Este post es producto de un par de experimentos que estuve realizando estos días. Es común escuchar decir al equipo de AdSense que los anuncios que más pagan aparecen primero. Con esa premisa estuve experimentando nuevas posiciones para evaluar el efecto.

Las hipótesis que planteé al principio fueron:

– El primer bloque de anuncios debe ser 300×250
Uno de los consejos que el equipo de AdSense sugiere frecuentemente es que el formato de 300×250 siempre tiene mejor rendimiento que los demás formatos en cuanto a valor por click.
– Debe situarse above the Fold (antes de que el usuario haga scroll lo debe ver)
El mayor impacto de los anuncios se produce a primera vista. Los mapas de calor también sugieren esto
– Los colores deben integrarse con el contenido.
La mejor estrategia para optimizar anuncios es integrar los colores de los anuncios con los colores del sitio en la parte superior izquierda sobre el menú.

A partir de estas hipótesis coloqué un anuncio de colores integrados en el sitio.
Para mi sorpresa, su performance fue bajisima y los resultados no fueron los esperados. Las causas posibles? mala integración de colores o spot no llamativo.

Ante estas dos alternativas, hice una prueba A/B con el anuncio, variando ligeramente los colores. Las pruebas A/B son una herramienta muy útil para experimentar con los anuncios sin hacer una implementación global en el sitio y ver qué pasa, con el riesgo de que todo salga mal y las ganancias terminen por el piso.

Cómo hacer una prueba A/B con AdSense

Como primer medida, hay que crear dos canales de seguimiento, para poder evaluar la performance de uno contra el otro. Para administrar los canales podés hacerlo desde la consola de AdSense en Configuración de AdSense -> Canales.

Una vez creados los canales, creamos los dos anuncios a testear. Es importante hacerlo uno por vez, todos contra todos. Por ejemplo, si queremos probar los formatos de anuncios A, B y C, con A siendo el anuncio mostrado actualmente, debemos hacer A/B, A/C y C/B para establecer un orden de preferencia, estableciendo a A como “base” de comparación.

Una vez que tenemos los anuncios, hay que insertar el siguiente código en donde iría el anuncio intercalando los códigos de anuncios que creamos en el paso anterior.

<script type=”text/javascript”>
    var random_number = Math.random();
    if (random_number < .5){
        //primer anuncio
    } else {
        //segundo anuncio
    }
</script>
<script type=”text/javascript”     src=”http://pagead2.googlesyndication.com/pagead/show_ads.js”></script>

Lo que hace este código es básicamente rotar los anuncios de manera de mostrar los anuncios aleatoriamente. Después de unos días, es posible comparar los resultados desde la consola de AdSense con los criterios de seguimiento que creamos anteriormente.

Es importante también establecer un tiempo prudencial para las pruebas. Cuantas más muestras se obtengan, más se aproximará el test a la performance real. Dependiendo de cuántas visitas tengas, es probable que debas dejarlo desde una semana a un mes para observar resultados relevantes.

En el caso de mis experimentos, no noté diferencia alguna entre los formatos de anuncios, por lo que descarté la hipótesis de mayor performance según diseño.

Ahora bien, el problema es que al elegir un spot superior como primer anuncio con mala performance – con los anuncios teóricamente más pagadores – el resto de los anuncios que sí tienen una performance aceptable mostraron un declive en los ingresos.

El resultado fue que terminé reemplazando ese spot para mostrar otros anuncios de afiliados, y menos frecuentemente AdSense. Como hice esto? en el próximo post

La moraleja es que – si bien Google sugiere lineamientos generales para la ubicación de anuncios, estos líneamientos son como dije, generales y no necesariamente se aplican en todos los sitios/blogs. La clave está en experimentar usando nuevos formatos combinados con pruebas A/B para obtener el mayor rendimiento de AdSense y experimentar, experimentar y experimentar para obtener mayores ganancias y, más importante aún, no tirar por la borda ganancias por una mala implementación.