La forma en que hacemos el retargeting es restrictiva.

La creación de una campaña personalizada y a medida se hace a menudo con microdisparadores: ¿El usuario pasó más de X minutos en el sitio? ¿Visitó más de Y páginas? ¿Añadieron al carrito? ¿Están visitando en el móvil?

Todos estos puntos de datos personalizan la mensajería para las campañas de retargeting.

Pero incluso un director de campaña con talento puede hacer malabarismos con tantas variables. Eventualmente, terminas con toneladas de segmentos que son difíciles y que consumen mucho tiempo para ser manejados.

Las plataformas con capacidades de aprendizaje automático incorporadas pueden hacer que esto sea un problema del pasado.

Usar (No Sólo Hablar de) El Aprendizaje Automático

El aprendizaje automático es una tecnología prometedora. Pero, hasta hace poco, muchos de los supuestos beneficios -especialmente en la adquisición pagada- han sido discutidos pero siguen siendo en gran parte no realizados.

Las nuevas herramientas, sin embargo, ofrecen a los vendedores más posibilidades sin el dolor de manejar esos complicados sistemas. Las métricas de Google basadas en el aprendizaje automático, por ejemplo, le dan acceso a los conocimientos y a los segmentos de audiencia que puede poner a trabajar inmediatamente en sus campañas.

Desde los informes de calidad de sesión y de probabilidad de conversión de Google hasta las plataformas de reorientación inteligente relacionadas, el aprendizaje automático segmenta a los usuarios como ningún gestor de PPC puede hacerlo. Estas herramientas están disponibles con una etiqueta de precio que va desde gratuitas hasta altamente asequibles.

¿Por qué el Aprendizaje Automático para el Retargeting?

Las audiencias que han mostrado una intención explícita, como los usuarios que añadieron a los carros, constituyen una pequeña porción del tráfico. Identificar otros indicadores de intención le ayudará a llegar a más personas listas para comprar con un CPA similar al de sus mejores audiencias

La pregunta siempre debe ser, «¿Cómo encuentro a las personas que tienen intención de comprar pero que no han mostrado explícitamente su intención? Aquí es donde esta tecnología brilla

A las máquinas no les importa manejar una tonelada de variables. Una computadora puede señalar fácilmente (después de un corto período de aprendizaje) que, en su sitio web, los usuarios que visitan entre las 8 y las 10 p.m. en un teléfono móvil y visitan por lo menos 3 páginas por sesión tienen más probabilidades de convertir.

El proceso de predecir el comportamiento futuro basado en una variedad de variables dadas se llama modelado de propensión. El resultado de un modelo de propensión es un puntaje de propensión, que califica la probabilidad de una conversión.

Diferentes herramientas utilizan diferentes modelos de propensión para predecir la probabilidad de conversión. Las herramientas mencionadas en este artículo tienen enfoques únicos para predecir los resultados futuros teniendo en cuenta un conjunto de comportamientos de los usuarios.

La mejor manera de ver si (y cómo) estos modelos funcionan realmente es probarlos usted mismo.

Calidad de Sesión de Google (Funciona Sólo en las Plataformas de Google)

El año pasado, Google publicó discretamente dos interesantes funciones de Analytics: Calidad de sesión y Probabilidad de conversión. Ambas ofrecen a los profesionales de marketing acceso a análisis basados en el aprendizaje automático y en el retargeting en la pila de Google.

Calidad de sesión y probabilidad de conversión dividen el tráfico en segmentos con una puntuación del 1 al 100 en función de la probabilidad de conversión. Proporcionan una dimensión así como una métrica de calidad de sesión/probabilidad de conversión promedio, lo que los hace versátiles.

Las características son similares. (Google incluso usa casi la misma explicación para ambas.) La Calidad de Sesión ha estado presente por más tiempo, y he probado su desempeño muchas veces. Según mi experiencia, la calidad de la sesión proporciona resultados más consistentes, por lo que nos centraremos en ella durante el resto de la publicación, pero deberías probar ambas para ver cuál te funciona mejor.

Google utiliza el aprendizaje automático para calcular la calidad de la sesión en función de muchos factores (no revelados). Una cosa queda clara al mirar el informe: La puntuación se correlaciona con la probabilidad de compra.

Puede exportar estos segmentos a Google Ads para campañas de remarketing. Y, como la calidad de la sesión también es una dimensión, puede ver diferentes métricas y dividirlas por la calidad de la sesión para encontrar correlaciones y analizar más a fondo sus actividades.

En la captura de pantalla anterior, puede ver los datos resumidos de una campaña que se ejecutó durante cuatro meses. La sección superior muestra los resultados de las campañas que se ejecutaron con un público basado en la calidad de la sesión. La tabla inferior incluye un resumen de todas las demás campañas.

