Acceder con Google Las ofertas automáticas de Google Ads constituyen una solución de clase empresarial que ayuda a los anunciantes a establecer automáticamente las ofertas según los objetivos de rendimiento. Las Ofertas inteligentes consisten en un conjunto de estrategias de ofertas automáticas que utilizan el aprendizaje automático para realizar optimizaciones en función de las conversiones o del valor de conversión. Las Ofertas inteligentes establecen ofertas precisas para todas y cada una de las subastas con el fin de ayudar a generar un mayor volumen de conversiones o valor de conversión con una rentabilidad comparable o superior a los objetivos de rendimiento existentes. Ofrece tres capacidades principales:
- Verdaderas ofertas durante la subasta
- Aprendizaje adaptable a nivel de la búsqueda
- Indicadores sólidos de los usuarios y su análisis comparativo
Exploremos cada uno de estos aspectos con mayor detalle.
Más del 80% de los anunciantes de Google utilizan las ofertas automáticas.
Verdaderas ofertas durante la subasta
Para las estrategias de oferta basadas en las conversiones y en el valor, las Ofertas inteligentes ofrecen una verdadera optimización durante la subasta que establece ofertas para cada una de las subastas, no solo algunas veces al día. Esto ofrece a los anunciantes un nivel más preciso de optimización de las ofertas y la posibilidad de adaptarlas al contexto de búsqueda único de cada usuario. En lugar de ajustar las ofertas en función del rendimiento agregado de los usuarios, los algoritmos de ofertas de Google Ads también evalúan indicadores contextuales de relevancia que están presentes durante la subasta, como la hora del día, la creatividad del anuncio específico que se muestra o el dispositivo, la ubicación, el navegador y el sistema operativo del usuario.
Identificar la oportunidad de conversión de todas y cada una de las subastas ayuda a diferenciar las ofertas y a optimizarlas con un mayor grado de precisión. Pongamos como ejemplo a un anunciante de finanzas. Puede ser cierto que los usuarios de iOS tengan más probabilidades de abrir una cuenta corriente, o que los usuarios de smartphones ubicados en ciudades con mayor cobertura de sucursales sean más propensos a visitar una sede bancaria. Con las ofertas durante la subasta, Google Ads puede detectar la presencia de este tipo de indicadores a fin de estimar con mayor precisión el porcentaje de conversiones o el valor de conversión y establecer una oferta más fundamentada para cada búsqueda.
Las ofertas durante la subasta ofrecen aún más frecuencia y precisión en las ofertas
Ofertas manuales: Si desea establecer manualmente una oferta para cada palabra clave, modifique las ofertas en la IU de Google Ads mediante criterios de rendimiento basados en reglas (por ejemplo, cuando el porcentaje de impresiones cae por debajo del X%, aumente las ofertas en un Y%) o con la API. Debido a las limitaciones de tiempo, los anunciantes pueden optimizar las ofertas solo para un subconjunto de sus palabras clave durante cada ronda de optimización, como las de mayor rendimiento o por categoría de producto.
Sin embargo, la creciente cantidad de datos disponibles hoy en día hace que sea más complejo para los anunciantes establecer ofertas manuales basadas en el contexto único de cada usuario. Con las ofertas durante la subasta, se utilizan indicadores contextuales a fin de establecer ofertas únicas para cada subasta.
Ofertas durante la subasta de Google Ads: Las Ofertas inteligentes de Google Ads utilizan algoritmos de aprendizaje automático para optimizar las ofertas en todas y cada una de las subastas. Esta es la forma más precisa y eficaz de fijar sus ofertas.
Nota
Nota
Aprendizaje adaptable a nivel de la búsqueda
Los algoritmos de aprendizaje automático se basan en datos de conversiones sólidos para crear algoritmos de ofertas precisos que predicen el rendimiento en diferentes niveles de oferta. Si bien los términos de gran volumen suelen proporcionar muchos datos de conversiones para el modelado, las cuentas suelen tener algunas palabras clave de bajo volumen o nuevas con poco historial de rendimiento que deben tenerse en cuenta. Para estas palabras clave de bajo volumen, las soluciones de ofertas se basan en modelos de aprendizaje automático a fin de establecer ofertas que representen la mejor estimación de los porcentajes de conversiones en ese momento.
Por ejemplo, las soluciones de ofertas pueden probar diferentes niveles de oferta a fin de crear un modelo del porcentaje de conversiones para una palabra clave específica. Sin embargo, esto puede dar lugar a un rendimiento deficiente mientras la palabra clave acumula datos, lo que puede resultar en un proceso largo dependiendo del volumen de búsqueda. Otro proceso común para modelar el rendimiento del porcentaje de conversiones en las palabras clave de bajo volumen es “tomar prestados” los datos de la misma palabra clave entre los tipos de concordancia o del rendimiento de grupos de anuncios y campañas de nivel superior.
