Quizás has usado la automatización en tus campañas de la red de búsqueda de Google y has visto que la atribución del último click está estropeando tus métricas del CPC, pero no sabes por qué ocurre. ¿Quieres saber dónde está el problema y cómo puedes resolver esta situación?
Descubre por qué la atribución del último click estropea tus métricas y saca el máximo provecho a la automatización.
El aprendizaje automático de Google
Desde hace tiempo, la inteligencia artificial de Google incorporó diferentes tipos de aprendizaje automático para mejorar el comportamiento de sus campañas publicitarias.
Un ejemplo lo encontramos en el smart bidding, una estrategia de puja automática que permite obtener más conversiones o mejorar el valor de las conversiones en cada subasta.
Si bien el aprendizaje automático permite identificar patrones y tomar decisiones de la forma más óptima, se deben dar unas determinadas condiciones externas para que funcione de forma adecuada.
De hecho, el éxito del aprendizaje automático dependerá en gran medida de la exactitud de los datos que recoja.
¿Cómo funciona el aprendizaje automático?
En primer lugar, el aprendizaje automático analiza el histórico de las subastas de anuncios, todas las condiciones de una búsqueda y los atributos de los anuncios en los que se hizo click.
Después, para tomar decisiones, compara estas señales. Por ejemplo, imaginemos que el aprendizaje automático ha observado que el CTR de un anuncio es más alto cuando el dominio del anunciante se corresponde con la localización de la persona que hace la búsqueda (por ejemplo, en el caso de alguien de España, se sentirá más atraído hacia los dominios con .es o .com que con dominios .mx).
En este caso, hay un aprendizaje automático adecuado porque Google tiene datos correctos sobre el CTR.
Sin embargo, si Google no tuviese los datos correctos sobre el CTR, el programa estaría validando decisiones que un humano consideraría incorrectas.
Debido a que las máquinas no pueden reflexionar sobre los datos, son más dependientes de estos que los humanos. Para que el aprendizaje automático sea efectivo, es necesario que tenga los datos correctos.
¿Y cómo conseguimos que esos datos sean correctos?
Aquí es donde entran el seguimiento de la conversión y los modelos de atribución.
Los modelos de atribución y el Customer Journey
A menos que un consumidor guarde lealtad férrea a una marca, hará varias búsquedas y recorridos antes de tomar una decisión de compra, es decir, llevará a cabo un customer journey.
Para saber qué modelo de atribución escoger, es necesario tener en cuenta el funnel de ventas que recorre un prospecto antes de convertirse en cliente (consciencia, interés, decisión y acción).
Cada etapa del funnel debe contribuir a convertir al cliente potencial en cliente. El trabajo del modelo de atribución es, precisamente, asignar el valor adecuado a cada una de estas etapas.
Problema del modelo de atribución del último click
El modelo de atribución del último click sólo valora la última etapa del funnel, que es en la tiene lugar la compra u otra acción que nos hayamos marcado como objetivo.
Como consecuencia, no es capaz de representar con exactitud el comportamiento del consumidor a través de las distintas etapas del funnel, ignorando otras etapas como la consciencia o el interés.
Si el aprendizaje automático sólo tiene en cuenta la parte final del customer journey, desechará las palabras clave de la parte superior del funnel que no conducen a las conversiones asignadas, aún cuando estas hayan contribuido a mejorar el CTR.
Por tanto, la automatización tiene lugar, pero con datos incompletos que pueden llevar a decisiones erróneas que no se habrían dado si un humano estuviese manejando la cuenta.
Las dos lecciones que aprenderás hoy
Entonces, ¿qué lecciones podemos extraer?
Básicamente dos: en primer lugar, que las automatizaciones no funcionan correctamente por sí mismas y requieren de una persona para guiarlas y, en segundo lugar, que se debe prestar mucha atención a la hora de asignar un valor a las conversiones.
Así que, ya sabes, no hay que tener miedo a las automatizaciones, ¡pero hay que saber ejecutarlas!
Y ahora, ¿estarás más pendiente de las automatizaciones que pongas en marcha?