La bendición y la maldición de la automatización en Google Ads
Publicado: 2020-07-09La automatización se está convirtiendo cada vez más en una parte de nuestras vidas, y Google Ads no es una excepción. En el transcurso de los últimos años, los algoritmos de aprendizaje automático de Google han mejorado y la automatización se ha hecho cargo de muchas tareas manuales de marketing.
Si bien algunos de estos cambios han provocado que los especialistas en marketing lamenten la reducción del control o la percepción de sus cuentas publicitarias, en general los cambios han sido positivos, ya que nivelan el campo de juego y eliminan gran parte del trabajo de optimización de memoria que antes se dedicaba a la administración de cuentas. Los especialistas en marketing pueden dedicar más tiempo a centrarse en la estrategia y probar nuevas ideas en lugar de la manipulación manual de las muchas variables que intervienen en la optimización.
VER AHORA
Google Ads antes del aprendizaje automático y la automatización
Antes de profundizar en los detalles, dé un paseo en mi máquina del tiempo a una época anterior a que el aprendizaje automático y la automatización fueran omnipresentes en Google Ads (o Google AdWords, como se llamaba entonces).
Cuando pujas por una palabra clave con un CPC (costo por clic) máximo de $5,00, ingresaste firmemente a la subasta con $5,00 como tu oferta máxima por un clic en esa palabra clave. No estaba diciendo que estaría dispuesto a pagar más de $5.00 por un clic si Google determina que el clic es más valioso.
A continuación, tuvo que realizar un análisis histórico para determinar qué dimensiones requerían ajustes en su oferta de referencia frente a las distintas dimensiones. Los días de semana y los dispositivos de escritorio pueden haber requerido una oferta más alta debido a un mayor rendimiento, y luego aplicaría un ajuste de la oferta en estas dimensiones para compensar la diferencia en el rendimiento.
Este era el flujo de trabajo tal como lo conocían los especialistas en marketing de búsqueda paga y requería mucho análisis manual y ajuste de la oferta. En cuentas complejas, esto podría tomar horas y horas para lograr un nivel granular.
Para anunciar aplicaciones móviles, había varias ubicaciones y métodos de orientación. Hubo la configuración típica de la campaña de búsqueda con toda la orientación y la funcionalidad que tienen las campañas de búsqueda de Google. También había campañas de instalación de aplicaciones móviles de Display, que podía optimizar en función de la ubicación de la aplicación o utilizar intereses y remarketing.
Los formatos de anuncios para ambos eran similares a las campañas típicas de Búsqueda y Display, donde podía personalizar el texto o la imagen que deseaba ejecutar por grupo de anuncios. Puede descargar y analizar los datos de forma similar a como lo haría en una campaña típica de Búsqueda o Display. Puede excluir o agregar ubicaciones y palabras clave que hayan funcionado bien. El mundo era tu ostra.
Para las campañas de búsqueda estándar centradas en el tráfico web, cuando agregaba una palabra clave, sabía con precisión qué términos de búsqueda podrían activarse por el tipo de concordancia de esa palabra clave y estructuraba su cuenta en consecuencia. Esto a menudo significaba estructuras de campaña muy granulares que estaban segmentadas por cada tipo de concordancia principal para maximizar el control y el rendimiento. Esta estructura evitó la superposición de tipos de concordancia de palabras clave y, por lo tanto, la competencia dentro de la cuenta. Era lógico, limpio y muy humano.
Entonces, ¿qué ha pasado desde entonces? Bueno... ahora echemos un vistazo a cómo el aprendizaje automático y la automatización han impactado las tres áreas clave de Google Ads descritas anteriormente: ofertas, campañas de aplicaciones móviles y tipos de concordancia de palabras clave de búsqueda.
Ofertas de CPA objetivo: un regalo de mejora de los dioses del marketing
Las ofertas de CPA objetivo se introdujeron para ahorrar el tiempo y el esfuerzo necesarios para realizar un análisis granular, la optimización manual de ofertas y el ajuste de dimensiones para marcar la oferta óptima.
La oferta de CPA objetivo coloca la carga de la oferta en el nivel óptimo en el algoritmo de Google, ya que la oferta de CPA objetivo utiliza "información histórica sobre su campaña y evalúa las señales contextuales presentes en el momento de la subasta" y "encuentra automáticamente una oferta de CPC óptima para su anuncio cada tiempo es elegible para aparecer”, según Google.
Cuando se introdujeron las ofertas de CPA objetivo en 2007, el algoritmo no era tan refinado como lo es hoy. Como resultado, tuvo que ceder el control sobre el rendimiento al renunciar a las ofertas de CPC manuales con la esperanza de que Google tomara las mejores decisiones de oferta.
