Displaying items by tag: google

Bienvenidos a otro de nuestros artículos didácticos, debido al gran recibimiento de nuestras guías por parte de usuarios de toda América y Europa hemos decidido profundizar en todas las practicas del marketing y ayudarles en lo que podamos para que sus proyectos tengan !exito! Saludos a todos quienes nos leen desde Venezuela, Perú, Ecuador, Argentina, Chile, Uruguay, Paraguay, Panamá, México, Estados Unidos, España y de todas partes del mundo mil gracias por leernos y seguirnos en nuestras redes

 

No hace mucho tiempo, era común que los especialistas en marketing y analistas web pasaran la mayor parte del día mirando hojas de cálculo de Excel, recolectando y organizando manualmente datos de gasto publicitario en docenas de fuentes.

Debían ir a cada cuenta publicitaria y exportar estadísticas sobre campañas publicitarias, como impresiones de anuncios, clics y costos, luego exportar datos desde el sistema de análisis web y, finalmente, combinar todos los datos manualmente.

Eso para nada es un uso óptimo del tiempo ¿ cierto ?.

Sin embargo, resulta que Google Analytics le permite analizar el rendimiento no solo de Google Ads, sino también de otras fuentes de publicidad, como Facebook, Bing, Twitter, Pinterest, LinkedIn y más, en un solo panel.

En este artículo, intentare explicarle de la forma más practica posible cómo importar costos de todas las plataformas de publicidad a Google Analytics y cómo configurar métricas de rendimiento como ROAS, costo de venta y más.


 


1. Crear conjunto de datos en Google Analytics.

Primero, cree un conjunto de datos para cargar con datos de costos publicitarios.

Vaya a la sección "Administrador" de Google Analytics, seleccione su cuenta y elija la "Propiedad" en la que desea importar datos. Luego seleccione "Importar datos".

 1

A continuación, haga clic en "Crear" para crear un nuevo conjunto de datos.

 2

Al elegir "Tipo de conjunto de datos", seleccione "Datos de costos" y haga clic en el botón "Continuar":

 3

Ingrese un nombre para su conjunto de datos y seleccione las "Vistas habilitadas" requeridas. Los datos de costos publicitarios estarán disponibles solo para las "Vistas" seleccionadas.

 4

A continuación, en la configuración, seleccione las dimensiones y las métricas como se muestra en la captura de pantalla. Establezca "Importar comportamiento" como "Sobrescribir" y haga clic en el botón "Guardar".

 5

Cuando selecciona "Sobrescribir", Google Analytics sobrescribirá los datos antiguos con los datos más recientes "si hay varias filas de datos con las mismas claves".

 

¡Hecho! Ha creado un conjunto de datos, que ahora se puede cargar con datos de costos publicitarios desde la plataforma publicitaria elegida.

¿Que sigue?


 Tambien podria interesarle: ¿ Funciona la publicidad en Facebook ? Todo lo que debes saber al respecto!


2. Prepare un archivo con costos publicitarios.

Para cargar datos de costos publicitarios, primero debe preparar un archivo CSV con una estructura específica. Para hacer esto, cree un nuevo archivo de Hojas de cálculo de Google o Excel con las siguientes columnas:

 6

Acceda a un documento de Notion (imagen a continuación) con descripciones detalladas de las columnas aquí.

 

Ahora, puede agregar datos de todas sus plataformas de publicidad a este archivo, como Facebook, Bing, LinkedIn, Twitter Ads y otros. Del mismo modo, si conoce los valores, puede agregar los costos del marketing por correo electrónico, SEO y otras actividades de marketing.

Una vez que haya agregado sus datos deseados, exporte el archivo a un CSV.

 

3. Importe el archivo al conjunto de datos creado.

Vaya a la sección Administrador> Propiedad> Importación de datos nuevamente, y haga clic en "Administrar cargas" en la fila con el Conjunto de datos que acaba de crear.

 7

Haga clic en el botón "Cargar archivo" y seleccione el archivo CSV que preparó para importar.

8 

 Se han cargado sus datos de costo publicitario. Ahora puede comenzar a crear informes y analizar el rendimiento de los anuncios en sus canales de marketing.


 Tambien podria interesarle: ¿ Puede el análisis de datos ayudar a su negocio? Aprenda a crear historias basadas en ellos


¿Es posible automatizar el proceso de importación?

Si. Existen varias herramientas populares en el mercado que pueden automatizar el proceso de importación de datos de costos publicitarios a diario.

Gracias a estas herramientas, no necesita ingresar a cada cuenta publicitaria y exportar manualmente los datos de costos publicitarios para el período seleccionado, luego preparar un archivo CSV en el formato requerido para importar a Google Analytics.

Simplemente conecte su cuenta de Google Analytics, seleccione las plataformas de anuncios que usa y el sistema importa automáticamente sus datos de costos de anuncios a diario.

Ejemplos de tales herramientas (la nuestra incluida):

* SegmentStream;
* Supermetrics GA Uploader;
* Funnel.io.

