Cómo usar la Analítica Web para crear campañas eficientes en Adwords

Voy a ser claro: una campaña eficiente en Adwords presenta números positivos en la columna del ROI (retorno de la inversión, según sus siglas en inglés), y en la de Beneficio Neto.

El rojo en esas columnas debería ser causa inmediata de cancelación… ¡Aunque el porcentaje de conversiones sea alto!

Como analistas, nuestro trabajo es decirle al responsable de marketing qué campañas debe potenciar, cuáles debe mejorar, y cuáles debe detener, en función de la eficiencia de dichas campañas. Y en el terreno de la publicidad online, la única manera fiable de determinar la eficiencia es calculando cuánto se gana (o se pierde). En otras palabras: eficiencia = rentabilidad.

Así las cosas, antes de entrar en cómo crear campañas eficientes en Adwords (o en cómo convertirlas en eficientes, o en cómo hacerlas más eficientes de lo que son), debemos definir las métricas que usaremos para medir la rentabilidad de las mismas. Esas métricas serán las que nos digan qué debemos hacer con la campaña, y cómo podemos mejorarla.

Tipos de campañas

Hay tres tipos básicos de campañas (1):

a) Las de beneficio (aquellas que persiguen un ingreso inmediato: la venta de un producto, por ejemplo).
b) Las de adquisición de clientes (aquellas que en lugar un ingreso inmediato, se centran en captar posibles futuros compradores).
c) Las de branding, (cuyo objetivo es dejar grabada la imagen de la compañía y sus productos en la mente de los clientes).

Las primeras son las más fáciles de analizar. Las de adquisición son más complejas, y las de branding son las peores.

Para poder calcular ROI y Beneficio Neto, es necesario definir para las campañas algún tipo de objetivo (o conversión), y asignarle un valor al mismo. La dificultad de las campañas de adquisición y de branding radica en que, al no haber una venta directa, es difícil determinar los objetivos y asignarles un valor concreto.

El ejemplo de la web que vende pantalones

Supongamos que tenemos una web en la que se venden pantalones. Si hacemos una campaña en Adwords destinada a que nos compren pantalones, sabemos exactamente cuánto ganamos cada vez que un usuario que hace click sobre nuestro anuncio compra un pantalón:

Se gana el precio del pantalón, menos los costes del pantalón, menos el coste del click.

Pero en los otros dos tipos de campaña no hay venta… así que hay que estrujarse el coco. Siguiendo con el ejemplo de la web de pantalones… Supongamos que hacemos una campaña en Adwords que persigue el registro de usuarios en la web (posibles clientes, a los que luego enviaremos e-mails, cupones de descuento, o lo que se nos ocurra). Si estimamos que:

a) de 100 personas que se registran, 10 acaban comprando,
b) el valor medio de las ventas online es de 30 €,
c) nuestro margen es del 25% (o sea, que por cada compra de 30 € ganamos 7,5 €)…

Entonces podemos decir que por cada usuario que se registra “ganamos” 0,75 euros (10 x 7,5/100).

Como puede verse, estamos haciendo estimaciones… Estimamos que de 100 registros 10 acaban en compra (basándonos en análisis de datos, claro), y estimamos que el valor medio de las ventas es de 30 € (porque antes lo hemos calculado).

El valor de los objetivos (o conversiones ) de una campaña de branding puede medirse de forma similar, pero aquí el objetivo no suele ser un registro, si no la consulta de un determinado número de páginas de la sección corporativa, el tiempo de duración de la visita, o la visualización de un vídeo, por ejemplo.

No se suele solicitar un registro para navegar por las páginas de un site. Para saber si acabaron “comprando” quienes hicieron lo que definimos como un objetivo, necesitamos usar cookies… Y el problema de las cookies es que son bastante imperfectas: la gente las borra, y no identifican personas, si no navegadores.

Aun así es necesario asignar un valor al objetivo, con estimaciones del tipo: de cada 1.000 usuarios que ven nuestra información corporativa 10 acaban siendo clientes… El resto es lo mismo que lo dicho para las campañas de adquisición.

Evidentemente, la “exactitud” de los datos se deteriora a medida que nos movemos desde las campañas de beneficio a las de branding. En las primeras lo que se gana es lo que se gana. En los demás casos estamos “estimando”, como ya hemos dicho.

