Saber qué probar y cómo interpretar los resultados en función de los matices y rarezas de los experimentos es una habilidad importante para las personas, no las automatizaciones.
Si bien existen muchas mejores prácticas probadas y verdaderas en el marketing de búsqueda, el diablo está en los detalles cuando se trata de lograr los mejores resultados. Por ejemplo, es difícil discutir los méritos de las ofertas automáticas, pero no es tan difícil obtener malos resultados si las implementa de manera incorrecta.
Di que leíste eso Hertz utilizó ofertas inteligentes para reducir su CPA en un 35%, por lo que decide implementar la misma estrategia en su cuenta. Si fuera así de sencillo ejecutar una cuenta de Google Ads exitosa, todos nos quedaríamos sin trabajo. El simple hecho de saber qué función usar no es suficiente, ya que también necesita conocer la configuración correcta que hará que funcione tan bien para usted como para el anunciante en el estudio de caso.
Y para ser los mejores especialistas en marketing de búsqueda que podamos ser, no podemos simplemente mirar lo que hicieron otros anunciantes. En cambio, podemos tomar sugerencias de otros y usarlas como base para perfeccionar lo que nos funciona. Tenemos que descubrir los detalles del camino correcto nosotros mismos.
Y es por eso que ser realmente bueno en la experimentación de PPC es tan importante. Hablé sobre este tema en SMX East en la sesión «Pruebas impresionantes, resultados rentables», y estas son algunas de las conclusiones clave.
Las tres metodologías de prueba de PPC más populares
Una de las afirmaciones clave de la fama del marketing de búsqueda es que es más mensurable. Entonces, cada vez que probamos algo nuevo, es mejor que tengamos algunos números para respaldar nuestros hallazgos, por lo que debemos realizar experimentos de manera estructurada.
Hay tres formas en que normalmente vemos esto hecho.
Pruebas de antes y después
La forma más sencilla de iniciar una prueba es realizar un cambio en una campaña en vivo y luego comparar los resultados antes y después de la implementación del cambio. La belleza de este método es que puede probar cualquier cosa en su cuenta de anuncios rápidamente. La desventaja es que, si bien la configuración es súper rápida, la medición requiere más esfuerzo y no puede tener una comparación de manzanas con manzanas porque los resultados pueden verse afectados por factores externos que cambian durante los períodos antes y después.
Cuantos datos comparar
Al medir los resultados, deje suficiente tiempo para minimizar los factores basados en el tiempo. Y aunque me encantaría decirle exactamente cuánto tiempo es, recuerde que las cosas difieren para cada anunciante, industria, etc.
Pero si desea alguna orientación, al menos mida una semana completa antes y después para eliminar el impacto del rendimiento del día de la semana frente al del fin de semana.
Si se encuentra en una vertical en la que no solo el día de la semana, sino también la hora del mes juega un papel importante, por ejemplo, en automoción, mida un mes completo antes y después del cambio. En la industria automotriz, la época del mes puede afectar la agresividad de los distribuidores en cuanto al precio cuando intentan alcanzar los objetivos mensuales y la disposición de los consumidores a comprar fluctúa junto con las fechas en las que reciben sus cheques de pago.
Ventanas al pasado para cambios en la administración de ofertas
Específicamente para la administración de ofertas, si está utilizando la técnica de antes y después para medir el impacto, recuerde que su ventana al pasado debe ser la misma que la frecuencia de sus cambios. Por ejemplo, si realiza cambios en la oferta todos los días, no puede consultar los datos de rendimiento de los últimos 30 días porque pueden incluir datos de 30 niveles de oferta diferentes, uno para cada día del período retroactivo.
Experimentos de anuncios
Entonces, claramente, una metodología de prueba de antes y después viene con algunos desafíos serios y es por eso que tanto Microsoft como Google han agregado funciones para ejecutar mejores pruebas en cuentas PPC. Si bien lleva un poco más de tiempo configurar la campaña experimental con todos los cambios que se van a probar, tiene la ventaja de eliminar cualquier sesgo potencial en los resultados que es común en las pruebas de antes y después. Para ello, permite que el anunciante realice una prueba dividida, por ejemplo, una división 50-50 en la que la mitad de los usuarios reciben el control y la otra mitad el experimento.
Y no solo los resultados son más confiables, el tiempo que se invierta para configurar el experimento se recupera fácilmente porque el informe de los resultados está integrado en el producto.
Pruebas de división de mercado
Los anunciantes más grandes, o aquellos que intentan medir el impacto de los cambios fuera de línea en el rendimiento en línea, pueden considerar hacer una prueba de división en la que la división no se base en usuarios individuales (o cookies), sino en áreas geográficas completas. Por ejemplo, un anunciante podría publicar anuncios de televisión en San Francisco y no en Seattle y usar Seattle como control y SF como experimento. Esto es mucho más complicado, así que no entraré en él aquí.
