Logotipo Habitant
  • Nosotr@s
  • Servicios
  • Casos
  • Careers
  • Blog
  • HABITANT® Group
  • Contacto
  • English
  • Español
Logotipo Habitant Blog.
Think & Rethink Make It Happen Build Audiences Scale & Retain
Blog.
Left Right
Think & Rethink Make It Happen Build Audiences Scale & Retain
Logotipo Habitant Blog.
Cerrar
BUILD AUDIENCES

Machine Learning con Facebook Ads: sácale el máximo partido a tus campañas

Miquel Brunet

18 de febrero, 2020
Cabecera

Miquel Brunet

18 de febrero, 2020
Share it!
Cada vez se habla más del machine learning o aprendizaje automático y las plataformas sociales también lo están aplicando como es el caso de Facebook. La plataforma tiende cada vez más a la automatización en sus Ads, aunque requiere del conocimiento experto para trabajar una estrategia óptima. A continuación compartimos algunos consejos prácticos para sacar el máximo provecho:  

Optimiza el presupuesto por campañas

La optimización del presupuesto por campaña consiste en encontrar de forma automática y en tiempo real las mejores oportunidades de obtener resultados en todos tus conjuntos de anuncios. Esto significa que Facebook Ads repartirá el presupuesto que hayas asignado a toda la campaña de una manera automática entre los diferentes grupos de anuncios y destinará más inversión a las audiencias que mejor resultados aporten.

Traducido a números consiste en mejorar los resultados obtenidos en CPL, CTR, CPM.. al focalizar la inversión en las audiencias más afines.

Encuentra al usuario adecuado

Para que la plataforma pueda sacar el máximo rendimiento hay que encontrar a los usuarios más afines y eso se logra a través de una estrategia de audiencias que cubra todo el customer journey del usuario.

Las principales audiencias que trabajamos son:

Audiencias similares a los usuarios que hayan realizado una acción de valor como completar un formulario o añadir productos al carro de la compra. Estas audiencias pueden ser creadas a través del pixel de Facebook Ads o mediante una base de datos.

Usuarios con intereses afines al producto o al negocio. Es imprescindible conocer quién es nuestro público objetivo, que le motiva, cuáles son sus aficiones… El objetivo final conocer lo máximo posible a tu público y plasmarlo en los intereses y comportamientos que te ofrece Facebook.

Usuarios que han visitado webs específicas, excluyendo a aquellos que ya han completada el objetivo.

Piensa que Facebook es mucho más que Facebook

La red publicitaria de Facebook Ads nos brinda el acceso a Facebook, Instagram, Messenger y Audience Network. Para facilitar la toma de decisiones por parte de la plataforma, aplicamos el Multiplacement, que consiste en activar todas las ubicaciones en un mismo conjunto de anuncios con el fin de alcanzar a la persona objetivo en la mejor ubicación en función del objetivo de conversión.

Apuesta por el formato adecuado con el mensaje apropiado

Si antes hablábamos de la importancia de impactar a la audiencia adecuada, el cómo le impactamos es igual de importante.

Al igual que en las otras áreas de la configuración de una campaña en Facebook Ads, si queremos potenciar el machine learning tenemos que disponer de creatividades adaptadas para los diferentes formatos como video, imágenes, stories, carrusel…Aunque el video es el formato estrella, hay usuarios más propensos a convertir con imágenes, usémoslas.

Estas creatividades no solo tienen que estar adaptadas a los tamaños, sino que también a la audiencia a la que se está impactando: un usuario que ya ha mostrado interés en el producto requiere un mensaje distinto a uno que nunca ha escuchado sobre este.

Facebook Ads penaliza las creatividades con demasiado texto, hasta el punto de que pueden no ser aprobadas. Nos recomiendan que estas no tengan más de un 20% de texto. No toda la información tiene que estar dentro de la pieza, la complementamos a través de copies adaptados.

Sobre la duración de las piezas, menos es más. Las piezas publicitarias  tienen que tener una duración adaptada a las ubicaciones en las que se mostrarán: una pieza para el muro no debería exceder los 15” y una pieza para stories, los 7”.

En RRSS de gran competitividad como Facebook e Instagram, una visualización de 3” se considera view de calidad, por lo que aconsejamos que el mensaje principal de la pieza se dé durante estos primeros segundos, ya que de lo contrario, perderá mucho alcance.

Conclusión

Como hemos visto a lo largo del post, se puede aplicar el machine learning a todas las áreas de una campaña en Facebook Ads. En este contexto en el que la automatización cada vez tiene más peso, conocer y entender al usuario, además de saber diferenciarse de los competidores, es lo que marca la diferencia.

Contar con un equipo que entienda el entorno digital, los canales, las necesidades del usuario e integra la creatividad dentro de la estrategia son algunos factores claves para la consecución del éxito.

Miquel Brunet

18 de febrero, 2020
Share it!

También te puede interesar

Think & Rethink

En HABITANT® hemos creado la primera herramienta que mide la visibilidad negativa en buscadores

Build Audiences

BBVA supera a La Caixa en visibilidad en Google con la ayuda de HABITANT®

Build Audiences

Estrategias de uso de las RLSAs

Anterior
Siguiente

Contacto

¡Hola Mundo!

¿Tienes algo que decirnos? Si quieres crear un proyecto, si deseas convertirte en habitante o si tienes cualquier duda o sugerencia, solo tienes que escribirnos.

  • ¿Tienes un proyecto? business@habitant.es
  • ¿Quieres saber más? comunicacion@habitant.es
  • Dinos lo que quieras hello@habitant.es
Logotipo Habitant
  • Nosotr@s
  • Servicios
  • Casos
  • Careers
  • Blog
  • HABITANT® Group
  • Contacto
© Habitant 2021. Política de privacidad. Política de cookies.

Política de cookies

Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrar a los usuarios publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si se continúa navegando, consideramos que se acepta su uso. Es posible cambiar la configuración u obtener más información aquí.