Cara mendapatkan wawasan dari pangsa tayangan untuk meningkatkan kinerja PPC

Pemasar pencarian memiliki kumpulan metrik yang mereka miliki. Mungkin sulit untuk mengetahui dengan tepat bagaimana bereaksi saat kami menganalisis semua metrik ini secara bersamaan.

Saya pendukung pemanfaatan metrik pangsa tayangan untuk mengidentifikasi pengoptimalan yang berarti untuk kampanye penelusuran berbayar saya.

Wawasan tidak selalu berasal dari pangsa tayangan itu sendiri, tetapi pangsa tayangan hilang karena peringkat atau anggaran.

Artikel ini akan kami bahas:

• Apa yang diwakili oleh setiap metrik.
• Kiat untuk menghitung metrik ini dalam skala besar di spreadsheet.
• Bagaimana mengambil tindakan berdasarkan hasil analisis Anda.

Menentukan pangsa tayangan dan metrik terkait

Berikut arti setiap metrik:

• Pangsa tayangan (PT) : Persentase tayangan yang diterima iklan Anda dibandingkan dengan jumlah total tayangan yang dapat diperoleh iklan Anda.
• Pangsa tayangan hilang karena anggaran: Persentase tayangan yang akan diterima iklan Anda jika Anda memiliki anggaran tidak terbatas.
• Pangsa tayangan hilang karena peringkat: Persentase tayangan yang akan diterima iklan Anda jika iklan Anda memiliki peringkat tertinggi.

Meskipun mungkin sudah jelas, perhatikan bahwa jumlah ketiga metrik ini adalah 100%.

Hal ini penting karena dapat membantu Anda mengidentifikasi dampak potensial dari pengoptimalan yang berbeda. Jika yang satu jauh lebih tinggi dari yang lain, Anda tahu ke mana harus menggunakan energi Anda.

Menghitung pangsa tayangan dalam skala besar

Jika Anda terbiasa dengan konten saya, Anda mungkin menyadari bahwa saya meminimalkan waktu saya di platform aktivasi dan memfokuskan energi saya pada angka-angka. (Kejutan, kejutan!) Tidak ada bedanya dengan metrik pangsa tayangan.

Memahami bahwa jumlah ketiga metrik ini sama dengan 100% juga memberi Anda alat yang diperlukan untuk menggabungkan penghitungan pangsa tayangan dalam skala besar. Ini hanyalah rumus matematika yang dapat kita tiru dalam spreadsheet menggunakan perhitungan dasar.

Sebelum terjun ke teknik ini, saya akan mencatat bahwa menggunakan filter di platform harus selalu menjadi sumber kebenaran, terutama jika Anda sering melihat pangsa tayangan yang terkenal “<10%” di akun Anda.

Di bawah ini dimaksudkan untuk memberikan perkiraan yang didukung secara matematis dan meningkatkan kemampuan analitis Anda, terutama saat menangani banyak data. Selalu ikuti apa yang Anda lihat di platform jika Anda melaporkan kepada pemangku kepentingan.

Ketika saya melihat “<10%” dalam analisis saya, pertama-tama saya mencoba mengurangi IS Hilang (Peringkat) dan IS Hilang (Anggaran) dari 1. Jika salah satu dari metrik tersebut menunjukkan “>90%”, saya menggunakan asumsi dari 5%. Jika Anda memasukkan perkiraan 5%, ini secara inheren akan membuat Anda terkena sedikit risiko akurasi.

Langkah pertama adalah menghitung apa yang saya sebut sebagai "Universe of Impressions", atau UoI, yang mewakili jumlah total kemungkinan impresi. (Saya tidak yakin apakah metrik ini memiliki nama resmi.)

Karena kami tahu berapa banyak tayangan yang dihasilkan kampanye kami dan pangsa tayangan tersebut mewakili proporsi total kemungkinan tayangan yang Anda tampilkan, kami cukup membagi tayangan dengan pangsa tayangan untuk mengetahui kemungkinan total tayangan atau UoI.

Setelah mengetahui jumlah total tayangan, kami dapat menghitung perkiraan tayangan yang hilang karena kendala anggaran dengan mengalikan UoI dengan IS Hilang (Anggaran).

