Pomyśl o danych międzykanałowych!

Zapewne zauważyłeś, że każda agencja PPC jest „oparta na danych”.

Dlaczego więc większość agencji, z którymi się spotykamy, zmaga się z silosami danych, które sprawiają, że optymalizacja w wielu kanałach jest trudna, a wgląd w całą agencję jest prawie niemożliwy?

Nazywamy to sprzecznością opartą na danych : większość agencji aspiruje do tego, by opierać się na danych, ale technicznie złożona rzeczywistość wdrażania tego oznacza, że ​​większość zmaga się z prawdziwym kierowaniem się danymi.

Każda innowacyjna agencja ma własne unikalne strategie i zasady dotyczące takich rzeczy, jak zarządzanie budżetem i optymalizacja reklam. Aby działać wydajnie, musisz je zautomatyzować na wielu platformach.

Jednak tworzenie niezbędnych niestandardowych narzędzi optymalizacyjnych, które wykorzystują Twoje unikalne strategie PPC w celu zwiększenia skuteczności kampanii Twoich klientów, jest kosztowne i czasochłonne.

Albo to jest?

Kiedyś tworzenie niestandardowych narzędzi było zbyt kosztowne dla mniejszych agencji. Ale podstawowa technologia uległa zmianie! Chcę Ci powiedzieć, że wielkość Twojej agencji nie ma już znaczenia.

Jesteśmy zespołem specjalistów, którzy budują niestandardowe rozwiązania automatyzacji PPC i specjalnie zaprojektowane rozwiązania infrastruktury danych reklamowych dla agencji – i odnieśliśmy początkowy sukces jako firma współpracująca z mniejszymi agencjami, które zatrudniają od 12 do 60 pracowników. To daje naszym programistom i inżynierom chmury wyjątkową perspektywę w branży PPC.

Musieliśmy znaleźć bardziej wydajne sposoby pracy, a dzisiaj pokażę Ci podejście, które może wdrożyć dosłownie każda agencja: jest elastyczne, nieskończenie skalowalne i niezwykle opłacalne. W rzeczywistości większość agencji już pracuje z wymaganymi narzędziami.

Przestań zarządzać klientami w silosach

Dla ekspertów ds. infrastruktury danych PPC, takich jak my, raportowanie wielokanałowe i automatyzacja procesu wprowadzania zmian optymalizacyjnych na różnych platformach to w rzeczywistości dwie strony tego samego medalu.

Myśl holistycznie o swoich danych!

Na najbardziej podstawowym poziomie potrzebujesz potoku danych PPC, który pobiera dane z różnych źródeł danych, takich jak sieci reklamowe, czyści je i normalizuje oraz tworzy automatyczny przepływ danych do magazynu danych Twojej agencji. W drugim kroku musisz przenieść zmiany optymalizacji z powrotem do sieci reklamowych.

Po kolei przejdziemy przez kolejne kroki.

Krok 1: Która hurtownia danych?

Twoi klienci zatrudnili Cię do optymalizacji wydatków i efektywnego zarządzania budżetami. Jeśli nie masz wszystkich danych w jednym miejscu, w jaki sposób możesz analizować wszystkie dane klientów jednocześnie w wielu kanałach, aby uzyskać wgląd w strategie zarządzania kontem, które zapewniają sukces Twojej agencji i optymalizują ją? Jak łatwo porównasz skuteczność wszystkich kont, którymi zarządzasz jako agencja?

Hurtownia danych to miejsce, w którym ujednolicasz i przechowujesz wszystkie dane agencji. Ma to ogromne zalety i zawsze warto to robić. Po pierwsze, łatwo jest przeprowadzać zaawansowaną analizę danych w celu optymalizacji.

Na przykład niedawno pomogliśmy agencji ponownie przemyśleć strategię słów kluczowych dla całej branży, korzystając z analizy n-gramów porównującej reklamy Google i reklamy Microsoft obok siebie. Nie byłoby to możliwe bez przechowywania danych w centralnej hurtowni danych. I to jest właśnie powód, dla którego za wszelką cenę powinieneś omijać internetowe platformy raportowania między kanałami: poświęcasz kontrolę dla wygody.

Oczywiście łatwość użycia jest ważna i dlatego szczerze nie polecamy niczego poza Google BigQuery. Zyskujesz wydajność na poziomie przedsiębiorstwa przy niskich kosztach, a Twoja agencja najprawdopodobniej korzysta już z innych narzędzi Google, takich jak Arkusze i Studio danych, które bezproblemowo się z nią integrują. Ma również bezpośrednie połączenia z SA360 i Google Analytics, więc nie musisz nawet być bardzo techniczny, aby pobrać te dane.

Co najważniejsze, BigQuery spełnia wszystkie wymagania pod względem wydajności, elastyczności i skalowalności. Ponadto dane są automatycznie tworzone w kopii zapasowej na potrzeby odzyskiwania po awarii. I to bardzo, bardzo tanie!

Warto również zauważyć, że BigQuery integruje się ze wszystkimi głównymi platformami do wizualizacji danych, ale Data Studio zwykle wystarcza, jeśli wiesz, jak z niego korzystać (tutaj jest przewodnik).

Krok 2: Który potok danych?

Ponieważ niewiele agencji, z którymi współpracujemy, ma wewnętrznie wyspecjalizowanych inżynierów chmury i programistów, w rzeczywistości zbudowaliśmy zarządzaną hurtownię danych reklamowych, która została stworzona specjalnie dla agencji marketingu cyfrowego i codziennie pobiera terabajty danych PPC z różnych źródeł.