Resultó que ese no era el caso muy a menudo (según las discusiones y la experiencia de nuestro equipo). Como resultado, las ofertas de CPC manuales seguían siendo el método de optimización de ofertas elegido por muchos especialistas en marketing que buscaban un rendimiento óptimo.
Recientemente, las ofertas de CPA objetivo y otras opciones de Ofertas inteligentes que aprovechan los algoritmos de aprendizaje automático de Google se han mostrado mucho más prometedoras, con un rendimiento que a menudo cumple y, a veces, incluso supera lo que es posible con la optimización manual de ofertas de CPC.
En Wpromote, mantenemos una mente muy abierta y desafiamos constantemente nuestras suposiciones en la búsqueda de un rendimiento óptimo. De acuerdo con esta filosofía, el año pasado decidimos realizar una prueba de varios clientes sobre el impacto que tienen las ofertas de CPA objetivo en el rendimiento, y vimos resultados sorprendentes en todos los ámbitos.
En un caso extremo, uno de nuestros clientes observó una caída del CPA del 42 % y un aumento del volumen de conversión del 100 % con las ofertas de CPA objetivo en comparación con las ofertas de CPC manuales. Este tipo de aumento del rendimiento no es típico con las ofertas de CPA objetivo, pero sirve para mostrar el valor que el aprendizaje automático puede aportar en el escenario correcto.
Google le ofrece la opción, pero no el requisito, de utilizar la configuración de ofertas de CPA objetivo. Esto es importante porque todavía hay control y opcionalidad que se puede ejercer a discreción de los vendedores. Google aún le permite mantener un control estricto de sus ofertas a través de ofertas de CPC manuales si así lo desea.
De hecho, seguimos ofertando manualmente (manualmente, lo que significa que aprovechamos la configuración de ofertas de CPC manual dentro de Google, pero usamos tecnología para elegir la oferta ideal y ejecutar el ajuste de la oferta) para un número significativo de nuestros clientes, ya que hemos visto un mejor rendimiento al hacerlo.
Tener la capacidad de probar y comparar diferentes opciones es clave para maximizar el rendimiento, y Google lo hace posible cuando se trata de ofertar por inventario dentro de sus redes de Búsqueda, Display y YouTube. Somos optimistas sobre el futuro de las ofertas de CPA objetivo y continuamos probándolas con la optimización de CPC de ofertas manuales en busca del mejor rendimiento posible.
Campañas universales de aplicaciones: una caja negra con opciones muy limitadas
En el otro extremo del extremo, las soluciones de Google para la publicidad en aplicaciones móviles muestran un marcado contraste con el nivel de control que les queda a los anunciantes después de que entra en juego la automatización.
Antes de que Google migrara a las campañas universales de aplicaciones en 2017, si tenía una aplicación que deseaba publicitar, había muchas opciones.
Puede publicar anuncios de búsqueda de instalación de aplicaciones por su cuenta, anuncios de instalación de aplicaciones de AdMob (la red de visualización móvil de Google) o anuncios de instalación de aplicaciones de YouTube por su cuenta. Dentro de estos tipos de campaña, las opciones de orientación eran abundantes y casi idénticas a las que podría lograr en campañas centradas en la web con gran control y granularidad. Y además, puede obtener informes segmentados por cualquiera de las dimensiones típicas (palabra clave, creatividad, ubicación, etc.).
Entonces Google lanzó Universal App Campaigns (UAC) y todo cambió. Con los UAC, se ve obligado a ceder la mayor parte del control sobre la creatividad, la orientación y la optimización al algoritmo de Google. Y el nivel de informes y conocimientos que se pueden obtener de los UAC es muy bajo. En resumen, Google está tomando la mayoría de las decisiones en UAC y exponiendo muy poco al anunciante.
Entonces, ¿qué significa esto para nosotros, los especialistas en marketing de rendimiento obsesionados con el control? Significa que debemos ser muy cuidadosos con las cosas limitadas que podemos controlar para garantizar que el algoritmo de Google tenga la mejor información posible para hacer su trabajo.
La relación entre los especialistas en marketing y el algoritmo de Google se ha convertido en una relación simbiótica en lo que respecta a las campañas universales de aplicaciones. Todavía puede controlar las entradas creativas, como qué texto, imagen y video usar, pero Google determina la mejor combinación de estos componentes. No puede controlar a qué audiencias dirigirse, pero puede asignar eventos de la aplicación dentro de su aplicación a los eventos de conversión en la aplicación de Google y seleccionar el evento hacia el que desea optimizar.
Parece muy probable que Google continúe quitando el control de los anunciantes a otros tipos de campañas con el tiempo, y no es inimaginable que toda la plataforma publicitaria de Google se asemeje a las campañas universales de aplicaciones en algún momento en el futuro.
