventos acionados por clique no GTM para garantir que todas as suas conversões sejam rastreadas corretamente. Mesmo assim, você ainda está lutando para atingir as metas de CPA ou aumentar sua conta.

É hora de deixar os robôs começarem a ajudar.

Você está fazendo tudo certo, mas não tem tempo suficiente para supervisionar perfeitamente cada lance de palavra-chave, orçamento, variação de anúncio e público-alvo. Felizmente, você é um profissional de marketing técnico experiente e está pronto para aproveitar o aprendizado de máquina para obter ainda mais de seus dólares de PPC. Um dos melhores testes a serem executados enquanto você explora o mundo da automação e do aprendizado de máquina é com as estratégias de lances do Google Ads.

Como o Lances inteligentes do Google Ads usa o aprendizado de máquina para uma automação de lances mais eficiente

O Google Ads introduziu as estratégias de Lances inteligentes em 2016, com base nas opções de lances automáticos anteriores anunciadas em meados de 2010. Nos últimos dois anos, o Lances inteligentes continuou a se expandir e se tornar mais poderoso. O Google adicionou duas novas metas de estratégia e os algoritmos de suporte continuam a evoluir à medida que o aprendizado de máquina se torna mais avançado. A lista completa de estratégias disponíveis é revisada abaixo, mas primeiro vamos considerar como e por que o Lances inteligentes funciona.

Todo usuário de pesquisa do Google carrega várias características de identificação, ou “sinais”. Estes incluem coisas como:

• Dispositivo
• Localização
• Gênero
• Idade
• Nível de renda
• Hora do dia
• Dia da semana

O Google mostra aos anunciantes agregações de desempenho de qualquer um desses sinais ou, em alguns casos, até mesmo uma combinação de dois ou mais. Gerentes de PPC experientes sabem que é aconselhável implementar modificadores de lance para sinais cujo desempenho agregado difere notavelmente da norma. Ao mesmo tempo, no entanto, eles também reconhecem que ninguém pode cobrir perfeitamente todas as variações e combinações de sinais que possam surgir.

Para complicar ainda mais as coisas, existem outros sinais que exigem decisões de tudo ou nada quando confrontados manualmente:

• As configurações geográficas podem ser definidas para incluir usuários interessados ​​em seus locais de destino, além daqueles fisicamente presentes
• Os anúncios de texto podem ser qualificados para exibição em todos os parceiros da Rede de Pesquisa ou optar por nenhum deles
• As configurações da campanha e do grupo de anúncios podem utilizar automação seletiva para rotação de anúncios “otimizada” que considera várias características do anúncio

Vários sinais são completamente invisíveis nos segmentos de dados do Google Ads, incluindo navegador e sistema operacional, interações anteriores no site, atributos do produto, entre outros (consulte a lista completa de sinais de lances automatizados). Além disso, mesmo que os dados estivessem disponíveis para análise, atualmente não há como modificar manualmente os lances com base nesses sinais ocultos:

Entre no aprendizado de máquina.

O aprendizado de máquina do Google Ads rastreia e analisa todos os sinais visíveis e ocultos de todas as pesquisas e cliques. O aprendizado de máquina pode identificar as variações mínimas, porém significativas, no comportamento do usuário que decorrem de diferenças demográficas, uso de dispositivos e interesses e preferências expressos ou inferidos. Esses sinais são então cruzados com dados de desempenho, como taxas históricas de cliques e conversões, e os lances são aumentados ou diminuídos para atingir a meta selecionada.

Em última análise, o aprendizado de máquina é uma abordagem extremamente dinâmica e orientada a dados, o que lhe dá o potencial de ser uma ferramenta poderosa em seu arsenal de PPC.

Comparar os benefícios de estratégias comuns de Lances inteligentes

Antes de testar qualquer Lance Inteligente, certifique-se de entender os motivos para NÃO usar uma estratégia de lances PPC automatizados. Se você tiver certeza de que suas campanhas atendem aos requisitos de sucesso do Lances inteligentes (15 ou 30 conversões/30 dias, apenas ações de conversão de qualidade informadas na coluna "Conversões", sem datas de término de campanha futuras), a próxima tarefa é determinar qual estratégia de lances melhor se adapta à sua necessidade.

Atualmente, existem quatro estratégias de lances automáticos compatíveis com o Lances inteligentes do Google Ads:

• CPC otimizado
• CPA alvo
• ROAS alvo
• Maximizar conversões

Embora não seja tecnicamente uma estratégia de Lances inteligentes (porque se concentra no tráfego em vez de conversões), Maximizar cliques também é comumente considerado ao discutir as opções de Lances inteligentes.

