Cómo hacer un Forecast de campañas para Google Ads con el planificador de rendimiento y no entrar en pánico

Si esta es la expresión que se te queda al diseñar un forecast de campañas para Google Ads, este post sobre el planificador de rendimiento es para ti.

via GIPHY

Como sabéis en mayo se lanzó la nueva versión de esta magnífica herramienta que se ha convertido en un imprescindible para calmar las mentes más planificadoras frente a la incertidumbre 😉

Básicamente el planificador de rendimiento de Google Ads nos permite simular distintos escenarios de inversión para nuestras campañas cambiando las variables de inversión, conversiones, clics, valor de conversión y CPA objetivo.

El planificador de rendimiento tiene en cuenta el histórico que tuvieron nuestras campañas y aquí estriba la principal diferencia y ventaja que nos aporta con respecto al planificador de palabras clave: el estimador calcula el rendimiento que tendrían nuestras campañas con los parámetros que le hemos proporcionado, mientras que la herramienta de palabras clave arroja cifras globales del mercado.

Planificador de rendimiento Google Ads

Usar el planificador de rendimiento es bien sencillo. Solamente tenemos que definir los escenarios nos interesa comparar entre sí, descargar la información que nos devuelve la herramienta y agruparla bajo una misma tabla para decidirnos por la opción más beneficiosa.

A continuación os describo los 5 escenarios que he analizado para una campaña de captación de leads relativa al sector TIC (caso real).

  1. Escenario 1: Leads máximos. Es crucial identificar el punto óptimo previo a entrar en rendimientos decrecientes, donde el coste aumenta más que proporcionalmente a las conversiones e invertir más deja de tener sentido para vosotros. Es un escenario con cierta subjetividad ya que cada cliente tendrá una sensibilidad diferente y estará dispuesto a asumir mayor o menor coste.
  2. Escenario 2: Leads medios
  3. Esceneario 3: Clics máximos. Me remito al comentario realizado en el primer escenario.
  4. Escenario 4: Clics medios
  5. Escenario 5: Clics bajos. ¿Dónde está el suelo? Veamos el marco completo.

El siguiente paso es entrar en el estimador de rendimiento desde el menú Herramientas de vuestra cuenta de Google Ads y descargar cada uno de esos escenarios que habéis definido (se necesita especificar los valores concretos, probad varias opciones, tomaros vuestro tiempo,…)

Datos extraídos: cada fila corresponde a una simulación y una descarga.

Los escenarios 2 y 4, Leads Medios y Clics Bajos, son los que nos traerán mayor incremento de leads con un incremento de CPA menor (columnas Var). A partir de aquí tenemos varias formas de llegar a ello, pujas manuales o smart bidding, … Fase 2.

via GIPHY

En esta casuística particular he descartado desde el inicio un objetivo basado en CPA pese a tratarse de captación de leads Boom 🤯 Los CPCs en subasta pueden ser muy elevados sobre todo en las búsquedas más concretas y un CPA objetivo me dejaría fuera de muchas búsquedas relevantes «core» del negocio. Además el servicio prestado también tiene una variabilidad de precios muy alta al tratarse de proyectos personalizados de miles de euros.

Problemas (y soluciones) que te pueden surgir usando el estimador de rendimiento:

  • Campañas con histórico insuficiente: basaros en los datos internos de la cuenta y el simulador de pujas para hacer la estimación. DIY.
  • Campañas que contribuyen a varios servicios a la vez, por ejemplo una campaña de remarketing Dinámico: lo resuelvo analizando en qué % supone cada servicio con respecto al total del negocio y repercuto el mismo porcentaje.
  • El sistema no puede estimar la tasa de conversión futura: si alguna vez has puesto en marcha un escenario similar, utiliza esa tasa de conversión. Puedes aproximarla con el conocimiento que tienes de la cuenta. Si no sabes ni por donde te da el aire, usa la misma tasa de conversión para facilitar la comparativa.
  • Tengo campañas pausadas: en este caso deberéis recurrir a los datos internos de nuevo, ya que solo funciona con campañas activas.
  • Demasiados productos como para realizar el análisis manualmente: cuando el coste de tu tiempo para extraer la estimación supera la mejoría que puedas obtener, resulta más operativo planificar distintas pruebas y optar por el clásico método de prueba y error xD. Lo importante es ser metódico y hacer seguimiento de los resultados.

