Uma solução matemática para previsão de orçamento PPC

Em mais de uma década gerenciando contas do Google Ads para muitos clientes em muitos setores, descobri que sempre há perguntas semelhantes que surgem. A pergunta mais consistente que costumo receber, destilada em um conceito essencial é:

'Como podemos prever resultados para um investimento em publicidade diferente?' .

Fornecer uma ótima resposta a essa pergunta tem sido minha missão nos últimos 2 anos.

Profissionais experientes do Google Ads desenvolvem um instinto para responder a perguntas como esta. Depois de passar algum tempo em uma conta, você tem uma ideia de seu potencial.

Apesar de ser capaz de fornecer uma resposta intuitiva para o que eu sentia ser uma boa previsão de desempenho, sempre saí da mesa ao tentar fornecer uma justificativa.

Budget Optimize é a ferramenta que desenvolvi para resolver este problema. Ele fornece um gráfico visual da trajetória da campanha e uma previsão baseada em matemática para o desempenho em diferentes gastos. Isso nos permite produzir uma solução e também ver o raciocínio por trás dela.

Como posso prever gastos com PPC com precisão?

Essa questão geralmente surge ao assumir uma nova conta, mas também com o passar dos anos continua a surgir conforme as contas amadurecem. Embora as perguntas do cliente sobre este tópico variem, elas convergem em um ponto semelhante:

• Tenho bastante orçamento, se conseguirmos fazer funcionar, podemos atingir um ROI de X: 1?
• O que acontecerá com o CPA se aumentarmos o gasto na conta em X?
• O que devo realmente gastar em minha conta para aproveitá-la ao máximo?
• Preciso reduzir o orçamento. Qual será meu CPA (ou ROI) se reduzirmos o orçamento em X%?

É importante entender o que está por trás dessa pergunta e quem a está perguntando. Essas perguntas são de alto nível, a pessoa que as faz não está olhando os detalhes, como por que um determinado anúncio foi escrito de uma maneira ou por que essa palavra-chave corresponde a esse anúncio.

São as perguntas feitas pelos tomadores de decisão e principais interessados, e isso significa que, em última análise, são as perguntas que importam para uma empresa. É por isso que é uma questão tão importante responder bem, uma resposta bem fundamentada impressionará aqueles que são importantes e influenciam as decisões-chave no negócio.

Nesse ponto, como você responderia a essa pergunta? Uma abordagem comum é extrapolar com base na parcela de impressões. Poderíamos olhar para cada campanha e estimar a mudança no gasto e nas conversões. Se dobrarmos a parcela de impressões, presumimos que os gastos e as conversões também dobrarão. Isso fornecerá uma resposta limitada, mas pressupõe um desempenho de campanha linear à medida que aumentamos o investimento, o que não leva em consideração a diminuição dos retornos.

Podemos ver como isso parece visualmente e como isso é irreal para aumentos de gastos contínuos. No exemplo abaixo, conforme dobramos a parcela de impressões (IS) de 30% para 60%, estamos presumindo aumentos lineares em gastos e conversões, com ambas as métricas dobrando.

Imagem 1: o uso da parcela de impressões para estimar o potencial de aumento de gastos cria uma projeção linear que não é realista.

Precisamos de um modelo melhor que possa mapear com mais precisão nossas campanhas e contabilizar retornos decrescentes.

Visualizando uma conta do Google Ads

Uma abordagem melhor é construir um modelo matemático com base no desempenho anterior. A melhor maneira de explicar esse modelo é visualizá-lo em um gráfico.

Pense nisso como a capacidade de visualizar sua conta do Google Ads de outra dimensão. Estamos acostumados a olhar para campanhas, impressões e cliques, bem como para palavras-chave e desempenho de anúncios.

Todos eles são vitais para compreender e otimizar os componentes da conta, mas focar nessas métricas não fornece uma visão holística da trajetória da conta.

A trajetória da conta é uma nova dimensão que nos permite responder à questão subjacente. Ele nos fornece uma visão visual do desempenho da conta que podemos usar para projetar e prever o desempenho.

Abaixo está um exemplo de como podemos traçar e visualizar a trajetória da conta.

O eixo x mostra os gastos por dia e o eixo y mostra o volume de conversão por dia. Cada ponto representa o gasto e as conversões de um determinado dia em um período de seis meses. Existem aproximadamente 182 pontos no mapeamento do gráfico a cada dia neste período de seis meses.

Já podemos ter uma ideia da trajetória da conta apenas olhando para o gráfico. Podemos ver que existe uma relação entre gastos e conversões. À medida que os gastos aumentam, as conversões aumentam a uma taxa específica.

É a taxa de mudança dessa relação, que podemos descrever matematicamente, que é nosso insight principal .

Análise de regressão

A análise de regressão é um tipo de modelo de aprendizado de máquina que pode representar matematicamente essa relação entre gastos e conversões durante esse período. No mesmo exemplo, agora adicionamos uma linha de regressão para mapear esse relacionamento.

