Enrique Díaz, director Digital e Innovación de Equmedia.

Enrique Díaz: Funcionamiento y metodología Hagakure de Google Ads

| 12 ABRIL 2021

Muchos de vosotros ya estaréis familiarizados con este término, pero, para los que no, Hagakure es una nueva metodología (bueno, “casi nueva”) ideada por Google para estructurar y optimizar las campañas de Google Ads y basada en la automatización de procesos y de aprendizaje, aunando tecnología de smart bidding y búsquedas dinámicas (DSA). Dicho de otro modo: dejad que los algoritmos de Google hagan el trabajo; sólo dadles herramientas para que puedan hacerlo.

¿Cuáles son estas herramientas? En el fondo, es solo una: simplificar. Crear una estructura de cuenta simple y “abierta”. Una simplificación que permita a sus algoritmos aprender de una forma más fácil eliminando las barreras semánticas y de atomización, que constriñen y limitan, con las estructuras actuales, la capacidad de aprendizaje y actuación de estos algoritmos.

Básicamente, en las estructuras actuales, donde definimos un alto número de diferentes grupos de anuncios y limitamos keywords y anuncios, “cerramos” caminos de aprendizaje y de actuación. Pero, es más, también limitamos el volumen de datos con los que los algoritmos se nutren para aprender y optimizar en función de los resultados buscados.

Más simple: cualquiera de nosotros somos capaces de pensar en un mayor número de palabras si contamos con 28 letras, que si nos limitamos a crearlas con grupos de siete letras (por ejemplo, de la A, a la G, de la H a la M, …). Y, con un mayor número de palabras, seguro que podremos escribir mejores libros. Pues el sistema Hagakure es lo mismo: simplificar la estructura de la cuenta para maximizar la cantidad de datos, creando grandes grupos de anuncios que permitan recopilar un mayor volumen de datos para facilitar así el aprendizaje automático de los algoritmos de Google Ads. En otras palabras: mejor contar con un grupo de anuncios, que contemple todas las letras, en lugar de dos grupos diferenciados: vocales y consonantes.

Esta estructura, aunque parezca contradictorio, sí debe tener una limitación y es que, al menos, cada grupo de anuncios permita alcanzar 3.000 impresiones semanales como límite mínimo para que los algoritmos cuenten con una base de datos y estadística suficiente para aprender y optimizar los resultados buscados (obviamente, variará un poco para arriba, o un poco para abajo según qué sector, servicio o producto estés anunciando, pero, como promedio, Google ofrece este número).

¿Cómo plantear esta nueva metodología y pasar de una estructura tradicional a una estructura Hagakure?

En primer lugar, la referencia de la estructura debe ser la URL de destino en vez de las palabras clave.

En segundo lugar, y siguiendo la lógica de “a mayor volumen de datos, mayor capacidad de aprendizaje”, utilizar al máximo los tipos de concordancias amplias y amplias modificadas (recuerda que hace poco más de un mes Google unificó la concordancia de frase con la amplia modificada, justo por este motivo) ya que, por lógica, estas concordancias generan un mayor volumen de tráfico aunque solo sea por tener una mayor probabilidad de aparecer, al atender una búsqueda de un individuo, y deja la concordancia exacta sí y solo si el ratio de conversión de ese criterio es “de premio”. Por último, debemos usar también DSA para visibilizar nuestra oferta, independientemente de cómo nos busque el potencial cliente, aprovechando la capacidad de encuentro generado por el paso anterior. Aquí, en función de cada anunciante, se podrá crear un DSA por tipo de producto o uno para toda la cuenta o productos.

«Esta metodología implica una mayor simplicidad para ampliar el campo de actuación de los algoritmos y éstos permitirán una mejor actuación de las funcionalidades automatizadas de Google (RSA, DSA) y audiencias para una mayor eficiencia de la inversión».