 

1. ¿Qué debe considerar si elige una herramienta de automatización?
2. ¿Qué nivel de detalle quieres? Algunas herramientas le permiten importar costos solo hasta el nivel Fuente / Medio y Campaña; otros también le brindan la capacidad de analizar a nivel de Contenido y Término.
3. ¿Se admite el marcado UTM actual? Muchas herramientas importan datos de costos solo si las campañas publicitarias se han etiquetado de cierta manera. Asegúrese de que la herramienta que elija pueda usar su marcado UTM actual para que no tenga que volver a configurar las etiquetas UTM para sus campañas.
4. ¿Se admite el análisis de parámetros de URL dinámicos? La mayoría de las plataformas publicitarias le permiten pasar parámetros dinámicos en la URL que el usuario sigue al sitio (por ejemplo, la ubicación de un banner en la página, la región, etc.). Si desea analizar la efectividad de las campañas publicitarias basadas en parámetros dinámicos, asegúrese de que la herramienta lo admita.
5. ¿Hay una conversión de moneda automática? Si compra anuncios en una moneda (por ejemplo, dólares estadounidenses) pero su vista en Google Analytics está configurada en una moneda diferente (por ejemplo, euros), los datos informados pueden ser incorrectos. Algunas herramientas tienen conversiones monetarias diarias.
6. ¿Existe una integración de Google Sheets? Puede usar las Hojas de cálculo de Google para importar datos de costos de fuentes que no tienen una API. Algunas herramientas tienen integración llave en mano con Hojas de cálculo de Google (por lo que no tiene que exportar e importar un archivo CSV manualmente). Simplemente actualiza los datos en la hoja de cálculo y la herramienta los carga automáticamente en Google Analytics.
7. ¿Se admite la carga de datos retrospectiva? Muchas plataformas publicitarias recalculan los costos publicitarios después del hecho. Debido a esto, los datos de costos de anuncios para el mismo período pueden cambiar. Para acomodar estos cambios, algunas herramientas importan automáticamente los datos de costos de anuncios de toda la semana o mes anterior.
8. ¿Es posible importar datos históricos? Si no ha importado sus datos de costos publicitarios a Google Analytics anteriormente, probablemente quiera importar datos pasados. Algunas herramientas le permiten importar datos de los 3 a 6 meses anteriores.


Tambien podria interesarle : El futuro del marketing es creativo : Así funciona la fusión de IA con el análisis de emociones humanas


4. Verifique los costos de los anuncios cargados en Google Analytics.

Vaya al informe Adquisición> Campaña> Análisis de costos, donde está disponible información sobre el costo de las campañas publicitarias.

 9

En este informe, ahora puede ver los costos no solo de Google Ads, sino también de sus otras plataformas de anuncios. 


 Tambien podria interesarle: Machine Learning para anuncios pagados: mejores prácticas en una nueva era


5. Agregue métricas de rendimiento de anuncios al informe.

Para facilitar el uso del informe, agregue columnas adicionales con las métricas de rendimiento publicitario que desee. Para hacer esto, haga clic en "Editar" en el informe y seleccione las métricas requeridas en la página que se abre.

Puede elegir métricas estándar de Google Analytics como métricas de rendimiento, por ejemplo:

* Transacciones: Número de pedidos realizados en el sitio;
* Ingresos: Ingresos de pedidos realizados en el sitio;
* ROAS: (datos de ingresos / costos) x 100;
* RPC: ingresos medios por clic.

También puede agregar sus propias métricas a los informes mediante el uso de métricas calculadas, que le permiten agregar nuevas métricas basadas en fórmulas automatizadas. Como ejemplo, le mostraré cómo agregar el costo de venta (es decir, el porcentaje de ingresos que consumieron sus anuncios) a su informe.

Para hacer esto, en la sección "Administrador", busque "Métricas calculadas" en el menú Ver:

 10

 Se abrirá una sección con todas las métricas calculadas. Para crear una nueva métrica, haga clic en el botón "+ Nueva métrica calculada".

 11

 En la configuración, especifique el nombre de su métrica (es decir, Costo de venta) y, para este cálculo, seleccione "Porcentaje" como Tipo de formato. La fórmula está en la captura de pantalla a continuación:

 12

 Haga clic en el botón "Crear". Ahora puede agregar la métrica Costo de venta en un informe personalizado:

 13

El informe final de rendimiento del anuncio podría verse así:

14

Puede analizar el rendimiento de los anuncios no solo en el nivel Fuente / Medio, sino también en un nivel más granular. Para hacer esto, seleccione la Dimensión secundaria que le interese (por ejemplo, Campaña, Contenido del anuncio o Palabra clave).

15

Puede guardar el informe para no tener que configurarlo nuevamente en el futuro. Está disponible en la sección Personalización> Informes guardados. Haga clic en Guardar y especifique el nombre de su informe.

16

 

 

¿Cómo evalúa el ROAS si la conversión es una ventaja, no una venta?

Para muchas empresas, una conversión es una iniciativa, registro, llamada telefónica u otra acción sin valor monetario directo (a diferencia de las tiendas en línea, donde el valor de conversión = la cantidad del pedido realizado).

En este caso, puede resolver ROAS de una de estas tres maneras:

Método 1. No tiene que analizar el ROAS en absoluto. Si la conversión principal en su sitio es una forma de cliente potencial, puede comparar el rendimiento de los anuncios con una métrica de costo por cliente potencial.

Digamos, por ejemplo, que sabe que es rentable gastar hasta $ 50 por un cliente potencial. Por lo tanto, todos los canales y campañas donde el costo por cliente potencial sea inferior a $ 50 serán efectivos para usted.

Si aún desea calcular el ROAS, use uno de los dos métodos siguientes.

