5 ขั้นตอนในการวิเคราะห์ข้ามบัญชีสถานะซูเปอร์ฮีโร่

โพสต์นี้เป็นส่วนหนึ่งของซีรี่ส์บล็อกวิทยากรของ Hero Conf Los Angeles แอนดรูว์ มิลเลอร์ จะเข้าร่วมกับผู้เชี่ยวชาญ PPC กว่า 50 คนเพื่อแบ่งปันการค้นหาที่เสียค่าใช้จ่ายและความเชี่ยวชาญด้านโซเชียลในงานอีเวนต์ All-PPC ที่ใหญ่ที่สุดในโลก วันที่ 18-20 เมษายน ในลอสแองเจลิส แคลิฟอร์เนีย ชอบสิ่งที่คุณอ่าน? ดูข้อมูลเพิ่มเติมเกี่ยวกับ Hero Conf

ผู้เชี่ยวชาญด้าน PPC รู้วิธีใช้ข้อมูลเพื่อการตัดสินใจที่ดีขึ้นและเพิ่มประสิทธิภาพแคมเปญเพื่อผลลัพธ์ที่ดียิ่งขึ้น แต่เอเจนซี่และผู้โฆษณารายใหญ่จำนวนมากได้กระจายแคมเปญของตนไปยังหลายบัญชี และการวิเคราะห์ข้อมูลทั้งหมดนี้สามารถนำไปสู่ความยิ่งใหญ่ได้หากทำได้ดี….หรือไมเกรนหากทำได้ไม่ดี

ทำตามห้าขั้นตอนเหล่านี้เพื่อให้แน่ใจว่าการวิเคราะห์ของคุณนำไปสู่สถานะฮีโร่

ขั้นตอนที่ 1: รวมข้อมูล

ขึ้นอยู่กับโครงสร้างแคมเปญและกลยุทธ์การวิเคราะห์ของคุณ มีแนวโน้มว่าคุณจะบริโภคและจัดเก็บข้อมูลจากหลายแหล่ง (แพลตฟอร์ม PPC, Google Analytics, CRM ของคุณ ฯลฯ) แน่นอน คุณสามารถดึงข้อมูลจากแต่ละแหล่งด้วยตนเอง วางลงใน Excel หรือ Tableau และเริ่มกระทืบ แต่กระบวนการนั้นไม่สามารถปรับขนาดได้ แต่ละรายงานหรือการเพิ่มประสิทธิภาพจะต้องทำซ้ำน่าเบื่อหน่ายแบบเดียวกัน ที่แก่เร็วมาก

วางแผนล่วงหน้าและทำงานร่วมกับนักพัฒนาเพื่อใช้ประสิทธิภาพของแคมเปญและข้อมูลการแปลงจาก API ของแต่ละแพลตฟอร์ม แนวทางที่ไม่ค่อยเชี่ยวชาญด้านเทคโนโลยีคือการดึงข้อมูลด้วยตนเองและอัปโหลดไปยังฐานข้อมูล แต่จะง่ายกว่ามากในระยะยาวที่จะทำให้เป็นอัตโนมัติให้ได้มากที่สุด เราดึงข้อมูลรายวันจาก API ของแต่ละแพลตฟอร์มและจัดเก็บไว้ในฐานข้อมูล SQL พร้อมตารางสำหรับแต่ละ PPC และแพลตฟอร์มการวิเคราะห์

ณ จุดนี้ในการเดินทางของคุณ งานที่สำคัญที่สุดของคุณคือการกำหนดโครงสร้างข้อมูลของคุณ คุณต้องการจัดเก็บฟิลด์ใด และคุณต้องการเชื่อมโยงตารางข้อมูลของคุณกับแต่ละอื่น ๆ อย่างไร โดยพื้นฐานแล้ว ข้อมูลใดที่คุณต้องใช้ในการทำงานของคุณ? การวางแผนล่วงหน้าจะช่วยให้คุณไม่ต้องปวดหัวในภายหลัง เมื่อคุณพบว่าไม่มีข้อมูลทั้งหมดที่จำเป็นในการวิเคราะห์

