¿Por qué deberíamos considerar paid media como palanca de crecimiento? Porque para crecer necesitamos encontrar a los usuarios más motivados en el momento justo y lugar adecuado. Y no he encontrado un medio que lo proporcione en menor tiempo que a través de campañas de pago.
¿Por qué Google Ads? Porque tampoco he encontrado muchas mejores opciones que nos proporcionen más emplazamientos y mejores atributos de un usuario para segmentar de forma tan precisa.
¿Qué no contempla este artículo? Anuncios y páginas de aterrizaje. Estos dos factores me parecen esenciales, tanto que deberían ser analizados aparte. Las páginas de aterrizaje, determinan en gran medida el éxito de una campaña, si estas no son relevantes, no contiene el contenido necesario o no están optimizadas para facilitar la conversión, estaremos desperdiciando recursos, mi recomendación es que antes de lanzar cualquier campaña, esta parte debería quedar solventada. Así como los contenidos de los anuncios, para que sean persuasivos es necesario optimizar, tanto forma como contenido, constantemente.
Por último, durante los últimos años he podido experimentar la evolución de Google ADS y cómo las estrategias de puja automatizadas han mejorado la eficacia de las campañas y simplificado el trabajo de mantenimiento. Ahora bien, esto lleva aparejado una pérdida de control en las pujas, audiencias y emplazamientos. La clave es encontrar el punto de equilibrio entre control y automatización.
Objetivos
Al crear una campaña en Google ADS el primer paso es seleccionar qué queremos conseguir. Me voy a centrar en Ventas, ya que es donde tengo más experiencia. Pero aquí me parece importante señalar que, sea cual sea nuestro objetivo, debemos otorgarle un valor económico ya que, si vamos a invertir una cantidad de dinero, debemos saber su retorno y esto es bastante complejo en los objetivos de atraer tráfico a la web, consideración de la marca o cobertura.
Catálogo
¿Cómo estructuramos las campañas? Si el objetivo es incrementar las ventas de productos (tangibles o intangibles) prefiero que una campaña, solo promocione un producto. Si existen muchos productos dentro de una categoría y queremos impulsar las ventas de todos, entonces agrupamos por subcategoría. ¿Por qué? Porque cada producto, tiene unos atributos, ventajas y beneficios distintos que encajan mejor en una audiencia que otra y nuestro cometido es identificar la mejor audiencia para ese producto. Y, por otro lado, una vez la hayamos encontrado, escalar será mucho más sencillo.
Conversiones
No confundir con el objetivo de la campaña. Las conversiones son los eventos que miden el éxito, puede coincidir o no con el objetivo de la campaña o puede que la conversión sea otro micro-objetivo que necesitamos que suceda antes.
Podemos añadir varias conversiones a una misma campaña, pero yo prefiero añadir solo una, ya que facilitamos el aprendizaje del algoritmo.
Otra ventaja de asignar una conversión por campaña es que creamos una estrategia más flexible según la fase del embudo que queramos potenciar.
Es muy importante validar que las conversiones se registren correctamente, que tengan un valor económico asociado, que las las ventanas de conversiones estén alineadas con el ciclo de conversión y que el modelo de atribución sea el adecuado.
Matriz
Campañas
Los tipos de campañas se clasifican por emplazamiento donde se muestran los anuncios. Las de Search exclusivamente en buscadores, lo que nos permite que nuestros anuncios sean vistos cuando el usuario está en fase activa de búsqueda. Shopping en la pestaña dedicada en el buscador. Display en la red amplísima de contenidos de Google, Video básicamente pero no exclusivamente YouTube. Discovery y Máximo rendimiento, utilizan varios emplazamientos de forma integrada en la campaña.
Audiencias
Las audiencias que podemos crear en Google ADS para segmentar nuestras campañas, podemos clasificarlas en cinco grupos, en función de la fase del embudo de conversión en la que se encuentre ese usuario. Los usuarios que muestran intención de compra. Los que están buscando activamente en ese momento. Los que han mostrado interés por el producto, pero no han comprado. Los que finalmente terminaron comprando y por último público similar a los usuarios que se convirtieron en clientes. Al igual que sucede con los productos y conversiones. Prefiero que una campaña esté segmentada por una sola audiencia.
Estrategia de puja
Con las estrategias de puja automatizadas, delegamos en el algoritmo para que decida cuándo y cuánto pujar por un anuncio a un usuario. El objetivo de la campaña, el evento de conversión y su valor, el anuncio, la página de aterrizaje, el usuario y la competencia, determinarán los umbrales de puja mínima y máxima.