Método 2. El método más básico (pero a menudo menos preciso) para analizar ROAS es establecer un valor de conversión condicional manualmente para cada Objetivo. Si, en promedio, un cliente potencial se convierte en $ 250 en ventas finales, puede usar este número como valor de conversión.

(Para obtener más información sobre cómo configurar los valores de conversión, consulte la página de ayuda de Google Analytics).

En el informe en Google Analytics, verá lo siguiente:

- Usted gastó $ 2,500 en una campaña publicitaria;
- Gracias a esta campaña publicitaria, recibió 50 clientes potenciales. El costo promedio de un cliente potencial adquirido (CPL) es de $ 50.
- Si el valor de un cliente potencial para su negocio es de $ 250, entonces 50 clientes potenciales significan que el valor total recibido es de $ 12,500.
- Para calcular el ROAS, divida los ingresos por los costos publicitarios y multiplíquelos por 100. En este caso, el ROAS sería = (12,500 / 2,500) * 100 = 500% ROAS. (El costo de venta sería del 20%).

Método # 3. Si no se siente cómodo con tal cálculo y desea combinar datos de Google Analytics con datos sobre ventas reales de un CRM, le recomendamos que utilice Google BigQuery para combinar todos los datos y crear informes analíticos precisos de extremo a extremo.

 

¿Cuándo no es suficiente Google Analytics?

A pesar de que Google Analytics le permite importar costos publicitarios y cargar datos fuera de línea, no siempre es suficiente analizar el rendimiento de marketing, especialmente si:

- Desea analizar muchas dimensiones y métricas, tanto en línea como fuera de línea. Es mucho más fácil exportar datos de Google Analytics que importar todos los datos sin conexión a Google Analytics.
- Sus informes requieren cálculos complejos y transformaciones de datos que son difíciles o imposibles de lograr en Google Analytics.
- Necesita informes de marketing visual que no puede obtener dentro de la interfaz estándar de Google Analytics.
- Desea aplicar modelos de atribución avanzados o personalizados que difieren de los de Google Analytics.

En estos casos, las empresas comienzan a crear análisis de marketing basados ​​en su propio almacén de datos (por ejemplo, el mencionado BigQuery de Google), donde todos los datos de fuentes en línea y fuera de línea se recopilan sin ninguna restricción.

 

Al usar Google BigQuery (u otro almacén de datos), las empresas pueden:

- Recopile datos en bruto a gran escala, sin límites ni muestras;
- Transforme y combine datos de diferentes fuentes de acuerdo con cualquier lógica;
- Cree absolutamente cualquier informe utilizando SQL;
- Visualice informes en cualquier sistema de BI: Google Data Studio, PowerBI, Tableau, Looker, etc.
- Aplique modelos de atribución avanzados, incluida la atribución basada en el aprendizaje automático.

 

Conclusión

Siguiendo los pasos anteriores, ahora sabe cómo puede analizar el rendimiento de todas sus campañas publicitarias directamente en la interfaz de Google Analytics.

Si bien Google Analytics no es la única herramienta que necesitará para crear y realizar un seguimiento de sus campañas de marketing, es una de las herramientas más versátiles disponibles en la actualidad.

Published in ACTUALIDAD MKT

La mejor herramienta de SEO para la mayoría de las personas es definitivamente SEMrush. Esto si eres muy flojo para aprender mas sobre sus caracteristicas y algunos consejos interesantes y no vas a leer mas. 

Anque si estas trabajando o estas ocupado navegando puedes escuchar la narración del post!

 

 


 

Para los que decidieron quedarse y aprender un poco más continuamos. Cuando comencé a usar herramientas SEO y traté de descubrir cuál era la adecuada para mí, estaba bastante confundido.

Hay un montón de herramientas en el gran red, parecen superponerse mucho, y hay demasiadas herramientas especializadas para clasificar.

 

¿Entonces cuáles tienen los datos en los que puedo confiar?

Después de usar todas estas herramientas durante años, me he dado cuenta de que solo hay unas pocas elecciones que deben tomarse seriamente en consideración.

Primero, hay tres herramientas principales en el mercado: SEMrush, Ahrefs y Moz. Todos usan al menos una de estas tres. A continuación, veremos nuestras recomendaciones objetivas basadas en la experiencia.

 

Las llamo el caballo de batalla del SEO, y las tres califican como una de las mejores herramientas de SEO. Estos caballos de batalla llevan la mayor parte del peso en cualquier programa de SEO, pero solo necesita un caballo de batalla, ¿corrrecto? no veo necesario o comodo montarlos todos en la epica carrera por el primer lugar en los resultados de los principales buscadores. 

 

Cualquier programa de SEO serio necesita por supuesto un caballo de batalla del SEO. El seguimiento de rango, la investigación de palabras clave y el análisis de enlaces son demasiado difíciles o requieren mucho tiempo sin uno. He tratado de saltar todo esto e irme sin pagar por ellos; eso fue un error lo admito!. Podría haber ganado mucho más tráfico usando una de estas herramientas desde el principio, pero corregir es de humanos tambien no solo equivocarse. 

 

 

Después de elegir su caballo de batalla principal de SEO, le recomiendo que aproveche al máximo las herramientas gratuitas. Google Analytics y Google Search Console son de clase mundial y considero que ambas son herramientas necesarias en las operaciones de SEO diarias. Además, son gratis.

Más allá de eso, hay algunas herramientas especializadas que vale la pena elegir si está haciendo ese tipo de tareas.


