Todas las plataformas publicitarias modernas ahora incluyen el aprendizaje automático en sus algoritmos. La gestión de campañas exitosas requiere una comprensión del aprendizaje automático en cualquier red publicitaria.
¿Cómo funciona el aprendizaje automático de Google en el marketing pago?, ¿Qué es el aprendizaje automático?, ¿Cómo afecta el aprendizaje automático a las campañas de búsqueda pagas? y Cómo optimizar para el aprendizaje de motores de búsqueda de pago.
¿Qué es el aprendizaje automático?
Los algoritmos aprenden a procesar información a través del aprendizaje automático. Cuantos más datos haya, más rápido aprenderá qué hacer con esta información.
Diferentes puntos de datos pueden tener diferentes pesos en el algoritmo. Es importante comprender cómo se evalúan los puntos de datos.
Los puntos de datos pueden ser completamente objetivos, subjetivos o un híbrido de interacción humana y aprendizaje puramente algorítmico.
Saber lo que puede controlar es fundamental para su éxito a medida que se asocia con el aprendizaje automático de redes publicitarias.
El otro factor crítico es el período de entrenamiento (y que el algoritmo tenga suficiente tiempo para procesar los puntos de datos).
¿Cómo afecta aprendizaje automático en el marketing de búsqueda pagada?
El aprendizaje automático afecta a casi toda la demanda pagada. Cualquier cambio importante puede afectar la forma en que el algoritmo maneja su campaña.
Estos cambios incluyen:
- Ofertas y presupuestos: cambios drásticos en los presupuestos o cambios en las estrategias de ofertas.
- Públicos: cambie los objetivos o excluya los objetivos.
- Creatividad: modificar o agregar una creatividad crea una nueva versión del anuncio que no tendrá acceso a las estadísticas del anuncio anterior.
- Estado de la campaña: las campañas en pausa restablecen el período de aprendizaje.
Es importante tener en cuenta que las campañas manuales se ven menos afectadas por estos cambios, pero cada vez es más difícil ejecutar campañas puramente manuales.
Ejecutar una campaña manual significa excluirse de más de 60 señales que utilizan las redes publicitarias en sus ofertas inteligentes.
Estas señales se utilizan para ajustar las ofertas de acuerdo con la estrategia de oferta elegida y el presupuesto dado.
Además, aunque el veredicto sigue vigente sobre si los anuncios de texto expandido (ETA) o los anuncios de búsqueda personalizados (RSA) funcionan mejor, los RSA tienden a obtener una mayor proporción de impresiones.
El aprendizaje automático no siempre es una opción activa. La concordancia de palabras clave y el etiquetado de la audiencia se realizan en segundo plano y se basan en datos históricos.
La audiencia local (mercado, afinidad, etc.) se basa en un algoritmo que aprende que es probable que las personas que realizan una acción completen otra acción o tengan otros rasgos relacionados.
Cuando le pide a la plataforma publicitaria que busque audiencias “similares” con la lista cargada / visitantes del sitio web, utiliza la audiencia inicial para ayudar a la plataforma publicitaria a comprender qué prospectos considera valiosos y cuáles no.
La concordancia de palabras clave y las opciones relacionadas están influenciadas por la probabilidad de obtener resultados, así como por el comportamiento del usuario en tiempo real.
Los algoritmos ahora son lo suficientemente inteligentes como para saber si un usuario es bilingüe y permitirán que su otro idioma active anuncios.
Captura de pantalla de Twitter.com, septiembre de 2021Cómo optimizar el aprendizaje automático para búsquedas pagadas
Es mucho más fácil de optimizar cuando uno está involucrado en el aprendizaje automático de la búsqueda paga.
La mecánica más importante es cumplir con los períodos de entrenamiento y evitar un reinicio accidental.
Por ejemplo, si necesita escalar una campaña, asegúrese de presupuestar dos semanas entre cada gran aumento de presupuesto.
Si necesita que su campaña se desacelere (o se detenga), reduzca su presupuesto en lugar de pausar para no restablecer su período escolar.
Las palabras clave y las audiencias negativas pueden ayudar a los algoritmos de la plataforma publicitaria a determinar qué ideas y comportamientos se ajustan a su presupuesto (y cuáles evitar).
Esta es la forma más poderosa de influir en el aprendizaje automático y debería formar parte de todas las cuentas de búsqueda de pago.
Las conversiones y los valores de conversión son herramientas de aprendizaje automático infrautilizadas. Son la forma más fácil de comunicarse con el algoritmo de búsqueda de pago y le permiten ver el comportamiento del usuario sin pedirle al canal publicitario que califique la acción.
El aprendizaje automático afecta a casi todos los elementos de la demanda pagada, y comprender cómo enseñar el algoritmo es fundamental para el éxito de PPC.