Las cuatro opciones principales; Maximizar clics, Maximizar Conversión, Maximizar conversión a coste objetivo (CPA) y maximizar el valor de las conversiones (ROAS).
Elegir la estrategia de puja adecuada depende de varios factores; histórico de la campaña, presupuesto fijo o variable, valor de conversión fijo o variable.
Experimentación
De la permutación de las anteriores variables, nos saldrían demasiadas combinaciones, muchas sin sentido. Debemos realizar un ejercicio de análisis para identificar las hipótesis más relevantes y poder realizar la experimentación en Google Ads de forma adecuada. Por ejemplo, queremos saber qué funciona mejor de las siguientes opciones:
3 Audiencia: Intención vs. Personalizada, Amplía Vs. Frase, Todos Vs. Motivados.
2 Estrategia de puja: Maximizar Conversiones Vs. CPA.
2 Tipos de Campaña: Display vs. PMAX.
Experimentos
En Google Ads tenemos dos opciones para experimentar, directamente desde la funcionalidad “Experimentos” o creando una campaña nueva.
En la primera opción, Google Ads crea un duplicado de la campaña que queremos testear. En la nueva realizamos los cambios oportunos y el presupuesto se divide en dos, una para la versión de control, la original, y otra para la variante, con los cambios realizados. La ventaja de esta opción es que no existe canibalismo entre las dos campañas. Desventaja, de momento esta opción está solo disponible para campañas de Display y Search.
La otra opción es generar las campañas desde cero y ponerlas a competir simultáneamente. Ventaja, podemos utilizarla en todos los tipos de campañas. Desventaja, hay canibalismos entre ellas.
Es importante destacar que los cambios que hagamos en pujas y presupuesto durante el periodo de experimentación no se hagan bruscamente, ya que esto obliga al algoritmo a empezar de nuevo.
¿Cuánto tiempo debe durar el experimento? Dependerá de la cantidad de presupuesto, a mayor presupuesto, menor tiempo. Por mi experiencia, entre uno y tres meses para obtener resultados concluyentes.
Documentación
Si es importante planificar la matriz de experimentación en Google Ads, más importante si cabe, es documentar todos los resultados y aprendizajes obtenidos. En este ejemplo, hemos experimentado una de las anteriores hipótesis y aunque la variante parece que funciona mejor, no hemos tenido significancia estadística.
Ahora bien, si seguimos experimentando y documentando los resultados, iremos acumulando aprendizajes.
Que nos permitan tener mayores evidencias para afirmar que la campaña que mejor nos funciona en este caso ha sido la de máximo rendimient.
Que la mejor audiencia para crecer es la de similares a clientes.
Y que la estrategia de puja más eficiente, aunque sin mucha distancia del resto, ha sido la de maximizar conversiones por coste objetivo.
Conclusión
Mi experiencia me dice que no hay una estrategia igual de válida para cada marca/producto. Influyen muchas variables endógenas y exógenas que hacen que lo que funciona para una empresa, para otra, no tanto.
La forma más rápida para encontrar la estrategia adecuada, es a través de la experimentación. Sabiendo ya cuáles son las dimensiones a segmentar, solo toca ponernos en marcha.
Soy un apasionado de las audiencias en general, especialmente en la construcción adhoc de audiencias Look&Alike desde diferentes fuentes/medios, y personalmente me parece una estrategia simple hasta decir basta pero absolutamente disruptiva (tanto en B2C como en B2B).
Sinceramente mi duda es por qué los profesionales no la están utilizando mucho más. Hablando con algunos de ellos (Google Ads), me han comentado que no les ha funcionado y que han cortado el grifo rápidamente. Posiblemente y como tú bien dices en el post, esa falta de paciencia es la que marcado la pauta entre el éxito y el fracaso.
Como idea y a modo de resumen, y da igual que hablemos de Google Ads, FB o TikTok, intencionalidad + Look&Alike, y como dice tu compañero Juanma Varo, «que la surja la magia».
Está claro que cada persona y cada negocio es un mundo, por supuesto que las circunstancias influyen en cualquier estrategia a la hora de experimentar en Google Ads. Es muy buen punto el que comentas sobre falta de paciencia es clave, igual de importante que encontrar el equilibrio para que el ROAS sea positivo.
Me parece una buena introducción al ecosistema de Google Ads, pero no me encaja del todo la forma que tienes de experimentar ahí.
Como calculas el MDE para obtener la significancia estadística?
Por otra parte, con ese resultado no concluyente cual es tu recomendación si has esperado entre 1 y 3 meses que es la duración que indicas en el artículo?
Para calcular el mínimo efecto esperado, estimo el tráfico previsto durante el tiempo que espero tener activo el experimento y calculo cuánto impacto deberíamos tener para validar en ese tiempo.