Tambien te puede interesar:  Aprenda a reducir la tasa de rebote a la mitad con contenido interactivo ( SEO ) 


Bastante simple en general así es como será su proceso de decisión:

  • Elija SEMrush, Ahrefs o Moz como su caballo de batalla de SEO.
  • Instala un complemento SEO si estás en WordPress.
  • Agregue una herramienta avanzada de rastreo SEO si su sitio es masivo.
  • Agregue una herramienta de divulgación si está creando enlaces.
  • Obtenga las herramientas de SEO gratuitas: Google Analytics y Google Search Console.

 

La mejor herramienta de SEO en general: SEMrush

 

Si eres nuevo en todo esto del SEO, te recomiendo que vayas con SEMrush.

En comparación con las otras herramientas de "SEO workhorse", es, con mucho, la más fácil de usar. Ahrefs definitivamente tiene una curva de aprendizaje y Moz nunca ha hecho clic conmigo, es poco practico ver donde encontrar algo en particular.

Los informes de seguimiento de rango de SEMrush también son los mejores de la industria. Reviso nuestros informes todas las mañanas. En unos minutos, siento que tengo el control total de lo que está sucediendo. Todas las otras herramientas reparten cosas por todas partes. O los informes me molestan demasiado y no tienen suficiente densidad. SEMrush tiene ese equilibrio perfecto de usabilidad y profundidad con sus informes. Tendrás todo lo que necesitas sin agobiarte.

SEMrush tiene todas las otras partes esenciales de un caballo de batalla SEO: análisis de enlaces, investigación de palabras clave y análisis competitivo. Todos ellos son más que suficientes para defenderse de los otros caballos de batalla del SEO.


 

 Tambien te puede interesar: ¿ Puede el análisis de datos ayudar a su negocio? Aprenda a crear historias basadas en ellos!

 


La mejor herramienta de SEO para gente avanzada: Ahrefs

Si te sientes más cómodo con todas estas cosas de SEO y quieres una herramienta que realmente flexione tus habilidades, ve con Ahrefs.

Son el "nuevo" chico SEO en el bloque y debo admitir que su herramienta tiene mucha profundidad. Cada vez que inicio sesión, encuentro una función oculta o un informe que te marea.

Esa es también la única debilidad, todavía estoy descubriendo nuevas características que no tenía idea de que existían. Ahrefs no te toma de la mano como aun niño chiquito en absoluto. Para un experto en SEO, es liberador. La herramienta es más densa que el granito. Pero he visto a los principiantes de SEO tratar de entenderlo y realmente luchan. Después de hurgar un poco, dejan de iniciar sesión por completo.

 

Ahrefs es perfecto si sabes exactamente lo que quieres y estás decidido a conseguirlo.

En características específicas, prefiero el análisis de enlaces en Ahrefs sobre las otras herramientas. Entonces, si planeas hacer muchos enlaces, vale la pena superar la curva de aprendizaje.

 


El mejor complemento de SEO para WordPress: Yoast

Probablemente hay miles de complementos de SEO para WordPress.

Solo uno de ellos importa: Yoast.

Lo considero un complemento obligatorio en cualquier sitio de WordPress. Automatiza una tonelada de tareas de SEO y hace que cosas como meta títulos y descripciones sean muy fáciles de actualizar.

No dedico mas tiempo a explicar esta elección: instala Yoast y sigue adelante con tu vida!. Solo usa la versión gratuita de Yoast; no hay razón para actualizar


Tambien te puede interesar : Cómo escalar el tráfico orgánico (sin escribir un millón de publicaciones en tu blog)


La mejor herramienta de rastreo SEO: Screaming Frog SEO Spider

Hay un tipo de tarea de SEO con la que luchan las principales herramientas de SEO: rastrear y auditar grandes sitios.

Cuando tiene un sitio con miles de URL, simplemente no hay forma de visitar el sitio por su cuenta. Y las herramientas de auditoría en SEMrush, Ahrefs y Moz son bastante básicas.

Para un sitio masivo que necesita una auditoría enorme, una herramienta de rastreo dedicada hace que la tarea sea mucho más manejable. Toda la interfaz de usuario y todos los flujos de trabajo se basan en tener que administrar miles de páginas a la vez. No hay clics adicionales ni de ida y vuelta. Y la herramienta automatiza la mayor parte del proceso posible. Encontrarás instantáneamente todos los enlaces rotos, metadescripciones faltantes, redireccionamientos incorrectos y contenido duplicado en tu sitio.

Screaming Frog SEO Spider es nuestro rastreador de sitios preferido. Ha existido durante mucho tiempo y se ha destacado en el rastreo de sitios.

Hey!!! No escuchaste esto de mí, pero dado que las auditorías del sitio generalmente son un proyecto de tipo único, puedes registrarte para la herramienta, pagar unos meses mientras haces la limpieza del sitio y luego cancelarla una vez que estés hecho.

Las únicas personas que conozco que tienen suscripciones a largo plazo son consultores profesionales de SEO que realizan múltiples auditorías cada mes para los clientes.


Tambien te puede interesar : Como Impulsar SEO a través del marketing de contenidos: Destaca entre miles de resultados!


La mejor herramienta de divulgación: Pitchbox

Recuerdo los días en que podías escaparte sin hacer ningún enlace en SEO. Hoy en día, eso no es suficiente. El SEO se ha vuelto demasiado competitivo.

