3 การรายงาน Performance Max และข้อจำกัดด้านข้อมูล

แคมเปญ Performance Max (หรือ PMax) กำลังได้รับความสนใจจากผู้ลงโฆษณาในการค้นหา

ทรัพยากรการเรียนรู้ของเครื่องของ Google เพิ่มประสิทธิภาพตำแหน่งโฆษณาในเครือข่ายพื้นที่โฆษณาทั้งหมดของ Google สิ่งนี้ช่วยให้ผู้ลงโฆษณาใช้ความพยายามอย่างเต็มที่และเข้าถึงกลุ่มเป้าหมายได้อย่างมีประสิทธิภาพมากขึ้น

อย่างไรก็ตาม มีข้อแลกเปลี่ยนเสมอเมื่อใช้ประโยชน์จากความสามารถที่เป็นกรรมสิทธิ์เหล่านี้ โดยเฉพาะอย่างยิ่งเมื่อเราสูญเสียการมองเห็นและคันโยกที่จะดึงมากขึ้น

โดยทั่วไป เรามองเห็นข้อมูลของแคมเปญเหล่านี้ได้อย่างจำกัด ทำให้ยากต่อการตัดสินใจอย่างรอบรู้เกี่ยวกับวิธีเพิ่มประสิทธิภาพแคมเปญและจัดสรรงบประมาณให้ดีที่สุด

นอกจากนี้ ผู้ลงโฆษณามักต้องวิเคราะห์ข้อมูลรวมของตนในแคมเปญและแพลตฟอร์มทุกประเภท สิ่งนี้อาจต้องการ:

• การดึงข้อมูลผ่าน Google Ads API
• กำลังโหลดลงในคลังข้อมูลที่ใหญ่ขึ้นเพื่อจัดการและวิเคราะห์เพิ่มเติม
• รวมเข้ากับข้อมูล Google Analytics เพื่อสร้างภาพรวมที่สมบูรณ์ยิ่งขึ้นของเส้นทางของผู้ใช้

ต่อไปนี้คือข้อจำกัดบางประการที่ควรคำนึงถึงเมื่อแยกและวิเคราะห์ข้อมูลประสิทธิภาพ PMax ภายในและภายนอกอินเทอร์เฟซ Google Ads

1. ความละเอียดที่จำกัดของข้อมูล PMax

แคมเปญ PMax มีตัวเลือกการรายงานที่จำกัดกว่าแคมเปญ Google Ads อื่นๆ ซึ่งทำให้ยากต่อการวิเคราะห์ประสิทธิภาพในแบบที่เราคุ้นเคย

โดยทั่วไปแล้ว สามารถดึงข้อมูลแคมเปญ Google Ads ได้โดยการเข้าถึงรายงานมาตรฐานผ่าน API คุณสามารถกำหนดระดับที่คุณต้องการแบ่งกลุ่มข้อมูล แม้กระทั่งลงไปที่ระดับคำหลัก

เนื่องจากแคมเปญ PMax ใช้การเรียนรู้ของเครื่องเพื่อกำหนดตำแหน่งที่ดีที่สุดสำหรับการแสดงโฆษณา จึงไม่มีกลุ่มการโฆษณาหรือคำหลักใดที่เกี่ยวข้องกับแคมเปญเหล่านี้

ดังนั้น รายงานมาตรฐานที่สร้างขึ้นในทุกระดับที่ละเอียดกว่าแคมเปญจะมีฟิลด์ที่ไม่เกี่ยวข้องหลายฟิลด์สำหรับ PMax และไม่รวมข้อมูล ทั้งหมด จากแคมเปญเหล่านี้ทั้งหมด แทนที่จะทำให้ฟิลด์ที่ไม่เกี่ยวข้องเป็นโมฆะ

ในการจับภาพแคมเปญมาตรฐานและแคมเปญ PMax ของคุณ คุณต้องเรียกใช้ API หลายๆ ครั้งและเรียกการเชื่อมต่อข้อมูลสองรายการที่แยกจากกัน ซึ่งสามารถโหลดและรวมเข้าด้วยกันภายในคลังข้อมูลของคุณได้ในภายหลัง

• รายการแรกควรเป็นรายงานมาตรฐานในระดับความละเอียดที่ต้องการ ซึ่งจะไม่มีข้อมูลแคมเปญ PMax
• รายงานที่สองควรเป็นรายงานมาตรฐานในระดับแคมเปญ แต่คราวนี้ควรยกเว้นแคมเปญทั้งหมดที่ ไม่ใช่ PMax เพื่อหลีกเลี่ยงข้อมูลที่ซ้ำกัน

นอกจากนี้ โปรดทราบว่ารายงานและการแบ่งกลุ่มที่กำหนดเองจำนวนมากอาจมีประโยชน์สำหรับการวิเคราะห์แคมเปญ เช่น ตำแหน่ง Performance Max

ไม่สามารถดึงข้อมูลผ่าน API และสามารถดูได้ในสภาพแวดล้อมที่แยกจากกันภายในอินเทอร์เฟซ Google Ads เท่านั้น

