La gestión de expectativas de Kotler aplicada a Google Adwords

Este fin de semana asistí a un congreso sobre gestión de organizaciones y liderazgo en Barcelona que me ha hecho entonar el back to the basics con clásicas (que no anacrónicas) lecciones como la gestión de expectativas de Kotler y que vamos a aplicar a Google Adwords.

Kotler nos dice que el nivel de satisfacción de los clientes es el resultante de combinar sus expectativas con el rendimiento real del producto. De la misma forma cada vez que impactamos al usuario en internet y en concreto con nuestos anuncios de Adwords, generamos una serie de expectativas en el usuario. Estas expectativas podrán verse fracturadas por primera vez cuando el usuario aterrice en la landing page, dependiendo de la correlación término de búsqueda – keyword – anuncio – landing e igualmente la landing page contribuirá a las expectativas siguiendo el funnel:

Embudo de usuarios hasta la compra en Adwords

Así un usuario que haya visualizado nuestro anuncio y llegado a la landing tendrá una primera sensación que de ser negativa romperá la compra. Si la percepción es positiva y procede a compra, el nivel de satisfacción final vendrá marcado con el rendimiento del producto.

Niveles de satisfacción y gestión de expectativas

Lo primero que debemos seleccionar es por ello la página donde aterrizarán nuestros usuarios y después ajustar el mensaje del anuncio a transmitir. Ambos factores están bajo el control del gestor de Adwords pudiendo influir sobre las expectativas para mejorar la conversión y la satisfacción del usuario.
El único factor que se escapa a nuestro control es el rendimiento del producto, por lo que será conveniente no generar expectativas demasiado altas en el usuario o correremos el riesgo de que se sienta decepcionado si el producto no le reporta un beneficio equivalente. Igualmente unas expectativas demasiado bajas producirán desconfianza en el usuario arriesgándonos a que no nos compre nunca.
Si podéis soportarlo, a continuación detallo algunas opciones posibles para la gestión de expectativas en Google Adwords.

Selección de la landing page

• Landing page de producto precisa: el usuario busca y se sirve en la landing lo que el usuario espera. Puede proceder a compra.
• Surtido amplio como landing: el usario busca “epson stylus tx130″ y le mostramos un conjunto de impresoras epson similares. Es una buena estrategia cuando tenemos precios poco competitivos en el producto pero buenos precios en otros de la misma tipología. Aunque no siempre funciona puede mejorar la conversión.
• Landing totalmente diferente: rompe las expectativas del usuario, no es una opción. El porcentaje de conversiones baja y el coste por conversión sube.

Diseño de la landing page

Podemos influir en las expectativas del usuario mediante elementos de diseño como detalles, realidad aumentada, gráficos y fotografías, copy, descripciones, denotaciones del leguaje, etc… El diseño contribuye a generar una propuesta de valor emocional además de funcional pero también puede defraudar al usuario.

Redacción del anuncio

• Anuncio optimizado y landing apropiada: usuario satisfecho, puede proceder a compra. Propenso a ser fiel.
• Anuncio poco optimizado y landing apropiada:
• Cuando la búsqueda del usuario es muy genérica y no podemos deducir la intención de la búsqueda mostramos un anuncio poco optimizado resaltando la no gratuidad del producto/servicio. Los usuarios que hagan clic serán cualificados.
• Cuando tenemos un producto con buen precio y mostramos un precio ligeramente superior en el anuncio para producirle una sensación de mayor satisfacción al usuario (Ver vídeo Proyecto SEM sobre gestión de expectativas).
• Anuncio poco optimizado y landing inapropiada: usuario descontento. No procederán a compra, no es una opción. El porcentaje de conversiones baja y el coste por conversión sube.
• Anuncio optimizado y landing inapropiado: habremos pagado cpc por un usuario decepcionado. El producto mostrado no se ajusta con el anuncio. No procede a compra, no es una opción. El porcentaje de conversiones baja y el coste por conversión sube.

