¿Quiere reasignar o reducir su gasto en búsquedas pagadas y no está seguro de por dónde empezar? El columnista Chris Liversidge muestra cómo puede identificar oportunidades al comparar sus datos de rendimiento de búsqueda orgánica y de pago por palabra clave y dispositivo.
Al ejecutar la búsqueda paga junto con su estrategia de SEO orgánica, es esencial asegurarse de tener una estrategia integrada y un mensaje coherente en las páginas de resultados del motor de búsqueda (SERP). Para gestionar esto, el análisis de datos a nivel de frase clave, para los términos de búsqueda en los que ambos canales están activos, puede mejorar el tráfico y reducir el gasto pagado ineficiente.
Por lo general, para realizar este tipo de análisis, necesitaría gastar sumas de seis cifras en poderosas herramientas de información sobre atribuciones de Google o Adobe o similares. Personalmente, prefiero utilizar la mía propia para una herramienta de conocimiento rápida y menos profunda que se concentra solo en los canales visibles en las SERP de Google.
Para asignar datos de términos de búsqueda pagados a orgánicos, comience extrayendo datos diarios completos sobre todas las frases clave que dirigen el tráfico a su sitio desde la API de la Consola de búsqueda de Google. Ya he escrito sobre este proceso antes en El Blog informatico, así que no voy a hablar de temas antiguos.
Sin embargo, un cambio importante en el enfoque descrito es capturar los datos segmentados por dispositivo. La segmentación de dispositivos para dispositivos móviles, tabletas y computadoras de escritorio se puede hacer coincidir con los datos de AdWords y permite una comparación homogénea del rendimiento de la tasa de clics SERP, que se encuentra en el corazón de nuestro análisis.
Una vez que haya comenzado a recopilar (y almacenar) estos datos diariamente, la asignación de datos a la API de AdWords de Google para períodos de tiempo y dispositivos coincidentes le permitirá descubrir oportunidades para aumentar el «efecto halo», en el que un sitio web recibe un mayor número de clics en ambos canales cuando los anuncios pagados son visibles junto con resultados orgánicos altamente clasificados.
Mapear estos datos en conjunto también ayuda a identificar oportunidades para reducir el gasto pagado canibalizando los resultados orgánicos donde se están produciendo tasas de clics orgánicos muy fuertes.
Al extender los datos para incorporar modelos de atribución utilizados en Google Analytics, puede comenzar a realizar mejoras significativas en la eficiencia general de todo su presupuesto de marketing de búsqueda al reutilizar el gasto ineficiente en otros lugares a través de múltiples canales.
En efecto, tiene una forma de peso ligero Google Attribution 360 (fka Adometry) información que puede aplicar a su canal de búsqueda de pago a una fracción del costo (de hecho, de forma gratuita).
Construyendo la herramienta halo y ejecutando análisis de datos
Estamos combinando tres fuentes de datos, a través de tres API: Consola de búsqueda de Google, AdWords de Google y Google analitico. El mismo análisis es perfectamente posible con API de Adobe Analytics, también.
Además, los datos de Bing Webmaster se pueden usar para mercados donde la participación de mercado es lo suficientemente grande como para que valga la pena analizarlos (¡mirándote a ti, Estados Unidos!). Los datos de tasa de clics de búsqueda son especificado aquí.
Nota: No he intentado crear un análisis equivalente para Yandex, como parece no ofrecer la impresión SERP necesaria y los datos de clic, pero me interesaría cualquier intento realizado para generar los datos equivalentes para Yandex en los mercados rusos.
Como un breve recorrido, extraiga los datos de Search Console como se describe en mi artículo anterior de El Blog informatico (que se muestra a continuación).
(click en la imagen para agrandar)
Luego, para recopilar los datos de AdWords, extraiga los datos que se muestran a continuación a través de la API.
(click en la imagen para agrandar)
Para permitir la atribución, ahora extraemos datos de ingresos de Google Analytics, lo que significa que en realidad podemos extraer datos para diferentes modelos de atribución disponibles en Google Analytics.
Como punto de partida sobre la idoneidad y el enfoque del análisis de atribución, recomiendo Introducción a Avinash Kaushik sobre el tema.
Así es como se ven los datos de Analytics extraídos.
(click en la imagen para agrandar)
Ahora, sacamos nuestras tablas dinámicas. Por lo general, creo dos tablas dinámicas a partir de los tres conjuntos de datos: una para permitir la clasificación por diferentes prioridades para el período de tiempo más reciente (el último día, semana, quincena o mes, según sus preferencias) …
(click en la imagen para agrandar)
… Y otro para buscar datos históricos para compararlos con el primer período.
(click en la imagen para agrandar)
Luego, cree una nueva pestaña en Excel y diseñe un informe que extraiga datos del primer Pivot priorizando el gasto pagado como este:
(click en la imagen para agrandar)
Y luego también cree uno que priorice el rendimiento orgánico como este:
(click en la imagen para agrandar)
Debido a que estamos calculando el número de términos en cada frase, podemos crear informes para los términos de «cabeza grande», «medio grueso» y «cola larga» en nuestros datos. Segmentamos por dispositivo en todo momento para comparar like con like. Y debido a que tenemos datos de gastos e ingresos junto con nuestra tasa de clics (CTR), podemos ver dónde se encuentran nuestras oportunidades para ahorrar gastos.
Para ilustrar esto (de manera muy simple), consulte el resumen del informe anterior que muestra los términos de marca con el gasto de PLA de AdWords en su contra. En este ejemplo, se gastan aproximadamente £ 8,000 por mes en esos 1,000 términos principales.
Dado que tenemos una tasa de clics superior al 50 por ciento esperada para orgánicos en el 90 por ciento de esos términos, podemos probar la desactivación de ese presupuesto. Tenemos más de 200.000 términos en nuestro conjunto de datos, por lo que hay muchas más oportunidades por encontrar.
Para comprender si el presupuesto estaba canibalizando el tráfico orgánico, volvemos a ejecutar el informe al día, semana o quincena siguiente y confirmamos que tenemos el mismo tráfico general.
Cuando esté confirmando la conversión y los ingresos, con modelos de atribución sólidos, debe esperar ejecutar informes sobre productos o categorías individuales y medir el impacto general en los ingresos de extraer el gasto pagado. Si sus ingresos generales no cambian, puede mover ese presupuesto a otra parte con seguridad.
De esta manera, puede explorar las áreas de mayor gasto de su cuenta para encontrar oportunidades de superposición o «canibalización» para probar, aumentando la eficiencia de su campaña de marketing de búsqueda.
Las opiniones expresadas en este artículo pertenecen al autor invitado y no necesariamente a El Blog informatico. Los autores del personal se enumeran aquí.