クロスアカウント分析の5つのステップスーパーヒーローのステータス

公開: 2021-10-23

この投稿は、Hero Conf LosAngelesスピーカーブログシリーズの一部です。 Andrew Millerは、カリフォルニア州ロサンゼルスで4月18〜20日に開催される世界最大のAll-PPCイベントで、有料検索と社会的専門知識を共有する50人以上のPPC専門家に加わります。 あなたが読んだもののように？ HeroConfの詳細をご覧ください。

PPCのプロは、データを使用してより良い意思決定を行い、より良い結果を得るためにキャンペーンを最適化する方法を知っています。しかし、多くの代理店や大規模な広告主はキャンペーンを複数のアカウントに分散させており、このすべてのデータを分析すると、うまくいけば素晴らしいものになり、うまくいかなかった場合は片頭痛につながる可能性があります。

次の5つの手順に従って、分析がヒーローのステータスにつながることを確認します。

ステップ1：データを集約する

キャンペーンの構造と分析戦略によっては、複数のソース（PPCプラットフォーム、Google Analytics、CRMなど）からのデータを消費して保存する可能性があります。もちろん、各ソースから手動でデータをプルし、ExcelまたはTableauにドロップして、クランチを開始することもできますが、そのプロセスは拡張性がありません。各レポートまたは最適化では、同じ苦労を繰り返す必要があります。それはすぐに古くなります。

事前に計画を立て、開発者と協力して、各プラットフォームのAPIからキャンペーンのパフォーマンスとコンバージョンデータを利用します。技術に精通していないアプローチは、データを手動でプルしてデータベースにアップロードすることですが、長期的には、可能な限り自動化する方がはるかに簡単です。各プラットフォームのAPIから毎日のデータを取得し、各PPCおよび分析プラットフォームのテーブルを含むSQLデータベースに保存します。

旅のこの時点で、最も重要なタスクはデータ構造を定義することです。どのフィールドを保存する必要があり、データテーブルを相互にどのように関連付けますか？基本的に、あなたはあなたの仕事をするためにどのデータが必要ですか？これを事前に計画しておくと、後で分析を実行するために必要なすべてのデータがないことに気付いたときに、多くの頭痛の種を減らすことができます。

使用する予定の分析ツールを事前に検討することを忘れないでください（これについては、ステップ4で詳しく説明します）。データ構造とデータベースが安全な外部接続を可能にし、外部環境で意味をなすように適切に構造化されていることを確認してください。

私たちの場合、私たちは代理店であるため、すべてのテーブルのすべての行に「クライアントID」フィールドがあり、クライアントレベルでデータを結合できるようにします。これにより、データをマッシュアップして、クライアントごとにレポートを作成できます。

ステップ2：データを正規化する

「ガベージイン、ガベージアウト」という表現を聞いたことがあるでしょう。複数のアカウントにわたるデータの分析も例外ではありません。リンゴ同士の比較を可能にするために、アカウントのデータを正規化するか、より一貫性を持たせることが不可欠です。

データを正確に比較して傾向を把握するには、メタデータのように「メタ」を考える必要があります。メタデータは、単にデータに関するデータです。 AdWordsのラベルをメタデータと考えてください。たとえば、AdWordsキャンペーンのキーワードは、ブランド化することも、ブランド化しないこともできます。代理店のクライアントは、1つ以上の業界カテゴリに分類できます。

より一貫性のある比較と分析を可能にするために、データベースにできるだけ多くのメタデータを保存するようにしてください。たとえば、データ構造で許可されている場合、ヘルスケア業界のすべてのクライアントについて、ブランド以外のキーワードに対するAdWordsの右側の広告の削除の効果を非常に迅速に比較できます。私のお気に入りのタイプのクロスアカウント分析のもう1つは、新しいキャンペーンを開始した日に基づいて、新しいクライアントのリリース前とリリース後のデータを比較することです。 30日、60日、90日のパフォーマンスをグラフ化し、以前の機関の結果と比較できると、ケーススタディを作成して異常を見つけることが非常に簡単になります。

分析がガベージデータで汚染されないように、時間をかけて堅牢で一貫性のあるタグ付け戦略を開発してください。

ステップ3：データを民主化する

すべてのエンドユーザーがmySQLクエリの記述に習熟しているとは限りません。また、アナリストがデータを細かく分析する方法をすべて予測できるダッシュボードやアプリを構築することもできません。

