Previsão de PPC com Planilhas Google e Vertex AI

À medida que o cenário PPC continua a evoluir, ter a capacidade de prever o desempenho futuro da campanha é inestimável.

Este artigo abordará algumas das minhas técnicas favoritas de previsão de PPC usando Planilhas Google e Vertex AI que pintam uma imagem mais clara do futuro e capacitam os clientes com insights acionáveis.

Embora nenhuma ferramenta ou técnica possa fornecer uma imagem 100% precisa do futuro, os métodos descritos aqui podem nos mostrar um vislumbre das trajetórias potenciais das campanhas PPC.

Função PREVISÃO do Planilhas Google: o básico

O Planilhas Google oferece uma função de previsão confiável e fácil de usar usando a fórmula:

=FORECAST(z, known_y values, known_x values)

Onde:

• z é o ponto de dados para o qual você deseja prever um valor y correspondente.
• known_y's é o intervalo de pontos de dados dependentes (geralmente seus resultados ou resultados anteriores).
• known_x's é o intervalo de pontos de dados independentes (geralmente a variável que você acha que pode influenciar seus resultados).

Esta função é uma ótima ferramenta se você tiver apenas duas dimensões.

No entanto, ele usa regressão linear, o que é bom para uma prévia rápida da previsão, mas nada muito avançado para levar em conta circunstâncias externas ou outras fontes de dados.

Digamos que você tenha dados históricos do ano passado e queira fazer previsões orçamentárias futuras para ter alguns números para planejar.

Neste exemplo, temos os dados de vendas do ano atual até agosto e queremos prever as vendas futuras de setembro a dezembro.

Se visualizarmos essas previsões, você verá rapidamente as desvantagens de usar esse método.

A linha azul representa os dados de vendas conhecidos até agosto e a linha vermelha representa os dados de vendas previstos.

A previsão não é mais do que uma linha de tendência, que pode ajudar a obter uma visão de alto nível de algo, mas não é nada comparada à linha azul, que é basicamente a aparência dos dados reais de negócios.

Turbinando a função PREVISÃO do Planilhas Google

Para resolver o problema da regressão linear, existem várias maneiras de abordar a fórmula de previsão com métodos avançados.

Em vez de apenas usar a função linear =FORECAST() , você pode adicionar um pequeno toque adicionando dados de tendência ou outras previsões de mercado à fórmula de previsão, como em:

=FORECAST()*3rdParty_Trend_Data

Você pode obter dados de tendências de fontes públicas como Google Trends, Google Keyword Planner, Dataset Search by Google ou relatórios do setor (da PwC, EY, McKinsey, etc.) e exportá-los para um CSV ou qualquer outro formato que você esteja acostumado a trabalhar com.

Limpe esses conjuntos de dados para corresponder à estrutura da planilha original, como dados diários, semanais ou mensais,

Em seguida, complemente a função FORECAST para obter uma previsão mais realista, em vez de apenas uma linha reta subindo ou descendo.

Neste exemplo, utilizamos dados de tendências adicionais, que mostram uma tendência crescente no quarto trimestre do ano. Os números são, portanto, diferentes das vendas previstas sem dados de tendência.

Se visualizarmos esses novos dados, podemos ver que os dados de tendência nos fornecem melhores insights e mais detalhes em comparação com uma linha de tendência plana.

Como regra geral, é quase sempre uma boa ideia apoiar essas previsões com o máximo de dados possível e fornecer dados em prazos mais detalhados, como dia a dia ou semana a semana.

Previsão avançada com Vertex AI

Se suas campanhas PPC envolvem grandes conjuntos de dados com múltiplas variáveis, recorrer ao Vertex AI do Google pode ser uma virada de jogo para suas necessidades de previsão.

Ao contrário de ferramentas mais simples, a Vertex AI permite modelos mais complexos que podem levar em consideração vários fatores, como sazonalidade, diferentes plataformas de anúncios ou até mesmo tendências do mercado global.

Para começar, primeiro você precisa fazer upload de seus dados históricos de PPC para o Google Cloud Storage.

A partir daí, você pode acessar o AutoML Tables da Vertex AI para criar automaticamente um modelo de aprendizado de máquina personalizado para seu conjunto de dados.