La gestión de las expectativas es un tema bastante complejo siendo los usuarios con más difusión los clientes deslumbrados o los decepcionados lo que significa el éxito o el fracaso rotundo.
Salud.

Criterios para seleccionar anuncios de texto en AdWords. ¿Cuál es el mejor anuncio?

La rotación de modelos de anuncios (texto) en Adwords resulta maravillosa hasta que se empieza a ir de las manos: exclamaciones, no exclamaciones, precios, no precios, envío gratis, no gratis, envío en 24 horas, no envío  con comprar, sin comprar, con tienda, sin tienda, online, no online, on line, con tilde, sin tilde, una landing, otra,… en fin XDD

Incluso suponiendo que el volumen de anuncios sea operativo y las variaciones de anuncios sean más o menos ordenadas, resulta imposible sacar conclusiones veraces puesto que las condiciones de publicación de anuncio no son estándar, ni cuando deberían serlo (en rotación). La realidad es que existen numerosos factores que distorsionan los datos de los anuncios, es por eso que la selección de anuncios se complica tanto:

  • Impresiones: No tiene el mismo peso un anuncio con 2 clics y 20 impresiones que un anuncio con 300 clics y 1000 impresiones, lo que nos lleva a cuestionarnos cual es el volumen mínimo de impresiones que garantiza un CTR “fiable” y no fruto de la casualidad.
  • Campañas y grupos de anuncios: realizar una evaluación de anuncios a nivel global (de cuenta) consideraría a los distintas campañas y grupos como semejantes cuando las palabras clave que contienen son bien distintas, el número de impresiones, posiciones, cpcs, públicos, etc.
  • Palabra clave que activa el anuncio: aunque un grupo debe incluir palabras clave homogéneas muchas veces el término de búsqueda real es propio de una fase diferente en el proceso de decisión de compra del usuario.

Por ejemplo, en un grupo de anuncios para la colonia Tommy Girl, con una palabra clave en amplia modificada +tommy +girl, pueden entrar términos de una primera fase de información por parte del usuario como “tommy girl”, “colonia tommy girl”, “tommy girl online” y otros más próximos a la conversión como “comprar tommy girl”. El ctr, posición, cpc e intención de compra en ambas situaciones será diferente, no es comparable ni hay forma de relativizarlo.

  • Posición: Aunque la posición visible para un anuncio es única, en realidad es un media ponderada que dependerá de la palabra clave que activó el anuncio. Una misma posición media ha podido tener posiciones reales muy diferentes. Además los anuncios con distinta posición no son comparables entre sí porque sus métricas necesitan ser relativizadas para esa posición:

Posición – CPC medio: ¿Es mejor un anuncio en posición 1 pagando 0,12€ o un anuncio en posición 2 pagando 0,05€? ¿Vale la pena el incremento de cpc por posiciones más altas? Para ser más rigurosos deberíamos normalizar el cpc mediante una relación lineal que dependiera de nuestro nivel de calidad y aún así seríamos siendo imprecisos.

Posición – CTR: Tampoco es lo mismo un CTR del 30% en posicion 1 que CTR del 25% en posición 3. En el caso de anuncios muy diferentes que traten de captar públicos distintos (clics impulsivos vs clics cualificados) se precisa un seguimiento de las conversiones por anuncio. Ni siquiera podemos afirmar categóricamente que en posiciones más bajas tenemos peor CTR pues depende de la competencia.

