Lo que aprendimos sobre los 4 principales cambios de Google de 90,000 campañas de PPC

Publicado: 2016-03-15

En febrero, Google comenzó lentamente a realizar cambios en la forma en que se muestran los anuncios en sus páginas de resultados de búsqueda de escritorio (SERP). A finales de mes, los anuncios del lado derecho casi habían desaparecido y habían sido reemplazados por cuatro anuncios en la parte superior de la página y, ocasionalmente, dos en la parte inferior, debajo de los resultados orgánicos. Este es, quizás, el cambio más significativo en la forma en que se muestran los anuncios en los SERP.

Tuvimos varios expertos de PPC que nos dieron sus pronósticos sobre lo que podría pasar para los anunciantes de PPC, especialmente aquellos con presupuestos más pequeños, tan pronto como sucedió, y ahora que hemos tenido la oportunidad de ver realmente los datos, estamos compartiendo nuestra hallazgos con usted.

Para evaluar el impacto de estos cambios, Acquisio extrajo datos de aproximadamente 90 000 campañas que se ejecutan en la plataforma Acquisio, con un gasto combinado de alrededor de $50 millones por mes. Examinamos las cuatro semanas antes de que el cambio se hiciera predominante (21 de enero - 17 de febrero de 2016) y las dos semanas siguientes (19 de febrero - 3 de marzo de 2016).

Nuestras conclusiones son :

  • Las impresiones y los clics por debajo de los 4 primeros han disminuido significativamente
  • El CPC de los lugares por debajo del Top 4 ha aumentado
  • El CPC de los anuncios en el Top 4 ha aumentado hasta en un 10,5 %.
  • El CTR de los anuncios en el Top 4 ha aumentado hasta en un 4,5 %.
  • Las campañas de PPC optimizadas con algoritmos de aprendizaje automático superan a todas las demás campañas

Los datos que hemos recopilado muestran que la competencia por los anuncios en las 4 primeras posiciones se ha vuelto mucho más fuerte. Esos anuncios funcionan a tasas mucho más altas que los de los últimos lugares, pero los anunciantes tendrán que pagar más por el privilegio de aparecer en esos lugares.

También examinamos las campañas que se ejecutan con la optimización de aprendizaje automático de gestión de ofertas y presupuestos (BBM) de Acquisio y descubrimos que esas campañas superaron a todas las demás campañas. Es un ejemplo más de cómo el aprendizaje automático superará a los humanos y la importancia de optimizar las campañas con el mayor nivel de inteligencia disponible.

Echemos un vistazo a los datos y veamos cómo el nuevo esquema de visualización de anuncios de Google en SERP está afectando a los anunciantes.

La metodología que utilizamos para evaluar los datos.

En primer lugar, para reiterar, usamos datos de aproximadamente 90 000 campañas, por lo que, en este momento, tenemos mucha confianza en los datos. Los resultados provienen de una muestra muy grande, variada y representativa de anunciantes de adwords. Los números que verá en esta sección son cambios porcentuales en valores absolutos.

Teníamos curiosidad por ver, no solo el rendimiento de todas las campañas, sino también el rendimiento de nuestra función de gestión de ofertas y presupuestos en estas nuevas condiciones. Mirábamos:

  • Campañas optimizadas por BBM vs campañas no optimizadas por BBM
  • Antes del marco de tiempo: 21 de enero -17 de febrero de 2016 (4 semanas)
  • Después del marco de tiempo: 19 de febrero - 3 de marzo de 2016 (2 semanas)

Observamos los valores diarios promedio de la campaña de: Impresiones, Clics, Gasto, Posición, CTR y CPC para cada campaña. En nuestra hoja de cálculo, se desglosó así:

  1. Valores promedio para todos los valores clave para todos estos casos
  1. Comparando el porcentaje de diferencia de antes y después: para cada uno de los otros 4 casos:
  1. Comparando la diferencia de Top 4 y bottom para los otros 4 casos:
  1. Comparando el % de cambio del cambio antes y después para cada uno de estos casos:

Y esto es lo que descubrimos.

Las impresiones, los clics y la inversión publicitaria por debajo de la posición 4 se redujeron significativamente

Independientemente de si las campañas se estaban ejecutando en BBM o no, observamos descensos muy significativos en el número de impresiones y clics por debajo de la posición cuatro. La cantidad de campañas que se ejecutan en esos lugares también disminuyó. Estos son los números para el período de dos semanas posterior al cambio, en comparación con el período anterior al cambio.

Resultados sin BBM

Para las campañas regulares que no se ejecutan con la optimización de BBM, vimos lo siguiente para los anuncios en la parte inferior:

impresiones -32,0%
Clics -44,8%
Gastar -38,3%
Campañas por debajo de las 4 principales -27,4%

Y aquí es donde se pone realmente interesante: el CPC para los lugares por debajo de la posición 4 aumentó, mientras que el CTR se redujo drásticamente.

