Nuestros tips & consejos

CASALS ONLINE BLOG

|
hagakure google ads estructuras de campañas para maximizar machine learning
Consejos, featured, Google-Ads, Novedades

HAGAKURE: CÓMO ESTRUCTURAR GOOGLE ADS EN BASE AL MACHINE LEARNING 2020

Introducción

Desde el lanzamiento de Google Ads, estructurar correctamente las campañas siempre han sido una parte fundamental para el éxito de una campaña de publicidad con la herramienta; cada vez más, esta labor se ha vuelto más compleja y ahora nos tenemos que centrar en los objetivos de CPA y/o ROAS para cumplir con las necesidades del cliente.

Desde hace unos años Google recomendaba una cuenta bien estructurada en base a decenas de campañas y miles de grupos de anuncios en un intento de conseguir una capilaridad extrema hasta el punto de sugerir grupos de anuncios tipo SKAG (Single Keyword Ad Groups).

El objetivo era capturar todos los campos semánticos posibles y tener anuncios que correspondan exactamente a todas las búsquedas de los usuarios en el buscador. Estas estructuras llevaban a menudo  una inversión de tiempo con el Editor de Google Ads para construir grandes estructuras en forma de SKAG (Grupos de anuncios de una sola palabra clave).

Estas estructuras estaban muy bien adaptadas al ecosistema de Google hace unos años, pero hoy en día ya no lo están ya que no aprovechan la capa de inteligencia artificial de Google o Machine Learning como también se conoce. Las antiguas estructuras frenan el aprendizaje del algoritmo y no favorecen a que Google pueda llevarte más conversiones con sus  estrategias de pujas automatizadas como Maximizar Conversiones o CPA/ROAS.

Estas estructuras de campañas contenían muchas palabras clave con “bajo volumen de búsqueda” por lo que los grupos de anuncios tenían poco volumen de tráfico . En estas condiciones, el sistema automático de Google o Machine Learning carece de las señales contextuales suficientes para hacer que las estrategias de pujas automatizadas trabajan a nuestro favor ya que estas demandan alto volumen de tráfico en cada grupo de anuncios para tener suficientes datos como para entender la probabilidad de conversión de un futurible formulario o próxima venta online.

A principios de 2020, el equipo de Google realizó un evento para agencias Partner Premier en Madrid y presentó una “nueva fórmula” para crear estructuras de google Ads con el objetivo de maximizar la eficiencia de su algoritmo; esta nuevo paradigma dentro de Google Ads aprovecha al máximo la automatización y el machine learning para así optimizar nuestras campañas; procesando una gran cantidad de datos en tiempo real, imposible de gestionar por parte de un ser humano y favoreciendo el sistema de pujas automáticas con un mayor volumen de conversiones gracias su modelo predictivo basado en datos.

¿Qué es Hagakure?

La metodología Hagakure en Google Ads es una estructura compactada técnicamente compleja que estructura la cuenta en base a campañas que tengan objetivos de CPA/ROAS y por lo tanto objetivos empresariales diferentes.

La estructura Hagakure se basa en la utilización de dos herramientas de automatización en las campañas de búsqueda en Google Ads que son:

  • Automatización de pujas
  • DSA (Dynamic Search Ads)

Los expertos de Google en Japón se dieron cuenta de que las estructuras de las campañas de Google Ads debían de simplificarse y compactarse para que cada grupo de anuncios tuviera un mínimo tráfico, en este caso 3.000 impresiones a la semana, para que la automatización de las pujas o el smart bidding pudiera rendir al máximo gracias a la capa de Inteligencia Artificial o Machine Learning de la herramienta. Los resultados fueron sorprendentes y todas las campañas mejoraron los resultados comparándolas con las mismas campañas gestionadas de forma manual; y todo gracias a la optimizar de las pujas en tiempo real utilizando datos “ocultos” o “no visibles” para un ser humano gracias a la capa contextual.

Tal y como informó Google en el evento a principios de año, el volumen de impresiones recomendado a nivel de grupo de anuncios para estar por encima del umbral óptimo para aprovechar el Machine Learning era 3.000 impresiones / semanales, aunque también es cierto que grupos de hasta 1.500 impresiones también podrían funcionar pero no en todas las situaciones, dependiendo del nivel de competencia y el sector.

