La fase de aprendizaje de Performance Max suele requerir entre 2 y 3 semanas para que una campaña recopile suficientes datos de conversión y logre un rendimiento estable. Google sugiere este plazo para las campañas nuevas para garantizar que los modelos de aprendizaje automático subyacentes tengan suficientes señales para optimizar las ofertas y las ubicaciones de manera eficaz. Durante este período, los anunciantes pueden ver fluctuaciones significativas en el gasto, el alcance o el costo por adquisición a medida que el sistema prueba diferentes fuentes de inventario en toda la red de Google para encontrar los mejores resultados posibles para los objetivos establecidos.
¿Qué define la fase de aprendizaje en Performance Max?
Una fase de aprendizaje ocurre cuando una campaña cambia su estrategia de ofertas, presupuesto o objetivos de conversión, lo que requiere que el algoritmo recalibre su enfoque. En Performance Max, este proceso está automatizado y se basa en los datos de conversión introducidos en el sistema a través de su configuración de seguimiento de conversiones. Cuando lanza una campaña nueva, el sistema no tiene un contexto histórico para su audiencia específica o sus recursos creativos. Necesita explorar varias ubicaciones de anuncios, desde YouTube y Search hasta Discovery y Gmail, para ver dónde interactúa mejor su audiencia específica. Esta etapa de exploración es la razón por la cual las primeras semanas son fundamentales para la recopilación de datos en lugar de la optimización inmediata para costos bajos. Muchos administradores observan que los datos de rendimiento se mantienen volátiles durante estos primeros 21 días a medida que la máquina aprende el comportamiento de sus clientes objetivo.
El volumen de datos que proporciona es el factor principal que influye en la rapidez con la que el sistema sale de la fase de aprendizaje. Por ejemplo, si una campaña rastrea cientos de conversiones por semana, el sistema puede interpretar las señales más rápido que una campaña que rastrea solo un puñado de conversiones. Si tiene datos limitados, el sistema debe pasar más tiempo probando para construir un mapa estadístico de quién es probable que convierta. Es por esto que Google a menudo aconseja no realizar cambios frecuentes durante la ventana inicial de 2 a 3 semanas. Ajustar sus objetivos de ROAS, presupuesto o recursos creativos demasiado pronto puede restablecer el progreso del aprendizaje, obligando al algoritmo a iniciar su proceso de recopilación de datos desde cero. La paciencia es un requisito técnico para el éxito con este tipo de campaña automatizada.
¿Cómo afecta el volumen de datos a la duración de la fase de aprendizaje?
La densidad de conversiones actúa como el combustible para el rendimiento de su campaña. Si está ejecutando una campaña para una tienda de comercio electrónico con un alto volumen de transacciones, proporciona al sistema bucles de retroalimentación constantes. Cada venta exitosa le dice a la IA qué características de usuario y combinaciones creativas conducen a una conversión. Por el contrario, una campaña con datos de conversión escasos lucha por identificar patrones, lo que extiende el tiempo necesario para alcanzar un estado estable. Debe verificar su configuración de seguimiento de conversiones para asegurarse de que las microconversiones no estén obstruyendo los datos de su objetivo principal, ya que la IA necesita una señal clara de cómo se ve un resultado exitoso para su negocio específico.
Considere el escenario de un negocio de servicios local frente a una marca de comercio electrónico nacional. Es probable que la marca nacional vea eventos de conversión diarios, lo que permite a la IA aprender rápidamente. El negocio de servicios local puede ver solo uno o dos clientes potenciales por semana. En este último caso, la fase de aprendizaje se sentirá naturalmente más larga porque la significación estadística de los datos es menor. Puede ver el estado de su campaña en el panel de Google Ads para ver si el sistema informa un estado de ‘Aprendizaje’. Este indicador es una forma confiable de comprender que el sistema todavía está en su etapa de observación. Evite la tentación de intervenir solo porque los números de rendimiento parecen altos o bajos en la primera semana.
¿Por qué debe evitar los cambios durante las primeras tres semanas?
Realizar ediciones en una campaña que está aprendiendo actualmente crea una interrupción en la retroalimentación. Cada vez que modifica la configuración de una campaña, es posible que el modelo de ofertas deba ajustarse a las nuevas restricciones. Si cambia su presupuesto en más del 20% en un solo día, el sistema trata esto como un cambio de señal significativo. El algoritmo está diseñado para encontrar el camino más eficiente hacia su objetivo de conversión especificado, pero necesita un entorno coherente para hacerlo. Piense en ello como entrenar a un analista humano; si cambia sus objetivos principales cada pocos días, nunca tendrán la coherencia necesaria para producir resultados precisos a largo plazo.
Si se encuentra en la necesidad de realizar cambios, siga un enfoque estructurado para mantener la visibilidad de sus resultados. Un patrón común es esperar al menos dos semanas completas antes de realizar cualquier ajuste importante en los recursos o en los objetivos de oferta. Si el rendimiento es absolutamente crítico, asegúrese de tener una medición de referencia de sus métricas clave antes del lanzamiento de la campaña. Esto le permite diferenciar entre problemas de rendimiento genuinos y las fluctuaciones naturales de la fase de aprendizaje. Mantener un registro de sus cambios junto con el estado de la campaña lo ayudará a analizar el impacto de sus modificaciones después de que haya pasado el período inicial.
