Si eres un anunciante de PPC, seguramente no eres ajeno a las puntuaciones en tu cuenta de anuncios, por ejemplo, puntuación de calidad o puntuación de optimización. Con los anuncios de búsqueda responsivos (RSAs) reemplazando a los anuncios de texto expandido, los anunciantes ahora están cada vez más expuestos a un nuevo tipo de puntuación llamada Fuerza del Anuncio.
En este post, explicaré qué es la fuerza del anuncio en los anuncios de búsqueda responsivos, cuán importante es y cómo se compara con otras puntuaciones de optimización que han existido por más tiempo.
¿Qué es la Fuerza del Anuncio?
Google define la Fuerza del Anuncio de la siguiente manera:
La Fuerza del Anuncio te proporciona comentarios para ayudarte a centrarte en proporcionar los mensajes correctos a tus clientes. Muestra qué tan bien sigue un creativo publicitario las mejores prácticas para un rendimiento óptimo, que van desde “Incompleto”, “Pobre”, “Promedio”, “Bueno”, hasta “Excelente”.
Es el tipo más nuevo de puntuación que los anunciantes ven en sus cuentas asociadas con los anuncios de búsqueda responsivos.
¿Importa la Fuerza del Anuncio?
Google afirma que esta es una puntuación de mejores prácticas y está destinada a causar una gran primera impresión. Esta es una elección importante de palabras y significa que no está aprendiendo de tu rendimiento real. Y aunque una buena primera impresión importa, los resultados a largo plazo importan aún más.
La fuerza del anuncio utiliza un modelo de aprendizaje automático que observa qué atributos de un anuncio tienden a corresponder con buenos resultados para un anunciante. Por ejemplo, ¿un anunciante que tiene 10 variaciones diferentes de un titular tendrá un mejor rendimiento que un anunciante similar que tiene 15 variaciones diferentes del mismo titular?
¿Los anuncios que incluyen la palabra clave principal de un grupo de anuncios tienden a tener un mejor rendimiento que los anuncios que no incluyen la misma palabra clave?
¿Los anuncios con demasiadas frases redundantes tendrán un peor rendimiento que aquellos que evitan la redundancia?
Estos son conocimientos muy útiles para comenzar y todos podemos aprender algo de las lecciones de la historia.
Sin embargo, una vez que tienes un buen anuncio base, olvida la fuerza del anuncio porque, aunque refleja lo que ha funcionado bien para las masas en el pasado, no le importa lo que funciona para ti. Un anunciante cuyo anuncio con ‘pobre’ fuerza del anuncio comienza a funcionar muy bien seguirá siendo etiquetado como ‘pobre’.
Déjame decirlo de nuevo. ¡La fuerza del anuncio no cambia en función de tu rendimiento!
Por lo tanto, es posible que los anunciantes con tasas de conversión fantásticas, bajos CPAs y muchas ganancias puedan tener una fuerza del anuncio pobre. No están siguiendo la sabiduría general, pero aún así tienen éxito. Pensar de manera diferente no es recompensado por este modelo.
Así que si eres un comercializador experimentado, no hay nada de malo en crear un anuncio que creas que funcionará muy bien, incluso si resulta tener una fuerza del anuncio pobre según las predicciones de Google.
Lo que importa mucho más, en ese caso, es un monitoreo cercano y una experimentación metódica para asegurarse de que el rendimiento real refleje lo que crees que el anuncio puede lograr.
¿Impacta la Fuerza del Anuncio Pobre en la Publicación del Anuncio?
Si te preocupa que una fuerza del anuncio pobre signifique que tu anuncio se mostrará con menos frecuencia, ten la seguridad de que la fuerza del anuncio no impacta en el ranking del anuncio o en la puntuación de calidad. En otras palabras, si tu fuerza del anuncio es pobre, NO significa que Google esté despriorizando tu anuncio en la subasta de anuncios.
Sin embargo, es posible que tu anuncio realmente sea malo y, por lo tanto, también obtenga una baja puntuación de calidad y un menor ranking de anuncios en las subastas. Correlación, no causalidad.