    • La competencia es cambiante: No todos los competidores pujan a las mismas horas, ni muestran los mismos anuncios, ni pujan lo mismo siempre, ni permanecen en la misma posición. El hecho de que la competencia sea cambiante influye en el CTR, posición y cpc.
  • Hora del día / días de la semana: Las distintas horas del día y días de la semana implican distintos contextos y distintas fases del proceso de decisión de compra. Muchas veces, el pico de impresiones se produce en horario laboral mientras que el pico de conversiones se retrasa a la tarde / noche cuando el usuario llega a casa, consulta con otra persona o simplemente se encuentra más cómodo.
  • La estacionalidad: En épocas de rebajas la competencia es mucho más acusada, se produce un volumen de búsquedas más elevado, muchas de ellas comparativas y el usuario prima el precio frente a la especialidad / relevancia. Los resultados son muy distintos.
    • Dispositivo: La forma en la que se muestran los anuncios en dispositivos móviles es diferente y su ubicación afecta al CTR. Las palabras clave, aunque cada vez más similares a las de pc, también son diferentes así como la intención de compra. Actualmente con las campañas avanzadas todas las métricas y palabras clave se visualizan conjuntamente (pc + tablets + moviles).
    • Extensiones: Otorgan más visibilidad al anuncio y por tanto más CTR, pero las extensiones de anuncio no se muestran siempre ni siempre se muestran las mismas.
    • URL visible: Afecta sobre los niveles de calidad y CTR.
    • La página de destino: Influye sobre los tiempos de permanencia en página, niveles de calidad y % de conversiones.

… Y todo esto saltando por encima del debate de qué priorizamos en los anuncios: ¿clics/ctr? ¿cpc? ¿posición? ¿conversiones?

En mi opinión el porcentaje de conversiones no un factor decisivo por sí mismo en la selección de anuncios, al revés es el propio producto o la persuabilidad de la página la que termina vendiendo. No por incluir en tu anuncio una exclamación en la primera línea vas a tener conversión, pero sí influye sobre el tipo de público que captas, por ello es necesario hacer un seguimiento de las conversiones que verifique el copy y target del anuncio, no queremos un público de gatillo fácil poco cualificado. Y tampoco me gusta optimizar en función del cpc ni posición del anuncio, sobretodo si son cambios pequeños ya que depende más de las palabras clave que activaron el anuncio y de factores como el día, la hora, competencia, etc.

La solución que planteo es realizar una selección de anuncios más racional (cuando la dimensión de la cuenta lo permite) para el título y primera línea descriptiva basada en CTR, evitando simplificaciones que llevan a decisiones menos precisas. En el caso de segundas líneas descriptivas, urls visibles y cuentas muy muy muy homogéneas sí opto por decisiones más simplistas ya que entiendo que el porcentaje de mejora no compensa el esfuerzo/tiempo. En todo caso la selección de anuncios debe ser lo más temprana posible cuando tenemos control sobre lo que está pasando en la cuenta.

¿Alguna experiencia?

Salud

Obstáculos en la medición de rentabilidad por produtos en AdWords

Sí. Sería más práctico contar cómo medir la rentabilidad en Adwords en lugar de cómo no medirla, pero definitivamente resulta más sencillo lo segundo. Aunque a nivel de cuenta no tenemos nada más que leer los sumatorios, vamos a extraer muy vagas conclusiones si nos quedamos en ese “análisis”.

Y aparte de errores/vacíos técnicos (como seguimiento incorrecto de transacciones, discrepancias de trackeo entre herramientas, no rastreabilidad del usuario entre dispositivos), existen otras cuestiones que trascienden a la tecnología y que son difíciles de racionalizar. Se resumen en:

  1. Cómo asignar costes comunes a productos: lo normal es que un ecommerce quiera conocer qué productos son más/menos rentables para en función de esos datos invertir o no en su publicidad. El problema de atribución de costes surge cuando existe una campaña, por ejemplo de marca, línea, familia o tipología que afecta a varios productos diferentes de forma indirecta

Pala de pádel marca Sane. Ejemplo de medición de rentabilidad de producto en Adwords.

Ejemplo:

  • Campaña marca pádel Sane
  • Campaña palas de pádel de control
  • Campaña palas de pádel de potencia
  • Campaña palas de pádel Sane
  • Campaña pantalones Sane

En este caso, una búsqueda genérica de la marca Sane podría buscar tanto palas de pádel como pantalones ¿a qué producto asignar los costes? ¿en qué proporción?

