Blog de marketing digital | Cyberclick

3 maneras de tener bajo control las automatizaciones de Google Ads

Escrito por Pep Canals | 18 de noviembre de 2019 10:00:00 Z

Buenas noticias para los marketers: Google Ads ha implementado un montón de herramientas de automatización pensadas para automatizar tareas y optimizar los resultados. Pero eso no quiere decir que puedas tumbarte a la bartola (¡o que vayas a perder tu trabajo!): para conseguir los mejores resultados, es imprescindible que las máquinas y los humanos colaboremos.

Por mucho que la inteligencia artificial haya avanzado en los últimos tiempos, la estrategia y la creatividad siguen siendo cosa de personas. Pero además, los marketers SEM tenemos que saber cómo controlar las automatizaciones de Google Ads para que funcionen a nuestro favor. Te contamos las claves para conseguirlo, que hemos leído en Marketing Land y comprobado con las campañas de nuestros clientes en Cyberclick.

 

Pero primero... ¿cómo funcionan las automatizaciones PPC?

En los últimos tiempos, parece que las grandes plataformas PPC, como Google, Bing, Amazon y Facebook, están compitiendo entre ellas para ver quién puede automatizar más aspectos de su publicidad. Y es cierto que las máquinas ya son más eficientes que los humanos en muchas tareas relacionadas con este sector. Pero cuantos más elementos de la publicidad PPC se automatizan, más puede aportar un profesional humano.

Hay varias cosas que los marketers pueden y deben hacer para controlar las automatizaciones de Google Ads:

  • Crear sus propias automatizaciones usando reglas de automatización.
  • Poner límites a las automatizaciones, esto es, establecer hasta dónde puede llegar el papel de las máquinas y donde comienza la intervención humana.
  • Supervisar periódicamente que la automatización esté produciendo los resultados deseados.

Al final, lo que buscamos es que la inteligencia artificial se encargue de las tareas más repetitivas, mientras que nosotros seguimos estableciendo objetivos, diseñando estrategias y corrigiendo el rumbo cuando sea necesario.

Y por supuesto, lo que no queremos es que supervisar a las máquinas nos lleve más tiempo y esfuerzo que hacer ese trabajo por nosotros mismos. Una posible solución a esto, y que algunas plataformas de optimización PPC ya permiten, es la "optimización por capas": diseñar automatizaciones a medida que supervisen el trabajo de las automatizaciones de Google Ads y otras plataformas.

  

Las 3 misiones de los marketers frente a las automatizaciones de Google Ads

 

1) Supervisar que la estrategia PPC se implementa correctamente

En esta misión, podríamos decir que los marketers son como los médicos y las automatizaciones de Google, como los tratamientos. Los médicos son los encargados de diagnosticar los problemas y de decidir qué tratamiento es el más adecuado en cada momento. De la misma manera, en el mundo del PPC el marketer debe entender cuáles son los objetivos del anunciante y "recetar" las automatizaciones con mayores posibilidades para conseguirlos.

Muchas veces, no solo es necesario escoger una herramienta u otra. Por ejemplo, es posible que nos interese configurar las pujas de manera automática con la herramienta de Smart Bidding de Google Ads. Pero si no hacemos el trabajo previo recomendado, no conseguiremos los resultados buscados.

Siguiendo con las metáforas, si lo que queremos es que un coche se conduzca solo, primero tenemos que pavimentar bien las carreteras y que optimizar las señales. De la misma manera, las automatizaciones de Google necesitan una cuenta bien estructurada, datos de conversión correctos y un modelo de atribución bien diseñado para poder hacer bien su trabajo.

Vamos a detenernos un momento en el tema del modelo de atribución.

Tradicionalmente, las soluciones de PPC empleaban modelos de atribución básicos, como el de último clic. Esto es, todo el valor de la conversión se atribuye al último anuncio en el que haya hecho clic el usuario, ignorando todas las acciones anteriores.

