La experimentación en la estrategias de paid media es indispensable para adaptarnos al entorno PPC cada vez más cambiante y complejo. Hoy te quiero comentar algunas maneras de experimentar en paid que llevamos a cabo en el chapter de user adquisition.
Si eres de esas mentes digitales que piensan que la experimentación se cierra en exclusiva a entornos web, seguramente estás frenando el crecimiento de tu proyecto. No solo la experimentación en campañas de PPC te ayuda a descartar una hipótesis sobre otra, sino que además te permite centrarte en lo que funciona en el entorno específico donde está tu proyecto.
Adaptarse a los constantes cambios que han ido sucediendo a lo largo de los años y comprobar qué es lo que te trae mejores resultados y abarata costes requiere un cambio de mentalidad hacia una mente que prima la prueba y el aprendizaje constante.
Con estas afirmaciones, sumado a la evolución de las campañas de paid media, seguro que ya has adivinado que la experimentación en PPC no es que no sea posible, sino que debe de ser una obligación.
Correlación vs causalidad: ¿qué tienen que ver en la Experimentación en paid?
No obstante, antes de adentrarnos en los detalles de la experimentación en campañas de PPC, es importante entender dos conceptos fundamentales en el análisis de resultados: correlación y causalidad. La correlación se refiere a una relación o conexión entre dos o más cosas, mientras que la causalidad implica que una cosa provoca directamente el cambio en otra.
Por ejemplo, podríamos observar que cada vez que aumentamos el presupuesto en una campaña de PPC, también aumentan las conversiones. Esta es una correlación clara. Sin embargo, para determinar si el aumento del presupuesto es la causa directa del aumento en las conversiones, necesitamos un análisis más profundo. Podrían existir otros factores que también estén influyendo, como cambios en la creatividad del anuncio, la estacionalidad del mercado, o incluso actualizaciones en el algoritmo del canal publicitario.
Al diseñar y ejecutar experimentos en PPC, lo que buscamos es establecer relaciones causales que nos ayuden a tomar decisiones informadas y a optimizar nuestras campañas con base en datos sólidos.
Desde nuestro servicio de Paid Acquisition de Product Hackers, hemos conseguido identificar algunas de las variables que tienen más impacto en los resultados de las campañas de PPC de nuestros clientes:
Esta prueba en PPC es la manera más común de desarrollar experimentos en campañas de PPC, además de la más sencilla de iniciarse en la experimentación en PPC para aquellos que todavía no han realizado experimentos en sus campañas de paid media.
En la actualidad, no solo el entorno Meta te permite realizar este tipo de tests, sino que también en Google Ads o TikTok Ads puedes plantear split testing. ¿Qué podemos testear entonces? Desde diferentes versiones de copies y creativos, hasta tipos de segmentaciones o incluso objetivos de campaña.
La ventaja de realizar las pruebas de PPc en plataforma es que de esta manera nos aseguramos que la “audiencia A” vea exclusivamente la versión A del test, y la “audiencia B” vea exclusivamente la versión B del test. Además, en los resultados de los experimentos del Test se nos indicará si tiene o no suficiente significancia estadística (probabilidad de que el resultado del test se vuelva a repetir en otra ocasión).
Split Testing estándar
Al igual que sucede en el caso anterior, en esta experimentación en paid comparamos entre sí dos o más variantes para tomar una decisión. Sin embargo, estos experimentos se realizan cuando testeamos una variable que no es posible hacerlo dentro de la plataforma. Al ser un test manual, debemos asegurarnos de que haya suficiente significancia estadística entre esas variables para conseguir una correlación que permita sentenciar que una versión es mejor que otra. Por ejemplo, si las pruebas en PPC que realizamos son en diferentes tipos de campañas, necesitamos que sólo haya diferencias en una única variable, que todas las versiones tengan el mismo presupuesto, y que la muestra sea suficientemente grande.
Análisis Contrafactual
Se trata de una metodología que nos permite evaluar qué ocurre si se toma una decisión diferente, es decir, que comparamos lo que ha pasado con lo que pudo haber sucedido.
En nuestro ejemplo del aumento de presupuesto, podemos usar el análisis contrafactual para evaluar el efecto de una variación del 10% del presupuesto comparando las fechas en las que se hizo dicho aumento con las que tenía el presupuesto estándar. Observando si hay un aumento de conversiones, podemos después indagar qué variables han tenido lugar en dicho análisis para obtener una comprensión más profunda de la causalidad de una acción u otra.
Explica el Principio de Pareto que aproximadamente el 80% de los resultados provienen del 20% de nuestras acciones. Por lo tanto, en el contexto de experimentación haciendo pruebas en campañas de PPC, siempre proponemos crear una estructura donde nuestras campañas estándar (las dirigidas a compra que ya aplican resultados de experimentos exitosos) ocupen el 80% de la estructura, mientras que las campañas de experimentación ocupan solo el 20% de la misma. Sin embargo, ese 20% de inversión en dichas campañas de experimentación nos aportará el 80% de los resultados de una campaña estándar, ya que estaremos aplicando simultáneamente resultados de experimentos exitosos.
Normalmente esto ocurre cuando una empresa busca validar un nuevo canal para incorporar a su estrategia de PPC, ya sea porque los canales actuales han encontrado su techo, o porque ha subido demasiado el CPA en otros. Por esta razón, la métrica de resultado suele ser el CPA (Coste por Adquisición o por objetivo) para averiguar hasta qué punto puede ser interesante dicho canal en una agrupación de canales. Es importante además proponer un modelo e intervalo de atribución similar en todos los canales para conseguir medir el impacto directo que tiene dicho canal sobre las conversiones.
La experimentación no es solo una parte integral de nuestra filosofía en Product Hackers, sino que también es parte de las acciones que te llevan a ganar la lucha en la optimización de campañas de PPC. Hacer pruebas en paid es parte de la adaptación que muchos PPC hemos tenido que realizar para amoldarnos al nuevo paradigma de canales y plataformas, algoritmos y privacidad que estamos viviendo hoy en día.
Si tienes preguntas o necesitas más detalles después de haber leído ambas Newsletters, te esperamos en nuestro correo con tus dudas. ¡Sigamos innovando y adaptándonos!
