Por que você deve testar o lance de ROAS desejado para campanhas do Shopping

Para muitas empresas de comércio eletrônico, as campanhas de compras do AdWords podem representar uma grande parte do tráfego PPC e, frequentemente, uma proporção significativa da receita geral. A importância dessas campanhas às vezes pode provocar paralisia por parte dos gerentes de marketing digital; é fácil adotar a atitude de “se não está quebrado, não conserte” quando a perspectiva de até mesmo uma pequena queda no desempenho pode fazer uma grande diferença nos resultados financeiros. Embora esse processo de pensamento seja certamente compreensível, ele pode excluir as oportunidades de crescimento e otimização. Isso é especialmente significativo em um cenário de PPC que está vendo cada vez mais gastos com comércio eletrônico direcionados a campanhas de compras. Nesta postagem do blog, apresentarei o caso de teste de lance de ROAS desejado para campanhas de compras do AdWords e compartilharei algumas dicas sobre como configurar esse teste com êxito.

O que é o lance de ROAS desejado?

Primeiro, vamos estabelecer o que é o lance de ROAS desejado e como ele funciona. O AdWords descreve o lance de ROAS desejado como “definir um valor de conversão médio que você gostaria de obter para cada dólar gasto em seus anúncios. Com o lance de ROAS desejado, o AdWords define lances automaticamente para ajudar a obter o maior valor de conversão possível com o ROAS desejado que você definiu. ” Em outras palavras, se você definir um lance de ROAS desejado de 500% para uma campanha do Shopping, o AdWords terá como objetivo produzir $ 5,00 em receita para cada $ 1,00 gasto e maximizar as conversões dentro desses parâmetros. Em geral, uma configuração de ROAS desejado mais alta levaria a um volume menor, e uma meta de ROAS alvo menor levaria a um volume relativamente maior.

Observe que o ROAS é calculado simplesmente como receita / custo - se você relatar receita como (receita - custo) / custo, você terá que converter suas metas de ROAS para a fórmula mais simples a fim de definir a meta da campanha.

Um breve estudo de caso

Um dos clientes da Hanapin, uma empresa de comércio eletrônico especializada em suprimentos industriais, vinha obtendo resultados satisfatórios em sua campanha de compras que utilizava uma estratégia de lance de CPC otimizado. O cliente queria aumentar o volume e a receita geral e, depois de obter sucesso com estratégias automatizadas com outras campanhas em sua conta, testou o lance de ROAS desejado para a campanha do Shopping. Anteriormente, eles haviam usado o CPC otimizado, uma estratégia que já usa lances automáticos limitados em uma série de lances definidos manualmente. Explicarei mais detalhadamente como configuramos o teste posteriormente nesta postagem, mas gostaria de apresentar o caso de lance de ROAS desejado em campanhas do Shopping com os resultados abaixo:

A mudança para o lance de ROAS desejado gerou resultados excelentes para o cliente. Não apenas o volume de conversão e a receita cresceram quase 50%, o crescimento ocorreu sem perder nada em termos de eficiência. Na verdade, o ROAS melhorou em cerca de 7%.

Concedido, este é apenas um exemplo de desempenho aprimorado e pode-se facilmente argumentar que os resultados podem ser anômalos para uma Campanha do Shopping. Espero, no entanto, que ilustre que há ganhos significativos possíveis ao mudar a estratégia de lances para o ROAS desejado. No mínimo, espero que ele apóie o caso de que, em vez de presumir que o ROAS desejado prejudicará o desempenho de qualquer campanha do Shopping, talvez seja necessário testar a troca de gerenciamento de lances. A seguir, falarei de maneira mais geral sobre por que os gerenciadores de campanhas do Shopping deveriam tentar essa estratégia.

O caso para lances de ROAS desejado

Existem muitos, muitos fatores que podem afetar a receita prevista gerada a partir de um clique em um anúncio do Shopping, entre os quais:

• O produto que está sendo anunciado.
• A localização do usuário.
• O (s) público (s) ao qual o usuário pertence.
• O dispositivo que o usuário está pesquisando.
• A hora e / ou dia em que a pesquisa está ocorrendo.

Bons profissionais de marketing digital que ajustam manualmente os lances avaliarão cada uma dessas variáveis ​​e definirão os lances e ajustes de lance de acordo. A verdade é que, embora um anunciante possa contabilizar manualmente muitas dessas variáveis, com dados históricos suficientes um algoritmo de aprendizado de máquina provavelmente está mais bem equipado para avaliá-las em toda a sua complexidade. Isso é especialmente verdadeiro para empresas com grandes feeds de compras. Por exemplo, o lance manual pode ser um investimento de tempo razoável para uma empresa com 250 SKUs, mas esse investimento de tempo pode se tornar muito mais oneroso para feeds com 250.000 SKUs.