Para asignar un valor a los objetivos en sitios que no se dedican al comercio online, la técnica es la expuesta para las campañas de adquisición y branding.

Una vez hemos establecido un valor a los objetivos (ya sea mediante suma y resta de cantidades definidas, ya sea mediante estimaciones más o menos complejas), entonces podemos empezar a medir la rentabilidad de nuestras campañas… Antes es imposible.

Las métricas necesarias para medir la rentabilidad

A continuación muestro una tabla con las métricas que se utilizan para medir la eficiencia de las campañas, relacionadas con el tipo de campaña, y el tipo de web (2). Si haceis click, la tabla se muestra en grande.

El color verde indica obligatoriedad. El naranja indica que la métrica es opcional, y se utiliza cuando se han definido, en sitios de comercio electrónico, conversiones distintas a las ventas.

Las dos últimas métricas (Beneficio Neto después del coste de la campaña, y ROI), nos sirven para decidir si una campaña debe seguir en marcha o no. Las demás nos dicen dónde debemos actuar para mejorar la rentabilidad.

Algunas de estas métricas son básicas, y se definen por ellas mismas: Impresiones, Clicks, Número de transacciones… Otras son compuestas. Para calcularlas se usan algunas de las métricas básicas. En la siguiente tabla se muestran las “fórmulas” de cada métrica compuesta, según tipo de campaña y tipo de site (si haceis click, la tabla se ve más grande):

Notas:
1. CTR, Porcentaje de conversiones y ROI son porcentajes. El resultado de la división se multiplica por 100.
2. La flecha indica que en los sitios de comercio online, se pueden definir conversiones distintas a las ventas.
3. Los costes de desarrollo (de un vídeo o de un grupo de páginas, por ejemplo) deben ser facilitados por quienes tengan dicho dato dentro de la empresa (¿la gente de administración?). En determinados casos estos costes pueden amortizarse (un vídeo que hemos colgado hace un año, por ejemplo), por lo que eventualmente el coste puede llegar a cero.
4. Los costes de un determinado producto también deben ser facilitados por agentes externos al departamento de analítica (suena bien eso de “departamento de analítica”).
5. Nadie dijo que la Analytica Web sea fácil.

De la teoría a la práctica

Toda herramienta de Análisis Web que se precie, permite definir objetivos (o conversiones), y asignarles un valor. En este caso concreto, vamos a poner ejemplos de Analytics, pero cualquier otra herramienta presenta funcionalidades similares.

Para analizar los datos de un sitio de comercio online, es necesario insertar un código específico en la página de agradecimiento de la venta, que permite a la aplicación recoger datos sobre dicha venta y calcular valores cómo ventas totales, número de ventas y cantidad media por venta, para luego determinar la rentabilidad de posibles campañas. Para más detalles, podéis leer los post Comercio electrónico y Analytics (I), y Comercio electrónico y Analytics (II).

En el caso de sites no dedicados al comercio online, básicamente se pueden definir como conversiones tres tipos de comportamientos de los usuarios:

El acceso a una determinada página (la de agradecimiento de un registro, por ejemplo).
Un tiempo determinado de permanencia en el sitio.
La consulta de un determinado número de páginas durante una visita.

En un nivel avanzado, se puede definir como objetivo la visualización de un video, la descarga de un determinado tipo de archivos, la audición de un podcast, etc… (escribiré un post sobre esto… Si lo explico aquí no acabaremos).

Atención: la inocente cajita que pone «Valor del objetivo», y que por defecto está en cero, es la que tiene la clave de todo este lío, en el caso de las campañas de adquisición y branding, y para los sites no dedicados a comercio online. El valor del objetivo debe calcularse bien. Si se subesima, muchas campañas que están funcionado bien aparecerán como ineficientes. Si se sobre estima, campañas inficientes figurarán en positivo.

Otra cuestión a tener en cuenta, en el caso de sitios dedicados a la venta online: si definimos como objetivo la carga de la página de agradecimiento de una venta, y esa página está correctamente «tagueada» con el código de seguimiento de e-commerce, NO hay que asignarle un valor al objetivo. Si lo hacemos, estaremos «falseando las cuentas», al sumar el valor de la venta al valor del objetivo.

