El error de confiar en las recomendaciones automáticas de Google sin criterio propio
La cuenta tenía una puntuación de optimización del 67% según el sistema de recomendaciones de Google Ads. El sistema generaba una lista de acciones sugeridas que, si se implementaban, subirían esa puntuación al 94%. Las recomendaciones incluían: ampliar las coincidencias de palabras clave a tipo amplio, agregar variantes de palabras clave sugeridas por el sistema, aumentar el presupuesto diario en 4 campañas, activar el objetivo de optimización de conversiones en campañas que usaban puja manual, y agregar activos de imagen a las campañas de texto. En total, 23 recomendaciones marcadas como de alto impacto.
Apliqué las recomendaciones en 2 grupos sin comunicárselo al equipo, un experimento interno que diseñé con intención específica. Al primer grupo de campañas apliqué todas las recomendaciones de Google sin modificación. Al segundo grupo no apliqué ninguna. Medí el impacto de cada grupo durante 6 semanas. Lo que encontré fue lo que sospechaba pero necesitaba verificar con datos propios: las recomendaciones de Google mejoran la puntuación de optimización del sistema y en varios casos el performance de la cuenta en términos de volumen. Lo que no están diseñadas para optimizar es el negocio específico del anunciante.
El grupo donde apliqué todas las recomendaciones tuvo un 23% más de clics, un 18% más de conversiones totales y un 31% más de gasto. El CPL subió un 11%. Más importante: la calidad promedio de los leads bajó de forma visible porque las palabras clave en tipo amplio habían atraído tráfico de baja intención que aumentaba el volumen pero reducía la proporción de leads calificados sobre el total. La puntuación de optimización había subido al 91%. El negocio no había mejorado.
La lección no era que las recomendaciones de Google fueran incorrectas. Era que estaban diseñadas para optimizar métricas de la plataforma, no métricas del negocio del anunciante. Google optimiza para el clic, para el gasto, para el volumen de conversiones en la ventana de atribución de la plataforma. El anunciante B2B necesita optimizar para la calidad del lead, para el CAC real y para el revenue atribuible. Esos dos conjuntos de objetivos se superponen parcialmente pero no son idénticos.
Adopté un protocolo de revisión de recomendaciones de Google Ads que evaluaba cada una con 2 preguntas antes de aplicarla: ¿esta recomendación aumentará el volumen de clics o la calidad de los prospectos que llegan? Y ¿qué incentivo tiene Google para sugerir esto, independientemente de si beneficia mi negocio? Esas 2 preguntas no eran para rechazar las recomendaciones de forma sistemática. Eran para aplicarlas con criterio propio en lugar de aplicarlas porque el sistema sugería que tenían alto impacto. La diferencia entre ambas aproximaciones es exactamente la diferencia entre usar la plataforma y ser usado por ella.