Esto respecto a la activación de la campaña, pero ¿cómo plantear la estructura de la cuenta? De nuevo, podemos determinar tres fases de análisis y actuación.

Una primera fase, que podemos decir que es más estratégica y está asociada a criterios de negocio: prioridad de unos productos sobre otros en función de la generación de negocio para la empresa, influencia de variables geográficas, influencia temporal en la venta de servicios o productos, …Para que resulte más sencillo, imaginemos una tienda de moda femenina que vende diferentes categorías, desde abrigos a bañadores y que contaba con una estructura basada en cada línea de productos: abrigos de piel, abrigos de lana, abrigos tres cuartos, blusas de seda, blusas de lino, faldas largas, minifaldas, biquinis, bañador una pieza, triquinis, … Un planteamiento Hagakure buscado nos obligaría a una restructuración basada en la simplicidad pero, atendiendo a ese conocimiento y variables de negocio, si sabemos que nuestra oferta de invierno vende más, o es más rentable, la estructura debería ser: ropa de invierno, de verano, de entretiempo, etc., mientras que, si son eventos los que provocan una mayor rentabilidad, clasificaríamos nuestro catálogo en ropa para bodas y comuniones, ropa de fiesta,… Una vez definida la nueva estructura, habría que determinar qué anuncios, a nivel histórico, contaban con esas 3.000 impresiones promedio semanales para decidir si seguimos manteniéndolos de forma diferenciada dentro de cada nuevo grupo, o bien los agrupamos junto al resto de anuncios que no llegan a este volumen, y sí o sí deben ser agrupados.

Una vez que hemos hecho este razonamiento más estratégico, se debe plantear, como segunda fase un análisis más táctico o comercial. En este paso se debe establecer el objetivo de cada campaña que utilizarán los algoritmos para su proceso de aprendizaje y optimización. Debemos decidir: si se plantea un objetivo a CPA, donde los algoritmos se centrarán en alcanzar el máximo número de conversiones sin superar este valor; plantear una campaña a ROAS, donde los algoritmos buscarán optimizar según ratio valor medio de conversión por euro invertido; o bien, plantear una campaña orientada a maximizar las conversiones o el valor de conversión.

Control y optimización

O, lo que es lo mismo, la tercera fase de las que citaba anteriormente. Si bien esta nueva metodología le da un mayor peso y responsabilidad a las IAs de Google, el factor humano sigue estando presente, pero más en un aspecto estratégico y de conocimiento de negocio. Lo primero que debemos entender es que el proceso de aprendizaje y optimización no es automático: puede durar quince días, un mes, o incluso más, y durante este proceso podemos ver caídas de resultados respecto a los que ya teníamos con la estructura anterior, pero ya se sabe: “quien algo quiere, algo le cuesta”.

Así que, paciencia y, si no la tienes o no puedes tenerla, es importante que, en caso de que haya que haya que hacer cambios, que sean poco a poco. Google indica cambios que no implique más de un 15% respecto al valor dado. Así, si empezaste con un objetivo a ROAS y lo cambias a CPA, deberás entender que el proceso de aprendizaje empieza de nuevo. Si habías indicado un valor de conversión 2 y lo pasas a 5, el cambio será excesivamente brusco y todo empezará de nuevo, por lo que será mejor cambiar a 2 o 3 (más 15%) y, tiempo después, volver a incrementarlo en ese porcentaje. Estos comportamientos es bueno también tenerlo en mente para temas presupuestarios y son tan válidos durante esas primeras semanas de actividad como para el resto de la vida de la cuenta.

En resumen, esta metodología implica una mayor simplicidad para ampliar el campo de actuación de los algoritmos y éstos permitirán una mejor actuación de las funcionalidades automatizadas de Google (RSA, DSA) y audiencias para una mayor eficiencia de la inversión.

Será un placer debatir sobre esta nueva metodología o ampliar cualquier punto con vosotros. Os espero en los diferentes perfiles sociales de Equmedia.