Ahora, sabemos que el viaje del cliente es mucho más complejo. Las personas no hacen una sola búsqueda, ven un anuncio, hacen clic y convierten, sino que normalmente comparan diferentes soluciones y reciben varios impactos de la marca antes de tomar la decisión final.

El problema es que si todavía tenemos un modelo de atribución por último clic, el sistema automatizado no valorará adecuadamente las palabras clave que son importantes en las primeras fases del embudo de conversión. Por tanto, les otorgará pujas demasiado bajas y eso hará que perdamos clientes potenciales.

En definitiva, un buen marketer PPC tiene que entender cómo funciona todo el camino a la conversión y cómo combinar los diferentes "tratamientos" automatizados para conseguir los resultados que busca.

 

2) Monitorizar las automatizaciones PPC creadas por las plataformas

Una vez que se han seleccionado las herramientas y automatizaciones deseadas y que hemos hecho el trabajo previo, el papel del marketer pasa a ser más bien el de un piloto. Igual que ocurre en un avión, la mayoría de los sistemas funcionan de manera automática, pero a nadie se le ocurriría volar sin una persona que controle que los sistemas funcionan a la perfección y que no nos estamos desviando del rumbo.

Una cosa que es necesario entender sobre las automatizaciones de Google Ads es que son muy buenas haciendo cálculos y prediciendo conversiones, pero malísimas a la hora de detectar problemas inesperados y avisar al usuario de ellos. Por ejemplo, si el ratio de conversión baja de repente, el sistema automatizado reducirá los costes por clic para seguir llegando a los objetivos, pero no notificará al anunciante de que hay una anomalía o identificar las posibles causas de la misma.

De la misma manera, hay que tener en cuenta que las plataformas como Google Ads están en constante evolución e introducen cambios prácticamente cada mes, así que siempre hay que estar al tanto para ver que estos cambios están funcionando a nuestro favor.

Aquí es donde tiene más sentido implementar la automatización por capas, de manera que creemos un sistema que nos avise automáticamente cuando no se están consiguiendo los resultados esperados.

 

3) Enseñar a las máquinas a usar datos relevantes para nuestro negocio

Finalmente, hay un tercer papel que los humanos debemos desempeñar frente a las automatizaciones PPC: el de profesores. A fin de cuentas, la inteligencia artificial se basa en el aprendizaje automático... y donde hay un aprendizaje, debe haber un profesor.

Vamos a verlo con un ejemplo muy típico: las pujas que suben o bajan en función del tiempo. Si estás usando Google Ads para anunciar tu empresa de deportes acuáticos, seguramente verás cómo la cantidad de conversiones varía en función del mes del año y de las condiciones atmosféricas de una semana en particular. Pero lo más probable es que las automatizaciones de Google no estén teniendo en cuenta este dato para optimizar las pujas.

Por tanto, aquí sería necesaria la intervención de un humano para enseñar a las máquinas a tener en cuenta las predicciones del tiempo. Por ejemplo, si hace un tiempo excelente y esperamos que el ratio de conversión se duplique, podemos duplicar manualmente el objetivo de coste por clic para posicionar más alto en las páginas de búsqueda y seguir obteniendo los mismos resultados.

  

En conclusión...

Las automatizaciones de Google Ads no hacen que los expertos en marketing PPC dejen de ser necesarios, pero sí que deban replantearse su papel y el uso que están haciendo de su tiempo. En lugar de pasar las horas intentando ajustar las pujas, ha llegado la hora de dedicarse a:

  • Usar la tecnología para monitorizar y diagnosticar los problemas de las campañas PPC y recomendar los tratamientos más adecuados.
  • Vigilar los problemas y las oportunidades que surjan de manera inesperada para hacer que la campaña llegue a buen puerto.
  • Proporcionar información y datos relevantes a las máquinas para ayudarles a seguir aprendiendo y mejorar las automatizaciones disponibles. El humano es el que diseña y entiende los objetivos de negocio, conoce el modelado estadístico necesario y enseña a las máquinas a ser más eficaces.