Supongamos que una empresa paga US$600 por un mes de publicidad y, al cerrar el mes, cuenta doce clientes nuevos que llegaron por esa vía. Seiscientos entre doce da cincuenta, así que el costo de adquisición de clientes del mes es de US$50. Un artículo de 2004 del Journal of Marketing Research usa la misma aritmética. Sus autores "operacionalizan el costo de adquisición dividiendo el costo total de marketing entre el número de clientes recién adquiridos en cada período".1 La fracción tiene dos partes: un numerador, que es la suma de dinero pagada, y un denominador, que es un conteo de personas.
Una pequeña empresa lee la primera cifra en una factura y la segunda en sus propios registros de pedidos. Los textos de respuesta directa, que piden al lector una sola acción y se juzgan por esa acción, se basan en esta fracción. El gasto puede ser exacto, o pueden fijarlo otras personas. El conteo es siempre una atribución, y los mayores experimentos de campo registrados han medido cuánto puede diferir una atribución de una causa.
Una subasta cobra un precio que el anunciante no fijó
La página de Google sobre la subasta dice que el Ranking del anuncio combina "su puja, la calidad del anuncio, los umbrales del Ranking del anuncio, el contexto de la búsqueda de la persona y el impacto esperado de las extensiones y otros formatos de anuncio".2 La puja es el único de los cinco que anota el anunciante. La página de Google sobre el costo por clic real dice que el cargo suele ser menor, "a veces mucho menor", que la puja máxima.3 Esa cantidad es lo "mínimo necesario para superar los umbrales del Ranking del anuncio y superar el Ranking del anuncio del competidor que está inmediatamente por debajo de usted". Un anunciante nunca ve la puja del competidor.
El total diario también se mueve. La página de Google sobre los presupuestos dice que una campaña "puede gastar hasta el doble de su presupuesto diario promedio" en un día determinado.4 El precio de un clic, y el número de clics que compra el mes, se deciden en subastas que el anunciante no ve.
El conteo de clientes es donde los experimentos encontraron el error
El problema del denominador es lo que demuestra un cliente contado. Thomas Blake, Chris Nosko y Steven Tadelis midieron lo que causaban los anuncios de búsqueda pagada en grandes experimentos de campo en eBay, publicados en Econometrica en 2015.5 Como los clics de búsqueda y la intención de compra están correlacionados, escriben, "los rendimientos de la búsqueda pagada son una fracción de las estimaciones no experimentales". Cuando eBay dejó de comprar su propio nombre de marca como palabra clave, "casi todo (el 99.5%) del tráfico de clics perdido" llegó en cambio a través de la búsqueda orgánica. Los clientes que se habían contado como resultado de esos anuncios llegaron de todos modos.
En el caso de otras palabras clave, los anuncios influyeron en los usuarios nuevos y poco frecuentes. Los usuarios frecuentes, "cuyo comportamiento de compra no se ve influido por los anuncios, representan la mayor parte del gasto publicitario", y el rendimiento promedio de ese gasto fue negativo.5 Una regresión con los mismos datos había situado el retorno de la inversión (ROI) por encima del 1,400%; el experimento halló un menos 63%. Los autores escriben que "la mayor parte del gasto en Google está relacionada con clics de usuarios que comprarían de todos modos".
Un artículo de 2019 en Marketing Science de Brett Gordon y tres coautores puso a prueba si unos datos más ricos sobre las personas corrigen la atribución.6 En 15 experimentos en Facebook, con 500 millones de observaciones de usuario por experimento, los métodos observacionales "a menudo no producen los mismos efectos que los experimentos aleatorizados, incluso después de controlar por amplias variables demográficas y de comportamiento". AdBubbles hace coincidir las palabras de las páginas con los anunciantes que las compraron, y no sabemos si el lector que abre una burbuja ya ha comprado antes. No elegimos qué personas ven una burbuja, no seguimos a un lector de una página o un sitio al siguiente y no prometemos que un clic se convierta en un cliente. AdBubbles no coloca cookies, no guarda identificadores y no recopila datos personales de los lectores.