Cómo aplica Alien Road la optimización de Performance Max
En Alien Road, nuestro enfoque de Performance Max se centra en proporcionar a la IA datos de la más alta calidad desde el principio. Priorizamos la configuración de conversiones mejoradas y nos aseguramos de que las etiquetas de seguimiento de conversiones se activen correctamente en todo el recorrido del usuario. Durante la ventana inicial de 2 a 3 semanas, nos abstenemos de realizar ajustes de ofertas manuales, lo que permite que el sistema consuma los datos que hemos proporcionado. Nos centramos en preparar un conjunto diverso de recursos creativos, incluidas imágenes y videos de alta calidad, lo que le da al algoritmo más opciones para probar durante su fase de exploración inicial. Esta preparación es la base de nuestra estrategia.
Una vez que concluye la fase de aprendizaje, comenzamos un proceso de optimización iterativa basado en los datos del informe de rendimiento. Evaluamos qué grupos de recursos están ofreciendo los mejores resultados y refinamos las señales de la audiencia para alinearlas mejor con la intención del usuario identificada por la IA. No se trata de adivinar, sino de leer los datos proporcionados por la plataforma. Observamos las rutas de conversión y la contribución de los diferentes canales de la red para garantizar que el presupuesto de nuestro cliente se utilice en áreas que brinden los mejores rendimientos. Nuestro equipo mantiene informado al cliente durante todo este período, asegurando que las expectativas con respecto a la volatilidad inicial se manejen claramente.
¿Cuáles son los indicadores comunes de que la fase de aprendizaje ha finalizado?
Sabrá que la campaña ha superado la fase de aprendizaje cuando el estado en el panel de la campaña cambie de ‘Aprendizaje’ a ‘Apto’. Esta actualización de estado indica que el algoritmo ha encontrado un patrón estable de ofertas y ubicación que se alinea con sus objetivos de conversión definidos. También debe observar que sus métricas de rendimiento, como el CPA o el ROAS, ya no experimentan fluctuaciones salvajes de un día para otro. Si bien las variaciones menores son normales en la publicidad digital, debería ver un movimiento hacia un rango constante de rendimiento que se alinee con sus objetivos comerciales.
En una cuenta típica, este es el momento en que puede comenzar a considerar cambios pequeños e incrementales en su campaña. Si desea aumentar su presupuesto, hágalo en pequeños incrementos del 10% al 20% cada pocos días. Si desea refinar las señales de su audiencia, ahora puede hacerlo con más confianza porque la IA ya ha establecido una línea de base. Use este tiempo para revisar la pestaña ‘Informes’ (o ‘Insights’) en Google Ads, que proporciona detalles sobre las categorías de búsqueda y los segmentos de audiencia que han contribuido a sus conversiones. Estos datos son invaluables para dar forma a la siguiente etapa de su estrategia de marketing más amplia.
Cómo evaluar el rendimiento después de la ventana de 3 semanas
- Verifique los datos de seguimiento de conversiones para asegurarse de que no se hayan introducido errores.
- Espere al menos 21 días antes de evaluar el verdadero ROI de la campaña.
- Compare los resultados posteriores a la fase de aprendizaje con sus objetivos comerciales iniciales.
- Revise la pestaña ‘Insights’ para comprender qué temas de búsqueda están funcionando.
- Asegúrese de que la configuración de su presupuesto esté alineada con su estrategia de marketing general.
Por dónde empezar esta semana
Si ha lanzado recientemente una campaña de Performance Max, su primer paso es confirmar el estado actual en su panel. Si todavía está en la fase de aprendizaje, su trabajo principal es monitorear y esperar. Evite la tentación de cambiar los objetivos de oferta o eliminar los recursos creativos durante este tiempo. En su lugar, prepare su próximo conjunto de recursos para que esté listo para implementar mejoras una vez que los datos se estabilicen. Concentre sus esfuerzos en la calidad de sus señales de conversión en lugar de en los números de rendimiento diario.
Para aquellos cuyas campañas ya han superado la marca de 2 a 3 semanas, consulte la siguiente lista de verificación para asegurarse de que está listo para la siguiente fase de optimización:
- Audite sus grupos de recursos para ver si algún recurso está marcado con calidad ‘Baja’.
- Revise su presupuesto para asegurarse de que no esté limitando el alcance de su campaña.
- Examine el informe de términos de búsqueda para identificar tráfico irrelevante para excluir.
- Asegúrese de que la configuración del valor de conversión refleje con precisión sus márgenes de beneficio.
- Planifique su próxima actualización creativa para mantener la campaña fresca para los usuarios.
Siguiendo este cronograma estructurado, puede permitir que los sistemas de Google funcionen según lo previsto. La publicidad digital es un juego a largo plazo que requiere datos para producir resultados confiables. Cuando respeta la fase de aprendizaje, le da a su campaña la mejor oportunidad posible de tener éxito. Confíe en el proceso, mantenga limpias sus entradas de datos y use los conocimientos recopilados después de las primeras tres semanas para guiar su crecimiento futuro.
Sigue leyendo: Optimización de publicidad con IA · Optimización de publicidad con IA