Durante el período de cuatro meses, las campañas de calidad de sesión superaron a las demás campañas de retargeting, generando un ROAS (Return on Ad Spend) tres veces mayor, así como un CPA un 65% menor.

Sin embargo, dado que Google es Google, sólo puede utilizar estas funciones bajo condiciones específicas.

Limitaciones de la Calidad de Sesión/probabilidad de Conversión de Google

En primer lugar, no puede ni siquiera ver estas dimensiones/métricas a menos que tenga más de 1.000 transacciones al mes. Estas son sólo características de comercio electrónico basadas en transacciones.

Si tu empresa no genera un mínimo de 1.000 transacciones al mes o no dispone de Comercio electrónico mejorado, las funciones de Google no son la solución adecuada.

Además, puedes utilizar los segmentos de Google solo en las plataformas de Google (p. ej, Red de Display de Google, YouTube)-no hay anuncios inteligentes en Facebook/Linkedin/Twitter.

Entonces, ¿cuáles son tus otras opciones?

Plataformas Inteligentes de Retargeting

Recientemente he probado Fixel, una plataforma que segmenta tu audiencia de forma similar a la Calidad de Sesión de Google, con algunas diferencias menores. Fixel segmenta tu audiencia en tres categorías:

• Básica
• Media.
• Alta.

La plataforma excluye la audiencia de baja calidad (similar a la puntuación «1» de Google), por lo que incluso «Básica» es bastante efectiva.

Fixel genera eventos, lo que significa que puedes segmentar cada audiencia en Facebook (apuntando a los usuarios que han disparado eventos de Fixel Alto/Medio/Básico), Analytics (la misma idea), Linkedin, e incluso plataformas nativas como Taboola y Outbrain.

Hay muchas otras plataformas en el juego «smart retargeting». Criteo y AdRoll han ofrecido herramientas similares de retargeting orientado a la máquina durante un tiempo. Las principales diferencias son:

1. 1. El algoritmo. Cómo cada una de estas plataformas segmenta a los usuarios y determina su calidad.
   2. El precio. Cuantas más características tenga una herramienta, más costará, y los modelos de precios variarán. Fixel tiene un precio fijo basado en el tráfico del sitio web; Criteo tiene un modelo de CPA en el que se establece un CPA objetivo, y ellos «ganan» el margen.
   3. Facilidad de implementación. Algunas herramientas requieren una configuración completa para definir los tipos de página y los eventos de clic. Otras son más «plug and play»
   4. Funciones A diferencia de Fixel y de la métrica de calidad de sesión de Google, las plataformas como Criteo ofrecen otras funciones, como las funciones de retargeting dinámico multiplataforma, que, por supuesto, afectan al precio.

Lo interesante de la Calidad de sesión de Google y de Fixel es que son discretos: lo único que hacen es lanzar un evento durante las sesiones y dar una puntuación a los usuarios.

Otras herramientas de retargeting ofrecen una solución integral, que requiere que muevas tu flujo de trabajo, así como tus activos, a una nueva plataforma. Esto significa que son más difíciles de probar cara a cara con la campaña original.

En esta campaña, hemos creado siete públicos de retargeting. Cuatro eran públicos de Fixel. Comparando la audiencia de 14 días + Alta de Fixel con una audiencia genérica de retargeting + 14 días, el CPA de Fixel fue un 70% más bajo. También fue un 56,8% más bajo que el CPA medio de todos los conjuntos de anuncios.

Encontrar Canales de Alto Rendimiento Basados en los Resultados de Calidad

La segmentación de aprendizaje automático también puede ayudarle a optimizar su estrategia de marketing. En lugar de utilizar estas herramientas estrictamente para mejorar las conversiones, considere la posibilidad de utilizarlas para averiguar qué canales traen el mejor tráfico a su sitio.

Puede utilizar la puntuación como un indicador que prediga el éxito de cada canal e identifique las mejores audiencias. Esto es especialmente valioso si el viaje de los usuarios es largo y no puedes obtener mucha información al analizar las compras/conversiones, o si quieres aprender más sobre el rendimiento de los esfuerzos de los top-of-funnel.

Esto es aún más relevante en el marketing de contenido, donde conseguir el objetivo final lleva tiempo y se paga para atraer a los usuarios que pueden o no hacer una compra.

A continuación te explicamos cómo hacerlo:

1. 1. 1. Crea un informe personalizado en Google Analytics que divida el tráfico por fuentes.
      2. Añade la calidad media de la sesión y el evento de píxeles altos como métrica.
      3. Compara los canales para ver cuál genera el tráfico de mayor calidad.

Para el informe anterior, compara la búsqueda y la visualización pagadas. Ambos tienen una tasa de conversión de comercio electrónico similar. Sin embargo, la calidad media de la sesión de Display es way superior a la de Search, aunque Search haya dado lugar a más transacciones. La Calidad de Sesión – como herramienta de predicción – parece muy lejana.

