La funcionalidad de la herramienta de experimentos de Performance Max permite a los anunciantes medir la incrementalidad de sus campañas automatizadas mediante la ejecución de pruebas A/B comparativas. Al comparar una campaña de Performance Max con una campaña estándar de Shopping o de Búsqueda, obtiene una visión clara de cómo los cambios en su presupuesto afectan al rendimiento. Este enfoque sistemático ayuda a los gestores de cuentas a determinar si las soluciones automatizadas proporcionan mejores tasas de conversión o un mayor retorno de la inversión publicitaria (ROAS) que los controles manuales dentro de su estructura de cuenta específica.
¿Por qué debería utilizar la herramienta de experimentos de Performance Max?
Las pruebas son la base de la gestión de cuentas. Sin un experimento controlado, es difícil aislar si un cambio en el volumen de conversiones se debe a su nueva campaña de PMax o a factores estacionales externos. La herramienta le ayuda a establecer una base estadística. Al dividir el tráfico entre su configuración existente y la nueva campaña de PMax, aísla las variables. Esto evita que tenga que adivinar si la automatización está ganando realmente o simplemente capturando tráfico que habría convertido de todos modos.
¿Cómo prepara su cuenta para una prueba exitosa?
Antes de comenzar una prueba, limpie los datos de su campaña actual. Asegúrese de que su seguimiento de conversiones sea preciso y de que sus campañas estándar hayan estado funcionando durante al menos cuatro semanas con presupuestos consistentes. Si sus campañas actuales tienen un volumen bajo, el experimento tardará más en mostrar resultados significativos. Compruebe de antemano sus señales de audiencia y grupos de recursos. Un problema común es comenzar una prueba con un grupo de recursos escaso, lo que limita la capacidad de la AI para mostrar anuncios relevantes durante el período de prueba.
¿Cuáles son los pasos para configurar un experimento de PMax?
- Inicie sesión en su cuenta de Google Ads y localice la página Experimentos en el menú de navegación de la izquierda.
- Seleccione la opción para crear un nuevo experimento y elija el tipo de prueba de campaña de PMax.
- Seleccione la campaña base contra la que desea realizar la prueba, como una campaña de Shopping estándar de alto rendimiento.
- Defina la división del experimento, que determina qué porcentaje de su tráfico de subasta se asigna a la prueba.
- Establezca una fecha de finalización clara o permita que el experimento se ejecute hasta que se alcance la significación estadística para su objetivo principal.
- Revise la configuración de su campaña para asegurarse de que los presupuestos y las estrategias de puja estén alineados para una comparación justa.
Comparación de pruebas de PMax frente a campañas estándar
| Característica | Shopping estándar | Performance Max |
|---|---|---|
| Nivel de control | Alto control manual | Optimización automatizada |
| Ubicación | Limitado a Búsqueda/Shopping | Todos los canales de Google |
| Tipo de experimento | Base para pruebas | Variable que se está probando |
Cómo aplica Alien Road la herramienta de experimentos de Performance Max
En Alien Road, seguimos un proceso estricto al gestionar las cuentas de los clientes. Primero, identificamos un objetivo claro, como aumentar el valor de conversión manteniendo un ROAS objetivo específico. Luego, configuramos el experimento en la interfaz de Google Ads, asegurándonos de que la campaña de control sea estable. Supervisamos el panel de experimentos semanalmente para realizar un seguimiento del incremento. Por ejemplo, si un cliente tiene una campaña de Shopping estándar que se ha estancado, ejecutamos un experimento de PMax para ver si el alcance más amplio a través de anuncios de YouTube y Discovery atrae a nuevos clientes incrementales sin canibalizar el volumen de búsqueda existente.
¿Qué debe vigilar durante el experimento?
