Подумайте о многоканальных данных!

Вы, наверное, заметили, что каждое агентство PPC работает «на основе данных».

Так почему же большинство агентств, с которыми мы встречаемся, борются с разрозненными данными, которые затрудняют кросс-канальную оптимизацию, а аналитические данные в масштабах всего агентства практически невозможны?

Мы называем это противоречием, управляемым данными : большинство агентств стремятся быть управляемыми данными, однако технически сложная реальность реализации этого означает большую борьбу за то, чтобы по-настоящему руководствоваться данными.

У каждого инновационного агентства есть свои уникальные стратегии и правила для таких вещей, как управление бюджетом и оптимизация рекламы, и для эффективной работы вам необходимо автоматизировать их на нескольких платформах.

Но создание необходимых настраиваемых инструментов оптимизации, которые используют ваши уникальные стратегии PPC для повышения эффективности кампании ваших клиентов, является дорогостоящим и требует много времени.

Либо это?

Раньше для небольших агентств было непомерно дорого создавать собственные инструменты. Но основная технология изменилась! Я здесь, чтобы сказать вам, что размер вашего агентства больше не имеет значения.

Мы команда специалистов, которые создают индивидуальные решения для автоматизации контекстной рекламы и специализированные решения для инфраструктуры рекламных данных для агентств - и мы достигли первоначального успеха как бизнес, работая с небольшими агентствами, в которых работает от 12 до 60 сотрудников. Это дает нашим разработчикам и облачным инженерам уникальную возможность взглянуть на индустрию контекстной рекламы.

Нам нужно было найти более эффективные способы работы, и сегодня я покажу вам подход, который может реализовать агентство буквально любого размера: он гибкий, бесконечно масштабируемый и чрезвычайно рентабельный. Фактически, большинство агентств уже работают с необходимыми инструментами.

Перестаньте управлять своими клиентами разрозненно

Для таких экспертов по инфраструктуре данных PPC, как мы, кросс-канальная отчетность и автоматизация процесса внесения оптимизационных изменений на разных платформах на самом деле являются двумя сторонами одной медали.

Подумайте о своих данных комплексно!

На самом базовом уровне вам нужен конвейер данных PPC, который извлекает данные из различных источников данных, таких как рекламные сети, очищает и нормализует их и создает автоматический поток данных в собственное хранилище данных вашего агентства. На втором этапе вам нужно отправить изменения оптимизации обратно в рекламные сети.

Мы пройдемся по этапам по очереди.

Шаг 1. Какое хранилище данных?

Ваши клиенты наняли вас для оптимизации расходов и эффективного управления бюджетами. Если у вас нет всех данных в одном месте, как вы будете анализировать все данные своих клиентов одновременно по нескольким каналам, чтобы получить представление о стратегиях управления аккаунтом, которые делают ваше агентство успешным, и оптимизировать его? Как вы легко сможете сравнить эффективность всех различных аккаунтов, которыми вы управляете как агентство?

В вашем хранилище данных вы объединяете и храните все данные вашего агентства. В этом есть огромные преимущества, и этим всегда стоит заниматься. Во-первых, легко запустить расширенную аналитику ваших данных в целях оптимизации.

Например, недавно мы помогли агентству переосмыслить стратегию использования ключевых слов для всей вертикали, используя анализ n-граммов, сравнивающий рекламу Google и рекламу Microsoft бок о бок. Это было бы невозможно без хранения данных в центральном хранилище данных. И именно по этой причине вам следует избегать онлайн-платформ для многоканальной отчетности любой ценой: вы жертвуете контролем ради удобства.

Конечно, простота использования важна, и поэтому мы, честно говоря, не рекомендовали бы ничего, кроме Google BigQuery. Вы получаете производительность корпоративного уровня по низкой цене, и ваше агентство, скорее всего, уже использует другие инструменты Google, такие как Таблицы и Студия данных, которые легко интегрируются с ним. Он также имеет прямое соединение с SA360 и Google Analytics, поэтому вам даже не нужно быть очень техническим, чтобы получить эти данные.

Что наиболее важно, BigQuery отвечает всем требованиям с точки зрения производительности, гибкости и масштабируемости. Кроме того, ваши данные автоматически копируются в целях аварийного восстановления. И это очень и очень дешево!

Также стоит отметить, что BigQuery интегрируется со всеми основными платформами визуализации данных, но Data Studio обычно более чем достаточно, если вы знаете, как его использовать (вот руководство).

Шаг 2. Какой конвейер данных?

Поскольку несколько агентств, с которыми мы работаем, имеют собственных специалистов по облачным технологиям и разработчиков, мы фактически создали управляемое хранилище рекламных данных, специально предназначенное для агентств цифрового маркетинга и ежедневно извлекающее терабайты данных PPC из различных источников.