データベースクエリについて全員をトレーニングするのではなく、より民主的なアプローチでデータを解放します。データ構造とサンプルデータセットを、ExcelやGoogleスプレッドシートなどのより一般的な形式で利用できるようにします。このようにして、誰でも利用可能なデータを確認し、その使用方法を考えることができます。

開発者以外でも、データアナリストがデータベースクエリに変換できる質問を作成できます。たとえば、アカウントマネージャーは最近、「クライアントXのCPCとCPAは、同じ業界の他のクライアントと比較してどうですか？」という質問で私にアプローチしました。データベースからこのベンチマークデータを取得するのに数分しかかからなかったため、手動でデータを取得してテーブルをピボットする時間を節約できました。

結論として、データをロックしないでください！より多くの人がそれを使用する方法を見つけることができるように、それを無料に設定してください。

ステップ4：データを分析する

ほとんどのPPCの人々は、単にこのステップにジャンプします。短期的またはアドホック分析で機能する可能性がありますが、手順1〜3をスキップすると、不確定な結果、あいまいなデータ、または不正確なデータに基づく決定につながる可能性があることに注意してください。時間をかけて正しく実行し、将来の分析がより速く、より洞察に満ちたものになるようにします。

1つの場所に複数のアカウントに相当するデータがあるので、分析を開始します。ここで魔法が起こります！分析は、洞察と最適化への洞察につながる可能性があります。

仮説を立てる

データに関する仮説を立ててテストすることから始めます。宝石を見つけることを期待して、データの山に足を踏み入れるだけではいけません。地図とあなたが探しているもののアイデアを持って行きなさい。

仕事に適したツールを選択する

まず、仕事を正しく行うために必要なツールを見つけます。より精通したユーザーは、独自のSQLクエリを記述して、データをExcelまたはGoogleスプレッドシートにエクスポートできる可能性がありますが、他のユーザーは、TableauやGoogle DataStudioなどのビジネスインテリジェンスツールを利用して分析を高速化できる可能性があります。

セグメント化とフィルタリングを開始します

次に、手順2で設定したデータとメタデータを利用します。手順2をスキップしませんでしたか？これらのファセットを使用すると、データをさらにセグメント化して、洞察につながる可能性のある情報の塊を見つけることができます。

Google Analyticsの場合と同様に、さまざまなセグメントのオンとオフを切り替えて、異常や外れ値を探します。ここで、クリーンで一貫性のあるデータ構造が役立ちます。複数のPPCアカウント間で結果を歪める可能性のある変数を管理していることを確認してください。一部のアカウントでは、ブランドキーワードと非ブランドキーワードで異なるタグ付け方法を使用していますか？すべてのアカウントが同じタイムゾーンと通貨形式を使用していますか？

ベンチマークとトレンドを確立する

適切なデータが見つかると、クロスアカウントのパフォーマンスを比較して傾向や異常を見つけることが容易になります。このマクロの観点から、パフォーマンスの高いアカウントまたはパフォーマンスの低いアカウントを簡単に探し、毎日/毎週/毎月/四半期ごとの変更を監視し、KPI目標を達成するためにペースがずれている時期を事前に特定できます。

あなたが本当に進んでいる（または素晴らしいBIチームを持っている）場合、パターン検出または統計分析ツールはここで面倒な作業の多くを行うことができます。 11に持っていきたいですか？機械学習に投資して、外れ値を見つけてエスカレーションし、さらに分析します。

ステップ5：機会を活用する

最後に、すべてのハードワークが完了した後、あなたはヒーローを演じることができます。適切なデータ、仮説、ツール、および時間を使用すると、複数のPPCアカウントにわたるキャンペーンのパフォーマンスデータをすばやく簡単に分析できます。

複数のアカウントからのデータを比較して操作することは、制御する変数が多く、セグメンテーションの潜在的なディメンションが多いことを除いて、基本的に1つのアカウントで作業することと同じです。

ただし、クロスアカウント分析を設定する場合は、時間をかけて事前に計画を立ててください。事前に計画を立てる前もって努力することで、何時間もの時間を節約し、将来の精度を高めることができます。