Menganalisis Dampak Kata Kunci Bersama Multi-Merek

Dalam beberapa tahun terakhir, kompleksitas akun dan klien telah meningkat. Saat kami menandatangani perusahaan besar yang beriklan di beberapa akun untuk beberapa merek, penting untuk terus memantau bagaimana akun ini berinteraksi satu sama lain.

Situasi

Anggap saja kita memiliki Perusahaan X, yang memiliki merek 1,2, dan 3. Masing-masing merek ini beriklan di akun mereka sendiri, dengan kata kunci yang serupa (kadang-kadang bahkan sama).

Hasil yang Diinginkan / Pertanyaan Kunci

Dengan analisis penting apa pun, ada baiknya untuk memulai dengan hasil yang diinginkan dan membuat daftar pertanyaan kunci yang ingin Anda jawab. Ini akan membantu memfokuskan analisis Anda sehingga Anda tidak akan tersesat di semak-semak.

Dalam skenario ini – kami ingin perincian berikut ini:

• Apakah satu merek memengaruhi BPK merek lain dari waktu ke waktu?
• Seberapa sering kita melayani ganda?
• Kata kunci mana yang tumpang tindih?
• Bagaimana perbandingan pangsa tayangan mereka?
• Apakah kata kunci tertentu berkinerja lebih baik untuk merek tertentu?

Mendapatkan Data

Mari kita berhenti sejenak untuk memikirkan dengan tepat apa yang perlu kita lihat untuk menjawab pertanyaan-pertanyaan ini.

Kami tahu kami membutuhkan laporan kata kunci, jadi mari kita mulai dari sana. Metrik atau segmen yang kami butuhkan antara lain:

1. Tayangan, klik, biaya, konversi – metrik dasar yang dapat kita gunakan untuk menghitung hal-hal seperti BPK, CVR, CPL, dll.
2. Tersegmentasi menurut kuartal – jadi kita bisa melihat tren dari waktu ke waktu
3. Pangsa tayangan – kami juga akan menarik laporan wawasan lelang, tetapi saya ingin menyertakan pangsa tayangan di sini juga untuk menggali tingkat kata kunci

Selanjutnya, kami akan mengambil laporan wawasan lelang dari Google Data Studio . Untuk laporan ini, kami akan mengambil data berdasarkan kampanye, domain wawasan lelang, dan bulan. Metrik yang akan disertakan adalah pangsa tayangan dan rasio tumpang tindih.

Memanipulasi Data

Sekarang sampai pada bagian yang sulit (atau seperti yang saya suka menyebutnya – bagian yang menyenangkan): memanipulasi data agar dapat digunakan. Mari kita mulai dengan data kata kunci.

Data Kata Kunci

Kampanye kami diberi nama secara konsisten (yang sangat saya rekomendasikan untuk kampanye PPC apa pun), jadi mudah untuk mengetahui merek mana yang dimiliki setiap kampanye. Dalam hal ini, konvensi penamaannya adalah Brand_Category_Network_Geo, jadi kita bisa menggunakan text-to-columns atau LEFT() untuk mengambil nama Brand.

Selanjutnya, salin Kata Kunci & Merek saja ke lembar baru, dan hapus duplikat. Ini akan memberi Anda daftar kata kunci unik yang ada di setiap merek. Untuk menghitung berapa banyak merek kata kunci yang ada, cukup lakukan COUNTIF.

Selanjutnya, kami ingin dapat dengan mudah mengidentifikasi kata kunci yang ada di kedua Merek yang dipilih. Saya penggemar berat Validasi Data untuk membuat menu tarik-turun untuk pemilihan merek yang mudah.

Dengan kata-kata, rumus melakukan hal berikut:

Jika merek tersebut adalah Merek A atau Merek B –> hitung jumlah kemunculan di setiap merek. JIKA ada total 2 kejadian, ini berarti ada tumpang tindih, dan "Ya" akan muncul di kolom ini.

Sekarang kita dapat membuat kolom baru di lembar data kata kunci asli kita, dan VLOOKUP kolom "tumpang tindih" baru ini. Sekarang kita dapat dengan mudah memutar data kita.

