¿Cómo podemos optimizar nuestra estrategia publicitaria para generar ingresos?
Lesther Mairena
5 octubre, 2020
El marketing online se ha convertido en una herramienta increíblemente poderosa para utilizar datos para hacer crecer tu negocio. Puedes ejecutar cientos (o miles) de campañas publicitarias diferentes en docenas de redes y plataformas publicitarias, dirigidas a tipos muy específicos de clientes potenciales y midiendo todos los aspectos del rendimiento de las campañas y como mejorar la estrategia publicitaria
¡El desafío es cómo optimizar tu inversión en marketing en línea para aprovechar al máximo su dinero! De esas miles de campañas, ¿cuáles están funcionando bien? ¿Cuáles te están costando demasiado y deberías detenerlas todas juntas? ¿Qué anuncios atraen a los clientes que se convierten en los más leales?
La respuesta a esas preguntas puede cambiar a diario (o incluso cada hora). Dado que la publicidad en línea es tan competitiva, el costo de llegar a los clientes cambia constantemente y necesitas poder optimizar tu marketing todos los días para asegurarse de maximizar tu retorno. Los datos generados por todas esas campañas pueden ser abrumadores y puede ser difícil saber por dónde empezar.
En este artículo, cubriremos formas de optimizar tus campañas publicitarias, y mejorar tu estrategia publicitaria utilizando muchas de las técnicas de datos que hemos cubierto en los últimos meses. Específicamente cubriremos:
- Parte 1 – Rendimiento de evaluación comparativa
- Parte 2 – Detección de anomalías
- Parte 3 – Predicción del valor del cliente
- Parte 4 – Automatización
Comenzaremos discutiendo cómo puedes determinar qué tan bien lo estás haciendo hoy, antes de comenzar a optimizar.
Tabla de contenido
Parte 1. Evaluación comparativa del rendimiento de los anuncios
Comprender tu desempeño básico es el primer paso para mejorarlo. Si no sabes lo que es normal, ¿cómo puede identificar un rendimiento anormal?
Existen algunos tipos de campañas publicitarias en línea, pero usaremos un costo por clic ( CPC) campaña como ejemplo. En estas campañas, solo paga cuando un usuario hace clic en su anuncio (no cuando lo ve). Como ocurre con la mayoría de la publicidad, el costo real por clic puede variar de un día a otro en función de cómo cambia la demanda de publicidad. A continuación, se muestran los datos de una campaña de CPC de ejemplo durante un mes:
Una tabla de rendimiento de la estrategia publicitaria típica, reflaja un gasto mensual.
Vaya, eso es una gran cantidad de datos. Por donde empezamos a mejorar estrategia publicitaria
Nuestro primer paso es determinar qué es típico de esta campaña, de modo que podamos evaluar fácilmente su rendimiento y comparar su rendimiento con la gran cantidad de otras campañas que ejecutas todos los días. Si bien es tentador usar el precio (CPC), puede ser una medida engañosa de una campaña porque las campañas de menor costo pueden no generar usuarios que se involucren o conviertan. Lo que necesitas es una métrica que combine el costo con el rendimiento, de modo que puedas medir una campaña por su retorno de la inversión.
En este ejemplo simple de estrategia publicitaria, no tengo datos reales del comportamiento del usuario, como el valor del pedido relacionado con cada clic, por lo que necesito encontrar una métrica diferente. La tasa de rebote es el porcentaje de usuarios que ingresan al sitio y se van después de ver solo una página, por lo tanto, la inversa, (1 – Tasa de rebote), es el porcentaje de usuarios que visitan al menos dos páginas y, por lo tanto, están más comprometidos. Si pongo el compromiso por el precio, CPC, puedo crear una métrica de valor de campaña útil:
Con esa métrica de valor en la mano, ahora podemos comparar la campaña de ejemplo. El valor de nuestra campaña para cada uno de los siete días es el siguiente:
Dados nuestros 7 días de datos, debemos elegir una estadística para capturar la naturaleza de la campaña durante este período de tiempo y convertirnos en nuestro punto de referencia. Como hemos mencionado anteriormente, usar la media es peligroso si los datos no siguen una distribución normal y no tenemos forma de saber si lo hace. En cambio, podemos usar la mediana y tener más confianza en que no nos estamos engañando a nosotros mismos.