Mi regla es que si no estoy dispuesto a llegar a la construcción de enlaces, no debería centrarme en el SEO para el tráfico. Debería encontrar otra estrategia para hacer crecer mi negocio.

He realizado varios proyectos de divulgación desde Gmail y una hoja de Google. Es un dolor de cabeza. Especialmente cuando un equipo está involucrado. Hacer un seguimiento de quién contactó a quién, actualizar el último estado, recordar enviar seguimientos, coordinar y actualizar plantillas, todo es un dolor de muelas enorme que lleva demasiado tiempo.

En estos días, siempre uso una herramienta de divulgación cuando construyo enlaces. Ni siquiera considero la opción de omitirlo. Una buena herramienta de divulgación automatiza la mayoría de la divulgación. Es un cambio dentro del juego. Solía ​​odiar el alcance con cada fibra de mi alma, ahora no me importa.

Por lo tanto nuestra herramienta favorita para la divulgación es Pitchbox. Encontrará contactos para usted, automatizará el seguimiento de correos electrónicos y realizará un seguimiento de todos sus contactos de alcance. En serio, úsalo!.


 

Hacer uso de las herramientas gratuitas de Google

Google Analytics es nuestra herramienta de análisis de sitios web favorita. Y los datos de búsqueda en Google Search Console son una mina de oro. No te molestes en intentar pagar por ninguna de las herramientas de análisis de pago. Google Analytics le ofrece más de lo que necesitará y es completamente gratis.

 

Si necesitas ua guia completa y perfectamente explicada sobre cómo configurar Google Analytics ,deja un comentario y la crearemos en breve.

 


Después de instalar Google Analytics, configura Google Search Console también. Es completamente gratuito y obtendrá acceso a sus datos una vez que Google Search Console verifique su cuenta de Google Analytics. Además de la autenticación para demostrar que es el propietario del sitio, no hay nada más que deba configurar para Google Search Console.

Google Search Console es el único lugar para obtener datos de palabras clave reales de Google. Cualquier otra herramienta es una suposición. También registra todos los errores que Google detecta en su sitio, le informa lo que ha sido indexado en su sitio y le brinda datos de impresión y clics en todas sus palabras clave. No puedo exagerarlo lo suficiente, úsalo!.

Nunca trabajamos en sitios web sin instalar ambos y son completamente gratuitos. Incluso si se les pagara, valdrían cada centavo.

 

Si esta interesado en estas maquinarias tecnologias y no tiene el tiempo o los conocimientos para aplicarlas adecuadamente y de esa forma beneficiar a su negocio puede CONTACTARNOS , lo haremos por usted y si requiere servicios adicionales dele un vistazo a nuestros planes a continuación: 

 

Planes de Marketing digital

Planes de Desarrollo web

 

 

PUEDE BUSCAR MAS INFORMACIÓN RELEVANTE SOBRE EL TEMA JUSTO AQUI
Published in ACTUALIDAD MKT

Encabezado inteligencia artificial 

 

 

La publicidad digital se basa en servir el anuncio correcto a la audiencia correcta en tiempo real. Cuanto mejor lleguemos a eso, mejor lo haremos, ese es el mantra de la industria, y por una razón.

Hemos sido testigos de grandes mejoras en el volumen y la precisión de los datos de los clientes, y hemos trabajado en plataformas publicitarias cada vez más sofisticadas.

El aprendizaje automático y la inteligencia artificial mejoran la capacidad de reconocer patrones y extraer las respuestas correctas de una base de datos. Cualquiera que no aprenda a usar las funciones de IA de las plataformas publicitarias ahora quedará rezagado. Muchos ya lo estan.

Esto significa repensar actitudes, hábitos y métodos, a veces de manera profunda. Es el comienzo de una nueva era de mejores prácticas.

Si bien el area todavía está evolucionando, hemos estado en ella por un tiempo. Estas son cuatro claves para aprovechar las capacidades de aprendizaje automático de las plataformas en sus campañas.

 

 

 

1. Use una estructura amigable con la IA.

En el pasado, los anunciantes se centraron en la granularidad. "Podemos dar cuenta de cada centavo de gasto y mostrar un ROI demostrable", ese era el objetivo. Ahora, esa misma estructura altamente granular, en realidad limita el éxito de la campaña.

ia1

 

 

Tenemos que encontrar un nuevo equilibrio:

Por un lado, tenemos las recompensas tradicionales de mayor granularidad: puntajes de mayor calidad / relevancia, mejores conocimientos, etc. Todavía los queremos, pero la ruta que tomamos hacia ellos ha cambiado porque ya no estamos haciendo el trabajo pesado.

En cambio, estamos enseñando a un sistema de inteligencia artificial para que nos brinde estos resultados. Todas las principales plataformas publicitarias, especialmente Google y Facebook, usan IA para orientar anuncios, administrar ofertas y presupuestos y cada vez más, para optimizar la creatividad. Para hacerlo rápidamente y a escala, a menudo necesitamos sacrificar cierta granularidad. Eso nos da un conjunto de datos que puede entrenar el sistema de inteligencia artificial más rápido.

Cuando se alcanza el equilibrio correctamente, los resultados mejoran drásticamente: el sistema de IA es más receptivo y atento a los datos que un ser humano. Lo que perdemos en granularidad lo compensamos en precisión y efectividad general.