Espero que os haya resultado útil esta pequeña guía. Salud.

Webminar de Semrush: Negocios locales en Google Ads

Hace unas semanas participé en un Webminar de la mano de Semrush y BlueCaribu sobre negocios locales en Google Ads.

La idea de grabarme en vídeo siempre me ha parecido bastante aterradora 🤣 pero en esta ocasión tenía muchas ganas de discutir con otros profesionales en lo referente a estrategias para negocios locales en Google Ads.

De la sesión y el debate, surgieron ideas muy interesantes y que valen la pena compartir con vosotros.

Os dejo el enlace al vídeo de la sesión con algunas de las principales ideas que comentamos:

1. Segmentar las campañas geográficamente para:

  • Segmentar a una región, barrio o incluso calle concreta más un radio en torno a ese punto
  • Trabajar el % de penetración en cada zona y establecer distintas estrategias en cada una
  • Seleccionar distintas búsquedas según la distancia a la que se encuentra el usuario. Podemos seleccionar búsquedas con localidad en las zonas lejanas y búsquedas sin localidad, más genéricas, en zonas próximas
  • Evaluar el rendimiento en relación con la distancia del usuario a la tienda y establecer diferentes pujas según el % de conversión
  • Nos permite también conocer la renta per cápita según el barrio donde vive el usuario
  • Podemos promocionar productos específicos a usuarios que tienen más afinidad con ellos por la zona en la que viven

2. Evaluar rendimiento de las búsquedas «on the go»: Usuarios que buscan de forma urgente un producto o servicio. Se trata de una búsqueda impulsiva que suele repetir el patrón «cerca de mi».

3. Analizar la intencionalidad del usuario ligada al dispositivo que está usando para determinar si es pertinente o no mostrar nuestro anuncio. Ejemplo: usuarios en la zona, que desde su dispositivo móvil buscan «Media Markt Castellana», es probable que quiera llegar allí en lugar de hacer una compra online. En ese caso, quizás no nos interesa mostrar el anuncio, modificar el mensaje del anuncio, mejorar la visibilidad de la ficha de Google My Business con un local ad, etc.

4. Activar la beta de visitas a tienda física para obtener más información sobre usuarios que nos buscan online y compran offline (ROPO) y viceversa. Sobre todo en productos de venta reflexiva (por ejemplo, un frigorífico) o servicios que se prestan en un lugar físico (inspecciones de ITV).

5. Medir otras señales como llamadas, descargas de cupones de descuento, formularios, tiempo de permanencia, % de usuarios que buscan, etc… para evaluar el éxito de la campaña.

6. Completar las campañas con extensiones de ubicación y llamada

7. Diseñar landings personalizadas para cada zona: la competencia en palabras clave que incluyen términos de localidad es voraz. Trabajar aspectos básicos como la velocidad de carga, transparencia, quienes somos, facilitar datos de contacto y como llegar, nos benficiará tanto en conversión como en QS y CPC real.

8. Complementar nuestra estrategia con otras plataformas como Facebook. Algunas ideas:

  • Permite segmentación radial
  • Diferencia usuarios que viven en un lugar de usuarios que pasan por allí
  • Campañas de local awareness
  • Promocionar eventos físicos en la tienda

9. ¿Cuando NO tiene sentido usar Google Ads para negocios locales? Principalmente en sectores con bajo volumen de búsquedas y fuerte competencia donde el CPC y la inversión no se ve compensada con las conversiones.

Salud

Adiós a la posición media en Google Ads. Implicaciones para la optimización de campañas.

Google ha comunicado que el próximo 30 de septiembre desaparecerá la métrica posición media de Google Ads. El motivo que Google sostiene para hacer este cambio, es que la posición media no aporta suficiente información para la optimización de las campañas. En consecuencia:

  • No conoceremos «con exactitud» en qué posición se mostró el anuncio
  • El parámetro {adposition} se enviará vacío a partir de entonces
  • Las reglas automatizadas que utilicen esta métrica se inhabilitarán automáticamente
  • Imagino que este cambio se hace extensible a los reports en Google Analytics

¿Qué otras métricas podremos utilizar a partir de entonces? ¿qué implicaciones tiene?