Las Ofertas inteligentes amplían este método y lo mejoran mediante el uso de datos a nivel de la búsqueda desde su cuenta. Si utiliza el seguimiento de conversiones de múltiples cuentas, también pueden usar los datos a nivel de la búsqueda desde su cuenta de administrador. Esto proporciona a los algoritmos de ofertas muchos más datos para tomar decisiones y ayuda a reducir las fluctuaciones de rendimiento cuando los datos de conversiones a nivel de la palabra clave son escasos.
Por qué el aprendizaje a nivel de la búsqueda mejora sus ofertas
Además, supongamos que agrega nuevas palabras clave o mueve palabras clave a un grupo de anuncios diferente. Los algoritmos de ofertas de Google Ads no tienen que volver a recopilar datos del rendimiento desde cero. Dado que aprenden a nivel de la búsqueda y no de la palabra clave, si una búsqueda ya coincide con otras partes de sus campañas, los algoritmos simplemente aplican lo que han aprendido sobre ella en toda su cuenta para tomar decisiones de ofertas más fundamentadas.
Indicadores sólidos de los usuarios y su análisis comparativo
Cada búsqueda es diferente, y las ofertas para cada búsqueda deben reflejar los indicadores contextuales únicos que están presentes durante la subasta. Los indicadores como la hora del día, la presencia en una lista deremarketing o el dispositivo y la ubicación del usuario son dimensiones clave que debe considerar a la hora de determinar las ofertas óptimas. Además de evaluar estos indicadores en cada subasta, las Ofertas inteligentes tienen en cuenta otros indicadores, como el sistema operativo, el navegador web y la configuración de idioma del usuario, entre muchos otros, cuando realiza optimizaciones en función de las diferencias de rendimiento entre plataformas y usuarios. Este contexto adicional permite a las Ofertas inteligentes predecir con mayor precisión la probabilidad de conversión en cada subasta y establecer la oferta óptima. En la siguiente lista, se resumen muchos de los importantes indicadores de predicción que las Ofertas inteligentes tienen en cuenta a la hora de optimizar las ofertas.
| Indicadores contextuales | Descripción | Ejemplo |
| Dispositivo | El sistema puede optimizar las ofertas en función de si la búsqueda proviene de una computadora, una tablet o un dispositivo móvil. |
Anunciante: concesionario de automóviles Las ofertas tienen en cuenta si la búsqueda de “ubicaciones de concesionarios de automóviles” se realiza desde una computadora de escritorio o un smartphone. |
| Ubicación | El sistema puede optimizar las ofertas en función de la ubicación específica (hasta a nivel de ciudad) en la que el usuario se encuentra o busca, incluso si la ubicación se establece a un nivel superior. |
Anunciante: banco Incluso si la ubicación se establece en la provincia de Buenos Aires, las ofertas tienen en cuenta si una búsqueda de “nueva cuenta corriente” se realiza desde distintas ciudades dentro de la provincia (p. ej., La Plata frente a Mar del Plata donde la cobertura de las sucursales puede ser diferente). |
| Hora del día o día de la semana | El sistema puede optimizar las ofertas en función de la hora local del usuario y del día de la semana en su zona horaria. |
Anunciante: cafetería Las ofertas tienen en cuenta si un usuario realiza la búsqueda el lunes a las 7:00 a.m. (antes del trabajo) o a las 12:00 p.m. (a la hora del almuerzo). |
| Públicos basados en listas (RLSA, Segmentación por clientes, Públicos similares) | El sistema tiene en cuenta las listas de público para los anuncios de búsqueda. |
Anunciante: minorista en línea Las ofertas tienen en cuenta si un usuario buscó un producto durante una visita anterior al sitio, si está en una lista del programa de lealtad que usted subió o si tiene un perfil similar al de algún cliente existente. También tienen en cuenta la última vez que se vio al usuario. |
| Búsqueda real | El sistema puede optimizar las ofertas en función del texto de la búsqueda que activó la publicación del anuncio, y no solo de la palabra clave con la que coincide. |
Anunciante: minorista de calzado Las ofertas tienen en cuenta si la búsqueda de un usuario es “botas de cuero” o “reparación de botas”, incluso si ambas búsquedas coinciden con la palabra clave “botas”. |
| Creatividad del anuncio | Si tiene varias creatividades de anuncios que son aptas para su publicación frente una determinada búsqueda, el sistema puede optimizar la oferta en función de la creatividad que se mostrará, incluso si apunta a una aplicación para dispositivos móviles. |