Dicho esto, aún queremos suficiente granularidad para obtener algunas señales sobre lo que funciona y lo que no. La selección de destinos no es en lo que sobresale la inteligencia artificial, todavía tenemos que hacer eso.

 En 2017, Facebook recomendó un enfoque altamente granular:

ia2

 

 

Para 2019, las cosas se veían muy diferentes: menos campañas, menos conjuntos de anuncios:

ia3 

 

 

La razón de esta contracción en las campañas y conjuntos publicitarios, esta reducción de granularidad, es que el objetivo ha cambiado de "controlar cada centavo de gasto" a "entrenar rápidamente a la IA".

En la fase de aprendizaje de la implementación de IA, se observan caídas de rendimiento de ~ 30%. Muchas de las ganancias que una vez disfrutamos de la granularidad se consumen a expensas del entrenamiento de la IA. Es crucial reducir la duración de esta fase de aprendizaje, que es cuando soportas el peor rendimiento.

Es agitado esperarlo. Pero ejercer más control (a través de una granularidad mejorada) solo restringe los datos entrantes y prolonga la fase de aprendizaje.

Por lo general, este enfoque actualizado produce mejores resultados. Inicialmente, sin embargo, lo encontramos extremadamente contradictorio y tuvimos que realizar muchos experimentos para convencernos de su efectividad.

¿Cómo se ve fuera de Facebook? Hacemos nuestras propias visualizaciones, que presentaré para mostrar mi punto. El tamaño de cada cuadro representa el gasto; el color representa el ROI: el rojo es malo, el azul es bueno.

ia4

Si desea que su inversión publicitaria se visualice de esta manera, consulte nuestra aplicación gratuita de control de salud. Puede ver cómo se ve su gasto y qué puede hacer para mejorar.

 

Lo que ve en esta visualización es una estructura de campaña hipergranular (SKAG) en la que un tamaño de campaña pequeño parece correlacionarse con un ROI deficiente (muchos cuadros rojos pequeños). La persona que diseñó esta campaña claramente quería el máximo control.

Pero no obtienen suficientes datos de campañas más pequeñas para optimizarlos de manera significativa. Probablemente se estén diciendo a sí mismos que esto es por diseño, que es parte de una estrategia de "administración de cartera" en la que acepta un rendimiento más bajo de una (gran) cantidad de campañas pero equilibra eso con mayores ganancias de otras áreas. Suena bien en principio (y en realidad solía funcionar de esa manera).

¿El problema? Esta no es una estructura amigable para el aprendizaje automático. La granularidad extrema, en muchos casos, no solo prolonga la fase de aprendizaje sino que evita que la IA la abandone. Con tantas variables, el sistema se atasca en la fase de aprendizaje, con la rentabilidad siempre fuera del alcance.

De hecho, más del 50% de los grupos de anuncios en esta visualización no habían obtenido un clic en tres meses, pero se estaban ejecutando activamente. Del 50% restante, la mayoría no recibió más de cinco clics en el mismo período de tres meses, y no mostró perspectivas de crecimiento.

Consolidar el gasto en áreas con un gran ROI, y desconectar miles de pequeños anuncios que no van a ninguna parte, tiene sentido, con o sin IA. Pero también es mucho mejor sacrificar algunas ganancias de una mayor granularidad y, en cambio, enfocarse en lograr que la IA alcance la máxima eficacia más rápido.

 

Reestructuramos esa campaña para maximizar la eficacia de la IA, y puede ver la diferencia: 

 ia5

 

Todavía hay algunos grupos de anuncios más pequeños. Estos no son solo tres grandes campos. Es un continuo, o una granularidad máxima o mínima sin nada intermedio. Pero eliminar miles de minutos de anuncios ineficaces que eran imposibles de administrar entrenó a la IA mucho más rápido.

Lo crucial es el grado de granularidad en el 70% superior del volumen de gasto, que puede ver si apilamos estos dos gráficos uno encima del otro:

ia6

 El área delineada en amarillo en la imagen superior contiene poco menos de 300 conjuntos de anuncios; el siguiente, 23. La eliminación del bajo rendimiento del 70% superior condujo a un aumento radical en el rendimiento general.


 

 


2. Optimizar para las métricas correctas.

 

Las necesidades prácticas, así como las ventajas, del aprendizaje automático han cambiado la forma en que pensamos sobre las métricas para las que optimizamos. Uno de los desafíos aquí es, nuevamente, encontrar el equilibrio correcto.

Esta vez, intentamos equilibrar la profundidad del embudo con el volumen de datos. Necesitamos suficientes datos para darle al algoritmo algo sobre lo que aprender y optimizar, pero también queremos estar lo más abajo posible del embudo.

ia7

 

Sin embargo, el "embudo" en realidad funciona (la mayoría parecen mapas de algún tipo de metro futurista más que un embudo lineal), es más ancho en la parte superior.

En todas las industrias, la tasa de conversión de MQL a SQL está entre 0.9% y 31.0%. La conversión de SQL a promedios de clientes ronda el 22%. Pero incluso estos agudos cuellos de botella palidecen en comparación con la parte superior del embudo. Las principales cuentas de Google Ads tienen tasas de conversión del 11,45%, pero la tasa de conversión media es del 2,35%.

