El columnista Mark Ballard explica cómo podemos utilizar las estadísticas para complementar nuestros datos de conversión y nuestra intuición al decidir sobre las ofertas a nivel de palabra clave en AdWords.
La búsqueda pagada es una industria que se basa en datos y estadísticas, pero que requiere profesionales que puedan ejercer una buena dosis de sentido común e intuición para crear y administrar sus programas. Sin embargo, pueden surgir problemas cuando nuestra intuición va en contra de las estadísticas y no tenemos los sistemas o las salvaguardas en su lugar para evitar una decisión estadísticamente imprudente.
¿Debería detener o reducir la oferta de esa palabra clave?
Considere una palabra clave que ha recibido 100 clics pero no ha producido ningún pedido. ¿Debería el administrador de búsqueda de pago detener o eliminar esta palabra clave por no convertir? Puede parecer que debería haber mucho volumen para producir una sola conversión, pero la respuesta obviamente depende de qué tan bien esperamos que la palabra clave se convierta en primer lugar, y también de qué tan agresivos queremos ser al darle una oportunidad a nuestras palabras clave. para triunfar.
Si asumimos que cada clic en un anuncio de búsqueda de pago es independiente de los demás, podemos modelar la probabilidad de un número determinado de conversiones (éxitos) a través de un número determinado de clics (ensayos) utilizando la distribución binomial. Esto es bastante fácil de hacer en Excel, y Wolfram Alpha es útil para ejecutar algunos cálculos rápidos.
En el caso anterior, si nuestra tasa de conversión esperada es del 1 por ciento, y esa es de hecho la tasa de conversión «verdadera» de la palabra clave, esperaríamos que produjera cero conversiones aproximadamente el 37 por ciento del tiempo en 100 clics. Si nuestra tasa de conversión real es del 2 por ciento, aún deberíamos esperar que esa palabra clave no produzca conversiones alrededor del 13 por ciento del tiempo en 100 clics.
No es hasta que llegamos a una tasa de conversión real de poco más del 4.5 por ciento que la probabilidad de ver cero pedidos de 100 clics cae a menos del 1 por ciento. Estas cifras pueden no ser asombrosamente impactantes, pero tampoco son el tipo de números que la gran mayoría de nosotros tenemos flotando en nuestras cabezas.
Al considerar si detener o eliminar una palabra clave que no tiene conversiones después de una cierta cantidad de tráfico, nuestro sentido común puede informar ese juicio, pero nuestra intuición es probablemente más fuerte en los aspectos cualitativos de esa decisión («No hay una diferencia obvia entre esta palabra clave y una docena más que están convirtiendo como se esperaba ”) que los aspectos cuantitativos.
Conseguir una señal más clara con más datos
Ahora considere la otra cara del escenario anterior: si tenemos una palabra clave con una tasa de conversión real del 2 por ciento, ¿cuántos clics se necesitarán antes de que la probabilidad de que esa palabra clave produzca cero conversiones caiga por debajo del 1 por ciento? Las matemáticas se calculan en 228 clics.
Eso ni siquiera es el trabajo pesado de las ofertas de búsqueda pagada, donde debemos establecer ofertas que reflejen con precisión la tasa de conversión subyacente de una palabra clave, no solo descartar posibilidades extremas.
Dando a esa palabra clave de tasa de conversión del 2 por ciento 500 clics para hacer su trabajo, estaríamos en lo cierto al suponer que, en promedio, generará 10 conversiones. Pero la probabilidad de obtener exactamente 10 conversiones es un poco menos del 13 por ciento. Solo una conversión más o menos y nuestra tasa de conversión observada será un 10 por ciento diferente de la tasa de conversión real (corriendo al 1.8 por ciento o menos, o al 2.2 por ciento o más).
En otras palabras, si ofertamos una palabra clave con una tasa de conversión real del 2 por ciento a un costo por conversión o costo por adquisición objetivo, existe un 87 por ciento de probabilidad de que nuestra oferta disminuya al menos un 10 por ciento si tenemos 500 datos de clics. Esa probabilidad suena alta, pero resulta que necesita un gran conjunto de datos antes de que la tasa de conversión observada de una palabra clave refleje constantemente su tasa de conversión real.
Siguiendo con el mismo ejemplo, si quisiera reducir la probabilidad de que sus ofertas se reduzcan en un 10 por ciento o más a una probabilidad de menos del 10 por ciento, necesitaría más de 13,500 clics para una palabra clave con una tasa de conversión real del 2 por ciento. Eso simplemente no es práctico, ni siquiera posible, para muchos programas de búsqueda y sus palabras clave.
Esto plantea dos preguntas relacionadas que son fundamentales sobre cómo se puja y gestiona un programa de búsqueda de pago:
- ¿Qué tan agresivos queremos ser al establecer ofertas de palabras clave individuales?
- ¿Cómo vamos a agregar los datos de las palabras clave para establecer ofertas más precisas para cada palabra clave individualmente?
Para establecer una oferta más precisa para una palabra clave individual, básicamente puede esperar hasta que haya acumulado más datos y / o usar datos de otras palabras clave para informar su oferta. Ser «agresivo» al establecer la oferta de una palabra clave individual sería favorecer el uso de los datos de esa palabra clave, incluso cuando las barras de error al estimar su tasa de conversión son bastante amplias.