Anunciante: empresa de viajes en línea Las ofertas tienen en cuenta si el anuncio que se muestra es la creatividad de “últimas ofertas” o la de “escapadas populares”, o si apunta a un sitio móvil o una aplicación para dispositivos móviles, según la variación que tenga la mayor probabilidad de conversión en la búsqueda específica. |
| Idioma de la interfaz | El sistema puede optimizar las ofertas en función de las preferencias de idioma del usuario. |
Anunciante: sitio de enseñanza del idioma inglés Para la búsqueda “aprender un nuevo idioma”, las ofertas tienen en cuenta si un anuncio se muestra a un usuario cuya configuración de idioma de Google es el inglés o el español. |
| Navegador | El sistema puede optimizar las ofertas en función del navegador del que proviene la búsqueda. |
Anunciante: empresa de software Las ofertas tienen en cuenta si un usuario busca “software para Mac” desde Safari o Chrome. |
| Sistema operativo (SO) | El sistema puede optimizar las ofertas en función del sistema operativo del usuario en esa consulta. |
Anunciante: vendedor de accesorios para teléfonos Las ofertas tienen en cuenta si un usuario busca “funda de teléfono” desde un dispositivo Android o iOS. |
| Socio de la Red de Búsqueda | El sistema puede optimizar las ofertas en función del socio de búsqueda en el que aparece el anuncio. |
Anunciante: marca de bienes de consumo envasados Se establecen distintas ofertas si la búsqueda proviene de búsquedas más relevantes en un sitio de comercio electrónico o en un sitio de noticias. |
| Calificaciones y opiniones respecto de aplicaciones para dispositivos móviles | El sistema puede optimizar las ofertas en función de las calificaciones y la cantidad de opiniones de los usuarios respecto de aplicaciones. |
Anunciante: empresa de videojuegos Se establecen distintas ofertas en función de la calificación y la cantidad de opiniones que tenga su aplicación. |
Los ajustes de la oferta manuales para indicadores individuales, como el dispositivo y la ubicación, constituyen un gran primer paso en el establecimiento de ofertas más precisas. Sin embargo, las Ofertas inteligentes van más allá del análisis tradicional de los indicadores. El contexto de búsqueda no lo define solo un indicador. Las Ofertas inteligentes reconocen esto, por lo que realizan ajustes para generar interacciones significativas entre miles de millones de combinaciones de indicadores que pueden afectar los porcentajes de conversiones.
Evaluación individual de los indicadores frente a su análisis comparativo
Los ajustes de la oferta individuales para indicadores, como el dispositivo, la ubicación y la hora del día, analizan los datos de rendimiento de forma agregada. Por ejemplo, una solución de ofertas puede evaluar cómo el porcentaje de conversiones móviles entre los usuarios se compara con el porcentaje de conversiones general en computadoras y tablets. Además, puede establecer un ajuste de la oferta para dispositivos móviles correspondiente.
Si bien este método de agregación de datos y de evaluación de promedios de rendimiento ayuda a evitar que se realicen ajustes de la oferta sin datos suficientes, también puede pasar por alto las oportunidades de conversión más sutiles entre subastas individuales. Por ejemplo, un prestamista hipotecario podría determinar que sus porcentajes de conversiones móviles son un 20% más bajos que los de computadoras y tablets y establecer un ajuste de la oferta móvil del -20% como resultado. Sin embargo, esto no tiene en cuenta los momentos del día en los que los porcentajes de conversiones móviles son fuertes, como en la mañana, cuando es posible que las personas investiguen opciones de préstamos en sus teléfonos antes de ir a trabajar.
Además, cuando empiece a agregar ajustes de la oferta adicionales (p. ej., para la ubicación), calcularlos individualmente y luego multiplicarlos juntos no tiene en cuenta los efectos interactivos de estos indicadores. Incluso puede producir ofertas irrazonablemente altas si combina varios aumentos de oferta grandes con una oferta de palabra clave base que ya es alta.
Las Ofertas inteligentes evalúan la forma en la que los indicadores interactúan entre sí para identificar correlaciones significativas que afectan los porcentajes de conversiones. Pueden calcular ofertas más integrales que tienen en cuenta el funcionamiento conjunto de ciertos indicadores, dado que identifican combinaciones de estos últimos que predicen mejor el rendimiento de las conversiones y agregan esas combinaciones a los algoritmos de ofertas.
| Indicadores disponibles con los ajustes de la oferta | Ejemplo de indicadores exclusivos para las Ofertas inteligentes |
|
|
Las Ofertas inteligentes utilizan combinaciones de 2 o más indicadores. Por ejemplo, puede tener en cuenta la ubicación, el SO y el idioma antes de establecer una oferta durante la subasta.
