Únete a la comunidad recientemente lanzada de
Discord para participar en debates en tiempo real, obtener asistencia de otros miembros y comunicarte directamente con el equipo de Meridian.
Datos de la búsqueda pagada
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
El volumen de búsquedas de Google (GQV) suele ser un factor de confusión importante entre los medios y las ventas. Esto es especialmente cierto para la búsqueda pagada, ya que el volumen de búsquedas puede aumentar la cantidad de anuncios publicados cuando la campaña presenta ciertas configuraciones, por ejemplo, cuando el límite de presupuesto no lo impide. Cuando el GQV es un factor de confusión, debes controlarlo para obtener estimaciones causales imparciales de cualquier medio con el que se pueda confundir. No controlar el GQV puede provocar una sobreestimación de los efectos causales de la búsqueda pagada.
Meridian ofrece una solución simple que permite incluir datos del GQV como variable de control. Ten en cuenta las siguientes recomendaciones:
Es mejor aumentar la escala de los datos del GQV por población geográfica. Esto se puede hacer con el argumento control_population_scaling_id.
Las campañas de búsqueda pagada que se segmentan para búsquedas específicas de marca son muy diferentes de aquellas que se segmentan para búsquedas más genéricas relacionadas con productos. Lo mejor es incluir estas campañas como canales de medios separados en el modelo.
Las campañas de palabras clave de marca específica suelen modelarse con clics, ya que su objetivo es generar tráfico web directo. Otras campañas suelen modelarse con impresiones, dado que estas pueden ser eficaces incluso cuando no generan clics.
Siempre es mejor incluir recuentos de búsquedas que correspondan a las búsquedas para las que se segmenta cada canal de medios de búsqueda pagada incluido en el modelo. Por ejemplo, si el MMM incluye la búsqueda pagada de marca específica y la búsqueda pagada genérica como canales de medios separados, es recomendable incluir el GQV de marca específica y el GQV genérico como dos variables de control independientes.
Para obtener información más detallada, consulta Consideraciones para incluir el volumen de búsquedas como una variable de control.
Puedes obtener información sobre el GQV, la búsqueda pagada, la frecuencia y otros datos relacionados con Google sobre tu organización en la plataforma de datos de MMM de Google. Para obtener información sobre cómo acceder a estos datos, consulta Cómo usar la Plataforma de datos de MMM.
Cómo usar clics o impresiones para los anuncios de búsqueda
Cuando decidas si vas a usar clics o impresiones para los anuncios de búsqueda, ten en cuenta lo siguiente:
Decidir entre los clics y las impresiones sí tiene un efecto, pero no hay una perspectiva coherente entre los distintos socios de medición sobre cuál es la mejor entrada.
Como anunciante, considera la opción sobre la que tengas un mayor control. Dado que el modelo te indica cómo la ejecución de los medios (ya sea definida por clics o impresiones) afecta un KPI, usar una variable sobre la que tienes más control, a su vez, te brinda más control sobre el impacto en el KPI.
Es más probable que los clics se correlacionen con el KPI y que las impresiones se correlacionen con el GQV. A menudo, las campañas de palabras clave de marca específica se modelan en función de los clics porque su objetivo es generar tráfico web directo. Otras campañas suelen modelarse con impresiones, dado que estas pueden ser eficaces incluso cuando no generan clics.
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-08-04 (UTC)
[null,null,["Última actualización: 2025-08-04 (UTC)"],[[["\u003cp\u003eGoogle Query Volume (GQV) can significantly influence the relationship between media and sales, especially for paid search, and should be controlled for in Marketing Mix Models to obtain accurate causal estimates.\u003c/p\u003e\n"],["\u003cp\u003eMeridian allows incorporating GQV as a control variable, recommending scaling it by geo population and separating brand-specific and generic paid search campaigns.\u003c/p\u003e\n"],["\u003cp\u003eWhen modeling paid search, consider using clicks for brand-specific campaigns to capture direct web traffic and impressions for generic campaigns to account for potential view-through effects.\u003c/p\u003e\n"],["\u003cp\u003eAccess Google-related data, including GQV, through the Google MMM Data Platform for comprehensive analysis and model building.\u003c/p\u003e\n"]]],[],null,["# Paid search data\n\nGoogle Query Volume (GQV) is often an important confounder between media and\nsales. This is particularly true for paid search because query volume can drive\nad volume under certain campaign settings, such as when the budget cap does not\nprevent it. When GQV is a confounder, you must control for it to get unbiased\ncausal estimates for any media it confounds with. Failing to control for GQV can\nlead to overestimation of the causal effect of paid search.\n\nMeridian offers a simple solution in that GQV data can be included as a\ncontrol variable. Consider the following recommendations:\n\n- It is best to scale GQV data by geo population. This can be done with the\n `control_population_scaling_id` argument.\n\n- Paid search campaigns that target brand-specific queries are very different\n from those that target more generic product related queries. It is best to\n include these campaigns as separate media channels in the model.\n\n- Brand-specific keyword campaigns are often modeled using clicks because they\n are intended to drive direct web traffic. Other campaigns are often modeled\n using impressions because impressions can be effective even when they don't\n result in a click.\n\n- It is best to include query counts that correspond to the queries targeted\n by each paid search media channel included in the model. For example, if the\n MMM includes **Brand-specific paid search** and **Generic paid search** as\n separate media channels, then it is advisable to include\n **Brand-specific GQV** and **Generic GQV** as two separate control\n variables.\n\nFor more detailed considerations, see [Including query volume as a control\nvariable](/meridian/docs/advanced-modeling/control-variables#including-query-volume).\n\nGQV, paid search, frequency, and other Google-related data for your organization\ncan be obtained from the Google MMM Data Platform. For information about\naccessing this data, see [Use MMM Data\nPlatform](/meridian/docs/basics/using-mmm-data-platform).\n\nUsing clicks or impressions for search ads\n------------------------------------------\n\nWhen you are deciding whether to use clicks or impressions for search ads,\nconsider the following:\n\n- Deciding between clicks and impressions does have an effect, but there is no\n consistent perspective across, or even within, measurement partners on which\n input is best.\n\n- As an advertiser, consider what you have more control over. Because the\n model tells you how media execution (whether defined by clicks or\n impressions) impacts a KPI, using a variable that you have more control\n over, in turn, gives you more control over impacting the KPI.\n\n- Clicks are more likely to be correlated with the KPI, while impressions are\n more likely to be correlated with GQV. Brand-specific keyword campaigns are\n often modeled using clicks because they are intended to drive direct web\n traffic. Other campaigns are often modeled using impressions because\n impressions might be effective even when they don't result in a click."]]