อย่าลืมนึกถึงเครื่องมือวิเคราะห์ล่วงหน้าที่คุณวางแผนจะใช้ (เพิ่มเติมเกี่ยวกับเรื่องนี้ในขั้นตอนที่ 4) ตรวจสอบให้แน่ใจว่าโครงสร้างข้อมูลและฐานข้อมูลของคุณอนุญาตให้มีการเชื่อมต่อภายนอกที่ปลอดภัยและมีโครงสร้างที่เหมาะสมเพื่อให้เหมาะสมในสภาพแวดล้อมภายนอก

ในกรณีของเรา เนื่องจากเราเป็นเอเจนซี่ เราจึงมั่นใจได้ว่าทุกแถวในทุกตารางมีฟิลด์ "รหัสลูกค้า" เพื่อให้เราสามารถรวมข้อมูลที่ระดับลูกค้าได้ ซึ่งช่วยให้เราสามารถผสมข้อมูลและสร้างรายงานสำหรับลูกค้าแต่ละราย

ขั้นตอนที่ 2: ทำให้ข้อมูลเป็นปกติ

เราคงเคยได้ยินประโยคที่ว่า “ขยะเข้า ขยะออก” การวิเคราะห์ข้อมูลในหลายบัญชีก็ไม่มีข้อยกเว้น จำเป็นอย่างยิ่งที่ข้อมูลในบัญชีของคุณจะถูกทำให้เป็นมาตรฐาน หรือทำให้มีความสอดคล้องกันมากขึ้น เพื่อให้สามารถเปรียบเทียบระหว่างแอปเปิ้ลกับแอปเปิ้ลได้

หากต้องการเปรียบเทียบและนำเทรนด์ข้อมูลได้อย่างแม่นยำ คุณต้องนึกถึง “เมตา” เช่นเดียวกับในเมตาดาต้า ข้อมูลเมตาเป็นเพียงข้อมูลเกี่ยวกับข้อมูล ให้คิดว่าป้ายกำกับ AdWords เป็นข้อมูลเมตา ตัวอย่างเช่น คำหลักในแคมเปญ AdWords ของคุณอาจเป็นแบบมีแบรนด์หรือไม่มีแบรนด์ก็ได้ ลูกค้าที่เป็นเอเจนซีสามารถจัดอยู่ในหมวดหมู่อุตสาหกรรมได้ตั้งแต่หนึ่งประเภทขึ้นไป

พยายามจัดเก็บข้อมูลเมตาในฐานข้อมูลของคุณให้มากที่สุดเพื่อให้มีการเปรียบเทียบและการวิเคราะห์ที่สอดคล้องกันมากขึ้น ตัวอย่างเช่น คุณสามารถเปรียบเทียบผลกระทบของการลบโฆษณาด้านขวาของ AdWords กับคำหลักที่ไม่ใช่แบรนด์สำหรับลูกค้าทั้งหมดในอุตสาหกรรมการดูแลสุขภาพได้อย่างรวดเร็ว หากโครงสร้างข้อมูลของคุณอนุญาต การวิเคราะห์ข้ามบัญชีประเภทอื่นที่ฉันชอบคือการเปรียบเทียบข้อมูลก่อนและหลังการเปิดตัวสำหรับลูกค้าใหม่โดยพิจารณาจากวันที่เราเปิดตัวแคมเปญใหม่ของพวกเขา การพัฒนากรณีศึกษาและการตรวจจับความผิดปกติกลายเป็นเรื่องง่ายเมื่อเราสร้างแผนภูมิประสิทธิภาพ 30, 60 และ 90 วัน และเปรียบเทียบกับผลลัพธ์ของหน่วยงานก่อนหน้า

ใช้เวลาในการพัฒนากลยุทธ์การติดแท็กที่แข็งแกร่งและสม่ำเสมอ เพื่อให้การวิเคราะห์ของคุณไม่เสียไปกับข้อมูลขยะ

