Una solución matemática para la previsión presupuestaria de PPC
Publicado: 2021-06-08En más de una década administrando cuentas de Google Ads para muchos clientes en muchas industrias, descubrí que siempre surgen preguntas similares. La pregunta más constante que recibo a menudo, resumida en un concepto esencial es:
"¿Cómo podemos pronosticar los resultados de una inversión publicitaria diferente?" .
Proporcionar una gran respuesta a esta pregunta ha sido mi misión durante los últimos 2 años.
Los profesionales experimentados de Google Ads desarrollan el instinto para responder preguntas como esta. Después de pasar tiempo en una cuenta, se familiariza con su potencial.
A pesar de ser capaz de proporcionar una respuesta intuitiva para lo que sentí que era una buena predicción del rendimiento, siempre me quedaba corto cuando trataba de proporcionar una justificación.
Budget Optimize es la herramienta que desarrollé para resolver este problema. Proporciona un diagrama visual de la trayectoria de la campaña y un pronóstico basado en matemáticas para el desempeño en diferentes gastos. Nos permite producir una solución y también ver el razonamiento detrás de ella.
¿Cómo puedo pronosticar el gasto de PPC con precisión?
Esta pregunta suele surgir al hacerse cargo de una nueva cuenta, pero también a lo largo de los años sigue apareciendo a medida que las cuentas maduran. Si bien las preguntas de los clientes sobre este tema varían, convergen en un punto similar:
- Tengo un presupuesto de sobra si podemos hacerlo funcionar, ¿podemos lograr un ROI de X: 1?
- ¿Qué pasará con el CPA si aumentamos el gasto en la cuenta en X?
- ¿Qué debería gastar realmente en mi cuenta para aprovecharla al máximo?
- Necesito reducir el presupuesto, ¿cuál será mi CPA (o ROI) si reducimos el presupuesto en un X%?
Es importante comprender qué hay detrás de esta pregunta y quién la hace. Estas preguntas son de alto nivel, la persona que las hace no está mirando detalles, como por qué un determinado anuncio está escrito de una manera o por qué esta palabra clave coincide con ese anuncio.
Son las preguntas que hacen los tomadores de decisiones y las partes interesadas clave, y esto significa que, en última instancia, son las preguntas que importan a una empresa. Es por eso que es una pregunta tan importante para responder bien, una respuesta bien fundamentada impresionará a los que importan e influirá en las decisiones clave en el negocio.
En este punto, ¿cómo respondería a esta pregunta? Un enfoque común es extrapolar en función del porcentaje de impresiones. Podríamos mirar cada campaña y estimar el cambio en el gasto y las conversiones. Si duplicamos el porcentaje de impresiones, asumimos que el gasto y las conversiones también se duplicarán. Esto proporcionará una respuesta limitada, pero asume un rendimiento de campaña lineal a medida que aumentamos la inversión, lo que no tiene en cuenta la disminución de los rendimientos.
Podemos ver cómo se ve esto visualmente y cuán poco realista es para los aumentos continuos del gasto. En el siguiente ejemplo, a medida que duplicamos el porcentaje de impresiones (IS) del 30% al 60%, asumimos aumentos lineales en el gasto y las conversiones, con ambas métricas duplicadas.
Imagen 1: el uso del porcentaje de impresiones para estimar un mayor potencial de gasto crea una proyección lineal que no es realista.
Necesitamos un modelo mejor que pueda mapear con mayor precisión nuestras campañas y tener en cuenta los rendimientos decrecientes.
Visualización de una cuenta de Google Ads
Un mejor enfoque es construir un modelo matemático basado en el desempeño pasado. La mejor forma de explicar este modelo es visualizarlo en un gráfico.
Piense en esto como si pudiera ver su cuenta de Google Ads desde otra dimensión. Estamos acostumbrados a mirar campañas, impresiones y clics, así como el rendimiento de las palabras clave y los anuncios.
Todos estos son vitales para comprender y optimizar los componentes de la cuenta, pero centrarse en estas métricas no proporciona una visión holística de la trayectoria de la cuenta.
La trayectoria de la cuenta es una nueva dimensión que nos permite responder a la pregunta subyacente. Nos proporciona una vista visual del rendimiento de la cuenta que podemos utilizar para proyectar y pronosticar el rendimiento.
A continuación se muestra un ejemplo de cómo podemos trazar y visualizar la trayectoria de la cuenta.
El eje x muestra el gasto por día y el eje y muestra el volumen de conversión por día. Cada punto es el gasto y las conversiones de un día en particular en un período de seis meses. Hay aproximadamente 182 puntos en el mapeo gráfico cada día en este período de seis meses.
Ya podemos tener una idea de la trayectoria de la cuenta con solo mirar el gráfico. Podemos ver que existe una relación entre el gasto y las conversiones. A medida que aumenta el gasto, las conversiones aumentan a un ritmo particular.
Es la tasa de cambio de esta relación, que podemos describir matemáticamente, que es nuestra idea clave .
Análisis de regresión
El análisis de regresión es un tipo de modelo de aprendizaje automático que puede representar matemáticamente esta relación entre el gasto y las conversiones durante este período. En el mismo ejemplo, ahora hemos agregado una línea de regresión para mapear esta relación.