Una vez que hemos configurado correctamente nuestra herramienta, en base a las métricas que debemos analizar, y según las acciones que hemos definido como objetivos (o conversiones), podemos empezar a recoger datos.

Si nuestra herramienta de análisis es Analytics, la integración con Adwords es realmente sencilla. Desde nuestra cuenta de Adwords se enlaza con nuestra cuenta de Analytics, y se activa el Etiquetado automático:

A partir de ese momento, Adwords envía a Analytics la información de costes y de clicks de la campaña. Además, las visitas que llegan por clicks en los resultados de búsquedas de pago se identifican en Analytics como tales. Es decir, no se mezclan con el tráfico de búsqueda gratuito (para eso sirve el etiquetado automático).

De una campaña de Adwords, Analytics ofrece, entre otros los siguientes datos (por palabra clave):

• Visitas
• Impresiones
• Cics
• Coste
• CTR
• CPC
• Ingresos por clic (RPC)
• ROI
• Margen

Los datos que ofrece Analytics relativos al comercio electrónico son, entre otros, los siguientes:

• Visitas
• Ingresos
• Transacciones
• Valor medio
• Porcentaje de conversiones de comercio electrónico
• Valor por visita

Por último, los datos que ofrece Analytics de los objetivos (conversiones distintas a la ventas)  el

• porcentaje de conversiones obtenidas, y
• el valor total del obetivo.

Con todos estos números, podemos confeccionar las métricas detalladas en la tabla 2 (¿Comienza a tener sentido todo esto? A mi me costó años entenderlo bien).

ATENCIÓN: Las herramientas de análisis no suelen ofrecer las métricas de Beneficio Neto antes y después de costes… Eso lo tenemos que calcular nosotros.

Ahora sí: optimización de las campañas en Adwords

Se supone que ya tenemos los datos en la mano, así que ahora se trata de empezar a ganar dinero.

Veamos… Como hemos dicho al principio, si las columnas de ROI y Beneficio Neto están en rojo, no hay que pensárselo mucho: es mejor parar la campaña, y redefinirla. Nos estamos gastando más dinero en la campaña, que lo que estamos obteniendo gracias a ella.

Eso puede suceder por varias razones:

• Las palabras clave no son las adecuadas,
• los anuncios no llaman la atención,
• las páginas de aterrizaje no cumplen con las expectativas del usuario,
• no se están efectuando conversiones (aunque las palabras clave, los anuncios o las páginas de aterrizaje estén bien).

En ocasiones nos encontramos con una mezcla de factores. Lo importante es tener claro que si ROI o Beneficio Neto son negativos, debemos detener la campaña y estudiar qué está fallando. Mientras la campaña esté activa, estamos perdiendo dinero. Y aunque parezca extraño, una campaña puede estar yendo mal, aunque tenga un CTR alto.

Las métricas de la tabla 1 nos indican qué debemos “tocar” para que nuestras campañas sean más eficientes. Pero yo recomiendo trabajar sólo sobre campañas en positivo. Como ya he dicho, las negativas pueden serlo por una mezcla de factores, y para dar con lo que falla podemos necesitar más tiempo del que la campaña está activa (¿quien no ha lanzado campañas en Adwords de una semana?).

Si la campaña tiene ROI y Beneficio Neto positivo, para hacerlas más rentables debemos fijarnos en las métricas, que dicen mucho más de lo que parece. Voy a poner una serie de ejemplos pero, evidentemente, es imposible tratar aquí todas las combinaciones posibles. Me centraré en lo más común. Luego os tocará a vosotros extrapolar lo dicho a situaciones reales, o pensar en otras posibles combinaciones.

Pocas impresiones. Esto es muy relativo. ¿Qué puede ser considerado como pocas impresiones? Normalmente nos fijamos en el CTR, y nos da un poco lo mismo si las impresiones han sido 1.000, 10.000 ó 100.000 durante el período. Sin embargo toda campaña debe tener un objetivo predefinido y mensurable. Vender x unidades, conseguir x registros, que se vean x vídeos. Lo que en el fondo es, si hemos hecho los deberes expuestos arriba, ganar x dinero.