El valor medio es 0,58, que ahora es nuestro punto de referencia para esta campaña. Podemos evaluar los días futuros de esta campaña en función de si están por encima o por debajo de este punto de referencia. También podemos comparar todas nuestras campañas juntas usando sus puntos de referencia, para ver cuáles funcionan mejor o peor durante el período de tiempo que elegimos. También debes considerar la evaluación comparativa en varios períodos de tiempo, ya que el rendimiento puede variar según la semana, el mes o el año.
Es importante no pensar en tus campañas en el vacío, estrategia publicitaria, por lo que también debes calcular los puntos de referencia globales del punto de referencia en todas las campañas que ejecutas. Con un punto de referencia global y puntos de referencia individuales para cada campaña, puede ver fácilmente qué campañas tienen un rendimiento superior o inferior al esperado y realizar los ajustes correspondientes.
Parte 2. Detección de anomalías
Ahora que tiene tus comparativas de rendimiento de anuncios a mano, puedes comenzar a identificar cuándo el rendimiento cambia de manera inesperada. Esto se conoce como detección de anomalías y puede ayudarte a examinar rápidamente una pila de datos en busca de las pocas cosas que necesitas analizar.
La forma más obvia de hacer esto, es tomar el punto de referencia global y marcar cualquier campaña que esté por debajo de eso como de bajo rendimiento. Sin embargo, nuestros puntos de referencia se basaron en la suma de varios días, lo que corre el riesgo de perder información valiosa. ¿Qué sucede si una campaña funciona muy bien los lunes y martes, pero muy mal cada dos días de la semana?
En lugar de confiar en nuestros puntos de referencia para la detección, los usaremos como ingrediente en un enfoque más sofisticado. El siguiente gráfico muestra la métrica de valor para los siete días de la campaña y el punto de referencia diario (0.58, mostrado en verde) que usamos para resumirlo.
Como puede ver, el punto de referencia ayuda a comprender qué días están por encima y por debajo de lo normal, pero aún no está del todo claro qué días son realmente anómalos.
Podemos expandir el punto de referencia agregando un intervalo por encima y por debajo del cual se esperan los rangos de desviación. Esperamos que nuestras métricas cambien todos los días, por lo que podríamos esperar, basándonos en el conocimiento previo al trabajar con estas campañas, que un 15% por encima o por debajo del punto de referencia todavía se encuentre dentro del rendimiento esperado. Esto, a su vez, nos da un rango esperado que podemos graficar de la siguiente manera
Como puede ver, este nuevo enfoque de intervalo hace que sea obvio que el Día 2 estuvo muy por fuera del comportamiento esperado y lo clasifica como una anomalía que necesita ser investigada. Una vez que haya establecido un rango de valores esperado, puede monitorear fácilmente todas sus campañas en busca de anomalías comparando la métrica de valor diario con el rango esperado.
Tenga en cuenta que simplemente elegir un rango de valores por encima y por debajo del punto de referencia (en este ejemplo, 15%) no captura los cambios típicos en sus campañas que pueden ocurrir en el transcurso de una semana. Es posible que desee utilizar técnicas más avanzadas, como ARIMA modelado, para crear un rango esperado que refleje los ciclos semanales y mensuales naturales en sus datos.
Parte 3. Predicción del valor del cliente
Al optimizar sus campañas publicitarias, es importante saber exactamente lo que vale un cliente para usted para que sepa que no está pagando más para adquirirlos que el beneficio que le brindan. Cuanto mejor conozca el valor de un cliente, mejor podrá optimizar su inversión publicitaria.