Esto nos lleva a entender que cuentas que utilizan términos de búsqueda con relativamente poco volumen de búsqueda, no se pueden estructurar como antaño sino que es necesario compactar las campañas y los grupos de anuncios para lograr un volumen suficiente de impresiones semanales a nivel de grupo de anuncios.

Características de una Estructura Hagakure

Para aprovechar al máxima todo el potencial del Machine Learning de Google, hay que tener en cuenta los siguientes aspectos si lo comparamos con campañas “old school”:

1) Es fundamental en cualquier campaña tener bien configurado los píxeles de conversión y todos aquellos eventos que queramos considerar como una conversión como los eventos de llamadas de anuncios o llamadas en la página web, o cualquier formulario en nuestra web o la venta online o transacciones. Aunque esto aplica a cualquier tipo de cuenta ya sea en base a Hagakure como no, es lo suficientemente importante como destacarlo ya que si estos eventos no están bien configurados será imposible que el algoritmo de google y el Machine Learning trabajen a nuestro favor. En aquellas cuentas que los eventos no estén registrados o mal configurados el algoritmo en base a campañas Hagakure y en base a pujas automatizadas pueden fácilmente trabajar en contra de nuestros objetivos de negocio.

también es igual de importante analizar y revisar que tipo de conversiones incluimos en el Smart Bidding de la herramienta. Es sumamente importante no cambiar ni excluir conversiones para poner otras de nuevas ya que esto podría causar daños irreparables ya que podrías perder todo el historial de conversiones de la cuenta y estarías alimentando el algoritmo con eventos que aún no el algoritmo no tiene suficientes datos para resolver tus objetivos de conversión.

Cualquier cambio en las conversiones o modelo de atribución hará que la campaña se re-inicie, sufriendo un nuevo período de aprendizaje  antes de poder trabajar a pleno rendimiento.

2) Una URL (landing page) por grupo de anuncios: Lo ideal es agrupar todas las palabras clave relacionadas con una URL de destino dentro del mismo grupo de anuncios para que los datos que generamos se unifiquen y la cantidad de tráfico se maximice. La lógica de dividir los grupos de anuncios ya no es en base a keywords y su sintaxis, sino en base a elementos como la urls destino y los objetivos empresariales.

3) De esta forma, es totalmente necesario establecer unos objetivos de ROAS o CPA diferentes por cada grupo de anuncios o url de destino para posteriormente decidir como estructurar la nuevas campañas.

Por poner un ejemplo si tenemos una tienda online en que vendemos neveras, lavadoras, licuadoras y tostadoras, los grupos de anuncios los dividiremos por aquellos conjuntos de productos que juntos compartan unos mismos márgenes comerciales, publicitarios y por lo tanto ROAS objetivo. En este sentido las neveras y las lavadoras podrían estar en un mismo grupo de anuncios si estos artículos comparten el mismo ROAS objetivo y las tostadoras y licuadoras podrían estar en otro grupo de anuncios si ambas categorías de productos comparten a su vez un mismo ROAS objetivo.

Los algoritmos pueden proporcionar resultados más rápidos y mejores si cumplimos con un volumen mínimo de impresiones. Por lo tanto, sólo separaremos una keyword del resto de keywords de un grupo de anuncios en un nuevo grupo de anuncios cuando esta tenga un volumen igual o superior a 3.000 impresiones a la semana.

4) Crear grupos de anuncios de DSA basados en categorías dentro de la misma campaña para capturar todo el posible tráfico long-tail que no hayamos tenido en cuenta en nuestra estructura de grupos de anuncios es aconsejable para mostrar nuestros anuncios a todas las búsquedas de nuestros potenciales clientes. Cómo estamos utilizando pujas automatizadas es muy probable que nuestro grupo de DSA dentro de la campaña se lleve parte del tráfico. Este grupo de anuncios de anuncios dinámicos en base a las urls de nuestro proyecto web pueden llegar a convertir tanto o igual que el resto de grupos de anuncios de la campaña que hemos lanzado. En este sentido puede haber cierta canibalización entre los grupos de anuncios pero el criterio que prevalece son los resultados finales o conversiones.

Si estamos consiguiendo el volumen de conversiones esperado y estamos cumpliendo con el ROAS o CPA objetivo que nos habíamos fijado entonces no debemos preocuparnos, aunque estemos sacrificando conversiones en nuestros grupos de anuncios en base a nuestras keywords.