Pero eche un vistazo a la columna de Ingresos. Display generó aproximadamente 30 veces los ingresos de la Búsqueda. Si está optimizando únicamente para la tasa de conversión, o cualquier otra métrica, es posible que se pierda lo que tiene en cuenta el cálculo más complejo del aprendizaje automático. Esa puede ser la diferencia entre las métricas de la vanidad de los resultados y los objetivos de ingresos.

Campañas de retargeting inteligente frente a las de la búsqueda. Nuestra agencia probó las herramientas de retargeting basadas en el aprendizaje automático en unos 30 clientes, y las siguientes afirmaciones se aplican al menos al 85% de las pruebas:

• Estas plataformas generan CPAs que se asemejan más a los resultados de «Add to Cart» que cualquier otra táctica de retargeting.
• Simplemente excluyendo a los usuarios con Calidad de Sesión <2, o apuntando a Fixel Basic (que excluye las audiencias de retargeting que Fixel no «atrapó»), reducirá la audiencia de retargeting en aproximadamente un 60% y reducirá el CPA en al menos un 30%. Como se muestra arriba, puede ver hasta un 60-70%)
• Los usuarios que obtuvieron una puntuación baja rara vez se convierten.

Para probar cómo estas métricas pueden ampliar su audiencia de alta calidad, simplemente cree una prueba A/B/C de su audiencia con la siguiente configuración:

1. Separe la audiencia derivada del aprendizaje automático de su propia campaña en la plataforma publicitaria de su elección, y excluya a las personas que han mostrado una intención explícita (por ejemplo, añadiendo artículos a la cesta) de esa audiencia.
2. Cree otra campaña y diríjase al resto del tráfico de su sitio, excluyendo la audiencia de aprendizaje automático y los anuncios de carritos.
3. Cree una tercera campaña dirigida a las personas que han realizado la acción de intención explícita (por ejemplo, añadida al carrito) exclusivamente.

Al ejecutar estas 3 campañas -con el mismo presupuesto- podrá comparar los CPA de estos segmentos.

• ¿Cómo se compara la audiencia de aprendizaje automático con su segmento (presumiblemente) de mejor rendimiento?
• ¿Cuánto mejor que la audiencia «genérica»?

En el ejemplo siguiente, la audiencia de aprendizaje automático fue notablemente-casi tan eficiente como la audiencia de «Añadir al carro».

Ahora puede decidir si desea excluir la audiencia genérica o reducir su presupuesto. También puede realizar pruebas adicionales con sus segmentos artesanales más importantes para ver cómo se comportan las audiencias de aprendizaje automático con su propio trabajo.

Aprendizaje Automático para Automatizar la Optimización de Campañas

Herramientas como Acquisio y Kenshoo tienen un enfoque diferente, proporcionando una mejor plataforma para la gestión de campañas, en lugar de mejorar el retargeting por sí solo.

Mientras que Fixel, Google, Criteo y similares utilizan el aprendizaje automático para segmentar a sus visitantes en función del compromiso, Kenshoo, Acquisio y otras herramientas similares utilizan la IA para optimizar el rendimiento de las campañas basándose en los datos de las propias plataformas publicitarias.

En otras palabras, estas plataformas utilizan el aprendizaje automático para analizar los datos de la plataforma publicitaria, en lugar de los datos de comportamiento de los usuarios. Como resultado, se centran principalmente en la automatización de la gestión de campañas, eliminando la necesidad de optimización manual.

La eficacia de estas plataformas es más difícil de probar ya que, para utilizarlas, hay que transferir el flujo de trabajo a un nuevo sistema. El número de variables (incluyendo el tiempo ahorrado o perdido por la curva de aprendizaje de la plataforma) hace difícil medir su valor de la misma manera que hemos medido las herramientas de retargeting inteligente.

Al mismo tiempo, las campañas pagadas son un montón de trabajo. Y, independientemente de la herramienta, la idea es la misma: estás dejando la segmentación de la audiencia al algoritmo para centrarte más en la estrategia y en la adquisición de usuarios de alta calidad.

Conclusión

El marketing es un terreno fértil para la IA y el aprendizaje automático, y los casos de uso ya existen. Si implementas una de las soluciones anteriores, podrás cosechar los beneficios de la IA hoy mismo.

• La calidad de la sesión de Google o la puntuación de Fixel te ayudan a identificar a los públicos con una gran intención, incluso cuando las acciones in situ de los usuarios no lo revelan.
• La prueba de los usuarios que utilizan la formación a distancia con usuarios que tienen una intención explícita, con los mejores públicos seleccionados y con el público en general, demuestra el valor potencial de la formación a distancia para sus campañas.