Talvez você tenha tido uma experiência ruim com automação no passado ou seja um cético em relação às estratégias de aprendizado de máquina em marketing digital. Se você cair nesse campo, considere o seguinte:

• Os algoritmos de aprendizado de máquina do Google mudam e melhoram com o tempo, o que sugere que, mesmo que você tenha visto um desempenho ruim no passado, pode valer a pena dar outra chance às máquinas.
• Mesmo que os ganhos de desempenho sejam marginais ou inexistentes, o lance de ROAS desejado libera o profissional de marketing digital para gastar mais tempo em outros aspectos da campanha para melhorar o desempenho, como gerenciamento de feed, otimização de consulta de pesquisa e maximização do lucro por meio de reestruturação.
• Quando você estiver pensando em testes que falharam, considere se você deu ao experimento tempo suficiente para ser bem-sucedido. O teste leva tempo, especialmente ao testar uma estratégia automatizada. Na maioria das vezes, o algoritmo não pode tomar decisões imediatamente porque não há dados para apoiá-lo.
• Se os testes que você executou anteriormente eram limitados pelo orçamento (e esse não é mais o caso), pode valer a pena revisá-los - orçamentos limitados significam dados limitados, e o teste pode não ter tido volume suficiente para chegar a um resultado realmente estatisticamente significativo .

Dito isso: as estratégias de lances de ROAS desejado nunca têm garantia de serem mais eficazes do que as manuais, e os profissionais de marketing digital devem sempre ver uma mudança na estratégia de lances como um teste provisório, não como uma opção de configurar e esquecer. Além disso, testes como esses exigem alguma tolerância ao risco e não devem ser necessariamente tentados para campanhas que estão consistentemente excedendo a meta, se o negócio não puder sofrer nem mesmo um pequeno impacto no desempenho. Uma armadilha específica a ter em mente: se a meta for definida acima do desempenho histórico, o crescimento pode ser limitado. Freqüentemente, nessa situação, os profissionais de marketing verão inicialmente um desempenho promissor, mas terão dificuldade para fazer a campanha crescer.

Configurando o Teste

Em primeiro lugar, algumas más notícias: o AdWords não permite a criação de campanhas experimentais do Shopping. Não há como negar que isso é uma grande chatice, pois significa que você não poderá dividir o tráfego igualmente entre uma experiência de campanha de compras de ROAS desejado e a estratégia de lances de status quo. Em vez disso, você terá que executar o teste sequencialmente em vez de simultaneamente. Tendo isso em mente, aqui estão algumas dicas para configurar sua experiência com sucesso:

• Defina um lance de ROAS desejado razoável : a regra para campanhas que não têm metas de ROAS estritas é definir seu lance de ROAS desejado igual ou um pouco acima do ROAS histórico da campanha. Se, no entanto, você busca aumentar o volume e o negócio tem tolerância para uma eficiência mais baixa, você deve definir o ROAS mais baixo. Caso contrário, defina o ROAS desejado mais alto.
• Execute o teste durante um período de baixa sazonalidade : Como o teste terá que ser sequencial, é inevitável que a sazonalidade polua os resultados em algum grau. Ainda assim, você pode minimizar esse problema escolhendo um período em que a sazonalidade seja relativamente baixa. Por exemplo, se sua campanha de compras tiver o desempenho mais estático durante os meses de verão, esse pode ser o momento ideal para experimentar mudar o tipo de lance. Além disso, lembre-se de que o que funciona na baixa temporada pode não ser ideal para a alta temporada. Por exemplo, o ROAS desejado pode ser bom para baixa temporada / orçamento mais baixo / eficiência, mas durante os horários de pico pode ser sobre o tráfego do site e ser agressivo; nesse caso, otimizar para cliques ou conversões pode ser mais ideal.
• Decida com antecedência os parâmetros e métricas do teste : Como em qualquer tipo de experimento, é importante saber de antemão o que é uma vitória e uma perda. Decida por quanto tempo você executará o teste e o que constitui um resultado vencedor estatisticamente significativo antes de iniciar o teste. Caso contrário, você pode ficar com resultados ambíguos.
• Entenda que o período de “aprendizado” pode não ser representativo do desempenho de longo prazo : quando uma campanha muda para uma estratégia de gerenciamento de lances de ROAS desejado, ela passa por um período de “aprendizado” à medida que coleta dados e define os lances. Na minha experiência, esse período tende a durar cerca de 1 semana, embora a duração desse período varie com o volume. Você pode excluir o período de aprendizado dos resultados do experimento ao avaliar o desempenho. Observação: você pode ver se uma campanha está ou não em estado de “aprendizado” na guia de configurações.

Conclusão

Se você está ajustando manualmente os lances de uma campanha do Shopping, espero que pelo menos esta postagem tenha levado você a considerar se vale a pena testar uma estratégia de lances de ROAS desejado. Não convencido? Ou você já observou um desempenho insatisfatório com a aplicação de uma estratégia de ROAS desejado em suas campanhas do Shopping no passado? Fale no Twitter @ppchero!