"SKAG" (grupos de anúncios de palavra-chave única), "Alfa-beta". Todos esses são exemplos de jargões populares usados para descrever vários métodos de estruturas de contas do Google Ads. Uma das últimas adições a essa lista é a estrutura "Hagakure", recentemente criada. Essa estrutura está sendo frequentemente anunciada pelos anunciantes do Google como um método à prova de futuro que utiliza os recursos do aprendizado de máquina.

 

Veja como funciona a implementação do método Hagakure

Método Hagakure para Google Ads - Parte 1
Método Hagakure para Google Ads - Parte 2

 

Devo usar o método Hagakure?

As campanhas inteligentes e os lances inteligentes explodiram em 2020. Muitos estudos mostraram que o aprendizado de máquina agora é simplesmente melhor (se isso é justo ou não é uma questão diferente) do que o lance manual para atingir os objetivos definidos. Este aumento explosivo em tudo o que é "inteligente" mudou a forma como as campanhas devem ser estruturadas. Enquanto os gerentes de contas dependiam de grupos de anúncios muito granulares (para veicular o anúncio mais relevante por consulta), agora os grupos de anúncios precisam conter mais dados para serem otimizados. Precisamos considerar:

  • Mais dados de conversão são necessários na campanha para permitir a otimização orientada por A / I.
  • Mais dados são necessários no nível do anúncio e do grupo de anúncios para otimizar os anúncios.

 

Como os anúncios inteligentes (responsivos e dinâmicos) ajustam os títulos com base na palavra-chave e na consulta, há menos necessidade de combinar o anúncio com a palavra-chave. Em vez disso, o desafio é fornecer dados suficientes ao anúncio e ao grupo de anúncios para que os recursos sejam otimizados de maneira eficiente. É por isso que o método Hagakure foi proposto.

  • Em vez de usar a palavra-chave como base para o anúncio, a Hagakure usa o URL de destino como base. Os grupos de anúncios são divididos por URL em vez de grupo de palavras-chave.
  • Os tipos de correspondência de palavra-chave em Hagakure são geralmente no tipo de correspondência ampla modificada, em vez de Exata e Frase, para capturar o volume suficiente.
  • Os anúncios dinâmicos da rede de pesquisa são usados para URLs que não têm volume suficiente para serem divididos em grupos de anúncios separados.
  • As funções IF são usadas para tornar os anúncios mais relevantes para o usuário.

 

A estrutura é muito fácil de gerenciar em uma grande variedade de produtos, por isso é comumente usada para clientes de comércio eletrônico. Ele adota o aprendizado de máquina para alcançar os melhores resultados. Como A / I está melhorando com o tempo, Hagakure garante que suas campanhas sejam "à prova de futuro".


Até agora tudo bem, no entanto, há armadilhas para se manter em mente, que são inerentes à confiança em ser "Inteligente" e Hagakure. Estes são alguns dos principais:

 

Não há dados suficientes?

Hagakure recomenda dividir os grupos de anúncios quando um URL de destino tem pelo menos 3.000 impressões. Isso garantirá que o algoritmo tenha dados suficientes para aprender e se manter otimizado. No entanto, pode acontecer com bastante frequência que simplesmente não haja tantos dados. Lojas da web ainda maiores podem ter problemas para obter tantas impressões, já que as impressões são divididas em algumas centenas de produtos. Embora o número total de impressões possa ser alto, as impressões de URL único podem ser baixas.

O requisito de impressão torna difícil iniciar uma conta com Hagakure, pois não há nenhum dado histórico para validar o requisito de 3.000 impressões. Isso deixa o Hagakure principalmente como uma opção para uma reestruturação completa da conta. O que é um grande empreendimento e nos casos em que as campanhas já são lucrativas. Freqüentemente, a escolha é feita apenas para otimizar as campanhas atuais, em vez de passar por uma reestruturação completa.

 

As funções IF em anúncios não podem ser testadas separadamente

Anúncios com funções IF, anúncios dinâmicos e anúncios formatados condicionalmente sofrem de um problema importante, eles não podem ser testados separadamente. Como o conteúdo exato do anúncio só é determinado no momento da impressão, não podemos simplesmente comparar o anúncio A com o anúncio B, pois não sabemos qual parâmetro fez com que determinado anúncio tivesse um desempenho melhor do que o outro. Torna-se cada vez mais difícil extrair conclusões significativas dos dados no nível do anúncio, não apenas porque o conteúdo do anúncio é determinado em tempo real, mas também porque há uma grande variedade de palavras-chave acionando o anúncio. Em grupos de anúncios configurados com Hagakure, não é aconselhável usar anúncios ETA, pois o conteúdo pode facilmente não corresponder à palavra-chave de acionamento. Com relação ao gerenciamento do conteúdo do anúncio, ficamos, portanto, nas mãos do A / I.

 

Anúncios dinâmicos de pesquisa

O método Hagakure propõe o uso de anúncios dinâmicos da rede de pesquisa para veicular a maior parte do tráfego que não atinge pelo menos 3.000 impressões. No entanto, existem motivos pelos quais os gerentes de contas profissionais do Google Ads muitas vezes hesitam em confiar neles.

Em Hagakure, os URLs segmentados na campanha de DSA precisam ser atualizados continuamente conforme os URLs passam ou caem abaixo do limite de 3.000 impressões, o que significa que eles precisam ser divididos. Ao definir a campanha simplesmente para segmentar "todas as páginas da web", você corre o risco de servir os mesmos produtos em excesso em várias campanhas.

Outro grande problema é que os anúncios dinâmicos da rede de pesquisa funcionarão bem principalmente para empresas que já têm um bom SEO. Como os títulos geralmente são extraídos das metatags no html, as tags de título e descrição de baixa qualidade produzirão anúncios de qualidade inferior. Quando as tags de título são muito longas ou não estão definidas corretamente, os textos do anúncio podem ser truncados. Além disso, mais uma vez perdemos a visão geral de quais textos exatos são servidos e mais uma vez precisamos confiar no algoritmo para produzir resultados.

 

Conclusão

Embora a Hagakure esteja aproveitando o poder do aprendizado de máquina (que é claramente a direção para a qual o Google Ads está indo), há algumas coisas a serem observadas. Pode ser uma ideia inteligente mudar para o método Hagakure lentamente para avaliar se a mudança realmente levou a melhores resultados e antes mesmo de começar, é melhor você ter certeza de: ter dados de conversão suficientes, ter títulos fortes e tags de descrição em todas as páginas e certifique-se de perder o controle sobre o texto do anúncio.

 

Na eLama, ajudamos você a configurar suas campanhas do Google Ads de maneira adequada, pois nossa ferramenta de criação de anúncios ajuda a configurar suas campanhas ao longo da estrutura e criação de campanhas e a construir os anúncios mais fortes com nossos modelos de anúncios personalizados.

Comece seu teste gratuito hoje!

Marketing Specialist