¿El resultado? Tenemos muchos más puntos de datos en la parte superior del embudo, por lo que es más fácil entrenar a la IA en ese conjunto de datos más grande. Sin embargo, el éxito no solo es menos valioso, sino potencialmente engañoso. Puede ganar en papel y perder en la vida real si está optimizando para la métrica incorrecta. Y las métricas de TOFU como el volumen de clientes potenciales o la CPL a menudo pueden ser métricas incorrectas.

Esto es lo que hemos aprendido tratando de encontrar el equilibrio correcto. Un cliente había estado optimizando el volumen de CPL / lead, buscando números de leads máximos con un límite de $ 50 por lead. Estábamos obteniendo buenos resultados.

También estábamos obteniendo una visión clara de qué clientes potenciales valía la pena comprar y cuáles no. Teníamos algunas pistas que eran buenas pistas (es decir, términos principales en nuestro espacio) pero demasiado caras: $ 100 cada una en algunos casos. ¿Por qué elegiríamos esos cuando teníamos toneladas de excelentes oportunidades de venta de $ 50 o menos?

Luego, cambiamos a una métrica un par de pasos más profundo en el embudo y comenzamos a optimizar para SQL. Aquí están los gráficos de barras apiladas antes y después, con cada área de color que representa un tema de palabra clave:

ia8

 

Nuestros clientes potenciales de bajo costo que eran un "gran" valor no se estaban convirtiendo a una tasa que valiera la pena: tenían un 40% de sobreprecio. Los clientes potenciales de mayor costo se estaban convirtiendo en SQL de menor costo; Paradójicamente, ambos cuestan más dinero y son más baratos. Los maximizamos y vimos un fuerte aumento en la rentabilidad.

Esta idea cambió la forma en que asignamos el gasto. El volumen de SQL aumentó bien aunque el volumen de plomo cayó en algunos casos. Al principio, es difícil para algunos clientes aceptarlo, pero dada la opción entre más clientes potenciales y clientes potenciales más calificados, optaron por el último.

Nunca hubiéramos visto esto sin optimizar esa métrica del embudo inferior, pero aún así no lo habríamos visto si no hubiéramos medido y correlacionado a través del embudo. Mida y optimice múltiples métricas, múltiples comportamientos y acciones de clientes interconectados, no solo uno. La alimentación de información desde el embudo descendente al embudo superior ayuda a la focalización, por lo que los clientes potenciales son de mejor calidad para empezar.

El seguimiento de varias métricas también le brinda una mayor precisión de la misma manera que la triangulación en objetos distantes le brinda nueva información, como la distancia y la elevación. Realice un seguimiento de dos, tres, cinco puntos de datos de clientes y desarrollará nuevos conocimientos. Esto no es posible sin IA debido a la enorme cantidad de cálculos involucrados, por supuesto.

Correlacionar los datos de conversión más profundos con los datos de la campaña es un desafío técnico, por lo que estamos a punto de volvernos súper geek con esto. Así es como se hace con Google:

ia9

 

Parcheas el ID de clics de Google (gclid), digamos, en tu CRM, y lo registramos en la base de datos de clientes asociada con ese cliente potencial. Luego, lo retroalimenta a Google cuando toma decisiones de compra de anuncios, lo que le permite ver qué creatividad, audiencia, geografía y otras variables mejoran las métricas de embudo profundo.

Pero, ¿qué sucede si cambia de optimizar una métrica a otra? ¿Cómo gestiona su implementación de IA un nuevo objetivo?

 

 

Administrar su implementación de IA cuando cambian los KPI
Lo extraño de esto es que es un proceso por el que uno siente. Cuando hablamos de marketing basado en datos, "sentir" no es un verbo que normalmente escuchas. Pero esto realmente es un proceso de sentir el camino hacia el resultado correcto. Lo consideramos como "montar la bestia de la IA", que es un proceso muy diferente y a menudo más intuitivo que "diseñar el mejor ROI".

Aquí hay un par de ejemplos. Un cliente quería pasar de la optimización para un clic en el botón de la parte superior del embudo a un registro en la mitad del embudo. Cambiamos la métrica de optimización en Google y Facebook, y tuvimos una experiencia muy diferente en las dos plataformas publicitarias.

No estamos diciendo cuál es cuál para no ofender a nadie. Y hemos visto resultados inestables en ambos. El punto no es que una plataforma sea mejor que la otra. El punto es que debe estar preparado para resultados inesperados cuando se trata de IA.

  

Aquí está la primera plataforma de anuncios:

ia10

 

Todo lo que hicimos fue encender el interruptor. Le dijimos a la IA: "Deja de hacer eso y comienza a hacer esto", y puedes ver dónde sucedió eso. El volumen de plomo aumentó mientras que la CPL cayó. ¡Fácil!

Lo cual es genial, cuando funciona. Pero no siempre sale así. Aquí está el mismo proyecto, los mismos parámetros, pero una plataforma de anuncios diferente:

ia11

Esto es lo que aparece cuando no puedes simplemente accionar el interruptor. En las semanas cuatro y cinco y, luego, en las semanas ocho y nueve, cambiamos las ofertas y los presupuestos objetivo para aumentar el volumen.

Sin embargo, el algoritmo no tenía las señales correctas para cumplir con las nuevas ofertas y presupuestos, por lo que simplemente redujo el volumen a casi cero. Probamos un montón de cosas diferentes hasta que finalmente encontramos una combinación que permitió que el algoritmo funcionara eficientemente.

Estábamos montando a la bestia aquí, y probablemente esta sea tu experiencia al menos también en algún momento.