Вот что мы узнали:

Во-первых, вам не нужно 500+ коннекторов, которые рекламируют такие, как Supermetrics, Funnel, Improvado, Adverity или аналогичные платформы. Скорее всего, ваше агентство будет в центре внимания Google Ads, Facebook, Microsoft, Instagram, Linkedin, Twitter и многих других.

Вместо этого сосредоточьтесь на минимизации ручных операций и обслуживания. В итоге мы построили наш управляемый сервис на основе нового инновационного решения инфраструктуры рекламных данных под названием Shape ADI, потому что оно имеет мощный двусторонний API!

Не вдаваясь в технические подробности, но мощно то, что он позволяет нам совершать вызовы с использованием одного API для извлечения данных из самых популярных рекламных сетей и возврата нормализованных данных в BigQuery.

Нормализация данных может быть огромными скрытыми затратами, поскольку может включать дополнительные шаги, поэтому вам нужно использовать решения, которые ее автоматизируют. Когда мы извлекаем исторические данные о клиентах агентства для рекламы Google, Facebook, Youtube, Microsoft, Instagram, Linkedin и Twitter в BigQuery, все становится легко сопоставимо. Мы используем предварительно настроенные таблицы и представления для BigQuery (огромная экономия времени!).

Еще одна вещь, о которой следует подумать, - это обслуживание API . Рекламные сети (особенно Facebook и Google) постоянно обновляют свои API. Раньше нам приходилось поддерживать семь или более отдельных API-интерфейсов - теперь мы можем полагаться на один API, зная, что он всегда обновляется (не стоит недооценивать спокойствие!).

Наконец, охват API-интерфейсов рекламной сети может сильно варьироваться в зависимости от компании, занимающейся конвейером данных, поэтому вам может не хватать ключевой информации, которую вы не можете включить в свой анализ. Сосредоточьтесь на максимальном охвате API, которые актуальны для ваших сценариев использования PPC, а не на общем количестве коннекторов.

В итоге, с такой настройкой у нас уходит один день, чтобы настроить многоканальную отчетность для среднего агентства, и это требует минимального обслуживания.

Шаг 3. Запишите изменения оптимизации в рекламные сети

Напомним, наша цель - не просто получить данные, но и автоматизировать запись изменений оптимизации в рекламные сети для таких целей, как управление бюджетом. Для этого нам нужен двусторонний API - как следует из названия, он позволяет вашим данным PPC передаваться в обоих направлениях.

Обычные конвейеры данных, такие как Supermetrics, Funnel, Improvado, Adverity и т. Д., Не предоставляют вам такой возможности. Это крайне ограничивает. Мы создаем индивидуальные решения автоматизации для агентств, а двусторонний API Shape был разработан, чтобы помочь агентствам создавать платформы управления PPC и другие масштабируемые современные рекламные технологии.

Но вам не обязательно всегда создавать целую платформу, чтобы двусторонний API был необходим. Люди недооценивают силу старого доброго Google Sheet! Вот два распространенных случая использования, с которыми мы сталкиваемся, которые можно решить с помощью Google Sheet в сочетании с той инфраструктурой данных, которую я описал выше.

Пример использования 1: Управление бюджетом

В этом сценарии агентства обычно просят нас помочь им приостановить все кампании с перерасходом средств по каналам или увеличить бюджеты для всех кампаний для конкретной клиентской учетной записи. Все мы помним, как Google увеличивал ежедневный диапазон перерасхода средств и как важно контролировать расходы.

Вход на разные платформы может раздражать, и лучше иметь централизованный контроль. С помощью инфраструктуры данных, о которой мы говорили выше, вы можете централизованно управлять бюджетами из таблицы Google без необходимости поддерживать отдельные API.

Это также означает, что вы можете перестать устанавливать бюджеты по отдельности - вместо того, чтобы выбирать бюджет поиска и социальный бюджет независимо, например, вы можете легко создавать модели, которые позволяют прогнозировать производительность для всего клиента при разделении общего бюджета разными способами. .

Пример использования 2: проверки работоспособности и предупреждения

Каждое агентство имеет свои собственные правила, определяющие «нормальное» поведение (сколько ключевых слов в группе объявлений, сколько объявлений, сколько тестирования, соглашения об именах и т. Д.). Но для менеджеров по работе с клиентами больно смотреть на разные платформы по отдельности в поисках предупреждений, не говоря уже о задержке времени. Почему бы вам не создать централизованный отчет, объединяющий предупреждения?

Эти два примера показывают, что создание высокоэффективных инструментов автоматизации определенно доступно для агентств любого размера, и для этого не нужна армия разработчиков. Важно, чтобы у вас была настроена правильная инфраструктура рекламных данных, которая позволит вам начать работу и сохранить ваши возможности открытыми.