Depois de treinar o modelo, você poderá avaliar seu desempenho usando métricas integradas para garantir que ele atenda aos seus requisitos de previsão. Quando estiver satisfeito, implantar o modelo será fácil.

Agora, você pode usar esse modelo para prever resultados futuros, como cliques, impressões ou conversões, com base em vários níveis de gastos com publicidade, posicionamentos de anúncios ou qualquer outra variável que você considere importante.

E a melhor parte? Você não precisa ser um especialista em aprendizado de máquina para fazer isso. Com um pouco de configuração e alguns ajustes, você estará no caminho certo para previsões de PPC mais precisas e criteriosas.

Os recursos do Vertex AI são infinitos, mas vamos dar uma olhada em uma estrutura simples para começar.

Depois que sua conta do Google Cloud estiver configurada e você tiver criado um projeto na Vertex AI, você deverá começar criando um conjunto de dados.

Um conjunto de dados é basicamente a coleção de pontos de dados que você deseja usar para sua previsão.

O conjunto de dados contém uma dimensão de tempo e algumas dimensões de orçamento e receita. Dependendo do seu objetivo, os conjuntos de dados podem conter diferentes pontos de dados.

Nomeie seu conjunto de dados, selecione Tabular como tipo de dados e Regressão ou Previsão como objetivo.

Embora a regressão seja frequentemente usada para compreender relacionamentos e possa ser aplicada a vários tipos de dados, a previsão se concentra mais na previsão de pontos futuros em uma série temporal.

Ambas são ferramentas essenciais na ciência de dados e são utilizadas para diferentes tipos de tomada de decisão e análise. Você ficará bem com previsões na maioria dos casos.

Agora é hora de treinar um novo modelo. Para iniciantes, o método de treinamento AutoML é sempre uma boa escolha. Em seguida, você deve definir algumas configurações sobre o período de previsão, a meta e a granularidade dos dados.

Uma vez feito isso, defina a duração e o orçamento do treinamento e você estará pronto. O modelo aprenderá agora e você receberá uma notificação quando terminar.

A última etapa é obter previsões do modelo de ML. Esta opção só estará disponível após a conclusão do treinamento.

Para criar uma previsão, você precisa enviar os dados nos quais a previsão será baseada. É ideal usar dados mais recentes.

O modelo irá prever valores alvo futuros aprendidos no conjunto de dados de treinamento e com base no seu conjunto de dados de previsão.

Dependendo do volume de dados, o trabalho demorará um pouco. Mas você não deve esperar mais do que 5 a 10 minutos pelas tarefas PPC.

Quando terminar, a Vertex AI fornecerá um arquivo de saída que contém novas colunas com valores previstos que você pode usar para futuras tomadas de decisão.

A Vertex AI pode parecer um pouco demais para algumas tarefas de previsão, mas lembre-se de que você pode enviar anos de dados históricos, insights de inventário e muito mais para treinar o modelo.

Com a Vertex AI, você pode criar um modelo de previsão de aprendizado de máquina adaptado ao seu negócio, que é muito mais forte do que qualquer fórmula de previsão estática.

Previsão de PPC para melhor desempenho da campanha

Em última análise, a escolha entre essas ferramentas depende dos seus objetivos e da complexidade das suas campanhas PPC.

O Planilhas Google oferece uma maneira direta e acessível de mergulhar na previsão de PPC. Embora possa ter limitações, é um ponto de partida valioso para muitos anunciantes.

Por outro lado, a Vertex AI leva seus recursos de previsão de PPC para o próximo nível com sua capacidade de lidar com grandes conjuntos de dados e modelos complexos. Agora você pode levar em consideração a sazonalidade, as tendências globais e diversas variáveis ​​para fazer previsões precisas e personalizadas para o seu negócio.

Quer você opte pela simplicidade do Planilhas Google ou pela sofisticação do Vertex AI, a previsão em publicidade PPC não é mais um jogo de adivinhação.

Agora você pode se munir de insights acionáveis ​​e tomar decisões baseadas em dados em suas campanhas PPC.

Aprofunde-se: um guia para projeções de PPC eficazes