ขั้นตอนที่ 3: ทำให้ข้อมูลเป็นประชาธิปไตย

เราไม่สามารถสรุปได้ว่าผู้ใช้ปลายทางของเราจะเชี่ยวชาญในการเขียนข้อความค้นหา mySQL เราไม่สามารถสร้างแดชบอร์ดหรือแอพที่สามารถคาดการณ์ทุกวิธีที่นักวิเคราะห์ของเราต้องการแบ่งและแบ่งข้อมูล

แทนที่จะพยายามฝึกทุกคนเกี่ยวกับการสืบค้นฐานข้อมูล ให้ใช้แนวทางที่เป็นประชาธิปไตยมากขึ้นในการตั้งค่าข้อมูลให้เป็นอิสระ ทำให้โครงสร้างข้อมูลและชุดข้อมูลตัวอย่างของคุณพร้อมใช้งานในรูปแบบทั่วไป เช่น Excel หรือ Google ชีต วิธีนี้ทำให้ทุกคนสามารถเห็นข้อมูลที่มีอยู่และคิดหาวิธีใช้งาน

ผู้ที่ไม่ใช่นักพัฒนายังสามารถกำหนดคำถามที่นักวิเคราะห์ข้อมูลสามารถแปลเป็นแบบสอบถามฐานข้อมูลได้ ตัวอย่างเช่น ผู้จัดการบัญชีเพิ่งติดต่อฉันด้วยคำถามว่า “CPC และ CPA ของ Client X เป็นอย่างไรเมื่อเปรียบเทียบกับลูกค้ารายอื่นในอุตสาหกรรมเดียวกัน” การดึงข้อมูลการเปรียบเทียบนี้จากฐานข้อมูลของเราใช้เวลาเพียงไม่กี่นาที ซึ่งช่วยประหยัดเวลาในการดึงข้อมูลด้วยตนเองและตาราง Pivot

บรรทัดล่าง อย่าล็อคข้อมูลของคุณ! ตั้งค่าให้เป็นอิสระเพื่อให้ผู้คนจำนวนมากขึ้นสามารถหาวิธีนำไปใช้

ขั้นตอนที่ 4: วิเคราะห์ข้อมูล

กลุ่ม PPC ส่วนใหญ่เพียงแค่ข้ามไปที่ขั้นตอนนี้ อาจใช้งานได้ในระยะสั้นหรือสำหรับการวิเคราะห์เฉพาะกิจ แต่โปรดเตือนว่าการข้ามขั้นตอนที่ 1-3 อาจนำไปสู่ผลลัพธ์ที่สรุปไม่ได้ ข้อมูลไม่ชัดเจน หรือการตัดสินใจโดยอิงจากข้อมูลที่ไม่ถูกต้อง ใช้เวลาในการทำให้ถูกต้องเพื่อให้การวิเคราะห์ในอนาคตรวดเร็วและชาญฉลาดยิ่งขึ้น

เมื่อคุณมีข้อมูลหลายบัญชีในที่เดียว ถึงเวลาที่จะเริ่มวิเคราะห์ นี่คือที่ที่เวทมนตร์เกิดขึ้น! การวิเคราะห์สามารถนำไปสู่ข้อมูลเชิงลึกและข้อมูลเชิงลึกเพื่อการเพิ่มประสิทธิภาพ

ตั้งสมมติฐาน

เริ่มต้นด้วยการพัฒนาและทดสอบสมมติฐานเกี่ยวกับข้อมูลของคุณ อย่าเพิ่งลุยเข้าไปในภูเขาข้อมูลโดยหวังว่าจะพบอัญมณี ไปกับแผนที่และแนวคิดของสิ่งที่คุณกำลังค้นหา

เลือกเครื่องมือให้เหมาะสมกับงาน

ก่อนอื่น ให้ค้นหาเครื่องมือที่จำเป็นในการทำงานให้ถูกต้อง ผู้ใช้ที่มีความชำนาญมากขึ้นอาจสามารถเขียนแบบสอบถาม SQL ของตัวเองและส่งออกข้อมูลไปยัง Excel หรือ Google ชีตได้ แต่ผู้ใช้รายอื่นอาจได้รับประโยชน์จากเครื่องมือข่าวกรองธุรกิจ เช่น Tableau หรือ Google Data Studio เพื่อการวิเคราะห์ที่รวดเร็วยิ่งขึ้น