Data Wawasan Lelang

Sama halnya dengan data kata kunci, kita akan mulai dengan menguraikan Nama merek dari nama kampanye. Cukup mudah!

Kami juga perlu memberi label pada setiap domain wawasan lelang untuk mengidentifikasi apakah itu salah satu merek kami atau bukan. Untuk melakukan ini, kami membuat daftar semua domain kami dan melakukan VLOOKUP.

Perhatikan entri kosong di bawah Wawasan Lelang – Domain: di antarmuka ini muncul sebagai “Anda”, jadi kami cukup memberi label ulang di sini.

Sekarang data ini juga mudah untuk diputar! Maju!

Tabel Pivot yang Dapat Ditindaklanjuti & Bekerja Melalui Data

Pada titik ini, kita dapat mulai memutar dan membuat grafik data untuk mencari tren yang menarik. Berikut adalah beberapa contoh.

Kedua kampanye ini sama di dua merek. Satu memiliki BPK lebih tinggi, pangsa tayangan lebih tinggi, tetapi konversi lebih rendah.

Mari kita lihat grafik wawasan lelang.

Pertama, kami ingin mengelompokkan kampanye yang bersangkutan, merek lain yang kami miliki, dan pesaing.

Kami menemukan bahwa pangsa tayangan pesaing lainnya tetap relatif stabil, jadi mari kita lihat apakah ada merek tertentu yang meningkat.

Pertimbangan Penting Lainnya

Konteks adalah raja, dan ada beberapa hal penting yang harus dipikirkan saat melakukan perbandingan seperti ini. Pertimbangkan hal berikut:

• Apakah merek melacak jenis konversi yang sama? Ini bisa menjadi faktor penting yang mungkin Anda perlukan untuk menambahkan segmen tambahan. Satu merek mungkin terlihat berkinerja jauh lebih baik, tetapi mungkin melacak banyak konversi yang kurang berharga (prospek vs. penjualan, aplikasi vs. penempatan, dll.)
• Apakah situs web berbeda secara drastis? Apakah satu menjalankan pengoptimalan tingkat konversi, dan yang lainnya tidak? Lihat perbedaan dalam panjang formulir, proses checkout keranjang, dan sebagainya.
• Pertimbangan penargetan geografis – jika kampanye disegmentasikan berdasarkan geografis, pastikan untuk menggali di tingkat kampanye untuk memperhitungkan perbedaan ini.
• Inisiatif perusahaan – satu merek mungkin memiliki permintaan yang lebih tinggi daripada yang lain, yang mengarah pada dorongan anggaran. Meskipun merek ini mungkin tidak memiliki CVR atau CPL terbaik, mungkin ada keputusan bisnis lain di balik memilih merek tersebut.

Apa yang Saya Ambil Dari Ini?

Daftar pertanyaan yang kami susun di awal akan membantu mendorong item tindakan dan takeaways. Angka-angka yang sulit harus memicu percakapan dengan klien (atau rekan tim Anda, jika Anda ada di rumah), dengan beberapa fokus terutama pada pertimbangan yang disebutkan di bagian sebelumnya.

Rekomendasi saya secara keseluruhan adalah sebagai berikut:

Untuk merek yang tidak memiliki alasan utama untuk memberikan preferensi pada satu merek di atas merek lainnya – pertimbangkan untuk meningkatkan merek dengan tingkat konversi yang lebih baik, CPL, dan sebagainya. Pantau kinerja dari waktu ke waktu, check-in mungkin sekali dalam seperempat. Setelah laporan disiapkan, relatif mudah untuk menarik kembali data dan membuangnya, lalu menyegarkan tabel pivot.

Untuk merek yang memiliki perbedaan signifikan dalam inisiatif perusahaan atau nilai konversi – sesuaikan dengan ketentuan ini, tetapi rekomendasi untuk memantau kinerja dan check in kembali tetap sama.

Perlu lebih banyak kiat tentang cara mengelola banyak merek? Lihat artikel ini oleh Pahlawan PPC Lara Lowery.