CPC +13,6%
CTR -20,0%

Resultados con BBM

Los resultados de las campañas optimizadas por BBM en realidad no fueron tan diferentes hasta que llegamos a CPC y CTR. Para BBM, los resultados en la parte inferior fueron así:

impresiones -49,7%
Clics -49,7%
Gastar -47,3%
Campañas por debajo de las 4 principales -21,9%

La diferencia comienza a ser realmente notable cuando observamos el CPC y el CTR. En realidad, este fue un hallazgo muy positivo para nosotros, dados los números que vemos arriba. El CPC aumentó, pero solo por un pequeño margen, y aunque el CTR cayó, el porcentaje en el que cayó es tan insignificante que no se nota.

CPC +4,9%
CTR -0.057%

Ya sabíamos que los anuncios en el carril derecho solo obtenían alrededor del 15% del total de clics en las SERP, por lo que no debería sorprendernos demasiado que los anuncios que en realidad se muestran en la parte inferior de las SERP obtengan puntajes tan bajos. .

Lo que nos complació, obviamente, fue que BBM busca optimizar el CPC y el CTR a pesar de la caída de las impresiones y los clics. Lo que todos queremos saber realmente es cómo afectó el cambio a aquellos que están logrando llegar a esos 4 primeros lugares.

El CPC y el gasto total en el Top 4 aumentaron significativamente

Empezamos a ver más diferencias en el comportamiento de las campañas regulares en comparación con las campañas optimizadas para BBM cuando observamos las 4 principales. Para las campañas que no son de BBM, observamos una pequeña caída en las impresiones, solo un pequeño aumento en los clics y un gran salto en el gasto. Nuevamente, estamos comparando el período posterior al cambio con el período anterior.

Resultados sin BBM:

Esto es lo que vimos en las 4 posiciones principales para campañas que no son de BBM:

impresiones -1,5%
Clics +3,0%
Gastar +13,7%
Campañas en el Top 4 +2,44%

Lo único que ha cambiado significativamente aquí es la cantidad de dinero que las personas gastan para colocar sus anuncios en las 4 primeras posiciones. Para esas mismas campañas, descubrimos que su posición promedio se redujo solo un 1,9%, básicamente cero , por lo que están gastando más para permanecer en el juego y están perdiendo terreno mientras lo hacen. La competencia realmente se está calentando para esos lugares.

El precio de un clic ha subido para los anuncios en el Top 4, pero también lo ha hecho el CTR. Esto es lo que encontramos:

CPC +10,5%
CTR +4,5%

El aumento en el CTR (4,5 %) compensa con creces la pérdida del 1,5 % en las impresiones, sin embargo, el aumento del CPC es mucho más alto que, al final, los anunciantes obtienen menos clics por, esencialmente, la misma cantidad de dinero.

Resultados con BBM

El aprendizaje automático definitivamente mantiene estas campañas en la carrera. Si bien la inversión publicitaria aumentó, también lo hicieron las impresiones y los clics. Y el número de campañas con anuncios en el Top 4 aumentó significativamente.

impresiones +9.8%%
Clics +8,0%
Gastar +15,8%
Campañas en el Top 4 +12,3%

Estos son saltos realmente significativos de campañas que no se ejecutan en BBM. En este caso, vemos que el gasto ha aumentado, pero eso se explica por el mayor número de clics y, según los datos de las campañas regulares, por un aumento general en el gasto publicitario.

También vimos un aumento en el CPC con BBM, pero no tanto como en las campañas no optimizadas (aumento de precio más bajo del 41 %, +6,6 % frente a +10,5 %), así como una ligera caída en el CTR.

CPC +6,6%
CTR -1,4%

Lo que esto significa es que si gastó $ 1,000 en publicidad el 17 de febrero de 2016, el 19 de febrero habría gastado $ 1,105 sin BBM. Si fuera usuario de BBM, solo habría gastado $ 1,066 el 19 de febrero, ahorrando $ 39 ese día. Ese es su ahorro del 41 % en el aumento del CPC debido a la nueva configuración. Entonces, en el transcurso de 30 días, eso se traduciría en un ahorro de $1,170.

Lo que esto realmente significa es que cualquier persona que haga publicidad a gran escala y no utilice el aprendizaje automático para optimizar las campañas se perderá una gran cantidad de clics.

Además, en contraste con las campañas que no son de BBM, la posición promedio de estas en realidad aumentó un 0,94 %, lo que quiere decir que realmente no cambió en absoluto. Llamemos a este número cero y digamos que no hubo cambio.

Mirando la diferencia general que hace el aprendizaje automático

Una de las lecciones más importantes de este cambio de Top 4 es la gran diferencia entre las 2 posibles ubicaciones de anuncios:

  • 4 primeros puestos
  • Posiciones inferiores

Al examinar los datos tanto antes como después del cambio, la producción del Top 4 domina totalmente, y después del cambio esto se acentúa. Por esta razón, decidimos examinar analíticamente este tema.

