Inteligencia artificial y aprendizaje automático: la guía fundamental para la búsqueda de Google

La IA y el aprendizaje automático han estado en las noticias este año. Tal vez se pregunte si esto es relevante para sus anuncios. ¡Sí lo es! Estas dos características son nuevos enfoques estratégicos revolucionarios para administrar campañas de búsqueda en 2022.

A continuación se incluye una guía fundamental que lo ayudará a comprender cómo puede aprovechar cada una de estas funciones para lograr los objetivos de su campaña de búsqueda de Google.

Comprender las subastas inteligentes

Antes de profundizar en las soluciones, recapitulemos cómo funcionan las estrategias de ofertas automáticas en el backend.

1. El proceso de licitación

Supongamos que alguien en Miami está buscando condominios en Jackson Hole. Este es el tipo de datos que Google tiene en cuenta al tomar una decisión:

Para cada variable en una subasta de palabras clave, Google asigna una probabilidad de conversión. En este caso, el usuario está en un teléfono celular en North Miami. Según datos de anunciantes anteriores, este escenario fue exitoso.

Suena bien, ¿no? No hay más. Google también notó que el usuario tiene solo 18 años, lo que hace que sea menos probable que tenga suficiente dinero para comprar un condominio en Jackson Hole. A fin de cuentas, Google determina que el valor del usuario es bajo y decide hacer una oferta tan baja como $ 1. Por lo tanto, la oferta no es lo suficientemente alta en comparación con otros anunciantes y el anuncio no se activa.

Cuando hablamos de «variables», nos referimos a cualquier elemento de un segmento de campaña que influye en las decisiones de Google Ads. Por ejemplo, una sección puede ser «Ubicaciones» y las variables en «Ubicaciones» son países, estados o ciudades. Otra sección podría ser «Dispositivos» y las variables en «Dispositivos» son computadoras, tabletas o teléfonos celulares. La Búsqueda de Google ajusta las ofertas para cada palabra clave en tiempo real, teniendo en cuenta todas las variables en menos de un segundo.

2. Eficiencia de la IA

Cuantas menos variables tenga una campaña, más rápido aprenderá. Para comprender la eficiencia, supongamos que tenemos tres sistemas idénticos que pueden procesar solo diez entradas por segundo.

A continuación encontrará cada sistema en un escenario diferente:

Notará que cuanto más aumente el número de variables, más tiempo llevará examinar los datos. Cuanto más se acerque al límite de procesamiento, menos eficiente será su sistema.

3. Volumen de datos y tiempo de aprendizaje de IA

La máquina debe recopilar suficientes datos para cada variable. Una vez que tiene suficiente información, comprende qué variables generan conversiones y cuáles no.

A continuación se muestran dos ejemplos del rendimiento de la IA en diferentes escenarios:

Esto muestra que el Escenario 1 puede determinar qué variable es más rentable y es más probable que genere conversiones con menos impresiones. Por otro lado, el Escenario 2 carece de datos para entender qué variable se adapta mejor a la campaña.

4. Dato interesante sobre la IA

Si tiene una campaña orientada a los Estados Unidos, Google no atribuye la probabilidad de conversión a una sola variable. En su lugar, apunta a la región a la que te diriges en estados, ciudades y códigos postales. A continuación se muestra un video compartido por los desarrolladores de Google donde explican cómo la IA mapea los datos:

Soluciones de campaña de búsqueda

Ahora que hemos visto cómo funciona Smart Bidding, podemos comprender mejor la configuración. Dependiendo de tu objetivo, puedes centrar tus esfuerzos en cualquiera de estas soluciones estratégicas:

Solución 1: colapsar variables

Dividir las campañas por canal reducirá la cantidad de variables y mejorará la eficiencia con la que Google ajusta las ofertas. Cuanto más dividas la campaña, mejor. Dicho esto, querrá dividirlo para tener suficientes datos de los últimos 30 días.

En el siguiente ejemplo, el usuario lanzó Florida, California, Nueva York y Texas como campañas separadas porque cada una tenía suficientes datos de conversión por sí sola. Para los estados sin datos, el usuario los agrupó en una campaña titulada “Otros estados”.

Solución 2: generar tráfico

El uso de tipos de concordancia como «exacta» o «frase» limita su estrategia de oferta de palabras clave. Por otra parte, la creación de grupos de anuncios con palabras clave «completas» que forman un «tema» genera más tráfico a sus campañas.

En el siguiente ejemplo, primero dejamos que la IA muestre qué tipos de concordancia de palabras clave generan las conversiones más altas y luego usamos los grupos de anuncios de enfoque con palabras clave basadas en tipos completos. coincidencias que funcionan mejor.

Solución 3: ajuste manualmente los CPC promedio con el CPA objetivo

Ahora que las campañas están completamente automatizadas, podemos establecer ofertas promedio utilizando el CPA objetivo. Dado que el CPA y el CPC son directamente proporcionales, puede usar datos anteriores de su campaña para reflejar un CPC específico a través de su CPA objetivo.

En la imagen de arriba, puedes ver cómo el CPA y el CPC se comportan de la misma manera. Entonces, si desea reflejar un CPC de 4,02 €, debe establecer un CPA objetivo de 22,90 €.

Conclusión

Si bien muchos creen que la automatización le brinda control sobre sus campañas, esto no es cierto. Comprender cómo funciona la inteligencia artificial es clave para aprovecharla en sus campañas.

Para obtener más información sobre cómo puede implementar IA en sus esfuerzos digitales, comuníquese hoy con uno de nuestros estrategas.