5) Trabajar con la columna de URL FINAL a nivel de keywords en vez de personalizar los anuncios con urls de destino. Anteriormente, en las estructuras de campañas old school, los anuncios apuntaban a las urls de nuestro proyecto web para cumplir con exactitud necesaria entre keywords, anuncio y urls destino en cada grupo de anuncios; también llamado como relevancia horizontal.

Esto ya no es así ya que como hemos comentado anteriormente, cada grupo de anuncios puede tener terminología o keywords muy dispares y por lo tanto también pueden tener urls de destino diferentes. Para poder cumplir con el Quality Score de Google en términos de Relevancia, hemos de informar la URL de destino en cada keyword, creando así grupos de anuncios con diferentes keywords entre sí que cada una de ellas apuntan a distintas urls de destino. Si no tenemos esta nueva columna a nivel de Palabras Clave, estaremos disparando anuncios sin relevancia y mandado a nuestros posibles clientes a urls que no coinciden con el término de búsqueda o producto que han están buscando en el buscador.

6) Trabajar con todas las audiencias disponibles en Google Ads desde un inicio para poder observar en el tiempo cuales son aquellos grupos de personas o audiencias que más están convirtiendo y poder así segmentarlos y ajustar sus puja a la alza o a la baja en función de dichos resultados. Al aplicar de un inicio todas las audiencias disponibles nos puede llevar a trasladar estos descubrimientos a nuevas campañas de Display Inteligente y así aprovechar al máximo el potencial del smart bidding en este tipo de campañas sin tener que empezar de zero ya que todo lo que aprendamos de nuestras campañas de búsqueda serán indicadores que podremos utilizar para las nuevas campañas de display..

7) Anuncios con funciones IF con personalizadores de anuncios o etiquetas de palabras clave para obtener los anuncios más relevantes posibles. Esta parte es la más compleja de realizar ya que si conoces el comportamiento habitual de los anuncios dentro de un grupo de anuncios sabrás que todos los anuncios tienen en un inicio la misma posibilidad de imprimirse y por lo tanto si tenemos keywords y urls de destino totalmente distintas en un mismo grupo de anuncios cómo vamos a poder disparar los anuncios adecuados por cada keyword en dicho grupo de anuncios.

8) El volumen de conversiones por semana es igual de importante para un óptimo aprendizaje de la campaña. Para saber si nuestra campañas está aprendiendo a buen ritmo tenemos que tener en cuenta que como mínimo consiga 10 conversiones a la semana. Este número al igual que el 3.000 en volumen de impresiones es la señal que nuestra campaña tiene suficientes datos como para aprender de forma satisfactoria. Por debajo de estos números es posible que la estrategia de smart bidding no funcione y tenga un comportamiento irregular o termine muriéndose. En estos casos es preferible mantener la misma estructura pero trabajar con pujas manuales como CPC o CPC mejorado.

En este sentido, para poder cumplir con las exigencias de la herramienta en términos de relevancia tendremos que usar la función IF para mostrar los anuncios personalizados en base a la consulta del usuario en el buscador. Esto significa que tenemos que subir un fichero tipo .xls en la sección de Datos Empresariales de la cuenta de google Ads y previamente de forma manual crear la personalización de los anuncios en una hoja de cálculo para cumplir con el match entre keywords, título, Path 1 y Path 2 de los anuncios. Realmente una complejidad técnica añadida que muy bien vas a tener que invertir unas horas en dejar configurado. Hay que tener en cuenta que para su mantenimiento cada vez queremos añadir una nueva palabra clave / keyword en nuestro grupo de anuncios, deberemos previamente crear los anuncios en la misma hoja .xls y programar su subida para actualizar los anuncios en base a la lista de keywords utilizada en la campaña para mantener la relevancia requerida.

¿Cómo Optimizar tus Campañas en Google Ads?

Google estima que para optimizar la automatización y el aprendizaje automático, un grupo de anuncios debe recibir al menos 3.000 impresiones por semana o 12.000 impresiones por mes.