Supervise su coste por adquisición durante la prueba. Si PMax comienza a canibalizar su tráfico de búsqueda de marca, la eficiencia total de su cuenta podría caer incluso si la campaña de PMax en sí parece exitosa. Esté atento al ritmo del presupuesto; si la campaña de PMax gasta significativamente más que el grupo de control, téngalo en cuenta en su evaluación final. Un patrón común es ver un breve período de aprendizaje donde la AI recopila datos, seguido de resultados más estables después de las primeras dos semanas.
¿Cómo interpretar los resultados?
Después de que finalice el experimento, céntrese en su métrica de conversión principal. ¿La campaña de PMax entregó un mayor número total de conversiones? ¿Mantuvo su coste objetivo por conversión? Si la prueba muestra un incremento estadísticamente significativo, puede proceder a escalar la campaña de PMax desviando más presupuesto de las campañas estándar de bajo rendimiento. Si los resultados son neutrales, es posible que deba ajustar sus grupos de recursos o señales de audiencia antes de ejecutar otra ronda de pruebas.
Por dónde empezar esta semana
- Audite sus campañas de Shopping estándar existentes para identificar una que tenga un historial de rendimiento estable.
- Prepare sus nuevos recursos de PMax, incluidas imágenes de alta calidad y contenido de vídeo, para darle a la AI suficiente material con el que trabajar.
- Abra su panel de Google Ads y redacte la configuración de su primer experimento sin lanzarlo inmediatamente.
- Revise el presupuesto de su cuenta para asegurarse de que puede soportar un aumento temporal en el gasto si el experimento lo requiere.
- Establezca un recordatorio en el calendario para revisar el panel de experimentos todos los lunes por la mañana durante el primer mes.
Preguntas frecuentes
¿Cuánto tiempo debe durar un experimento de Performance Max?
Un experimento típico debe durar al menos de cuatro a seis semanas. Esta duración permite que las estrategias de puja impulsadas por la AI naveguen por la fase de aprendizaje inicial y recopilen suficientes datos de conversión para alcanzar la significación estadística. Acortar la ventana puede llevar a resultados no concluyentes, ya que el sistema necesita tiempo para comprender el rendimiento de su cuenta y los patrones de comportamiento de la audiencia.
¿Puedo probar PMax contra campañas de Búsqueda?
Sí, puede utilizar la herramienta de experimentos para comparar PMax con campañas de Búsqueda. Esto es particularmente útil si desea ver si PMax puede ayudar a llegar a nuevos clientes a través de ubicaciones de display o vídeo a las que las campañas de Búsqueda estándar no pueden acceder. Asegúrese de que su cobertura de palabras clave en la campaña de Búsqueda no se superponga excesivamente con las señales de PMax para obtener datos limpios.
¿El experimento afecta al rendimiento de mi campaña actual?
El experimento divide su presupuesto y tráfico existentes entre la campaña de control y la de prueba. Aunque se trata de una división controlada, es posible que observe pequeñas fluctuaciones en el rendimiento total de su cuenta a medida que el sistema desplaza el volumen. Sin embargo, este es un comportamiento esperado para cualquier prueba A/B y es necesario para medir la verdadera incrementalidad de la campaña de PMax.
¿Qué pasa si mi experimento no muestra diferencias significativas?
Si los resultados no muestran diferencias significativas, indica que su configuración actual y la campaña de PMax están funcionando a un nivel similar. Puede optar por mantener su estructura existente o consolidar sus esfuerzos en PMax para reducir el tiempo de gestión. Los resultados neutrales siguen siendo valiosos, ya que confirman que la transición a la automatización no afectará negativamente a sus métricas comerciales principales.
¿Cómo detengo un experimento antes de tiempo?
Puede finalizar un experimento en cualquier momento a través de la página Experimentos en Google Ads. Cuando detiene la prueba, tiene la opción de convertir la campaña de experimento en una campaña permanente o simplemente pausarla. Si decide finalizarla porque el rendimiento es significativamente peor de lo esperado, pausarla es la forma más segura de volver a su base original inmediatamente.
Siga leyendo: Optimización de publicidad con IA · Optimización de publicidad con IA