Parte de la razón por la que algunas personas creen que una fuerza del anuncio pobre causa que su anuncio se muestre menos es que Google durante un tiempo etiquetó algunos anuncios como ‘pobre (elegibilidad limitada)’. Este estado era confuso y desde entonces ha sido eliminado.
¿Es Estática la Fuerza del Anuncio?
Aunque mi punto es que se puede ignorar la fuerza del anuncio porque está desconectada del rendimiento, no es completamente estática. Por ejemplo, a la fuerza del anuncio le gustan los anuncios que contienen la palabra clave principal del grupo de anuncios en el texto del titular.
Por lo tanto, si las palabras clave de un grupo de anuncios cambian, o si la mezcla de qué palabras clave obtienen más impresiones cambia, entonces la fuerza del anuncio podría cambiar incluso cuando no hubo cambios en ninguno de los activos del anuncio.
¿Deberías Prestar Atención a la Puntuación de Calidad?
La Puntuación de Calidad (QS) es la puntuación original de aprendizaje automático/inteligencia artificial en Google Ads. Ha existido durante casi 2 décadas y su propósito siempre ha sido predecir la probabilidad de que un anuncio sea lo suficientemente relevante como para ser clicado.
Un punto importante sobre la puntuación de calidad es que la QS inicial de un anunciante puede cambiar rápidamente a medida que el sistema acumula más datos sobre la palabra clave. En otras palabras, a medida que una cuenta tiene más de sus propios datos, el número de puntuación de calidad que ves refleja más la verdadera realidad de la calidad y relevancia de esa cuenta.
Por lo tanto, tiene sentido que los anunciantes presten mucha atención a la QS y traten de obtenerla lo más alta posible.
El número que ves se convierte en una mejor representación de la realidad a medida que pasa el tiempo. Y recuerda que cuanto más alta sea la puntuación de calidad, menor será el costo por clic que un anunciante tiene que pagar para mantener su posición en la subasta de anuncios.
¿Deberías Prestar Atención a la Puntuación de Optimización?
La Puntuación de Optimización, al igual que la puntuación de calidad, tiene un elemento de aprendizaje automático. El propósito de la puntuación de optimización es decirle a los anunciantes cuánta capacidad de mejora está disponible en sus cuentas. Por ejemplo, si cambiaran las ofertas o los presupuestos, cuántas más conversiones podría causar potencialmente este cambio.
El número que se estima se basa en el aprendizaje automático y, como con cualquier predicción, no siempre será completamente preciso. Sin embargo, la puntuación de optimización vale la pena prestarle atención porque si tienes una baja puntuación de optimización significa que el aprendizaje automático de Google cree que estás dejando muchas conversiones potenciales sobre la mesa.
Deberías evaluar la sugerencia y luego tomar una decisión basada en cuán precisa crees que será el impacto. En Optmyzr, representamos selectivamente algunas de las oportunidades de Google para mejorar la puntuación de optimización comparando las predicciones de Google con las nuestras, para ayudar a los anunciantes a aprovechar lo que creemos que son las mejores oportunidades.
Cuidado con los Sistemas de Retroalimentación Cerrados
El problema con un sistema de retroalimentación en gran medida estático como la fuerza del anuncio es que te permite quedarte atrapado en un bucle cerrado. Este concepto se explica en el libro “The Loop” de Jacob Ward de NBC News.
La idea es que el aprendizaje automático influye en nuestros comportamientos de maneras indeseables. En el caso de los anunciantes, el aprendizaje automático nos está diciendo cómo ser creativos con nuestros anuncios. Pero lo que recomienda se basa en lo que funcionó para otros en el pasado.
Y cuando le dice a todos que hagan lo mismo y obedecemos, nos quedamos atrapados en un bucle cerrado.
Aquí hay un ejemplo con el que tal vez puedas relacionarte mejor. Si solo miramos las recomendaciones de Netflix sobre qué programas de televisión ver a continuación, los algoritmos de Netflix están influyendo en nuestras decisiones, y esas decisiones retroalimentan al algoritmo para hacer futuras recomendaciones.
Algoritmo: Oye, deberías ver este programa de televisión genial, está de moda donde vives.