Se recomienda no limitar el presupuesto para ofrecer a la herramienta el máximo volumen de datos en cada campañas, utilizando la concordancia amplia y/o amplia modificada para recoger tanta variedad de términos de búsqueda como sea posible. También se recomienda hacer un buen listado de keywords negativas al inicio si quieres que el aprendizaje sea más rápido y efectivo y nos podamos ahorrar en las primeras semanas clicks y costes adicionales. En todo caso al lanzar una campaña inteligente de este tipo tenemos que tener en cuenta que en el tiempo Google tiene la capacidad de sólo terminar apostando por aquellas palabras clave que tienen una alta probabilidad de convertir por lo que al final tampoco sería necesario utilizar palabras negativas; pero este tiempo de aprendizaje aunque efectivo siempre será a costa de nuestro dinero por lo que cuanto antes negativizaremos más eficaz y rentable será la campaña y su gestión.

¿Qué Debes Tener en Cuenta?

La estructura de las campañas y la división de los grupos de anuncios solo deben hacerse en base a los objetivos empresariales de tu negocio. Es fundamental tener información previa del sector, de las keywords que se utilizan y sus volumen y de los objetivos de ROAS o de CPA que quieres obtener antes de lanzar cualquier campaña. Esta preparación estrategia aun toma más relevancia si queremos estructurar nuestras campañas en base a la metodología Hagakure. En este sentido nuestro trabajo en la gestión de la publicidad mediante la herramienta no solo será operativo sino que más que nunca se pone en relieve la importancia de estructurar campañas a nivel estratégico y que nosotros, como gestores de la cuenta tengamos toda la información empresarial disponible de márgenes, costes y beneficios para poder tomar en todo momento decisiones estratégicas.

Hoy más que nunca se requiere escuchar al cliente, entender su producto, el sector en el que opera, cual es su competencia y hacer en definitiva un estudio y auditoría de la cuenta si ya existen datos en su cuenta para poder alinear la nueva campaña de Hagakure con los objetivos de negocio de la empresa.

Para ellos podemos contar con varios informes del histórico de la cuenta de Google Ads para analizar por ejemplo aquellas palabras clave que están por el umbral de 3.000 impresiones semanal. También es fundamental en esta fase de análisis y preparación utilizar herramientas como SEMrush o Ahrefs para hacer un buen estudio de la competencia y de posibles keywords.

Si no disponemos de estas herramientas, Google también nos proporciona una fantástica herramienta como El Planificador de Palabras Clave reconvertido en la sección de Planes para poder estimar el volumen de impresiones y conversiones de un listado de palabras clave que crees para entender como debes estructurar tu nueva campaña Hagakure.

Durante la gestión de la campaña debemos usar la concordancia amplia para capturar búsquedas long tail, y reserva la coincidencia exacta para las palabras clave de mayor volumen y valor. Esto quiere decir que aunque estemos inicialmente trabajando con amplias también podemos cerrar las concordancias en aquellas palabras que queramos sacarle más rendimiento; al igual que hacíamos anteriormente en las campañas “old school”. En campañas en base a Hagakure no es necesario crear variaciones de palabras clave como las concordancias exactas o de frase ya que google puede resolver el enigma igual con concordancias amplias siempre y cuando su algoritmo esté a pleno rendimiento y tenga suficientes datos para tomar decisiones acertadas.

También es aconsejable mantener en funcionamiento una campaña de marca clásica así como una campaña de DSA clásica pero excluyendo las categorías a las que se dirigen los grupos de anuncios de DSA de nuestra campaña de Hagakure para mejorar el flujo de conversiones y alimentar así el algoritmo de Google con con más datos contextuales para mejorar las conversiones.

Como recomendación, nuestras campañas de marca o DSA clásica no pueden ser nuestra piedra angular en qué basar el éxito de nuestra cuenta publicitaria. Esto es importante comentarlo ya que después de muchos años en el sector, algunas agencias abusan de estas campañas a falta de resultados en estructuras puras, basando sus logros en campañas de marca que si rascamos un poco y conocemos los diferentes canales de adquisición de tráfico fácilmente podemos darnos cuenta que estas campañas lo que hacen es única y exclusivamente robar tráfico y conversiones al canal orgánico que muy probablemente ya conseguíamos anteriormente antes de pagar en Google ads por ellas. 

