Una soluzione matematica per la previsione del budget PPC

In oltre un decennio, la gestione di account Google Ads per molti clienti in molti settori, ho scoperto che emergono sempre domande simili. La domanda più coerente che ricevo spesso, distillata in un concetto essenziale è:

"Come possiamo prevedere i risultati di un investimento pubblicitario diverso?" .

Fornire un'ottima risposta a questa domanda è stata la mia missione negli ultimi 2 anni.

I professionisti esperti di Google Ads sviluppano l'istinto di rispondere a domande come questa. Dopo aver trascorso del tempo in un account, hai un'idea del suo potenziale.

Nonostante fossi in grado di fornire una risposta intuitiva per quella che ritenevo fosse una buona previsione delle prestazioni, sono sempre uscito corto quando cercavo di fornire una giustificazione.

Budget Optimize è lo strumento che ho sviluppato per risolvere questo problema. Fornisce un grafico visivo della traiettoria della campagna e una previsione matematica per le prestazioni a spese diverse. Ci consente di produrre una soluzione e anche di vedere il ragionamento alla base.

Come posso prevedere con precisione la spesa PPC?

Questa domanda di solito si pone quando si rileva un nuovo account, ma anche nel corso degli anni continua a comparire man mano che i conti maturano. Mentre le domande dei clienti su questo argomento variano, convergono in un punto simile:

• Ho un sacco di budget se possiamo farlo funzionare, possiamo raggiungere il ROI di X:1?
• Cosa accadrà al CPA se aumentiamo di X la spesa nell'account?
• Cosa dovrei davvero spendere nel mio account per ottenere il massimo da esso?
• Devo ridurre il budget, quale sarà il mio CPA (o ROI) se riduciamo il budget dell'X%?

È importante capire cosa c'è dietro questa domanda e chi la pone. Queste domande sono di alto livello, la persona che le pone non sta guardando i dettagli, ad esempio perché un determinato annuncio è scritto in un modo o perché questa parola chiave è abbinata a quell'annuncio.

Sono le domande che vengono poste dai decisori e dalle parti interessate chiave, e questo significa che in definitiva sono le domande che contano per un'azienda. Questo è il motivo per cui è una domanda così importante rispondere bene, una risposta ben fondata impressionerà coloro che contano e influenzeranno le decisioni chiave nel business.

A questo punto, come risponderesti a questa domanda? Un approccio comune consiste nell'estrapolare in base alla quota impressioni. Potremmo esaminare ogni campagna e stimare la variazione di spesa e conversioni. Se raddoppiamo la quota impressioni, supponiamo che anche la spesa e le conversioni raddoppieranno. Ciò fornirà una risposta limitata, ma presuppone prestazioni lineari della campagna man mano che aumentiamo gli investimenti che non tengono conto della diminuzione dei rendimenti.

Possiamo vedere come questo appare visivamente e quanto sia irrealistico per i continui aumenti di spesa. Nell'esempio seguente, poiché raddoppiamo la quota impressioni (QI) dal 30% al 60%, presumiamo aumenti lineari di spesa e conversioni, con il raddoppio di entrambe queste metriche.

Immagine 1: l'utilizzo della quota impressioni per stimare l'aumento del potenziale di spesa crea una proiezione lineare che non è realistica.

Abbiamo bisogno di un modello migliore che possa mappare in modo più accurato le nostre campagne e tenere conto dei rendimenti decrescenti.

Visualizzazione di un account Google Ads

Un approccio migliore consiste nel costruire un modello matematico basato sulle prestazioni passate. Il modo migliore per spiegare questo modello è visualizzarlo su un grafico.

Pensa a questo come a poter guardare il tuo account Google Ads da un'altra dimensione. Siamo abituati a esaminare le campagne, le impressioni e i clic, nonché il rendimento delle parole chiave e degli annunci.

Questi sono tutti fondamentali per comprendere e ottimizzare i componenti dell'account, ma concentrarsi su queste metriche non fornisce una visione olistica della traiettoria dell'account.

La traiettoria dell'account è una nuova dimensione che ci consente di rispondere alla domanda sottostante. Ci fornisce una vista visiva delle prestazioni dell'account che possiamo utilizzare per proiettare e prevedere le prestazioni.

Di seguito è riportato un esempio di come possiamo tracciare e visualizzare la traiettoria dell'account.

L'asse x mostra la spesa giornaliera e l'asse y mostra il volume di conversione giornaliero. Ogni punto è la spesa e le conversioni per un particolare giorno in un periodo di sei mesi. Ci sono circa 182 punti sulla mappatura del grafico ogni giorno in questo periodo di sei mesi.

Possiamo già avere un'idea della traiettoria dell'account semplicemente guardando il grafico. Possiamo vedere che esiste una relazione tra spesa e conversioni. All'aumentare della spesa, le conversioni aumentano a una velocità particolare.

È il tasso di cambiamento di questa relazione, che possiamo descrivere matematicamente, che è la nostra intuizione chiave .

Analisi di regressione

L'analisi di regressione è un tipo di modello di apprendimento automatico che può rappresentare matematicamente questa relazione tra spesa e conversioni in questo periodo. Nello stesso esempio, ora abbiamo aggiunto una linea di regressione per mappare questa relazione.