  • CPA y ROAS toman más relevancia a la hora de optimizar campañas de e-commerce.
  • Podremos contar con otras métricas como: % de posición superior, % de posición absoluta y CTR como métricas de visibilidad e interacción.
  • Todavía contamos con el segmento “parte superior u otra” que indica cuantas veces el anuncio se mostró en posición top o en el pie de la página.

Personalmente, no considero la posición media un KPI clave para la optimización de mis campañas porque:

  1.  No es un objetivo de negocio por sí misma, incluso en campañas con objetivo visibilidad el volumen de impresiones, clics y CTR son métricas más significativas.
  2. La posición media es una media aritmética: no sabemos en qué proporción nuestro anuncio se ha mostrado en cada una de las posiciones (1, 2, 3,…) ni Google tiene en cuenta esta información para calcular la posición media.

Al margen de estas consideraciones, sí encuentro con este cambio cierta limitación de cara a ajustar las pujas y visibilidad por dispositivo: en general y salvo ciertos contextos de búsqueda, considero que es interesante mantener cierta presencia en todos los dispositivos que puedan generar venta directa o asistida. La posición media me ayuda en este sentido a ajustar las pujas por dispositivo, en interpretación junto a otras métricas como el % conversiones.

Comentar que actualmente las métricas sustitutivas de la posición media (cuota de posición superior y absoluta) no están disponibles desde la vista «Dispositivos» de los informes, aunque se puede consultar desde otras vistas aplicando el segmento «Dispositivos».

¿Qué opináis vosotros sobre este cambio? ¿Os parece positivo o negativo? ¿Cómo os afecta en la gestión de campañas?

Experimento con Automatización de anuncios de Adwords en parte superior

Hace ya demasiados meses escribí un post sobre la tendencia de Google Adwords a mostrar los anuncios en la barra lateral de la SERP con el principal inconveniente de perder clics y ventas potenciales. Hablábamos para una campaña ejemplo, de obtener un triste 1,39% de CTR en posición lateral frente a un 14% en posición superior o en el caso que veremos luego, un  1,18% frente a un 9,34%.

Como soluciones a esta situación planteamos 2 acciones: 1) la propia optimización de la campaña trabajando la relevancia y nivel de calidad 2) el uso de una automatización del anuncio en parte superior. En este caso el scoring de la campaña estaba en un 7,36 de media ponderada por las impresiones y con limitadas posibilidades de mejora debido a ciertas particularidades de la campaña:

  • Elevado porcentaje de las búsquedas muy long tail y baja concentración de impresiones en un mismo término que dificulta la selección de palabras clave de calidad y con peso
  • El 50% impresiones se generan en “Otros términos de búsqueda” -> opacidad en datos
  • Misma keyword para 2 perfiles de comprador diferentes (gran público y target) -> difícil mejora del CTR
  • Misma keyword para 2 perfiles de vendedor diferentes -> doble competencia
  • Búsquedas irrenunciables

Así que mientras trabajaba mis negativas y yendo contra natura, dejé que el sistema trabajara por mi con la automatización de anuncios en parte superior. Fijé incrementos del 3% con límite 0,95€ (ya por entonces la oferta máxima era 0,89€) y estos han sido los resultados tras 20 días…
Automatización en AdWords para parte superior de página

  • El CPC medio ha subido 0,07€ en anuncios en posición lateral y la posición pasó de 3,8 a 3,5
  • El CPC medio ha subido 0,03€ en anuncios superiores y la posición pasó de 2,2 a 2,1
  • El porcentaje de impresiones perdidas por ranking pasó de un 7,65% a un 1,45%
  • Ha habido un incremento de impresiones y clics en torno al 19%
  • Se ha conseguido traspasar impresiones de la zona lateral a la superior en el grupo principal
  • En el resto de grupos, el incremento de impresiones se experimentó en ambas posiciones

Me resultaron un poco bluff estos datos porque el incremento de cpc no mejoró la posición, posiblemente porque el nivel de calidad es bajo con respecto al de la competencia, aunque sí habíamos participado en un mayor número de subastas (19% impresiones más). A partir de aquí habrá que valorar gastos e ingresos…

¿Tenéis alguna experiencia con esta automatización? ¿Ideas? ¿Consejos?

Salud