Por qué un control puede verse afectado por el experimento
Por mucho que lo intentemos, no hay forma de ejecutar un experimento y saber con absoluta certeza que el resultado se debe a lo que hicimos y no a otro factor fuera de nuestro control inmediato. Incluso cuando hacemos una prueba dividida en la que asumimos que tenemos un control sólido, sus resultados pueden verse afectados por efectos de segundo orden.
La experiencia de uno de nuestros clientes ilustra esto muy bien. Hicieron un experimento para probar si las ofertas de CPA objetivo (tCPA) mejorarían el rendimiento en comparación con las ofertas manuales con la ayuda de secuencias de comandos y reglas. Para su sorpresa, el CPC promedio en el control aumentó rápidamente. ¿Que pasó?
Las ofertas inteligentes comenzaron a probar ofertas más agresivas y los competidores astutos con alertas oportunas notaron esto y aumentaron sus propias ofertas. Estas ofertas más altas comenzaron a afectar el control donde los CPC promedio aumentaron y el porcentaje de impresiones se perdió cuando las ofertas no pudieron mantenerse al día con la competencia. De modo que los pésimos resultados en el control fueron atribuibles a los cambios que el experimento puso en marcha. ¡Hable acerca de dificultar la comprensión real de lo que está pasando!
El punto es que PPC es un espacio dinámico y cualquier cambio que se haga puede tener efectos de gran alcance. Mirar con una lente demasiado estrecha puede hacernos perder la verdadera razón por la que algo cambió.
Por qué el experimento puede no ser la verdadera razón del cambio
En otro ejemplo, encontramos a un anunciante que probaba las ofertas inteligentes de tCPA pero no veía los resultados que esperaban. Después de investigar, quedó claro que el problema no era con las ofertas, sino con el seguimiento de conversiones.
Cuando el anunciante pujaba manualmente, utilizaba su sentido común humano para mantener las pujas altas para las palabras clave relevantes del embudo superior, aunque no veían muchas conversiones directas de estas.
Pero cuando cambiaron a las ofertas automáticas, comenzó a reducir las ofertas para estas palabras clave ‘que no generaban conversiones’ porque no tenía forma de comprender su importancia en las primeras etapas del recorrido del consumidor.
El caso es que no siempre se pueden probar las cosas de forma aislada. Antes de probar las ofertas inteligentes, debe configurar correctamente la medición.
Por qué los resultados del experimento ocultan oportunidades
Una vez que descubra un experimento ganador, puede pensar que ha terminado, pero siempre hay más para optimizar. Recuerde que Google y Microsoft solo informan si ganó el control o el experimento. Pero si el experimento gana, no significa que todo sea mejor que el control. Significa que, en conjunto, la combinación de cosas en el experimento es mejor que la combinación de cosas en el control.
Profundizar en la identificación de estas combinaciones puede llevar mucho tiempo y es por eso que los especialistas en PPC ganadores deberían considerar tener algunos trucos bajo la manga para ir más allá de lo que el anunciante promedio prestará atención.
La mayoría de los anunciantes simplemente lanzarán el ganador y pasarán a otro experimento. Las estrellas de rock de PPC, por otro lado, usarán técnicas para mirar más a fondo para comprender por qué ganó el ganador y encontrar más oportunidades para mejorar el rendimiento.
Los anuncios de búsqueda receptivos son un buen ejemplo. En conjunto, es fácil ver si los RSA son buenos o malos para un grupo de anuncios al observar los KPI típicos como conversiones, CPA y ROAS (o mejor aún, ganancias). Pero lo que oculta el agregado a nivel del grupo de anuncios es lo que sucede en el nivel de la consulta y en la búsqueda, la consulta lo es todo.
He escrito guiones y escrito sobre cómo hacer un análisis más profundo de los RSA y esto puede llevar a algunos hallazgos realmente interesantes.
Al combinar un informe de consultas con un informe de anuncios, es posible ver cuándo una consulta activa solo un ETA, solo un RSA o ambos. Luego, se puede medir cuántas conversiones se pierden al mostrar varios anuncios y luego la consulta se puede dividir solo con el tipo de anuncio de mejor rendimiento.
Cuando hicimos este análisis para un cliente, encontramos un caso en el que guardaba el anuncio incorrecto para una consulta de marca. Al corregir este único error, la consulta de marca comenzó a generar significativamente más conversiones para la misma cantidad de impresiones.
Conclusión
He escrito extensamente sobre el futuro de los humanos en un mundo donde el PPC se está volviendo más automatizado. Ser realmente bueno en la experimentación es uno de los aspectos en los que podemos diferenciarnos. Y aunque las herramientas hacen que las pruebas sean más rápidas y medibles, saber qué probar y cómo interpretar los resultados en función de los muchos matices y rarezas posibles de los experimentos es una habilidad muy humana y que todos deberíamos entender tanto como sea posible.
Las opiniones expresadas en este artículo pertenecen al autor invitado y no necesariamente a El Blog informatico. Los autores del personal se enumeran aquí.