クロスチャネルデータについて大きく考えてください！
公開: 2021-10-23おそらく、そこにあるすべてのPPCエージェンシーが「データ駆動型」であることに気づいたでしょう。
では、私たちが出会うほとんどのエージェンシーが、クロスチャネルの最適化を困難にし、エージェンシー全体の洞察をほぼ不可能にするデータサイロに苦しんでいるのはなぜですか？
これをデータ駆動型の矛盾と呼びます。ほとんどの機関はデータ駆動型を目指していますが、これを実装するという技術的に複雑な現実は、データによって真に駆動されるのに最も苦労していることを意味します。
すべての革新的なエージェンシーには、予算管理や広告の最適化などの独自の戦略とルールがあり、効率的に機能するには、複数のプラットフォーム間でこれらを自動化する必要があります。
ただし、独自のPPC戦略を使用してクライアントのキャンペーンのパフォーマンスを向上させるために必要なカスタム最適化ツールを構築するには、費用と時間がかかります。
またはそれは？
以前は、小規模な代理店がカスタムツールを作成するのに法外な費用がかかりました。 しかし、基盤となるテクノロジーは変化しました！ 私はあなたの代理店の規模はもはや重要ではないことをあなたに伝えるためにここにいます。
私たちは、代理店向けのカスタムPPC自動化ソリューションと専用の広告データインフラストラクチャソリューションを構築するスペシャリストのチームです。12〜60人の従業員を抱える小規模な代理店と協力するビジネスとして最初の成功を収めました。 これにより、開発者とクラウドエンジニアは、PPC業界内で独自の視点を得ることができます。
より効率的な作業方法を見つける必要がありました。今日は、文字通りあらゆる規模の代理店が実装できるアプローチを紹介します。それは、柔軟性があり、無限にスケーラブルで、非常に費用対効果が高いということです。 実際、ほとんどの機関はすでに必要なツールを使用しています。
サイロでのクライアントの管理を停止する
私たちのようなPPCデータインフラストラクチャの専門家にとって、クロスチャネルレポートとプラットフォーム間で最適化の変更を行うプロセスの自動化は、実際には同じコインの両面です。
あなたのデータについて全体的に考えてください！
最も基本的なレベルでは、広告ネットワークなどのさまざまなデータソースからデータを取得し、データをクリーンアップして正規化し、代理店独自のデータウェアハウスへの自動データフローを作成するPPCデータパイプラインが必要です。 2番目のステップでは、最適化の変更を広告ネットワークにプッシュバックする必要があります。
手順を順番に実行します。
ステップ1：どのデータウェアハウス？
あなたのクライアントは、支出を最適化し、予算を効率的に管理するためにあなたを雇っています。 すべてのデータが1か所にない場合、複数のチャネルにわたってすべてのクライアントデータを一度に分析して、代理店を成功させ最適化するアカウント管理戦略に関する洞察を得るにはどうすればよいでしょうか。 代理店として管理しているさまざまなアカウントすべてのパフォーマンスを簡単に比較するにはどうすればよいですか？
データウェアハウスは、代理店のすべてのデータを統合して保存する場所です。 これには大きなメリットがあり、常に行う価値があります。 1つには、最適化の目的でデータに対して高度な分析を実行するのは簡単です。
たとえば、最近、Google広告とMicrosoft広告を並べて比較するn-gram分析を使用して、代理店が業種全体のキーワード戦略を再考するのを支援しました。 これは、中央のデータウェアハウスにデータを保存しなければ不可能でした。 そして、それこそが、オンラインのクロスチャネルレポートプラットフォームを絶対に避けなければならない理由です。利便性のために制御を犠牲にしているのです。
もちろん、使いやすさは重要です。そのため、GoogleBigQuery以外は正直お勧めしません。 エンタープライズレベルのパフォーマンスを低コストで実現できます。代理店は、SheetsやDataStudioなどのシームレスに統合された他のGoogleツールをすでに使用している可能性があります。 また、SA360およびGoogle Analyticsと直接接続しているため、そのデータを取得するために非常に技術的である必要はありません。
最も重要なことは、BigQueryがパフォーマンス、柔軟性、スケーラビリティの観点からすべてのボックスにチェックマークを付けていることです。 さらに、データは災害復旧の目的で自動的にバックアップされます。 そして、それは非常に、非常に安いです！
BigQueryはすべての主要なデータ視覚化プラットフォームと統合されていることにも注意してください。ただし、使用方法を知っていれば、通常はData Studioで十分です（ガイドはこちら）。
ステップ2：どのデータパイプライン？
社内に専門のクラウドエンジニアや開発者がいる代理店はほとんどないため、実際には、デジタルマーケティング代理店専用に構築され、毎日さまざまなソースからテラバイトのPPCデータを取得するマネージド広告データウェアハウスを構築しました。