Si sucede y cuando suceda, será fundamental adaptarse rápidamente a su flujo de trabajo para continuar impulsando un rendimiento óptimo, por lo que es importante prepararse mentalmente y analizar las implicaciones.
Tipos de concordancia de palabras clave: Tomate, Toemotto
Si bien las campañas universales de aplicaciones se encuentran en el extremo extremo del espectro en lo que respecta a la automatización y el aprendizaje automático, también representan una pequeña fracción de la inversión publicitaria que fluye a través de Google Ads, por lo que la mayoría de los anunciantes no han tenido que usarlas.
Si observa la red de publicidad central de Google (Google Search Ads), la automatización del aprendizaje automático juega un papel mucho menor, pero ciertamente ha ido aumentando con el tiempo. Echemos un vistazo a cómo las palabras clave se han visto afectadas por la automatización y lo que eso significa para los anunciantes.
Anteriormente, una palabra clave de coincidencia exacta significaba que coincidía exactamente con el término de búsqueda que buscaba un usuario. Por ejemplo, la palabra clave de concordancia exacta [puesto de plátanos] significaba que su anuncio de puesto de plátanos solo se mostraría si alguien buscaba precisamente "puesto de plátanos" y no "puestos de plátanos", "puesto de plátanos" o cualquier otra desviación.
En 2012, el primer cambio en la forma en que los tipos de concordancia de palabras clave se introdujo en el tipo de concordancia exacta: la inclusión de plurales y errores ortográficos. Eso significaba que la palabra clave [puesto de plátanos] ahora podía ser activada por términos de búsqueda como "puestos de plátanos", "puesto de plátanos", "puesto de plátanos", etc. Este fue un cambio razonable y comprensible, y solo molestó levemente a los vendedores más granulares que sostuvo que las faltas de ortografía y los plurales lograron un desempeño ligeramente diferente.
En 2017, Google dio un paso más al incluir o ignorar palabras clave de función, como palabras vinculantes, conjunciones, preposiciones, pronombres, cuantificadores, modales y verbos auxiliares/de cobertura. Por ejemplo, la palabra clave [vuelo de Los Ángeles a Nueva Orleans] podría coincidir con el término de búsqueda "vuelos de Nueva Orleans desde Los Ángeles" con un cambio en la preposición y el orden de las palabras. Si bien el significado es similar, el rendimiento entre esas dos palabras clave posiblemente podría diferir.
Esto llevó a la frustración ya que los especialistas en marketing tuvieron que desarrollar soluciones alternativas de palabras clave negativas para mantener intactas sus estructuras de cuenta limpias.
Luego, más recientemente, en octubre de 2018, Google amplió el significado de concordancia exacta una vez más para apuntar ahora a palabras clave con "el mismo significado subyacente que la palabra clave". Básicamente, esto significa que la concordancia exacta ahora apunta a palabras clave con la misma intención que su palabra clave. Tomando nuestro ejemplo de palabra clave anterior de [vuelos de Los Ángeles a Nueva Orleans], esto podría coincidir potencialmente con el término de búsqueda "volar a Nueva Orleans desde Los Ángeles", ya que el significado subyacente es el mismo. Esto crea un desafío mucho más difícil para los especialistas en marketing que buscan mantener estructuras de cuentas estrictas con una superposición mínima.
Todos estos cambios en el tipo de concordancia de palabras clave tienen buenas intenciones y buscan expandir el alcance de la audiencia y hacer que la creación de listas de palabras clave sea más simple y rápida. Dicho esto, tienen un costo: menos control e informes de términos de búsqueda desordenados que pueden superponerse entre campañas. Esto significa que, más que nunca, los especialistas en marketing deben ser diligentes a la hora de generar informes de términos de búsqueda e implementar palabras clave negativas para adaptarse a los requisitos estructurales y de rendimiento.
Abróchese el cinturón y prepárese para más automatización
El aprendizaje automático y la automatización están comenzando a mostrar una verdadera promesa después de años de desarrollo y experimentación de productos por parte de Google. Está claro que la automatización dentro de las plataformas de marketing pagas es el futuro y los especialistas en marketing harían bien en determinar qué significa esto para sus flujos de trabajo y estrategias. Es probable que la automatización se acelere ahora que está comenzando a superar los flujos de trabajo humanos.
Descubrimos que el mejor enfoque es sumergir los dedos de los pies lentamente (suponiendo que no estés obligado a sumergirte directamente – *tos* UAC) cuando se trata de nuevas funciones de automatización. Esto le permite evaluar el rendimiento en relación con su flujo de trabajo y opciones existentes antes de beber el Kool-Aid.