L’ottimizzazione delle campagne Google Ads è un obiettivo fondamentale per ogni advertiser. Tuttavia, spesso mancano processi di lavoro efficaci e adattabili ai vari account.
Per questo motivo abbiamo ideato il Framework SSTO, un metodo di lavoro incentrato sull’ottimizzazione delle campagne Search che sfrutta l’analisi dei termini di ricerca per applicare il principio di Pareto 80/20.
In questo modo, è possibile individuare il 20% di azioni che determinano l’80% delle ottimizzazioni, ottimizzando le campagne in modo rapido e ripetibile.
Meno tempo. Più controllo. Facilità d’azione.
Il Framework SSTO prevede la suddivisione dei termini di ricerca in quattro quadranti:
Scale, Sculpt, Think e Optimize.
Ecco un esempio interattivo del risultato finale.
(i termini di ricerca sono stati anonimizzati)
Grazie all’analisi dei termini di ricerca in questi quadranti, è possibile individuare diversi pattern e avere una visione d’insieme chiara e immediata dei termini di ricerca e dei loro andamenti, facilitando l’azione tempestiva per migliorare le performance delle campagne.
Inoltre, il Framework SSTO consente di individuare nuovi intent di ricerca e di eliminare i termini fuori target o sotto-performanti, e può essere utilizzato anche in account medio-piccoli in cui i dati immagazzinati sono ridotti.
Per applicare il Framework SSTO, occorre seguire alcuni step fondamentali:
1 – identificare l’account su cui lavorare;
2 – definire la finestra temporale dell’analisi;
3 – scaricare tutti i termini di ricerca dell’account;
4 – iniziare la data visualization;
5 – applicare i filtri e le soglie;
6 – individuare il quadrante più efficace e quello con le performance peggiori;
7 – e infine passare a scandagliare SOLO questi due alla ricerca di: overlapping, nuovi intent, problemi di granularità e pertinenza.
Impostare il Framework SSTO
Per generare questi quadranti, andiamo a scaricare tutti i termini di ricerca di un account definendo il range temporale che ci interessa (più account è piccolo, più deve essere ampio.)
Scarichiamo il file ed eliminiamo le righe di intestazione e di chiusura che riportano i totali.
Siamo pronti per la data visualization.
La puoi fare con tantissimi strumenti (Excel, Google Sheet, Power BI, Tableau, Qlik, ecc..), noi usiamo Tableau. In fondo all’articolo troverai il link ad un tutorial e ad un template pronto all’uso.
Inizia realizza un grafico di dispersione dove ogni bolla è un termine di ricerca, ponendo come asse X le imprression e Y il CTR% (nella nuova nomenclatura Google Ads “Percentuale di Interazione”)
Rendiamo dimensioni e colore variabili.
Dimensione: impression ottenute | Colore: CTR%
Più una bolla è grossa, maggiori sono le sue impression.
Più una bolla è scura, maggiore è il suo CTR%
Al fine di togliere “rumore di fondo” e non falsare con termini di ricerca irrisori il nostro processo di analisi, andiamo a filtrare il grafico per far sì che escluda: query che hanno ottenuto meno di 2 clic; query che hanno ottenuto meno di 10 impression.
Noteremo che soprattutto in prossimità dello zero abbiamo rimosso un buon numero di termini di ricerca ammassati e poco significativi, semplificando la visualizzazione.
A questo punto possiamo andare ad escludere dal grafico tutte le query che contengono le chiavi del brand.
Assicuriamoci di rimuovere anche tutte le storpiature più comuni che gli utenti compiono nel cercare il nome di marca online.
Otterremo così solo ed esclusivamente termini di ricerca con valori minimi di clic e impression, non legati al brand.
Ora non ci resta che aggiungere dei nuovi assi per suddividere il grafico in quattro quadranti. Applichiamo dei valori di soglia pari a CTR% => 10% e Impression <= 130. (questi sono valori che devi testare durante l’esecuzione dell’SSTO e vedere se fittano per il tuo contesto di lavoro)
Queste nuove linee, oltre a rappresentare gli assi dei nuovi quadranti, saranno i valori che useremo come filtro per isolare i termini di ricerca dei singoli quadranti.