これが私たちが学んだことです：
まず、Supermetrics、Funnel、Improvado、Adverityなどのプラットフォームが宣伝する500以上のコネクタは必要ありません。 ほとんどの場合、Google広告、Facebook広告、Microsoft広告、Instagram広告、Linkedin広告、Twitter広告など、代理店に焦点が当てられます。
代わりに、手動の手順とメンテナンスを最小限に抑えることに重点を置いてください。 強力な双方向APIを備えているため、ShapeADIと呼ばれる革新的な新しい広告データインフラストラクチャソリューションを中心にマネージドサービスを構築することになりました。
あまり技術的になることはありませんが、強力な点は、1つのAPIを使用して呼び出しを行い、最も人気のある広告ネットワークからデータを取得し、BigQueryで正規化されたデータを返すことができることです。
データの正規化は、追加の手順を伴う可能性があるため、それを自動化するソリューションを使用する必要があるため、莫大な隠れたコストになる可能性があります。 Google広告、Facebook広告、Youtube広告、Microsoft広告、Instagram広告、Linkedin広告、Twitterの代理店の過去のクライアントデータをBigQueryに取り込むと、すべて簡単に比較できます。 BigQueryには事前設定されたテーブルとビューを使用します（大幅な時間の節約になります！）。
APIのメンテナンスも考慮すべき点です。 広告ネットワーク（特にFacebookとGoogle）は常にAPIを更新しています。 以前は7つ以上の個別のAPIを維持する必要がありましたが、現在は常に更新されていることを認識して1つのAPIに依存できます（安心を過小評価しないでください）。
最後に、広告ネットワークのAPIの対象範囲はデータパイプライン会社間で大きく異なる可能性があるため、分析に含めることができない重要な情報が欠落している可能性があります。 コネクタの総数ではなく、PPCのユースケースに関連するAPIの最大カバレッジに焦点を合わせます。
結論として、この設定では、中規模の代理店のクロスチャネルレポートを設定するのに午後がかかり、最小限のメンテナンスで済みます。
ステップ3：最適化の変更を広告ネットワークに書き戻す
要約すると、私たちの目標は、データを取得するだけでなく、予算管理などの目的で広告ネットワークへの最適化の変更の書き戻しを自動化することでもあります。 このためには、双方向APIが必要です。名前が示すように、PPCデータを双方向に流すことができます。
Supermetrics、Funnel、Improvado、Adverityなどの従来のデータパイプラインでは、このオプションは提供されません。 それは非常に制限的です。 代理店向けのカスタム自動化ソリューションを構築し、代理店がPPC管理プラットフォームやその他のスケーラブルで最先端の広告テクノロジーを作成できるようにShapeの双方向APIが開発されました。
ただし、双方向APIが必要になるために、常にプラットフォーム全体を構築している必要はありません。 人々は古き良きGoogleスプレッドシートの力を過小評価しています！ これは、上記で説明した種類のデータインフラストラクチャと組み合わせてGoogleスプレッドシートで解決できる2つの一般的な使用例です。
ユースケース1の例：予算管理
このシナリオでは、代理店は通常、チャネル全体ですべての過剰支出キャンペーンを一時停止するか、特定のクライアントアカウントのすべてのキャンペーンの予算を増やすのを支援するように依頼します。 私たちは皆、Googleが毎日の過剰支出の範囲を拡大することの苦痛と、コストを抑えることの重要性を覚えています。
さまざまなプラットフォームにログインするのは面倒な場合があり、中央で制御することをお勧めします。 上で説明したデータインフラストラクチャを使用すると、個別のAPIを維持することなく、Googleスプレッドシートから一元的に予算を管理できます。
また、サイロで予算を設定するのをやめることもできます。たとえば、検索予算とソーシャル予算を個別に決定する代わりに、予算全体をさまざまな方法で分割するときにクライアント全体のパフォーマンスを予測できるモデルを簡単に作成できます。 。
ユースケース2の例：ヘルスチェックとアラート
すべての代理店には、「通常の」動作を構成するもの（広告グループごとのキーワードの数、広告の数、テストの量、命名規則など）に関する独自のルールがあります。 しかし、アカウントマネージャーにとって、タイムシンクは言うまでもなく、アラートについてさまざまなプラットフォームを個別に調べるのは面倒です。 アラートを統合する中央レポートを作成したくないのはなぜですか？
これらの2つの例は、非常に効果的な自動化ツールの構築がどの規模のエージェンシーにとっても確実に手の届くところにあり、そこに到達するために開発者の軍隊を必要としないことを示しています。 重要なことは、適切な広告データインフラストラクチャを設定して、オプションを開始して開いたままにしておくことができることです。