La API de Google Ads proporciona recursos para realizar pruebas A/B de ideas nuevas para campañas, palabras clave, estrategias de ofertas y mucho más. Según lo que quieras probar, hay varios flujos de trabajo disponibles.
Todos los flujos de trabajo de los experimentos implican dividir el tráfico entre un grupo o una campaña de control, y uno o más grupos o campañas de tratamiento que tienen cambios aplicados. Si comparas las métricas de rendimiento entre los grupos de control y de tratamiento, puedes evaluar la eficacia de tus cambios.
Flujos de trabajo de experimentos
La API de Google Ads admite cuatro flujos de trabajo de experimentos distintos:
- Administrado por el sistema
Este flujo de trabajo es ideal para probar cambios en las campañas existentes. Se crea automáticamente una nueva campaña de tratamiento basada en una campaña de control, y puedes modificar esta campaña de tratamiento antes de que comience el experimento. La única excepción son los experimentos de
PMAX_REPLACEMENT_SHOPPING, que te permiten crear una campaña de máximo rendimiento nueva basada en una campaña de Shopping de control o usar una campaña de máximo rendimiento existente como campaña de tratamiento.El tráfico se divide entre las campañas de control y las de tratamiento durante el experimento. Este es el flujo de trabajo más cercano a las pruebas A/B estándar, en las que se ejecutan dos campañas paralelas de forma simultánea.
- Dentro de la campaña
Este flujo de trabajo se utiliza para probar una función específica, como la concordancia amplia o las campañas de máximo rendimiento, dentro de una campaña existente. El tráfico se divide dentro de la campaña única, de modo que solo una parte del tráfico se expone a la función que se está probando. Esto es útil cuando quieres probar el impacto de un solo cambio sin crear una campaña completamente independiente.
- Optimización de recursos
Este flujo de trabajo está diseñado específicamente para probar las variaciones de recursos en las campañas de máximo rendimiento. Te permite probar diferentes conjuntos de recursos entre sí para ver qué combinación tiene el mejor rendimiento.
- Combinación de campañas
Este flujo de trabajo se usa para comparar varias variables en una o más campañas. Admite una combinación de tipos de campañas y se usa para situaciones de prueba complejas.
Resumen de los flujos de trabajo y los tipos
El flujo de trabajo que uses dependerá del ExperimentType que
selecciones cuando crees el experimento. En la siguiente tabla, se resumen los
tipos disponibles y sus flujos de trabajo correspondientes.
| Flujo de trabajo | Tipos de experimentos | Descripción |
|---|---|---|
| Administrado por el sistema | SEARCH_CUSTOM, DISPLAY_CUSTOM, HOTEL_CUSTOM, YOUTUBE_CUSTOM y PMAX_REPLACEMENT_SHOPPING |
Crea o utiliza campañas de tratamiento independientes para realizar pruebas en comparación con una campaña de control. |
| Dentro de la campaña | ADOPT_AI_MAX, ADOPT_BROAD_MATCH_KEYWORDS, PMAX_TEXT_CUSTOMIZATION_FINAL_URL_EXPANSION |
Prueba una función dividiendo el tráfico dentro de una sola campaña. |
| Optimización de recursos | OPTIMIZE_ASSETS |
Prueba diferentes combinaciones de recursos en las campañas de máximo rendimiento. |
| Combinación de campañas | COMPARE_CAMPAIGNS |
Compara varias variables de una o más campañas y admite una combinación de tipos de campañas. |
Asigna la API a la IU
En la siguiente tabla, se resume cómo se asignan los tipos de experimentos de la API a los tipos de experimentos en la IU de Google Ads.
API ExperimentType |
Equivalente en la IU de Google Ads |
|---|---|
ADOPT_AI_MAX |
IA Max para campañas de Búsqueda |
ADOPT_BROAD_MATCH_KEYWORDS |
Palabras clave de concordancia amplia para las campañas de Búsqueda |
COMPARE_CAMPAIGNS |
Tipos de campañas mixtos personalizados Campaña de máximo rendimiento personalizada |
DISPLAY_CUSTOM |
Display personalizado |
HOTEL_CUSTOM |
Hotel personalizado |
OPTIMIZE_ASSETS |
Recursos que proporcionaste |
PMAX_REPLACEMENT_SHOPPING |
Comparación entre las campañas de máximo rendimiento y las de Shopping |
PMAX_TEXT_CUSTOMIZATION_FINAL_URL_EXPANSION |
Expansión de la URL final en las campañas de máximo rendimiento |
SEARCH_CUSTOM |
Búsqueda personalizada |
YOUTUBE_CUSTOM |
Video personalizado Campaña de generación de demanda personalizada |
Ciclo de vida de los experimentos
El proceso de administración de un experimento suele seguir estos pasos y
estados de ExperimentStatus, con algunas variaciones en los
flujos de trabajo:
- Configuración (
SETUPoENABLED): Crea unExperimenty uno o más recursosExperimentArm. Los experimentos administrados por el sistema comienzan enSETUPpara que puedas modificar las campañas de tratamiento antes de la programación, mientras que otros flujos de trabajo crean el experimento y los grupos directamente en el estadoENABLEDen una sola solicitudGoogleAdsService.Mutate. - Programar (
INITIATED): En el caso de los experimentos administrados por el sistema, llama aScheduleExperimentpara materializar las campañas en diseño y programar el experimento para que se publique. - Ejecución y generación de informes (
ENABLED): Mientras se ejecuta el experimento, consulta los recursos deExperiment(FROM experiment) o de la campaña para obtener métricas que te permitan comparar el rendimiento entre los grupos de control y los grupos de tratamiento. - Completado (
HALTED,PROMOTEDoGRADUATED): Una vez que tengas suficiente información, puedes completar el experimento con una de las siguientes operaciones:- Finalizar (
HALTED): Detiene el experimento. Las campañas o los grupos de tratamiento dejan de publicarse. - Promocionar (
PROMOTED): Aplica los cambios del grupo de tratamiento al grupo o la campaña de control. - Graduar (
GRADUATED): Convierte una campaña de tratamiento en una campaña no experimental completamente independiente o aplica la configuración de tratamiento a la campaña de base (según el flujo de trabajo).
- Finalizar (
Próximos pasos
Para obtener información sobre cómo configurar un experimento, consulta la guía del flujo de trabajo que necesitas:
- Experimentos administrados por el sistema
- Experimentos dentro de la campaña
- Experimentos de optimización de recursos
- Experimentos de combinación de campañas
- Cómo generar informes sobre los experimentos
- Extrae datos geográficos para los experimentos