Aun así siempre es recomendable tener una campaña de marca para proteger nuestro nombre frente a la competencia y para ayudar a que el algoritmo aprenda mejor y más rápido con datos contextuales que aplicará al resto de campañas dentro de nuestra cuenta de publicidad de Google Ads.

También es importante mantén el modelo de atribución y no cambiarlo ni ni durante ni después de  lanzar las campañas. Si la cuenta ya tuviera un buen histórico de conversiones no es recomendable cambiar el modelo de atribución ya que  el algoritmo volvería a su fase de aprendizaje.  Se recomienda utilizar cualquier modelo que no sea el modelo de Último Click ya que realmente solo estarás teniendo en cuenta a aquellos usuarios que convierten después de hacer click a uno de tus anuncios y no estarás teniendo en cuenta aquellos usuarios que después de ver tu anuncio no hayan convertido en ese momento pero si en otro momento dentro de la ventana de conversión que hayas establecido que normalmente se establece en 30 días aunque pueda cambiar según el Life Time Value y/o Sector. Con otros modelos de atribución tendrás en cuenta las fases de consideración de los usuarios y reportarás más datos contextuales al algoritmo para que este aprenda no solo de los usuarios más impulsivos sino de todos y cada uno de los usuarios que han terminado convirtiendo. 

Solo se recomienda cambiar el modelo de atribución a posteriori cuando por el alto volumen de conversiones, Google haya activado la posibilidad de trabajar con el modelo de atribución En base a Datos ya que este añade más datos contextuales a tus campañas.

Por último, también hay que tener en cuenta que en según el estado inicial de la cuenta, es recomendable lanzar este tipo de campañas en base a Hagakure con una puja en base a CPC Mejorado. Esto sería recomendable si aun no tenemos un buen historial de conversiones y/o si queremos un mayor control inicial de las pujas y no estamos seguros de los resultados estimados que vayamos a conseguir.

En todo caso hay que tener en cuenta que si lanzamos la campaña en pujas automatizadas siempre tenemos que contar con el período de aprendizaje inicial de la campaña y que no debemos tocar esta campaña durante la fase de aprendizaje de 7 días aunque siempre es recomendable no tocarlo y analizar los primeros resultados después de 30 días siempre y cuando sea posible. Es entonces con estos primeros datos y resultados cuando podemos empezar a tener en cuenta las primeras medidas de ajuste si fueran necesarias.

Ventajas Hagakure

  • Gestión de cuentas publicitarias adaptadas para enfrentarse con garantías a los retos actuales de cada empresa, el contexto de mercado y a la competencia en base a CPA o ROAS.
  • Estrategias de puja automatizadas y más eficientes para sacar el máximo partido al Machine Learning y a los datos contextuales.
  • Estructura orientada a URLs y a CPA/ ROAS. Estructura no orientada en base a keywords; esta nueva filosofía es más relevante para el empresario. A su vez no descuida el long tail gracias a los grupos dinámicos de anuncios.
  • Muchísimo más tiempo de análisis, implementación y toma de decisiones estratégicas para estar alineado con los objetivos y la estrategia comercial del proyecto.
  • Puedes centrarte en los objetivos del negocio (márgenes, facturación o ventas) en lugar de tareas mecánicas recurrentes.

Caso Práctico

Cómo la teoría es muy bonita pero la práctica lo es más, queremos mostraros unas gráficas para ejemplificar los resultados conseguidos en las cuentas que hemos aplicado este cambio de metodología.

Conclusiones

Con estos ejemplos queremos probar que somos expertos no solo en lo que contamos sino también en lo que hacemos. Hagakure está en boga pero desde nuestra agencia ofrecemos nuestros conocimientos y amplia experiencia a todos aquellos proyectos digitales que quieran que sus campañas de Google Ads estén gestionadas por profesionales altamente cualificados; con todas las certificaciones de Google necesarias y con Másteres especializados de Google Ads como el que imparte nuestro referente del sector Enrique del Valle.

En la agencia de marketing digital Casal’s Online tenemos más de 5 años de experiencia llevando campañas de Google Ads y atesoramos 10 años como Agencia de Marketing Digital especializada en SEO & SEM.

Esperamos y deseamos que tras leer este artículo, tu también seas un nuevo Jedi; sino ¡déjalo en nuestras manos!

Share
Related Posts
Name
Email
Review Title
Rating
Review Content