3 실적 극대화 캠페인 보고 및 데이터 제한

실적 극대화 캠페인(또는 PMax) 캠페인은 검색 광고주들 사이에서 주목을 받고 있습니다.

Google의 기계 학습 리소스는 Google의 전체 인벤토리 네트워크에서 광고 게재위치를 최적화합니다. 이를 통해 광고주는 노력을 극대화하고 대상 고객에게 보다 효율적으로 도달할 수 있습니다.

그러나 이러한 독점 기능을 활용할 때 특히 더 많은 가시성과 끌어낼 수단을 잃기 때문에 항상 절충안이 있습니다.

일반적으로 이러한 캠페인에 대한 데이터에 대한 가시성이 제한되어 캠페인을 최적화하고 예산을 할당하는 방법에 대해 정보에 입각한 결정을 내리기가 어렵습니다.

또한 광고주는 종종 모든 캠페인 유형 및 플랫폼에서 집계된 데이터를 분석해야 합니다. 여기에는 다음이 필요할 수 있습니다.

• Google Ads API를 통해 데이터를 가져오는 중입니다.
• 추가 조작 및 분석을 위해 더 큰 데이터 웨어하우스에 로드합니다.
• Google 애널리틱스 데이터와 결합하여 사용자 여정에 대한 전체 그림을 만듭니다.

다음은 Google Ads 인터페이스 내부 및 외부에서 PMax 실적 데이터를 추출하고 분석할 때 유의해야 할 몇 가지 제한사항입니다.

1. PMax 데이터의 제한된 세분성

PMax 캠페인은 다른 Google Ads 캠페인보다 제한된 보고 옵션을 제공하므로 익숙한 방식으로 실적을 분석하기 어려울 수 있습니다.

일반적으로 Google Ads 캠페인 데이터는 API를 통해 표준 보고서에 액세스하여 가져올 수 있습니다. 키워드 수준까지 데이터를 세분화하려는 수준을 정의할 수 있습니다.

PMax 캠페인은 머신 러닝을 사용하여 광고 게재를 위한 최적의 게재 위치를 결정하므로 이 캠페인과 연결된 광고 그룹이나 키워드가 없습니다.

따라서 캠페인보다 더 세분화된 모든 수준에서 생성된 표준 보고서에는 PMax와 관련 없는 여러 필드가 포함되며 단순히 관련 없는 필드를 무효화하는 것이 아니라 이러한 캠페인의 모든 데이터를 완전히 제외합니다.

표준 및 PMax 캠페인을 캡처하려면 API를 여러 번 호출하고 나중에 데이터 웨어하우스 내에서 로드 및 통합할 수 있는 두 개의 개별 데이터 연결을 검색해야 합니다.

• 첫 번째는 PMax 캠페인 데이터를 포함하지 않는 원하는 세부 수준의 표준 보고서여야 합니다.
• 두 번째 보고서도 캠페인 수준의 표준 보고서여야 하지만 이번에는 중복 데이터를 피하기 위해 PMax 가 아닌 모든 캠페인을 제외해야 합니다.

또한 실적 극대화 게재위치와 같은 많은 맞춤 보고서 및 세분화가 캠페인 분석에 도움이 될 수 있다는 점에 유의하세요.

API를 통해 검색할 수 없으며 Google Ads 인터페이스 내의 격리된 환경에서만 볼 수 있습니다.

검색 마케터가 의존하는 일일 뉴스레터를 받으세요.

처리 중…기다려 주십시오.

구독하다

용어를 참조하십시오.

2. Google 애널리틱스 통찰력에는 신중한 탐색이 필요합니다.

Google 애널리틱스 4의 출시와 그에 따른 유니버설 애널리틱스의 지원 중단으로 광고주는 웹사이트 및 앱 데이터를 사용하여 고객 여정 및 클릭 후 웹사이트 참여 활동을 이해할 수 있습니다.

PMax 캠페인에 의해 생성된 모든 웹사이트 트래픽은 주의 깊게 보고 분석해야 합니다.

먼저 PMax 데이터가 기본 유료 검색 채널 그룹에 속하지 않고 PMax 및 스마트 쇼핑 캠페인 데이터를 포함하는 교차 채널 이라는 별도의 그룹에 속한다는 것을 알 수 있습니다.

PMax 캠페인과 호환되지 않는 차원 필터를 배치하지 않도록 주의하십시오.

위에서 언급한 데이터가 표시되지 않는 API 문제와 달리 이러한 필터로 인해 GA4 인터페이스 내에서 데이터가 잘못 표시되어 신뢰할 수 없습니다.

이러한 이유로 GA4 내에서 PMax 캠페인을 포함하는 교차 채널 통찰력을 얻는 것은 어려울 수 있습니다.

또한 PMax 캠페인은 조회 참여 전환을 계산합니다.

이 유형의 전환은 다른 광고 유형과 달리 비디오 광고 및 비디오 광고를 따르는 사용자 행동에 보다 구체적으로 맞춤화되고 참여의 강력한 지표이기 때문에 매우 가치가 있습니다.

Google 애널리틱스는 기본적으로 이러한 전환을 계산하지 않으며 그렇게 하도록 의도적으로 구성해야 합니다.

3. 전통적인 분석 방법이 적용되지 않을 수 있습니다.

위의 문제를 고려할 때 Google 플랫폼을 사용하여 독립적으로 PMax 캠페인에 대한 보고 및 통계를 생성하는 것은 항상 옵션입니다.

플랫폼 내에서 사용 가능한 데이터를 볼 때 이 데이터를 둘러싼 다양한 제한 사항을 염두에 두고 기존의 분석 전술이 효과적이지 않거나 불가능할 수 있음을 아는 것이 중요합니다.

예를 들어 일부 기본 보고 템플릿은 PMax 캠페인용 플랫폼 내에 있지만 광고주는 보고서를 사용자 정의하거나 사용자 정의 지표를 만들 수 없습니다.

고려해야 할 또 다른 요소는 PMax 캠페인이 실시간 데이터에 최적화되기 때문에 최적화를 극대화하기 위해 알고리즘이 지속적으로 조정되므로 캠페인 성과를 실시간에 가깝게 분석하고 과거 데이터 및 추세에 덜 의존해야 한다는 것입니다.

실시간 데이터에 대한 이러한 의존도는 또한 전통적인 A/B 테스트를 수행하기 어렵게 만듭니다. 특히 가설을 테스트하기 위해 격리할 수 있는 광고 배치, 형식, 크리에이티브 요소 또는 대상과 같은 항목을 제어할 수 없기 때문입니다.

대신 PMax 캠페인을 표준 쇼핑 캠페인과 비교하는 테스트만 실행하거나 기존 캠페인 조합에 PMax 캠페인을 추가하여 전환수를 늘릴 수 있는 방법을 보여주는 개선 실험을 실행할 수 있습니다.

PMax 캠페인에서 놓치고 있는 통찰력의 다른 예로는 대상 타겟팅, 광고 배치 및 예산 관리가 있습니다.

이것은 모두 설계에 의한 것이지만 광고주가 비용이 할당되는 곳에 발언권을 갖는 능력을 잃는 것은 어려운 조정일 수 있습니다.

효율성을 극대화하기 위해 충분한 데이터를 수집할 수 있을 만큼 충분히 오래 캠페인을 실행할 수 있는 시간이나 예산이 없을 수 있습니다.

그리고 PMax는 잠재 고객의 행동과 광고 크리에이티브를 기반으로 최적화하지만 이러한 행동이나 개별 헤드라인이나 이미지가 어떻게 수행될 수 있는지에 대한 자세한 데이터를 제공하지 않습니다.