Nuestra campaña tiene pocas impresiones cuando…
a) Aún teniendo un CTR alto, y un ROI y un Beneficio positivos, no es capaz de cumplir sus objetivos.
b) Las páginas de destino y los “embudos de conversión” están optimizados, y no les podemos echar la culpa del bajo rendimiento.

Solución: revisar las palabras clave seleccionadas ¿Hemos utilizado términos que los usuarios utilizan para realizar las búsquedas relacionadas? Es posible que no. Para estar seguros, lo mejor es usar Google Trends for Search, y comprobar el nivel de uso de nuestros términos. Incluso comparándolos con palabras y términos similares. Luego, lo lógico es acudir a Google Insigth for Keywords, y revisar con detenimiento el volumen de búsqueda de las palabras que tenemos en mente, y su nivel de competencia. Con estos datos en la mano, hemos de ajustar las palabras clave de la campaña con la esperanza de aumentar el número de impresiones, manteniendo los altos niveles CTR. Para eso es útil probar con los tipos de concordancia (de frase, exacta, o amplia). Normalmente, la concordancia exacta tiene menos impresiones, pero mayor CTR.

CTR bajo (o pocos clicks, que es lo mismo). En este caso el problema puede deberse a varios factores:

• Las palabras clave que hemos escogido activan anuncios poco relevantes para la audiencia.
• Los anuncios son relevantes, pero el texto de los mismo no incita a hacer click.
• Las palabras clave son adecuadas, y los anuncios son atractivos, pero la posición de los mismos en baja, y la gente no los ve.

Solución: depende del problema. Y para determinar cual es hay que usar la cabeza, y el sistema de Descartes.

• Nuestro anuncio aparece en posiciones elevadas, y sus textos invitan a la acción: el problema es que no son relevantes. Es necesario redefinir las palabras clave que los activan. De nuevo hay que probar con los tipos de concordancia, y afinar las palabras clave negativas (aquellas que impiden que se active un anuncio, aunque los demás términos coincidan con nuestros criterios). En analytics es muy sencillo ver el rendimiento de las palabras clave de una capaña. Basta en entrar en Fuentes de tráfico –> Adwords –> Palabras clave. En la pestaña seleccionada por defecto (Uso del sitio) podemos ver los porcentajes de rebote de cada palabra (indispensable). En las pestañas de objetivos, la contribución de cada palabra a la consecusión de objetivos. En la pestaña de cliks, podemos ver los datos que antes sólo estaban en Adwords.
• Los anuncios son relevantes, y aparece en buena posición: el problema está en el texto. Debemos redactar nuevas versiones de los anuncios, y analizar su rendimiento. Si es mejor que el anterior, descartar éste y aplicar los nuevos.
• Los anuncios son relevantes, y los textos adecuados: el problema está en la posición. Aquí hay tela. Quizá hemos apostado por palabras clave con demasiada competencia, y hemos definido un presupuesto un poco bajo. Aunque Google diga que no se basa exclusivamente en el dinero, la solución podría ser aumentar la oferta por click para las palabras clave que activan esos anuncios. ATENCIÓN… Antes de aumentar la oferta, debemos probar lo siguiente:
  • Buscar palabras clave adecuadas, con menos competencia (Google Insigth for Keywords).
  • Revisar la página de destino. Si la página de destino es de mala calidad (no responde a las expectativas, y registra un porcentaje de rebote alto), Google relegará nuestro anuncio a posiciones inferiores. En cualquier herramienta de análisis es muy secillo conocer el porcentaje de rebote de las página de entrada a nuestro site. Basta con acceder a informe correspondiente, y centrarse en las páginas de aterrizaje de nuestra campaña. Si el porcentaje de rebote es alto, ya sabemos qué está fallando.

Analytics ofrece informes detallados de la posición de los anuncios en el apartado de Fuentes de tráfico → Adwords. Hay que revisar el cambio de forma periódica, para saber si los ajustes están surtiendo efecto.