La curva de regresión nos permite predecir las conversiones correspondientes en diferentes niveles de gasto. Además, podemos ir más allá de los límites del gráfico, hasta cualquier gasto diario utilizando la fórmula de regresión de la curva.
La dimensión de coste frente a CPA
Anteriormente, registramos el costo frente a las conversiones. También podemos graficar otra dimensión potencialmente más reveladora: el costo frente al CPA, donde el CPA (o ROI) es la medida de rendimiento que más importa.
En la captura de pantalla a continuación, el gráfico de la izquierda es un gráfico de costo frente a conversiones, mientras que el gráfico de la derecha es la misma cuenta trazada con costo frente a CPA.
El gráfico de costo frente a CPA nos muestra gráficamente que hay un punto de CPA óptimo con una inversión de aproximadamente $ 1,400 por día, que es donde el CPA será más bajo. A medida que aumentamos el gasto desde ese punto, podemos visualizar cómo el CPA comienza a aumentar.
Ahora podemos ver la trayectoria de la cuenta desde dos aspectos visuales (dimensiones). Ambos gráficos de regresión son útiles para predecir conversiones o CPA en diferentes niveles de gasto. (o, alternativamente, ingresos y ROI). Estas son las métricas que importan y tenemos una fórmula para pronosticarlas.
Ahora es posible comprender el potencial del relato y responder la pregunta original. Ya no es un juego de adivinanzas o una intuición, ahora podemos pronosticar en base a un modelo matemático sólido basado en el desempeño pasado.
Presupuesto Optimización de la propuesta de valor
Si bien el análisis de regresión se puede realizar en Excel, Budget Optimize puede agregar capacidades adicionales para un análisis superior. Las ventajas incluyen:
Ajuste diferentes modelos de regresión : diferentes cuentas tienen diferentes trayectorias y, por lo tanto, diferentes modelos de regresión ofrecen más precisión. Consideramos el error r-cuadrado y el error cuadrático medio como medidas para ajustar automáticamente el mejor modelo y obtener las predicciones más precisas.
El siguiente ejemplo muestra cómo los diferentes modelos pueden representar la relación entre el costo y las conversiones. Algunos modelos reflejan la tendencia con mayor precisión que otros.
Análisis hipotético: cuando visualizamos una cuenta, es fácil ver el punto de un CPA o ROI óptimo. La herramienta también puede resolver esto matemáticamente usando análisis hipotéticos
Filtrado avanzado: ejecutar y volver a ejecutar estos modelos lleva mucho tiempo cuando necesita filtrar determinadas métricas de la cuenta y observar diferentes combinaciones de campañas. Es posible que desee revisar solo las campañas que no son de marca o cambiar los períodos de tiempo históricos o revisar solo las campañas para dispositivos móviles. La herramienta hace que esto sea posible en segundos en lugar de tomar horas manualmente.
Trazar varias líneas de regresión (avanzado): si bien no se incluye en la funcionalidad actual, la herramienta proporciona fórmulas de regresión para permitirle trazar líneas y medir el rendimiento en herramientas gráficas.
Eliminar valores atípicos: filtre fácilmente los valores atípicos con un clic. Es posible que haya tenido un día de venta o alguna otra actividad inusual que haya sesgado los resultados. Budget Optimize le permite filtrar estos datos sesgados detectándolos automáticamente.
Compare con los resultados reales: Budget Optimize le permite ver los resultados reales del período con las proyecciones previstas en el futuro. Facilitando la comparación y el pronóstico en la misma pantalla.
Limitaciones
Budget Optimize y el análisis de regresión no pretenden proporcionar un pronóstico 100% exacto. Si bien creemos que es un método sólido para predecir el rendimiento, su precisión variará para cada cuenta y solo debe considerarse como una predicción.
La principal limitación es que los resultados se basan en datos históricos. Pueden suceder cosas en el futuro que no se tengan en cuenta en los datos históricos. Algunos ejemplos incluyen:
- Acontecimientos naturales como una racha de mal tiempo. (Esto sería genial si su empresa vende paraguas)
- Nuevos cambios en la propia cuenta como un nuevo administrador de cuenta que es mejor que el anterior.
- Cambios basados en el mercado, como la entrada o salida de un nuevo competidor.
En términos de estacionalidad, recomendamos utilizar datos de un período que sea similar al período que está tratando de pronosticar. Además, elija un período de tiempo que sea lo suficientemente largo con suficientes puntos de datos. Es un acto de equilibrio seleccionar el período de tiempo más preciso y tener suficientes datos para trabajar.
Resolviendo la gran pregunta
Como dice el famoso refrán, 'Lo único que es constante es el cambio'. Las cuentas de anuncios de Google son dinámicas, los presupuestos de marketing cambiarán y es por eso que los clientes siempre quieren saber cuáles serán los resultados previstos de un cambio en el presupuesto.
Mi respuesta es una solución matemática basada en algoritmos de regresión de aprendizaje automático. Si bien tiene limitaciones y no se debe confiar en él para obtener un 100% de precisión, es un enfoque sólido para estimar el rendimiento futuro de la cuenta.