Un enfoque más agresivo supone que algunas palabras clave tendrán un rendimiento inherente diferente incluso de sus «primos» de palabras clave más cercanas, por lo que, en última instancia, será beneficioso limitar más rápidamente la influencia que los resultados de las palabras clave relacionadas tienen en las ofertas de palabras clave individuales.
Por ejemplo, una de las formas más sencillas (y probablemente la más común) en que un anunciante de búsqueda paga puede manejar datos escasos de palabras clave individuales es agregar datos a nivel del grupo de anuncios o hasta la campaña o incluso la cuenta. El grupo de anuncios puede generar una tasa de conversión del uno por ciento en general, pero el anunciante cree que la tasa de conversión real de las palabras clave individuales varía mucho.
Al ofertar palabras clave completamente por sus propios datos individuales cuando han logrado 500 o 1,000 clics, el anunciante sabe que la probabilidad estadística conducirá a ofertas con un 50 por ciento o más en cualquier momento dado para una parte no trivial de las palabras clave que logran ese nivel de volumen, pero puede valer la pena.
Para una palabra clave con una tasa de conversión real del 2%, la tasa de conversión observada diferirá en más o menos un 50% de la tasa de conversión real aproximadamente el 15% del tiempo, en promedio, después de 500 clics y el 3% del tiempo después de 1000. clics. Si la alternativa es que esa palabra clave obtenga su oferta del grupo de anuncios (según su tasa de conversión del uno por ciento), entonces será mejor que tener una oferta que sea un 50 por ciento demasiado baja el 100 por ciento del tiempo.
Esto habla de la importancia de agrupar sabiamente las palabras clave para fines de licitación. Para un anunciante cuya plataforma de ofertas se limita a utilizar la estructura jerárquica de su cuenta de búsqueda de pago de AdWords para agregar datos, esto significa crear grupos de anuncios de palabras clave que probablemente se conviertan de manera muy similar.
A menudo, esto sucederá de forma natural, pero no siempre, y hay formas más sofisticadas de agregar datos entre palabras clave si no tenemos que limitar nuestro pensamiento al modelo tradicional de grupo de anuncios / campaña / cuenta.
Predecir la tasa de conversión según los atributos de las palabras clave
Hay mucho que podemos saber sobre una palabra clave individual y los atributos que comparte con las palabras clave que podemos o no querer agrupar en el mismo grupo de anuncios o campaña por varias razones (texto del anuncio, orientación por público, orientación por ubicación, etc. en)
La cantidad de atributos de palabras clave que podrían ser significativos para predecir las tasas de conversión está limitada solo por la imaginación de un anunciante, pero algunos ejemplos incluyen atributos de los productos o servicios que la palabra clave está promocionando:
- categoría y subcategorías de productos;
- página de destino;
- color;
- Talla;
- material;
- género;
- rango de precios;
- estado promocional;
- fabricante y así sucesivamente.
También podemos considerar aspectos de la palabra clave en sí, como si contiene un nombre de fabricante o un número de modelo; las palabras individuales o «tokens» que contiene (como «barato» frente a «diseñador»); si contiene la marca del anunciante; su tipo de coincidencia; la longitud de su carácter y así sucesivamente.
No todos los atributos de una palabra clave que podamos imaginar serán excelentes predictores del rendimiento de conversión o incluso generarán suficiente volumen para que podamos hacer un análisis útil, pero abordar las ofertas de esta manera abre nuestras posibilidades para abordar el problema de la escasez de datos en el nivel de palabra clave individual. El propio Google ha incursionado en esta línea de pensamiento con las etiquetas de AdWords, aunque tiene sus límites.
Al considerar varios atributos de palabras clave en las ofertas de búsqueda pagada, el nivel de complejidad matemática puede aumentar muy rápidamente, pero incluso los enfoques en el extremo más simple del espectro pueden ser efectivos para producir decisiones de ofertas de palabras clave más precisas.
Pensamientos finales
Realmente acabo de tocar la superficie sobre el tema de la predicción de las tasas de conversión de palabras clave y las estadísticas básicas que rodean las ofertas de búsqueda pagas. La mayoría de los anunciantes también tienen que considerar algún tipo de tamaño o valor de pedido promedio, y la estacionalidad puede tener un efecto enorme sobre dónde queremos que estén nuestras ofertas.
Las ofertas de búsqueda pagadas también se han vuelto más complejas con el tiempo, ya que la contabilidad adecuada de factores como el dispositivo, la audiencia y la geografía se ha vuelto más importante.
Claramente, hay muchas piezas en movimiento aquí, y aunque nuestra intuición puede no siempre ser sólida al analizar los resultados mensuales de rendimiento a nivel de palabras clave, podemos confiar un poco más en evaluar si las herramientas que estamos usando para ayudarnos a tomar mejores decisiones son de hecho, hacerlo de forma inteligente y ofrecer el tipo de resultados de alto nivel que satisfagan nuestras expectativas a largo plazo.
Las opiniones expresadas en este artículo pertenecen al autor invitado y no necesariamente a El Blog informatico. Los autores del personal se enumeran aquí.