Porcentaje de conversiones bajo. Supongamos que las impresiones y el CTR son altos. O sea, que hemos trabajado nuestras palabras clave (incluidas las negativas) y nuestros anuncios, y que hemos ajustado la oferta de CPC, consiguiendo un equilibrio entre costes y CTR. Perfecto. Sin embargo, a la hora de la verdad la gente que llega a nuestro sitio no “convierte”. No vendemos pantalones, no recibimos nuevos registros, nuestros vídeos corporativos no se ven…

El problema lo tenemos en casa. Las página de destino no están optimizadas, y no cumplen las expectativas de los usuarios. O los embudos de conversión (el paseo que debe dar el usuario para completar la tarea que queremos que haga), es tan complejo, que perdemos al 90% del personal por el camino.

Analytics nos ofrece dos informes perfectos al respeto: el porcentaje de rebote de las páginas de aterrizaje y, dentro de los objetivos, el análisis del embudo de conversiones.

Solución: optimizar las páginas de aterrizaje, cambiando si es necesario todo su contenido para adecuarlo a nuestros objetivos. Muchas veces la solución es tan simple como poner una imagen, o destacar las llamadas a la acción. En este caso son muy útiles los test A/B y multivariantes. Permiten optar por la versión de página que más le gusta a los usuarios, no a nosotros.

Si analizamos el embudo de conversiones, podremos descubrir en qué partes del proceso perdemos más usuarios, y optimizar el o los pasos que están fallando. El ejemplo clásico es el proceso de compra: catálogo → selección de producto (añadir al carrito) → registro o introducción de datos personales → inicio de pago → revisión datos de la compra → pago. Si en el registro perdemos a 70 de los 100 que han llegado hasta ahí, quizá es que el formulario es muy largo, ¡O no funciona bien en Explorer!

Si optimizamos las páginas de aterrizaje, y los embudos de conversión y aún así el porcentaje de conversiones en bajo (o sea, si todo falla), entonces debemos preguntarle a los usuarios. Aquí hay que salir de la herramienta y hacer test de usabilidad, e implementar cuestionarios online. Se trata de preguntarle al cliente porqué no acabó lo que empezó… Y actuar en consecuencia. A lo mejor descubrimos que los usuarios no compran porque no hemos incluido una página explicando nuestra política de devoluciones, o informando sobre los tiempos de entrega.

Beneficio Neto y ROI bajos. Lo mismo que con las impresiones, el Beneficio y el ROI son bajos si no se cumplen los objetivos previamente definidos. Supongamos que hemos optimizado la campaña a nivel de palabras clave, anuncios, páginas de destino y embudos de conversión, y que hemos mejorado la usabilidad del site gracias a las respuestas de los usuarios (un montón de trabajo, por cierto). Los porcentajes de conversión son altos, pero aún así no cumplimos objetivos. En este caso el problema es que los usuarios convierten, pero el valor de las conversiones es bajo.

Solución: aumentar el valor medio de las conversiones. Si vendemos pantalones, ofrecer al usuario que compra un descuento inmediato en el segundo par. Si vendemos consolas de videojuegos, mostrarle al usuario una serie de productos relacionados (mandos, cargadores, juegos…). Si queremos registros, ofrecer algún “premio” a los que nos consigan “clientes” entre sus amigos. Si se trata de ver un determinado número de páginas, o de visualizar vídeos, facilitar el acceso a los otros contenidos, de forma que “consumir más” sea sencillo (vea nuestro siguiente video, destacado en grande).

Evidentemente, aquí entramos en el terreno del marketing. Pero es todo analista que se precie debe tener conocimientos de marketing, o trabajar codo a codo con sus compañeros del departamento de marketing.

Creo que con lo dicho es suficiente. Todos los datos necesarios para analizar las campañas en Adwords están en las herramientas de análisis, y en los informes que Adwords genera. Si no usamos Analytics, es necesario “tagear” los anuncios según las especificaciones de nuestra herramienta. Pero eso es sencillo. Lo difícil es usar los datos con cabeza, para que nuestras campañas nos hagan ganar dinero.

Referencias:

(1) y (2): Documentación del curso de la UBC: Introducción a la Analítica Web, del programa «Award of Achievement in Web Analytics». Lecture: Avoiding Unprofitable PPC Campaings. Autores: Brian Alt, Aaron Risenthal and Jeremy Brookings. Editado por Ned Kumar.

Agradecimientos:

La idea de este post me la dio Elena Armesto, Marketing Communications Consultant, en un comentario sobre uno de mis posts. Gracias Elena, por tu sugerencia.