Para colher os benefícios do Lances inteligentes, você deve considerar as metas de cada estratégia em coordenação com a sua:

Como escolher a estratégia certa de Lances inteligentes para testar

Cada opção de estratégia de Lances inteligentes tem sua própria abordagem exclusiva para gerar tráfego, engajamento e conversões de alta qualidade. Essas abordagens determinam o algoritmo subjacente usado para manipular sua campanha, grupo de anúncios e lances de palavra-chave. Assim, fazer a escolha apropriada é crucial para uma aplicação bem-sucedida.

Para navegar pelas opções com mais facilidade, você pode usar o gráfico abaixo para identificar qual estratégia de Lances inteligentes você deve testar primeiro para atingir suas metas:

É recomendável testar novas estratégias de lances por meio do Google Ads Experiments, que permite comparar diretamente o desempenho com sua estratégia de lances anterior durante o período examinado.

Como determinar se o Lances inteligentes está funcionando para você

Depois que seu experimento for lançado, pode ser um desafio determinar se o Lances inteligentes está realmente funcionando a seu favor. O Google Ads mostra os resultados em comparação com a campanha de origem ao visualizar qualquer guia em um experimento:

No entanto, com uma experiência bem nomeada, você pode ver o desempenho comparado com mais facilidade baixando um relatório de campanha simples e examinando KPIs para sua campanha de origem e a experiência lado a lado (ou linha por linha, neste caso).

Exemplo 1: maximizar as conversões

Um experimento recente concluído em nome de um cliente de geração de leads mostra como a estratégia Maximize Conversion foi capaz de melhorar drasticamente o desempenho em uma campanha de pesquisa com orçamento limitado.

O teste foi lançado em duas campanhas que estavam gerando um volume de leads consistente com um CPA abaixo da média. Como os leads dessas campanhas específicas eram mais difíceis de fechar internamente, o objetivo era gerar mais leads sem investir gastos adicionais. A estratégia de lances Maximizar conversões conseguiu aumentar as métricas de tráfego, engajamento e conversão, com um custo total menor e custo/conversão reduzido:

Ambas as campanhas que testaram Maximizar conversões com experiências obtiveram mais conversões com um CPA mais baixo do que suas contrapartes de CPC otimizado. Portanto, a estratégia Maximize Conversions foi totalmente aplicada e continua apresentando um bom desempenho.

Um resultado como esse é aquele que todos desejam ver ao examinar seus experimentos de campanha, mas, infelizmente, a maioria não é exatamente esse ideal.

Exemplo 2: CPA desejado

Considere outro experimento de uma conta de geração de leads, em que o CPA desejado foi testado para aumentar o volume de leads a um custo por conversão especificado, e os resultados não foram nada claros.

Este teste foi lançado em duas campanhas que historicamente geraram leads de alta qualidade, mas onde o custo/conversão vinha aumentando ao longo do tempo. Como as campanhas não eram limitadas pelo orçamento, o objetivo era otimizar a entrega de anúncios para reduzir o desperdício de gastos para usuários com pouca probabilidade de conversão. A estratégia de lances de CPA desejado conseguiu reduzir o custo e aumentar a taxa de conversão, mas teve o preço de tráfego e volume de conversão menores:

Ambas as campanhas obtiveram resultados mistos e a determinação final foi feita com base nos objetivos originais do experimento. O CPA desejado é conhecido por limitar o tráfego às vezes para evitar exceder o lance de CPA, mas reduziu efetivamente o custo por conversão ao reduzir o desperdício de gastos e concentrar a exibição de anúncios em buscadores de alta qualidade. A diminuição de impressões, cliques e conversões foi negligenciada em favor de lances mais eficientes para gerar leads de alta qualidade a um custo menor.

Pensamentos finais

O Lances inteligentes foi desenvolvido para atrair mais dos melhores usuários para suas páginas de destino pós-clique. No entanto, deve-se entender que os algoritmos podem cumprir essa promessa de maneira diferente. Às vezes, eles o farão principalmente fornecendo uma quantidade maior de tráfego. Outras vezes, o tráfego pode diminuir em favor de direcionar usuários de maior qualidade para seu site ou página de destino pós-clique.

Se os resultados de sua experiência forem mistos, lembre-se de refletir sobre suas metas iniciais ao determinar um vencedor e considere ajustar as variáveis ​​quando necessário para encontrar a estratégia de lances mais eficaz para cada uma de suas campanhas.