Debido a que no tenía datos de usuario, creé una métrica de valor basada en el CPC y la tasa de rebote:
Si bien esto captura el valor relativo de una campaña frente a otra, no nos dice si el precio que estamos pagando para adquirir tráfico es mayor o menor que los ingresos esperados de esos usuarios. Si optimiza su publicidad utilizando esta métrica, corre el riesgo de perder dinero por cada usuario que adquiera.
Idealmente, elegiríamos una función de valor que relacione los ingresos generados por un cliente con el costo de adquisición del cliente:
Una medida de los ingresos es el valor de por vida del cliente, o LTV, que es el ingreso total que esperamos obtener de este usuario después de adquirirlos. El coste, como hemos comentado anteriormente, puede representarse mediante el CPC. Al restar el CPC del LTV, la métrica es simplemente cuánto más dinero ganamos de los clientes de lo que pagamos para que hagan clic. Todavía podemos usar esta métrica para comparar campañas, detectar anomalías y hacer optimizaciones, pero ahora estamos seguros de que, siempre que la métrica de valor sea positiva, estaremos ganando más dinero de la campaña de lo que cuesta.
En algunas empresas, como el comercio electrónico, el LTV podría ser simplemente la cantidad total que compra el usuario después de visitar el sitio web desde el clic del anuncio. En otros, como las empresas de suscripción, podría ser el valor de una suscripción de 12 meses. Sea cual sea su negocio, cuanto más eficazmente pueda medir el LTV, mejor podrá formular una métrica de valor y optimizar su publicidad.
Como ocurre con todo en la vida, ninguna métrica es perfecta. Un usuario puede hacer clic en algunos anuncios diferentes antes de comprar algo, lo que dificulta el cálculo del costo. Debes tener en cuenta que las medidas que esté utilizando no son perfectas.
Parte 4. Automatización
Si bien las técnicas que hemos cubierto son poderosas, no son útiles si requieren demasiado tiempo y esfuerzo para usarlas todos los días. ¡Necesita automatización para manejar la mayor parte del trabajo!
La buena noticia es que existen muchas opciones para ayudar:
- Plataformas del lado de la demanda optimizará automáticamente su inversión publicitaria en muchos canales diferentes. Ellos harán muchos de los cálculos que discutimos y ajustarán su gasto para usted, asegurando gastos óptimos. Por lo general, solo funcionan en plataformas de ofertas en tiempo real (también conocidas como compras de anuncios programáticos), por lo que es posible que no funcione para toda su publicidad, pero son un excelente lugar para comenzar.
- Productos de atribución de anuncios realizará un seguimiento automático de sus métricas de valor publicitario, teniendo en cuenta que un usuario puede ver muchos anuncios diferentes (en diferentes plataformas) antes de convertirse en cliente. Esto facilita mucho el cálculo de su métrica de valor y recopilará su rendimiento en un solo lugar.
- Detección de anomalíasLos productos le notificarán cuando ocurran anomalías en cualquiera de los datos de su campaña, lo que le permitirá tomar medidas cuando sea necesario. A menudo se utilizan junto con otros tipos de herramientas para garantizar que siempre sepa cuándo se producen cambios importantes.
Si usa la automatización, ten cuidado de no confiar ciegamente en su enfoque de optimización. Como ha visto, la optimización puede requerir una serie de decisiones que son específicas de su negocio y es posible que no sea posible en un producto de talla única. Siempre que sea posible, audite el desempeño usted mismo para asegurarse de que realmente está aprovechando al máximo su gasto.
En resumen : optimizar tus campañas publicitarias por ende tu estrategia publicitariaes un paso fundamental para garantizar que tu inversión en marketing sea eficaz. Puede utilizar plataformas automatizadas para hacerlo por usted, o puedes hacerlo tu mismo utilizando el proceso que le presentamos aquí. Es un proyecto que vale la pena, ya que una estrategia publicitaria optimizada puede ser una gran ventaja en cualquier mercado, si necestias ayuda, aqui estamos para ayudarte.