Oto czego się dowiedzieliśmy:

Po pierwsze, nie potrzebujesz ponad 500 łączników, które reklamują takie platformy jak Supermetrics, Funnel, Impprovado, Adverity lub podobne. Najprawdopodobniej Google Ads, reklamy na Facebooku, reklamy Microsoft, reklamy na Instagramie, reklamy Linkedin i reklamy na Twitterze i kilka innych będzie w centrum uwagi Twojej agencji.

Zamiast tego skup się na minimalizacji czynności wykonywanych ręcznie i konserwacji. Skończyło się na zbudowaniu naszej usługi zarządzanej wokół innowacyjnego, nowego rozwiązania infrastruktury danych reklamowych o nazwie Shape ADI, ponieważ ma potężne dwukierunkowe API!

Nie mówiąc zbytnio o szczegółach technicznych, ale potężne jest to, że pozwala nam wykonywać wywołania za pomocą jednego interfejsu API do pobierania danych z najpopularniejszych sieci reklamowych i zwracać znormalizowane dane w BigQuery.

Normalizacja danych może być ogromnym ukrytym kosztem, ponieważ może wiązać się z dodatkowymi krokami, więc musisz korzystać z rozwiązań, które ją automatyzują. Gdy pobieramy historyczne dane klientów agencji dotyczące reklam Google, Facebooka, YouTube, Microsoftu, Instagrama, Linkedin i Twittera do BigQuery, wszystko to można łatwo porównać. Używamy wstępnie skonfigurowanych tabel i widoków dla BigQuery (ogromna oszczędność czasu!).

Utrzymanie interfejsów API to kolejna rzecz do rozważenia. Sieci reklamowe (zwłaszcza Facebook i Google) stale aktualizują swoje interfejsy API. Kiedyś musieliśmy utrzymywać siedem lub więcej oddzielnych interfejsów API – teraz możemy polegać na jednym interfejsie API, wiedząc, że jest zawsze aktualizowany (nie lekceważ spokoju ducha!).

Wreszcie, zasięg interfejsów API sieci reklamowej może się znacznie różnić w zależności od firmy obsługującej potok danych, więc możesz pominąć kluczowe informacje, których nie możesz uwzględnić w analizie. Skoncentruj się na maksymalnym pokryciu interfejsów API, które są istotne dla przypadków użycia PPC, a nie na łącznej liczbie łączników.

Podsumowując, przy tej konfiguracji skonfigurowanie raportowania międzykanałowego dla średniej wielkości agencji zajmuje nam jedno popołudnie i wymaga minimalnej konserwacji.

Krok 3: odpisz zmiany optymalizacji w sieciach reklamowych

Podsumowując, naszym celem jest nie tylko pobieranie danych, ale także automatyzacja zapisywania zmian optymalizacyjnych w sieciach reklamowych w celach takich jak zarządzanie budżetem. W tym celu potrzebujemy dwukierunkowego API – jak sama nazwa wskazuje, pozwala na przepływ danych PPC w obie strony.

Konwencjonalne potoki danych, takie jak Supermetrics, Funnel, Impprovado, Adverity i tym podobne, nie dają tej opcji. To bardzo ograniczające. Tworzymy niestandardowe rozwiązania automatyzacji dla agencji, a dwukierunkowy interfejs API Shape został opracowany, aby pomóc agencjom w tworzeniu platform zarządzania PPC i innych skalowalnych, najnowocześniejszych technologii reklamowych.

Ale nie jest konieczne, abyś zawsze budował całą platformę, aby konieczne było dwukierunkowe API. Ludzie nie doceniają mocy starego dobrego Arkusza Google! Oto dwa typowe przypadki użycia, które można rozwiązać za pomocą Arkusza Google w połączeniu z rodzajem infrastruktury danych, którą opisałem powyżej.

Przykładowy przypadek użycia 1: Zarządzanie budżetem

W tym scenariuszu agencje zazwyczaj proszą nas o pomoc w wstrzymaniu wszystkich nadmiernie wydawanych kampanii w różnych kanałach lub zwiększeniu budżetów we wszystkich kampaniach na określonym koncie klienta. Wszyscy pamiętamy ból Google zwiększający zakres dziennych przekroczeń i znaczenie kontrolowania kosztów.

Logowanie na różne platformy może być denerwujące i lepiej mieć centralną kontrolę. Dzięki omówionej powyżej infrastrukturze danych możesz centralnie zarządzać budżetami z Arkusza Google bez konieczności utrzymywania osobnych interfejsów API.

Oznacza to również, że możesz przestać ustawiać budżety w silosach – zamiast decydować na przykład o budżecie wyszukiwania i budżecie społecznościowym, możesz łatwo tworzyć modele, które pozwalają przewidzieć wydajność dla całego klienta przy podziale ogólnego budżetu na różne sposoby .

Przykładowy przypadek użycia 2: Kontrole kondycji i alerty

Każda agencja ma własne zasady określające, co stanowi „normalne” zachowanie (ile słów kluczowych w grupie reklam, ile reklam, ile testów, konwencji nazewnictwa itp.). Jednak dla menedżerów kont jest to trudne, aby indywidualnie patrzeć na różne platformy w poszukiwaniu alertów, nie wspominając o zaoszczędzeniu czasu. Dlaczego nie chciałbyś stworzyć centralnego raportu, który konsoliduje alerty?

Te dwa przykłady pokazują, że budowanie wysoce skutecznych narzędzi do automatyzacji jest zdecydowanie dostępne dla agencji każdej wielkości i nie potrzebujesz armii programistów, aby się tam dostać. Ważne jest, aby mieć odpowiednią infrastrukturę danych reklamowych, która pozwala na rozpoczęcie i pozostawienie otwartych opcji.