2. Cómo asignar las conversiones: Igualmente, anunciar un producto no necesariamente vende ese producto, sino que puede vender otro diferente. En nuestro ejemplo, la campaña de pantalones Sane podría generar una venta de palas de pádel. ¿Cuál sería la rentabilidad del producto de cada uno?Otro ejemplo similar serían las conversiones de productos producidas mediante campañas de marca.

3. A qué canal asignar las conversiones: Esto es algo que queda de manifiesto con los  embudos multicanal y conversiones con contribución de Google Analytics. Ejemplo:

  • Un usuario entra por tráfico directo, luego búsqueda de dominio y finalmente compra
  • Un usuario entra por CPC, después por directo, luego por SEO y finalmente compra

4. ¿A qué canal se atribuye cada conversión? ¿al canal que dio a conocer el sitio web? ¿al último que participó? ¿en qué medida afectó cada impacto sobre la decisión del usuario?

5. Desconocimiento de los márgenes de producto: No todos los clientes están dispuestos a compartir esta información con su proveedor y está claro que no es lo mismo beneficio que facturación.

Es posible que me deje algo por el camino pero la conclusión es la misma, el indicador más importante de todos es imposible de cuantificar con fiabilidad 100% ¿cómo se os queda el cuerpo?

Salud.

¿El porcentaje de rebote es indicador de calidad de contenido?

Lo primero que te enseñan en un curso de comercio electrónico en cualquiera de sus modalidades es que el porcentaje de rebote es malo. Como muchos sabréis la tasa o porcentaje de rebote es un indicador pone en relación el número de usuarios que no hacen clic en nuestro sitio (se van) frente al total y suele utilizarse para conocer la calidad de los contenidos. Pues bien, hoy intentaré demostrar que el % rebote no es malo ni indica la calidad del contenido.

Imaginad un sitio de comercio electrónico cualquiera que cuenta con:

1) páginas de fichas de producto

2) páginas de listados de productos (por categorías)

Ahora imaginemos miles de usuarios que acceden a ese sitio buscando un producto y modelo concreto y aterrizan en esas páginas: unos usuarios caen en la ficha de producto y otros en el listado de la categoría correspondiente. Estos son los resultados de rebote y conversión:

Comparativa porcentaje de rebote

Las páginas de listados han tenido un porcentaje de rebote sensiblemente inferior a las fichas de producto, sin embargo la página que más ha convertido ha sido, como esperábamos, la ficha de producto. ¿Todavía os preguntáis por qué?

En las fichas se recoge toda la información del producto (modelo, descripción, información de precio y envío, opiniones, valoraciones, etc…) de forma que las acciones del usuario deben y están limitadas con su diseño web a:

  • Añadir al carrito el producto -> objetivo principal y que está priorizado en la ficha de producto (call-to-action)
  • Seguir navegando -> objetivo subordinado, plasmado en los breadcrumbs, productos relacionados, productos anteriormente vistos, etc.
  • Salir de la web -> que genera porcentaje de rebotey queremos evitar (pensad también en visitas comparativas de productos)

Por otra parte, en las páginas de listados esa información relativa a cada producto sólo es accesible haciendo clic sobre los productos de la lista: el usuario es más propenso a continuar su navegación hacia las fichas. Y además permiten al usuario elegir y ver muchos contenidos.

¿Significa eso que un listado es mejor que una ficha de producto por tener un porcentaje de rebote menor? ¿O que el listado es más relevante que la ficha de producto? ¿No sería mejor atender a toda la información en su cojunto? ¿Con qué página os quedáis? Ya lo tenéis.

En el caso de un blog, los porcentajes de rebote altos se justifican por el mismo motivo, la información (los artículos) están accesibles sin necesidad de hacer clic, para detectar un mal contenido es mejor interpretar el % de rebote junto con otros indicadores como el tiempo medio en la página.

Salud