เริ่มการแบ่งกลุ่มและการกรอง

ต่อไป ใช้ประโยชน์จากข้อมูลและข้อมูลเมตาที่คุณตั้งค่าไว้ในขั้นตอนที่ 2 คุณไม่ได้ข้ามขั้นตอนที่ 2 ใช่ไหม แง่มุมเหล่านี้ช่วยให้คุณแบ่งกลุ่มข้อมูลของคุณให้ดียิ่งขึ้นไปอีกเพื่อค้นหานักเก็ตข้อมูลที่อาจนำไปสู่ข้อมูลเชิงลึก

เช่นเดียวกับใน Google Analytics ให้ลองเปิดและปิดกลุ่มต่างๆ เพื่อค้นหาความผิดปกติหรือค่าผิดปกติ นี่คือที่มาของโครงสร้างข้อมูลที่สะอาดและสม่ำเสมอ ตรวจสอบให้แน่ใจว่าคุณกำลังควบคุมตัวแปรที่อาจบิดเบือนผลลัพธ์ในบัญชี PPC หลายบัญชี บางบัญชีใช้วิธีการติดแท็กที่แตกต่างกันสำหรับคำหลักของแบรนด์กับคำหลักที่ไม่ใช่แบรนด์หรือไม่ บัญชีทั้งหมดของคุณใช้เขตเวลาและรูปแบบสกุลเงินเดียวกันหรือไม่

สร้างเกณฑ์มาตรฐานและแนวโน้ม

เมื่อคุณพบข้อมูลที่ถูกต้องแล้ว การเปรียบเทียบประสิทธิภาพข้ามบัญชีจะกลายเป็นเรื่องง่ายเพื่อระบุแนวโน้มหรือความผิดปกติ จากมุมมองของมาโครนี้ คุณสามารถค้นหาบัญชีที่มีประสิทธิภาพต่ำหรือต่ำกว่ามาตรฐาน เฝ้าดูการเปลี่ยนแปลงรายวัน/รายสัปดาห์/รายเดือน/รายไตรมาส และระบุในเชิงรุกเมื่อคุณไม่ได้ดำเนินการเพื่อให้บรรลุเป้าหมาย KPI ของคุณ

หากคุณเป็นขั้นสูงจริงๆ (หรือมีทีม BI ที่ยอดเยี่ยม) การตรวจจับรูปแบบหรือเครื่องมือวิเคราะห์ทางสถิติสามารถทำงานอย่างหนักได้ที่นี่ ต้องการที่จะนำไปสู่ ​​​​11? ลงทุนในแมชชีนเลิร์นนิงเพื่อระบุและเพิ่มค่าผิดปกติสำหรับการวิเคราะห์เพิ่มเติม

ขั้นตอนที่ 5: ใช้ประโยชน์จากโอกาส

ในที่สุด หลังจากที่ทำงานหนักเสร็จแล้ว คุณจะได้เล่นเป็นฮีโร่ ด้วยข้อมูล สมมติฐาน เครื่องมือ และเวลาที่เหมาะสม คุณจะสามารถวิเคราะห์ข้อมูลประสิทธิภาพแคมเปญในบัญชี PPC หลายบัญชีได้อย่างรวดเร็วและง่ายดาย

การเปรียบเทียบและการดำเนินการกับข้อมูลจากหลายบัญชีนั้นโดยพื้นฐานแล้วเหมือนกับการทำงานในบัญชีเดียว ยกเว้นการมีตัวแปรในการควบคุมและมิติข้อมูลที่เป็นไปได้มากขึ้นสำหรับการแบ่งกลุ่ม

ไม่ว่าคุณจะตัดสินใจตั้งค่าการวิเคราะห์ข้ามบัญชีอย่างไร ให้ใช้เวลาในการวางแผนล่วงหน้า ความพยายามล่วงหน้าในการวางแผนล่วงหน้าจะส่งผลให้ประหยัดเวลาได้หลายชั่วโมงและเพิ่มความแม่นยำในการดำเนินการ