Cómo la coincidencia amplia destruyó el presupuesto de una cuenta sin que nadie lo notara
La cuenta llevaba 8 meses operando con la mayoría de las palabras clave en tipo de coincidencia amplia. Era una decisión que el equipo anterior había tomado con la lógica, entonces razonable, de que la coincidencia amplia con Smart Bidding permitía al sistema encontrar variantes de búsqueda relevantes que la coincidencia exacta o de frase hubiera perdido. Era una lógica que en mercados con historial de datos suficiente y con una definición clara de conversión de negocio puede producir resultados positivos. En esa cuenta específica, con un historial de conversiones intermedias de baja calidad y sin exclusiones actualizadas, producía un resultado diferente.
El informe de términos de búsqueda de los últimos 6 meses mostraba que la coincidencia amplia había activado anuncios para 2.847 términos únicos distintos a los que habíamos ingresado como palabras clave. De esos 2.847 términos adicionales, el 78% no tenían ninguna relación verificable con la intención de compra de nuestra solución. Eran variantes semánticas que el algoritmo consideraba relacionadas con nuestras palabras clave pero que en el contexto de nuestro negocio específico atraían prospectos completamente incorrectos.
El cálculo del desperdicio fue específico: el 38% del gasto mensual total de la cuenta en los últimos 6 meses se había consumido en esos 2.847 términos no relacionados. En términos absolutos, era una cantidad que hubiera financiado 2 meses completos de campaña adicional con la misma inversión mensual. El problema había pasado desapercibido durante 8 meses porque el reporte de performance que el equipo revisaba semanalmente mostraba el volumen total de conversiones sin distinguir la calidad de las búsquedas que las habían originado.
La corrección fue metodológica y permanente. Migré las palabras clave principales a coincidencia de frase, reservando la coincidencia amplia para un subconjunto pequeño de términos estratégicos con historial de conversiones de calidad verificada. Construí una lista de exclusiones de 340 términos basada en el análisis del informe de búsquedas de los 6 meses anteriores. Establecí una revisión mensual del informe de términos de búsqueda como proceso no negociable con un umbral de gasto por encima del cual cualquier término nuevo que no hubiera sido incluido como objetivo requería revisión antes de continuar recibiendo impresiones.
Los primeros 30 días después de la migración mostraron exactamente lo esperado: el volumen de impresiones cayó un 52% y el volumen de clics cayó un 41%. El volumen de leads calificados cayó un 8%. El gasto cayó un 36%. El CPL calificado, calculado sobre los leads que ventas consideraba trabajables, bajó un 29%. Más clics no equivale a más negocio cuando la mayoría de los clics provienen de búsquedas que no tienen intención de compra verificable.