Al observar la proporción de valores entre las posiciones Top 4 y Bottom se encuentra:

Estado de BBM Antes después Relación[Imp] Relación[Hacer clic] Ratio[Gasto ($USD)] Proporción[#Campañas]
No en BBM Antes 10.76 26.76 23.01 4.04
No en BBM Después 15.61 49.93 42.40 5.71
BBM Antes 6.61 14.18 14.91 2.79
BBM Después 14.42 30.48 32.78 4.02

El valor formulado para cada uno de estos casos es:

Google-top-4-lado-derecho-ecuación

Esto muestra que la cantidad de impresiones y clics de las 4 primeras posiciones es mucho mayor que la de la parte inferior con comentarios similares sobre el gasto y la cantidad de campañas. Después del cambio a la nueva configuración Top 4 sin riel derecho, el número se vuelve aún más exagerado. El cambio porcentual de la relación Top 4 a Bottom después del cambio:

Estado de BBM Por[Ratio[Imp]] Por[Proporción[Clic]] Por[Ratio[Gasto ($USD)]] por[Ratio[#Campañas]]
No en BBM 45,01% 86,58% 84,25% 41,21%
En BBM 118,10% 114,92% 119,93% 43,79%

La fórmula utilizada es:

google-top-4-lado-derecho-porcentaje

Estos valores muestran que las campañas que no están optimizadas tienen un crecimiento significativo en la relación Top 4 to Bottom en todos los casos. El caso de BBM es aún más dramático con las proporciones de impresiones, clics y gastos que se duplican con creces.

El crecimiento de la relación de crecimiento de la relación BBM en comparación con el caso no optimizado muestra:

  • 162 % más de crecimiento del índice de impresiones
  • 33% más de crecimiento de la tasa de clics
  • 42% más de crecimiento de la relación de gastos
  • 6.3% mayor crecimiento de la relación de campaña

Los índices de BBM muestran un fuerte cambio después del cambio de los 4 principales para ampliar en gran medida la propiedad y la presencia de sus campañas en este inmueble publicitario principal de los 4 principales. BBM pone una mayor parte de su inversión publicitaria donde funciona mejor: en el Top 4.

Lo que realmente estamos viendo aquí es lo que todos esperaban. La gran mayoría de las impresiones, los clics y el gasto se encuentran en los 4 primeros lugares. Decir que esto sucedería antes del cambio era un poco como predecir que el suelo se mojará pronto cuando esté bajo una nube de lluvia. La buena noticia es que parece que todos tenían razón.

Pero lo que realmente nos emociona es el desempeño de BBM en este nuevo entorno. La optimización del aprendizaje automático se ha adaptado y evolucionado automáticamente bajo el nuevo paradigma, y ​​puede ver claramente que BBM está superando a todas las demás campañas donde importa , y por márgenes muy amplios.

Mantenerse en la competencia por el Top 4

En su mayor parte, las campañas cuestan más y, en comparación con el costo, la mayoría de los anunciantes no obtienen suficientes clics para justificar el aumento de la inversión. Para los anunciantes que no utilizan el aprendizaje automático para optimizar campañas, seguirán encontrando que:

  • Las impresiones y los clics por debajo del Top 4 se han reducido casi a la mitad
  • Los clics para anuncios en los 4 principales han aumentado ligeramente, pero el gasto ha aumentado drásticamente
  • El CTR de los anuncios en el Top 4 ha aumentado ligeramente, pero el CPC ha aumentado drásticamente

Los resultados son interesantes, tanto si utiliza BBM como si no. Dado que los clics cuestan más y la inversión publicitaria aumenta, el Nivel de calidad como métrica es más importante que nunca, y los anunciantes deben esforzarse cada vez más para asegurarse de obtener la mayor cantidad de conversiones posible en las páginas de destino.

Los anunciantes que ejecutan campañas de conocimiento de la marca se verán obligados a intentar hacer más con menos, y pueden buscar aprovechar los canales de las redes sociales y la viralidad en un intento por sacar más provecho de sus campañas.

Lo que está absolutamente claro es que la optimización del aprendizaje automático para PPC está superando con creces a los humanos en este punto, y será necesario aprovechar una optimización como esta para competir en el futuro.

Para mayor claridad, comparemos el aumento resultante con un impuesto impuesto por Google por aparecer en los 4 primeros resultados. La buena noticia es que los usuarios de BBM pagarán un 41% menos de impuestos, para seguir con la analogía.

Una vez más: las campañas optimizadas para BBM se enfrentaron a un CPC ligeramente más alto que antes del cambio, pero un aumento del CPC un 41 % más bajo que las campañas que no estaban optimizadas .

Cualquier persona interesada en obtener más información sobre cómo el aprendizaje automático puede optimizar las campañas de PPC debe consultar este seminario web con Bryan Minor: 2016 The Year in Machine Learning. Bryan explica cómo funciona nuestra optimización de aprendizaje automático y le muestra resultados reales. ¡Asegúrese de comprobarlo!