 


3. Deje que la IA determine el ajuste creativo.

¿Es realmente una idea sabia? No estamos hablando necesariamente de dejar que la IA realmente sea creativa, pero podemos usarla para adaptar la creatividad a la audiencia, a veces de maneras innovadoras. Veamos algunos ejemplos, comenzando con anuncios de búsqueda receptivos.

Si no está ejecutando anuncios de búsqueda receptivos, le recomiendo que lo reconsidere: aquí es donde va todo el vacio. Google y Facebook ya hacen coincidir el anuncio con el cliente automáticamente. Ya no existe un "anuncio ganador".

Cuando intenta manipular el algoritmo para producir un anuncio ganador tradicional, socava el rendimiento general, a veces drásticamente. Incluso si logra producir un anuncio ganador, no tiene control sobre si se muestra o no: la plataforma toma esa decisión en función de la audiencia y la etapa de viaje del comprador.

Si no tiene experiencia con anuncios receptivos, funcionan de la siguiente manera: usted escribe partes de un anuncio y luego el algoritmo las ensambla, haciendo coincidir cada parte con la audiencia.

IA12

 

 

Puedes terminar con miles de variaciones. No tiene sentido tener una combinación definitiva: un anuncio ganador, como solíamos pensar en él. Así es como se ve en acción en Google Ads:

ia13

 

 

La misma palabra clave, el mismo anunciante, la misma campaña, pero dos destinatarios diferentes en dos etapas diferentes del recorrido del comprador. Eso significa diferentes anuncios.

Esto nos permite alejarnos de tratar de descubrir cada pequeño detalle y volver a centrarnos en la mensajería estratégica. Eso puede y debe probarse y basarse en datos, simplemente no necesitamos rastrear tanto cosas tácticas a pequeña escala.

La desventaja es que perdemos algo de control. No obtengo un ritmo claro sobre el ROI de anuncios específicos y, obviamente, no obtengo un solo anuncio ganador. En cambio, me sale esto:

ia16

 

 

Así que salgo de estas campañas con una idea del rendimiento general, pero no con los conocimientos granulares que hemos llegado a esperar, lo que hace referencia a nuestra necesidad de renunciar a un cierto control para que esta tecnología funcione para nosotros.

La ventaja es que realmente puede mejorar sus puntajes de calidad. Y descubrimos que puede acceder a inventario adicional que antes no estaba disponible con anuncios discretos.

 

Esto es lo que vimos en este caso:

ia15 

 

Esos son cambios gigantes, no incrementales. Suponiendo que está haciendo lo básico correctamente, es difícil obtener ese tipo de ganancias con los anuncios de texto expandido tradicionales. Pero con el ajuste creativo de la dirección IA, es lo que debe esperar.

Los anuncios receptivos tienden a optimizarse principalmente para CTR, y todavía no hay una forma realmente excelente de probarlos, pero tienen un impacto positivo en el nivel de calidad si los agrega a cada grupo de anuncios, y vale la pena usarlos por sí mismos.

Así es como recomiendo obtener lo mejor de ellos:

  • Usa borradores y experimentos para probar variables.
  • Agregue anuncios de búsqueda receptivos adicionales en cada grupo de anuncios.
  • Use el informe de combinaciones para identificar segmentos que generan la mayor cantidad de impresiones.
  • Recuerde que los anuncios de búsqueda adaptables se recombinan y publican elementos de anuncios en tiempo real, por lo que nunca podrá hacer una verdadera comparación de manzanas con manzanas.
  • No olvides usar el indicador de intensidad del anuncio como referencia.

 

 

4. Siga las pautas generales para IA en publicidad.
Cualesquiera que sean los detalles de sus campañas, objetivos y herramientas, algunas reglas son ampliamente ciertas. Eso se debe a que están dictados por la naturaleza de la tecnología disponible y el panorama más amplio: no tenemos muchas opciones sobre ellos.

 ia17


 

 


Conclusión
Poner a la IA a trabajar en publicidad significa entregar a las máquinas las tareas que pueden hacer mejor, de lo que nosotros podríamos hacerlo. Cuando se trata de reconocimiento de patrones multivariados, las máquinas ya son significativamente superiores a los humanos.

Si desea hacer coincidir los elementos publicitarios con el recorrido del cliente, o si desea impulsar mejoras radicales en el CTR y el precio líder mediante la optimización de métricas de embudo inferior, las máquinas deberían ser su primera opción.

Pero cuando hacemos esto, no podemos simplemente darles a las máquinas parte del trabajo que ya estamos haciendo y luego continuar de manera normal. Un automóvil es mucho más rápido que caminar, pero debe construir un camino para que pueda conducir; Las máquinas hacen esto más rápido y mejor que nosotros, pero tenemos que facilitar ese trabajo.

Hay tareas en las que las máquinas son absolutamente terribles o que no pueden hacer en absoluto. Una máquina puede mezclar contenido preexistente en combinaciones novedosas basadas en criterios establecidos; no puede llegar a algo nuevo. Estamos muy lejos del marketing de botones.

Este es el comienzo: utilizar el aprendizaje automático para la publicidad digital, explorar un campo abierto y establecer las mejores prácticas para guiar el futuro de nuestra industria

 

 

PUEDE BUSCAR MAS INFORMACIÓN RELEVANTE SOBRE EL TEMA JUSTO AQUI
Published in ACTUALIDAD MKT