Cómo evaluar la configuración de rotación de anuncios de PPC

La rotación de anuncios es una de las configuraciones olvidadas. Todos tienen una preferencia, "rotar siempre indefinidamente" o "optimizar siempre por conversiones", pero la configuración elegida a menudo refleja la preferencia predeterminada del administrador en lugar de la utilidad de configuración. Más que una preferencia, la configuración debe usarse como una herramienta y un tema para un análisis más profundo.

Este artículo cubrirá las opciones que tiene para la rotación de anuncios y cómo identificar rápidamente las oportunidades. Puede parecer un gran tema y hay muchas opiniones sobre el tema, pero una vez que comprenda el concepto, lo encontrará bastante intuitivo.

Configuración de rotación de anuncios

La configuración de rotación de anuncios viene en varias formas. Usando AdWords como ejemplo podemos:

• Optimizar por clics
• Optimizar por conversiones
• Rotar indefinidamente
• Rotar y optimizar

Cada configuración alterará el porcentaje de impresiones potencial de un anuncio individual en el grupo de anuncios, lo que puede tener un gran impacto en el rendimiento.

Dos líneas de pensamiento

Podemos dividir la configuración en dos grupos principales. Se favorece el control humano y la selección manual del ganador. El segundo permite que el sistema altere la rotación de anuncios en función de sus propios datos.

Los defensores de las pruebas manuales utilizan la rotación uniforme como "prueba justa". Cada anuncio tiene el mismo potencial para participar en una subasta. Esto debería equilibrar las impresiones de manera más uniforme, dando a cada anuncio una oportunidad para ganar la prueba y creando una muestra de datos suficiente. Por supuesto, es solo una oportunidad de participar en la subasta y un anuncio deficiente puede no calificar en tantas subastas como los otros anuncios.

Los defensores de la optimización automática abogan por la naturaleza más rápida del sistema. La optimización ocurre mucho más rápido que un proceso manual. El sistema también tiene más datos que el anunciante. Los datos de la subasta, el comportamiento del usuario y más podrían usarse para identificar el rendimiento real de los anuncios. El sistema también puede ofrecer más matices. Puede haber casos en los que un determinado anuncio que tenga un peor rendimiento en promedio sea en realidad el mejor anuncio para un determinado subconjunto de usuarios. En teoría, el sistema podría detectar esto y mostrar ese anuncio solo en esos momentos. Las ganancias marginales de estas optimizaciones pueden sumarse a ganancias sustanciales de rendimiento.

La desventaja de la optimización automática es la pérdida de control. Esto puede alterar el valor obtenido al presentar y ceñirse a un proceso de prueba de anuncios explícito como CTC. La optimización automática también puede cambiar la forma en que configura sus pruebas de anuncios. En lugar de realizar pruebas A / B, puede optar por ejecutar una mayor cantidad de anuncios por grupo de anuncios y eliminar los anuncios perdidos con el tiempo. Esto suena menor, pero el impacto en los procesos no debe subestimarse.

Identificación de oportunidades

¿Qué pasa si desea evaluar las dos opciones en su (s) propia (s) cuenta (s)? ¿Debería cambiar para optimizar por clics o rotar de manera uniforme?

Podemos evaluar con algunas matemáticas aproximadas y para esta publicación de blog, una tabla dinámica. Tenga en cuenta que esto podría completarse más fácilmente a través de PowerPivot o SQL, pero lo omitiremos por motivos de accesibilidad. Si está interesado en usar esas tecnologías, aún puede usar la misma configuración que usamos a continuación.

Configuración del análisis

En este ejemplo, asumiremos que la cuenta está configurada para rotar indefinidamente. Queremos evaluar el impacto de cambiar para optimizar mediante clics. Primero descargaremos todos nuestros anuncios y datos. Podemos utilizar datos recientes de los últimos 30 días o un período más largo.

Tenga en cuenta:

• Cualquier promoción que se ejecute durante el período.
• Cambios importantes en el texto del anuncio
• Formatos de anuncios
• Cambios en el estado de los anuncios

También puede optar por segmentar por tipo de anuncio, según su grado de dependencia de los anuncios de texto estándar en este momento.

La mesa

Ahora que tenemos los datos, ¡podemos comenzar a construir nuestra tabla dinámica! Queremos configurar campañas y / o grupos de anuncios como filas. Esto nos permite calcular el impacto en cada nivel ya que podemos tomar diferentes decisiones por campaña. Si un grupo de anuncios es drásticamente diferente, podemos identificar una oportunidad de reestructuración.

En nuestras columnas, insertaremos el total de impresiones, el CTR máximo y la tasa de conversión promedio. Puede incluir columnas adicionales como referencia, pero las tres anteriores son necesarias. También puede segmentar por volumen de impresiones o clics. Esto debería limitar la cantidad de anuncios de bajo volumen con CTR poco realistas, como un anuncio con dos clics y cuatro impresiones. A continuación, utilizo una marca VERDADERO / FALSO para más de mil impresiones en el filtro.

Calculando el impacto

Tenemos todos los datos que necesitamos. Las matemáticas aquí también son bastante simples. Si cambiamos para optimizar para clics, el anuncio con un CTR más alto debería mostrarse con más frecuencia. Suponiendo que la cuenta tuvo la misma cantidad de impresiones, podemos calcular los clics potenciales multiplicando el total de impresiones por el CTR máximo de los anuncios calificados.

Clics potenciales = Impresiones totales x CTR máx.

Ahora que tenemos el máximo de clics potenciales, podemos calcular las conversiones potenciales multiplicando los clics potenciales por la tasa de conversión promedio.

Conversiones potenciales = Clics potenciales x Tasa de conversión promedio

o

Conversión potencial = Impresiones totales * CTR máx. * Tasa de conversión promedio

En este punto, puede hacer algunos cálculos para examinar la diferencia entre conversiones reales y potenciales e identificar áreas para cambiar.

¿Por qué la tasa de conversión promedio?

Es posible que se pregunte, ¿por qué la tasa de conversión promedio, por qué no la tasa de conversión real por anuncio? Para este ejemplo, asumimos que la tasa de conversión depende de la página de destino y no del texto del anuncio. Por supuesto, esto no funcionará si estuviera probando páginas de destino en las URL finales, publicando anuncios muy diferentes, como promociones, o inflando las CTR del anuncio al incluir palabras como "gratis".

Si se siente más cómodo, puede utilizar la tasa de conversión del anuncio con el CTR más alto. Esto puede ser apropiado si tiene un texto de anuncio drásticamente diferente que puede atraer diferentes tipos de visitantes. También puede sopesarlos de una forma u otra diciendo que solo una parte de la diferencia se debe al anuncio.

¡Diviértete con eso! Siempre puede ajustar sus cálculos con el tiempo a medida que recopila más datos para cada ronda y obtiene una mejor idea de esta cuenta en particular.

Toma de decisiones basada en los datos

Este tipo de análisis abre nuevas opciones para la gestión de cuentas. ¿Qué es más valioso, el aumento del tráfico y las conversiones o el aprendizaje de un proceso de prueba de anuncios? Si existen brechas importantes entre las conversiones potenciales y las conversiones reales, podría cambiar sus tácticas. Si estaba entrando en la temporada alta, puede optar por rotar los anuncios según los clics para aumentar el tráfico y los ingresos. O si los números están cerca, puede optar por lanzar una nueva prueba en ese mismo período para maximizar sus pruebas de anuncios. El concepto clave aquí es comprender mejor sus opciones para que pueda tomar la mejor decisión comercial y no estar sujeto a prácticas predeterminadas.