Para validarlo con significancia estadística, primero acoto la hipótesis a una variable, por ejemplo audiencia. Después creo dos campañas, control y variante con mismo presupuesto para evitar muestras dispares y hago seguimiento diario, tal como haríamos con un test AB onsite.
Finalmente, si el resultado no es concluyente, no podemos validar hipótesis. Pero si la campaña variante ha tenido resultado mejores que la de control a lo largo del experimento, si no somos muy cafeteros, podemos pasar a producción ese aprendizaje. Un abrazo!
Este sitio web utiliza cookies y tecnologías similares para proporcionar el servicio, así como permitirnos mejorarlo, a través de la obtención de estadísticas sobre su uso, y otras finalidades.
Navegar por esta web implica necesariamente la utilización de cookies y tecnologías similares siempre y cuando sea necesario para su funcionamiento. Asimismo, para ciertas finalidades, las cookies y el almacenamiento local estarán sujetas a su previo consentimiento. Puede aceptar o rechazar las cookies mediante el sistema de configuración establecido y también es posible configurar el navegador para impedir su uso.
Cookies funcionales/técnicas: Necesarias para mostrar correctamente la página web y garantizar el correcto funcionamiento del sitio.Te permiten navegar en nuestro sitio web y utilizar las diferentes opciones o servicios que tiene. Con ellas podemos, por ejemplo, controlar el tráfico y la comunicación de datos, identificarte durante la sesión, darte acceso a partes de acceso restringido, y utilizar elementos de seguridad durante tu navegación.
If you disable this cookie, we will not be able to save your preferences. This means that every time you visit this website you will need to enable or disable cookies again.
Cookies de analítica
Este sitio web utiliza cookies de analítica. Se utilizan para analizar el comportamiento de los usuarios de forma agregada y anónima incluyendo el número de visitantes a la web y a diferentes páginas internas, la procedencia de las visita, día y hora, plataforma, palabras de búsqueda que utiliza un usuario para encontrar su contenido deseado.
Please enable Strictly Necessary Cookies first so that we can save your preferences!
Cookies de marketing
Esta web utiliza cookies de marketing para hacer un seguimiento del rendimiento de sus campañas publicitarias.
Please enable Strictly Necessary Cookies first so that we can save your preferences!
Muy bueno el post Rafa!
Soy un apasionado de las audiencias en general, especialmente en la construcción adhoc de audiencias Look&Alike desde diferentes fuentes/medios, y personalmente me parece una estrategia simple hasta decir basta pero absolutamente disruptiva (tanto en B2C como en B2B).
Sinceramente mi duda es por qué los profesionales no la están utilizando mucho más. Hablando con algunos de ellos (Google Ads), me han comentado que no les ha funcionado y que han cortado el grifo rápidamente. Posiblemente y como tú bien dices en el post, esa falta de paciencia es la que marcado la pauta entre el éxito y el fracaso.
Como idea y a modo de resumen, y da igual que hablemos de Google Ads, FB o TikTok, intencionalidad + Look&Alike, y como dice tu compañero Juanma Varo, «que la surja la magia».
Gracias por el comentario, Txerrus! 🙂
Está claro que cada persona y cada negocio es un mundo, por supuesto que las circunstancias influyen en cualquier estrategia a la hora de experimentar en Google Ads. Es muy buen punto el que comentas sobre falta de paciencia es clave, igual de importante que encontrar el equilibrio para que el ROAS sea positivo.
Un abrazo!
Hola Rafa,
Me parece una buena introducción al ecosistema de Google Ads, pero no me encaja del todo la forma que tienes de experimentar ahí.
Como calculas el MDE para obtener la significancia estadística?
Por otra parte, con ese resultado no concluyente cual es tu recomendación si has esperado entre 1 y 3 meses que es la duración que indicas en el artículo?
Muchas gracias.
Muy buena pregunta, Juan Carlos! 🙂
Para calcular el mínimo efecto esperado, estimo el tráfico previsto durante el tiempo que espero tener activo el experimento y calculo cuánto impacto deberíamos tener para validar en ese tiempo.
Para validarlo con significancia estadística, primero acoto la hipótesis a una variable, por ejemplo audiencia. Después creo dos campañas, control y variante con mismo presupuesto para evitar muestras dispares y hago seguimiento diario, tal como haríamos con un test AB onsite.
Finalmente, si el resultado no es concluyente, no podemos validar hipótesis. Pero si la campaña variante ha tenido resultado mejores que la de control a lo largo del experimento, si no somos muy cafeteros, podemos pasar a producción ese aprendizaje. Un abrazo!