A curva de regressão nos permite prever as conversões correspondentes em diferentes níveis de gastos. Além disso, podemos ir além dos limites do gráfico, até qualquer gasto diário usando a fórmula de regressão da curva.

A dimensão custo vs CPA

Anteriormente, mapeamos o custo em comparação com as conversões. Também podemos traçar outra dimensão potencialmente mais perspicaz: custo vs CPA, onde CPA (ou ROI) é a medida de desempenho que mais importa.

Na captura de tela abaixo, o gráfico à esquerda é um gráfico de custo x conversões, enquanto o gráfico à direita é a mesma conta plotada com custo x CPA.

O gráfico de custo x CPA nos mostra graficamente que há um ponto CPA ideal em aproximadamente US $ 1.400 gastos por dia, que é onde o CPA será mais baixo. À medida que aumentamos os gastos a partir desse ponto, podemos visualizar como o CPA começa a aumentar.

Agora podemos ver a trajetória da conta de dois aspectos visuais (dimensões). Ambos os gráficos de regressão são úteis para prever conversões ou CPA em diferentes níveis de gasto. (ou, alternativamente, receita e ROI). Essas são as métricas que importam e temos uma fórmula para prevê-las.

Compreender o potencial da conta e responder à pergunta original agora é possível. Não é mais um jogo de adivinhação ou uma intuição, agora podemos prever com base em um modelo matemático sólido baseado em desempenho passado.

Proposta de valor de otimização de orçamento

Embora a análise de regressão possa ser realizada no Excel, Budget Optimize é capaz de adicionar recursos extras para análise superior. As vantagens incluem:

Ajustar modelos de regressão diferentes : contas diferentes têm trajetórias diferentes e, portanto, modelos de regressão diferentes oferecem mais precisão. Vemos o erro r quadrado e o erro médio quadrático como medidas para ajustar automaticamente o melhor modelo e chegar às previsões mais precisas.

O exemplo abaixo mostra como diferentes modelos são capazes de representar a relação entre custo e conversões. Alguns modelos refletem a tendência com mais precisão do que outros.

Análise de variações hipotéticas: quando visualizamos uma conta, é fácil ver o ponto de CPA ou ROI ideal. A ferramenta também é capaz de resolver isso matematicamente usando análise de hipóteses

Filtragem avançada: executar e executar novamente esses modelos consome tempo quando você precisa filtrar certas métricas de conta e olhar para diferentes combinações de campanha. Você pode querer revisar apenas campanhas sem marca, alterar períodos históricos ou revisar apenas campanhas para celular. A ferramenta torna isso possível em segundos, em vez de levar horas manualmente.

Plotar linhas de regressão múltiplas (avançado): Embora não incluída na funcionalidade atual, a ferramenta fornece fórmulas de regressão para permitir que você plote linhas e meça o desempenho em ferramentas de gráficos.

Remover outliers: filtre facilmente outliers com um clique. Você pode ter tido um dia de liquidação ou alguma outra atividade incomum que distorceu os resultados. O Budget Optimize permite que você filtre esses dados distorcidos detectando-os automaticamente.

Compare com os resultados reais: Budget Optimize permite que você veja os resultados reais para o período em comparação com as projeções previstas para o futuro. Facilitando a comparação e a previsão na mesma tela.

Limitações

A Otimização do orçamento e a análise de regressão não pretendem fornecer uma previsão 100% precisa. Embora acreditemos que seja um método válido para prever o desempenho, sua precisão varia para cada conta e só deve ser vista como uma previsão.

A principal limitação é que os resultados são baseados em dados históricos. Podem acontecer coisas no futuro que não são contabilizadas nos dados históricos. Alguns exemplos incluem:

• Ocorrências naturais, como uma onda de mau tempo. (Isso seria ótimo se sua empresa vendesse guarda-chuvas)
• Novas mudanças na própria conta, como um novo gerente de conta que é melhor do que o anterior.
• Mudanças baseadas no mercado, como a entrada ou saída de um novo concorrente.

Em termos de sazonalidade, recomendamos o uso de dados de um período semelhante ao período que você está tentando prever. Além disso, escolha um período de tempo que seja longo o suficiente com pontos de dados suficientes. É um ato de equilíbrio selecionar o período de tempo mais preciso e ter dados suficientes para trabalhar.

Resolvendo a Grande Questão

Como diz o famoso ditado, 'A única coisa constante é a mudança'. As contas de anúncios do Google são dinâmicas, os orçamentos de marketing mudarão e é por isso que os clientes sempre querem saber quais serão os resultados previstos de uma mudança no orçamento.

Minha resposta é uma solução baseada em matemática baseada em algoritmos de regressão de aprendizado de máquina. Embora tenha limitações e não deva ser confiável para 100% de precisão, é uma abordagem sólida para estimar o desempenho futuro da conta.