La curva di regressione ci consente di prevedere le conversioni corrispondenti a diversi livelli di spesa. Inoltre, possiamo spostarci oltre i limiti del grafico, fino a qualsiasi spesa giornaliera utilizzando la formula di regressione della curva.

La dimensione costo vs CPA

In precedenza abbiamo calcolato il costo rispetto alle conversioni. Possiamo anche tracciare un'altra dimensione potenzialmente più perspicace: costo vs CPA, dove CPA (o ROI) è la misura delle prestazioni che conta di più.

Nello screenshot qui sotto, il grafico a sinistra è un grafico del costo rispetto alle conversioni, mentre il grafico a destra è lo stesso account tracciato con il costo rispetto al CPA.

Il grafico costo vs CPA ci mostra graficamente che esiste un punto CPA ottimale a circa $ 1.400 di spesa al giorno, che è il punto in cui il CPA sarà più basso. Man mano che aumentiamo la spesa da quel punto, possiamo visualizzare come il CPA inizia ad aumentare.

Ora possiamo vedere la traiettoria del conto da due aspetti visivi (dimensioni). Entrambi i grafici di regressione sono utili per prevedere le conversioni o il CPA a diversi livelli di spesa. (o in alternativa entrate e ROI). Queste sono le metriche che contano e abbiamo una formula per prevederle.

Comprendere il potenziale dell'account e rispondere alla domanda iniziale è ora possibile. Non è più un indovinello o un'intuizione, ora possiamo fare previsioni sulla base di un solido modello matematico fondato sulle prestazioni passate.

Proposta di valore per l'ottimizzazione del budget

Mentre l'analisi di regressione può essere eseguita in Excel, Budget Optimize è in grado di aggiungere funzionalità extra per un'analisi superiore. I vantaggi includono:

Adatta modelli di regressione diversi : account diversi hanno traiettorie diverse e quindi modelli di regressione diversi offrono una maggiore precisione. Guardiamo R quadrato e l'errore quadratico medio, come le misure per autofit il modello migliore e venire con la maggior parte delle previsioni accurate.

L'esempio seguente mostra come diversi modelli sono in grado di rappresentare la relazione tra costo e conversioni. Alcuni modelli riflettono più accuratamente la tendenza rispetto ad altri.

Analisi what-if: quando visualizziamo un account, è facile vedere il punto di CPA o ROI ottimale. Lo strumento è anche in grado di risolverlo matematicamente utilizzando l'analisi what-if

Filtraggio avanzato: l' esecuzione e la ripetizione di questi modelli richiedono molto tempo quando è necessario filtrare determinate metriche dell'account e esaminare diverse combinazioni di campagne. Potresti voler rivedere solo le campagne non di marca o modificare i periodi di tempo storici o rivedere solo le campagne per dispositivi mobili. Lo strumento lo rende possibile in pochi secondi anziché impiegare manualmente ore.

Traccia più linee di regressione (avanzato): sebbene non sia incluso nella funzionalità corrente, lo strumento fornisce formule di regressione per consentire di tracciare linee e misurare le prestazioni negli strumenti grafici.

Rimuovi valori anomali: filtra facilmente i valori anomali con un clic. Potresti aver avuto un giorno di saldi o qualche altra attività insolita che ha distorto i risultati. Budget Optimize ti consente di filtrare questi dati distorti rilevandoli automaticamente.

Confronta con i risultati effettivi: Budget Optimize ti consente di vedere i risultati effettivi per il periodo rispetto alle proiezioni previste per il futuro. Semplifica il confronto e le previsioni sullo stesso schermo.

Limitazioni

Budget Optimize e l'analisi di regressione non pretendono di fornire una previsione accurata al 100%. Sebbene riteniamo che sia un metodo valido per prevedere il rendimento, la sua accuratezza varierà per ciascun account e dovrebbe essere considerata solo come una previsione.

Il limite principale è che i risultati si basano su dati storici. In futuro possono accadere cose che non sono contabilizzate nei dati storici. Alcuni esempi includono:

• Eventi naturali come un'ondata di maltempo. (Sarebbe fantastico se la tua azienda vende ombrelli)
• Nuove modifiche all'account stesso come un nuovo account manager che è migliore del precedente.
• Cambiamenti basati sul mercato come un nuovo concorrente che entra o esce.

In termini di stagionalità, ti consigliamo di utilizzare i dati di un periodo simile a quello che stai cercando di prevedere. Inoltre, scegli un periodo di tempo sufficientemente lungo con un numero sufficiente di punti dati. È un atto di bilanciamento selezionare il periodo di tempo più accurato e disporre di dati sufficienti con cui lavorare.

Risolvere la Grande Domanda

Come dice il famoso detto, "L'unica cosa che è costante è il cambiamento". Gli account Google Ad sono dinamici, i budget di marketing cambieranno ed è per questo che i clienti vogliono sempre sapere quali saranno i risultati previsti di una modifica del budget.

La mia risposta è una soluzione matematica basata su algoritmi di regressione di apprendimento automatico. Sebbene abbia dei limiti e non si debba fare affidamento su una precisione del 100%, è un approccio valido per stimare il rendimento futuro dell'account.