Un precio fijo por clic convierte el numerador en una cifra que el anunciante puede comprobar
En AdBubbles, un anunciante compra una palabra en lugar de una audiencia y paga un precio fijo por cada clic en su burbuja. AdBubbles fija ese precio, nadie puja contra el anunciante por la palabra, y un solo anunciante tiene una palabra clave en un sitio durante el mes calendario. Las visitas a la página y las aperturas no cuestan nada. Por lo tanto, el gasto del mes es el número de clics multiplicado por un precio que se conoce antes de que empiece la campaña, y ambos aparecen en el panel del anunciante.
Para cada palabra clave, el anunciante ve cuántos sitios contienen la palabra y sus visitas mensuales estimadas. Un anunciante puede armar una campaña, elegir sus palabras y leer esas cifras sin pagar nada. Las páginas para anunciantes describen cómo se venden las palabras, y la página de precios publica el precio por clic cuando se fija. Una persona revisa la creatividad antes de que se publique.
Medir lo que causó un anuncio exige experimentos que ningún presupuesto pequeño puede hacer
Randall Lewis y Justin Rao midieron la magnitud del problema en el Quarterly Journal of Economics en 2015.7 Sus veinticinco experimentos de campo con grandes minoristas y casas de bolsa estadounidenses representaron en conjunto US$2.8 millones en publicidad. Aun así, "el intervalo de confianza mediano del ROI tiene más del 100% de amplitud, y el más pequeño supera el 50%". Un experimento informativo "puede requerir fácilmente más de diez millones de semanas-persona". Una empresa con un presupuesto mensual de unos cientos de dólares no puede hacer ese experimento.
Una empresa así puede mantener fijo el precio y contar el resto en su propio sitio. El clic desde una burbuja lleva parámetros de campaña que la propia analítica del anunciante puede leer. La documentación de analítica de Google describe utm_source como el "Referrer" (sitio de referencia) y utm_campaign como el "Product, slogan, promo code" (producto, eslogan, código promocional) en una URL de destino.8 El seguimiento de conversiones en AdBubbles está previsto; hoy, un anunciante cuenta las conversiones en su propio sitio. El panel del anunciante muestra los clics por palabra clave, por sitio y por día, y exporta la tabla en formato CSV.
El costo por cliente baja cuando más lectores de las páginas que contienen la palabra resultan ser compradores, y solo el conteo del anunciante muestra si eso ocurrió. Un precio conocido no baja por sí solo, y no se sabe de antemano qué nichos tienen lectores que compran. Los registros de pedidos ya dicen qué clientes contados habían comprado antes, y dividir el conteo de esa manera no cuesta nada.
Un texto de respuesta directa dentro de una burbuja lleva su propia etiqueta
Un texto de respuesta directa tiene una forma, y una burbuja ya la contiene. Lleva una etiqueta "Ad" (anuncio), un título de cuarenta caracteres como máximo, un texto de noventa como máximo, el dominio visible del anunciante, un enlace y una pequeña marca "Ads by AdBubbles". La etiqueta importa porque la guía de la Comisión Federal de Comercio sobre publicidad nativa considera engañoso un anuncio si transmite que es "independiente, imparcial o de una fuente distinta del anunciante patrocinador".9 La guía menciona "Ad", "Advertisement", "Paid Advertisement" y "Sponsored Advertising Content" (anuncio, publicidad, publicidad pagada y contenido publicitario patrocinado) como términos que probablemente se entenderán. Una burbuja lleva la primera palabra de esa lista, así que su texto obtiene la respuesta de lectores que sabían que estaban leyendo un anuncio.
La consecuencia práctica es un registro contable con dos columnas. Una palabra asignada durante un mes calendario da una cifra de gasto para ese mes: sus clics multiplicados por un precio por clic fijado de antemano. Un conteo de clientes del mismo mes, tomado de los propios registros del anunciante y dividido entre compradores nuevos y recurrentes, da la otra. La exportación diaria del panel alinea ambas por fecha. Llevadas durante unos meses, esas columnas forman una serie de costos de adquisición construida a partir de documentos que la empresa ya tiene, y cada entrada es un número que el anunciante puede comprobar.