Yo: Claro, lo revisaré.
Algoritmo: Vaya, mira eso, otra persona viendo ese programa, debería recomendar aún más de esos.
Yo: ¿Dónde están todos los programas nuevos y únicos? ¡Todo se siente igual!
La puntuación de fuerza del anuncio causa un problema similar para los anunciantes. Cuando el algoritmo nos dice qué deberíamos hacer debido a lo que ha funcionado en el pasado, está desincentivando la experimentación que puede crear nuevas historias de éxito que podrían haber alterado las predicciones futuras.
Los anuncios se están homogeneizando y nuestra creatividad ya no es recompensada.
Cómo Funciona el Aprendizaje Automático para los Anuncios de Búsqueda Responsivos
Todas las puntuaciones mencionadas anteriormente tienen un elemento de aprendizaje automático e inteligencia artificial. Así que creo que es importante explicar brevemente cómo funciona esa tecnología. Al entender eso, podremos ver las deficiencias y posibles trampas.
Algunos aprendizajes automáticos funcionan construyendo un modelo que predice el futuro basado en lo que ha sucedido en el pasado. El primer paso para crear aprendizaje automático es construir el modelo, a veces llamado la fase de entrenamiento. Durante la fase de entrenamiento, se alimentan datos históricos a la máquina para que pueda encontrar correlaciones entre los diversos atributos que corresponden al resultado deseado.
Tomemos la puntuación de calidad como ejemplo. La máquina busca señales que correspondan a tasas de clics más altas, un indicador de relevancia del anuncio. Puede encontrar que la presencia de la palabra clave en el texto del anuncio es un factor que se correlaciona con un CTR más alto, y por lo tanto, construir eso en su modelo para que las palabras clave con tales anuncios obtengan una puntuación más alta.
Después de que el modelo ha sido probado e iterado, se despliega y comienza a hacer predicciones. En el caso de la puntuación de calidad, hace una predicción sobre la probabilidad de que cada anuncio que intenta entrar en la subasta obtenga un clic. Hace esta predicción cada vez que un usuario realiza una búsqueda.
El modelo podría ser estático, actualizado periódicamente o aprender continuamente del éxito de sus propias predicciones para mejorarse a sí mismo. Por ejemplo, si el modelo de puntuación de calidad predice que un anuncio será clicado y luego no se clica, actualizará su modelo para que las predicciones futuras sean más precisas. Esto se llama aprendizaje por refuerzo.
También debes entender que los modelos pueden construirse con diferentes conjuntos de datos y ponderar diferentes tipos de señales más o menos. En el caso de la puntuación de calidad, los modelos se construyen con todos los datos de Google Ads de un período reciente de tiempo, pero están construidos para ponderar más el rendimiento propio de una cuenta cuando esos datos están disponibles.
Así que cuando un anunciante agrega una nueva palabra clave a su cuenta, su puntuación de calidad inicial se basa más en datos de todo el sistema. Cuando la palabra clave comienza a acumular su propia historia en la cuenta del anunciante, eso pesará más en la puntuación de calidad.
Conclusión
Una mayor fuerza del anuncio no significa un mejor CTR o una mejor tasa de conversión o una mejor puntuación de calidad. Si eres nuevo en la publicidad o no sabes qué va a funcionar, considera esto como un consejo.
Pero si eres un anunciante experimentado, adelante y haz lo que mejor sabes hacer. Crea el anuncio que resuene bien con tu público objetivo y mantén el enfoque en el rendimiento. No te dejes cegar solo por la fuerza del anuncio.
También realizamos un estudio sobre el rendimiento de RSA cubriendo más de 13,671 cuentas de usuarios de Optmyzr elegidas al azar y respondimos preguntas como:
- ¿Es el uso de RSA tan común entre los anunciantes como se piensa?
- ¿Cómo se compara el rendimiento de RSA con el de los ETAs?
- ¿Qué efecto tienen los titulares/descripciones fijados en el rendimiento?
Obtén consejos, estrategias y tácticas de PPC accionables de expertos de la industria en tu bandeja de entrada una vez al mes.