Kami mengulangi penghitungan yang sama ini menggunakan IS Hilang (Peringkat) untuk menghitung estimasi jumlah tayangan yang kami hilangkan karena peringkat buruk di lelang. Saya telah menggabungkan langkah-langkah tersebut di tangkapan layar berikutnya.

Anda selalu dapat memeriksa perhitungan Anda dengan menjumlahkan tayangan, taksiran tayangan yang hilang (anggaran), dan taksiran tayangan yang hilang (peringkat) dan membandingkannya dengan UoI.

Jika matematika Anda benar, mereka harus identik.

Langkah terakhir adalah membuat tabel pivot dengan kolom kalkulasi yang mewakili tiga metrik pangsa tayangan kami menggunakan judul kolom di atas.

• Taksiran pangsa tayangan :
  • [Tygn.] / [Taks. UoI]
• Taksiran pangsa tayangan yang hilang karena anggaran :
  • [Est. Tygn. Kalah (Anggaran)] / [Taks. UoI]
• Taksiran pangsa tayangan yang hilang karena peringkat :
  • [Est. Tygn. Kalah (Peringkat)] / [Taks. UoI]

Dengan pendekatan ini, Anda sekarang dapat menyesuaikan tabel pivot dan melihat perhitungan dinamis pangsa tayangan berdasarkan filter dan masukan yang Anda sertakan.

Untuk mengilustrasikannya, saya menyertakan total kampanye yang disorot selama dua minggu. Jangan ragu untuk menggunakan tangkapan layar di atas untuk memeriksa matematika saya.

Jika menurut Anda tips seperti ini berguna, saya mendorong Anda untuk membaca artikel saya sebelumnya tentang praktik terbaik tabel pivot Excel untuk pemasar pencarian.

Mengoptimalkan berdasarkan wawasan pangsa tayangan Anda

Sekarang setelah Anda menyelesaikan semua perhitungan Anda, saatnya mengubah analisis menjadi tindakan.

Anda tahu apa yang terbaik untuk bisnis Anda, dan banyak pengoptimalan tersedia untuk kami.

Saya telah mencoba meringkas bagaimana pendekatan saya terhadap pengoptimalan berdasarkan apa yang saya lihat di metrik pangsa tayangan. Namun kenyataannya, garis-garis kabur di antara kotak-kotak ini.

Misalnya, Anda dapat menaikkan tawaran untuk membantu menyempurnakan skenario pojok kanan bawah (PT tinggi yang hilang karena peringkat dan PT tinggi yang hilang karena anggaran).

Salah satu tip yang saya anjurkan untuk Anda terapkan dalam kampanye Anda adalah berfokus pada menurunkan pangsa tayangan yang hilang karena anggaran, bahkan jika itu berarti mengalihkan IS yang hilang dari anggaran ke peringkat.

Sebagian besar pengiklan tidak dapat membuat anggaran muncul secara ajaib untuk menyelesaikan masalah "IS hilang karena anggaran".

Pola pikir ini umumnya akan mengarah pada kinerja yang lebih efektif, karena mengalihkan IS yang hilang dari anggaran ke peringkat kemungkinan besar berarti Anda memusnahkan kampanye atau menjadi "lebih pelit" dalam membelanjakan anggaran.

Sebagai penutup, berikut adalah beberapa pendekatan favorit saya untuk membatasi ruang lingkup kampanye, jika itu pengoptimalan yang paling masuk akal:

• Waktu istirahat.
• Jeda kata kunci.
• Negasi berbasis segmen. (Audiens, geos, perangkat… sebut saja!)
• Kata kunci negatif.

Jika kami berfokus pada peningkatan skor kualitas, berikut adalah cara yang biasanya saya coba lakukan untuk melakukannya:

• Salinan iklan disegarkan.
• Meningkatkan jumlah ekstensi yang digunakan.
• Kata kunci negatif.
• Pengujian halaman arahan.

Perlu diperhatikan bahwa terdapat metrik pangsa tayangan lainnya, seperti PT teratas dan PT teratas absolut.

Kabar baiknya adalah bahwa penghitungan yang disorot dalam artikel ini juga berlaku untuk metrik tersebut. Mereka dapat dimanfaatkan dengan metrik IS umum untuk menciptakan wawasan yang lebih tepat.