Scale: CTR > 10% e Impression > 130
Sculpt: CTR < 10% e Impression > 130
Think: CTR < 10% e Impression < 130
Optimize: CTR > 10% e Impression < 130
Scale. Quadrante in cui stiamo ottenendo buone visualizzazioni e impression. Potenzialmente – se i CPA e CR% sono buoni – potremmo desiderare di aumentare “il carburante” per ottenere ancora di più. Da verificare
Sculpt. Quadrante ad alto tasso di visualizzazione ma con scarsa interazione. Come mai?
Think. Quadrante con basse impression e interazione. Forse va sfoltito.
Optimize. Quadrante con altissimo potenziale. Abbiamo delle percentuali di interazione molto buone ma poca visibilità. COme la aumentiamo?
Analisi dei quadranti
Per trovare risposta a queste e altre domande e per procedere sempre nella logica 80/20, creiamo somme e medie dei singoli quadranti, evidenziandone le performance inquest’ordine: Conversioni; CPA; CR%; Costo
L’esempio riportato sopra è appartenente ad un account piccolo, a dimostrazione di come sia un framework che ben si adatta anche a queste tipologie di account.
Risulta evidente come – nell’esempio – il quadrante Optimize abbia ottime performance (in alto a sx).
Mentre quello Scale abbia a confronto pessime performance (in alto a dx).
Eppure hanno quasi lo stesso budget investito e generano la maggior parte delle conversioni dell’account.
Focalizziamoci SOLO su questi due quadranti.
Andiamo a filtrare dunque secondo i nostri valori di soglia (CTR% e Impression) i termini di ricerca per isolare quelli appartenenti prima all’uno e poi all’altro.
Cosa cercare nel singolo quadrante
Durante il processo di analisi del singolo quadrante scelto, dovremo cercare principalmente:
Anomalie:
Singoli CPA o CR% che performano in maniera nettamente differente in positivo o negativo rispetto agli altri termini.
In questo esempio, sono evidenti diversi termini di ricerca con CPA molto più alti rispetto agli altri dello stesso quadrante. Isoliamoli e capiamo da quale campagna sono attivati e da quale parola chiave, studiando se questa anomalia è attribuibile ad uno dei punti successivi
Overlapping:
Significa che una query è attivata da più parole chiave in più campagne. Questo genera una forte dispersione e non permette di accumulare clic e conversioni sulla combinazione query-campagna vincente.
Pertinenza e Granularità:
Potremmo accorgerci che una determinata query che sta accumulando buone impression e/o clic sta sotto-performando perché non è attivata con la corretta catena di valore (ricerca -> parola chiave -> AdGroup -> destinazione). Se invece fornissimo a questo pull di query il giusto contesto di attivazione, aumenteremmo sensibilmente quality score e performance potenzialmente
Sopra vediamo come una query ci era saltata all’occhio perché caratterizzata da ottime performance, nonostante le poche impression che conseguentemente ed ovviamente desideravamo aumentare.
Analizzando la parola chiave che l’attivava, ci siamo resi conto di come il Quality Score fosse troppo basso per renderla elegibile in molte aste. Questo perché mancava il contesto di pertinenza e granularità adeguato.
Nuovi intent:
Scandagliare le query digitate dagli utenti che hanno attivato le nostre campagne ci porta a scoprire nuovi intent di ricerca che non pensavamo di presidiare. Questi potrebbero essere coltivati o scartati, facendoci suggerire il da farsi studiando le performance del singolo intento nei vari quadranti.
Conclusioni
In conclusione, il Framework SSTO rappresenta un efficace strumento per ottimizzare le campagne Google Ads in modo rapido, ripetibile e con una visione d’insieme chiara e immediata dei termini di ricerca e dei loro andamenti, consentendo agli advertiser di raggiungere i loro obiettivi di business in modo più efficace.
Link a tutorial e template per impostare passo a passo i dati su Tableau
Se hai dubbi o domande relative al Framework SSTO, alla sua implementazione oppure o hai implementato e vuoi condividere la tua esperienza con noi, non farti problemi a contattarci. Scrivi a Michele all’indirizzo michele.arena[at]analytrix.it.