รับจดหมายข่าวรายวันที่นักการตลาดไว้วางใจ

กำลังดำเนินการ...โปรดรอสักครู่

ติดตาม

ดูข้อกำหนด

2. ข้อมูลเชิงลึกของ Google Analytics ต้องการการนำทางที่รอบคอบ

ด้วยการเปิดตัว Google Analytics 4 และการเลิกใช้งาน Universal Analytics ที่ตามมา ผู้ลงโฆษณาสามารถใช้ข้อมูลเว็บไซต์และแอปเพื่อทำความเข้าใจการเดินทางของลูกค้าและกิจกรรมการมีส่วนร่วมบนเว็บไซต์หลังการคลิก

การเข้าชมเว็บไซต์ใด ๆ ที่สร้างโดยแคมเปญ PMax ควรได้รับการดูและวิเคราะห์อย่างรอบคอบ

สำหรับผู้เริ่มต้น คุณจะไม่เห็นข้อมูล PMax อยู่ภายใต้การจัดกลุ่ม แชแนลการค้นหาที่เสียค่าใช้จ่าย เริ่มต้น แต่เป็นการจัดกลุ่มแยกต่างหากที่เรียกว่า Cross Channel ซึ่งมีข้อมูลแคมเปญ PMax และ Smart Shopping

ระวังการวางตัวกรองมิติข้อมูลที่เข้ากันไม่ได้กับแคมเปญ PMax

ตัวกรองเหล่านี้จะทำให้ข้อมูลแสดงอย่างไม่ถูกต้องภายในอินเทอร์เฟซ GA4 ซึ่งแตกต่างจากปัญหา API ที่ระบุไว้ข้างต้นตรงที่ข้อมูลจะไม่แสดงขึ้น และไม่สามารถใช้อ้างอิงได้

ด้วยเหตุนี้ การได้รับข้อมูลเชิงลึกข้ามแชนเนลที่รวมแคมเปญ PMax ภายใน GA4 จึงเป็นเรื่องที่ท้าทาย

นอกจากนี้ แคมเปญ PMax ยังนับคอนเวอร์ชั่นการดูที่มีส่วนร่วม

Conversion ประเภทนี้มีค่าสูง เนื่องจากได้รับการปรับแต่งเป็นพิเศษสำหรับโฆษณาวิดีโอและพฤติกรรมของผู้ใช้ที่ติดตามโฆษณาวิดีโอแทนที่จะเป็นโฆษณาประเภทอื่นๆ และเป็นตัวบ่งชี้ที่ชัดเจนของการมีส่วนร่วม

โปรดทราบว่าตามค่าเริ่มต้น Google Analytics จะไม่นับ Conversion เหล่านี้และจะต้องมีการกำหนดค่าโดยเจตนาจึงจะทำเช่นนั้นได้

3. วิธีการวิเคราะห์แบบดั้งเดิมอาจใช้ไม่ได้

จากปัญหาข้างต้น การใช้แพลตฟอร์มของ Google เพื่อสร้างการรายงานและข้อมูลเชิงลึกเกี่ยวกับแคมเปญ PMax แบบแยกเป็นตัวเลือกเสมอ

เมื่อดูข้อมูลที่มีอยู่ภายในแพลตฟอร์ม จำเป็นอย่างยิ่งที่จะต้องคำนึงถึงข้อจำกัดต่างๆ โดยรอบข้อมูลนี้ และรู้ว่ากลยุทธ์การวิเคราะห์แบบดั้งเดิมอาจไม่ได้ผลหรือเป็นไปไม่ได้

ตัวอย่างเช่น แม้ว่าเทมเพลตการรายงานพื้นฐานบางส่วนจะอยู่ภายในแพลตฟอร์มสำหรับแคมเปญ PMax แต่ผู้โฆษณาก็ไม่สามารถปรับแต่งรายงานใดๆ หรือสร้างเมตริกที่กำหนดเองได้

อีกปัจจัยที่ต้องพิจารณาคือ เนื่องจากแคมเปญ PMax ได้รับการปรับให้เหมาะสมโดยใช้ข้อมูลตามเวลาจริง ประสิทธิภาพของแคมเปญควรได้รับการวิเคราะห์ให้ใกล้เคียงกับเวลาจริงมากขึ้น และอาศัยข้อมูลในอดีตและแนวโน้มน้อยลง เนื่องจากอัลกอริทึมจะปรับอย่างต่อเนื่องเพื่อเพิ่มการเพิ่มประสิทธิภาพสูงสุด

การพึ่งพาข้อมูลแบบเรียลไทม์นี้ยังทำให้ยากต่อการทดสอบ A/B แบบดั้งเดิม โดยเฉพาะอย่างยิ่งเนื่องจากเราไม่สามารถควบคุมสิ่งต่างๆ เช่น ตำแหน่งโฆษณา รูปแบบ องค์ประกอบโฆษณา หรือผู้ชมที่เราสามารถแยกออกมาเพื่อทดสอบสมมติฐานได้

แต่คุณทำได้เพียงทำการทดสอบโดยเปรียบเทียบแคมเปญ PMax กับแคมเปญ Shopping มาตรฐาน หรือเรียกใช้การทดสอบยกระดับเพื่อแสดงให้เห็นว่าการเพิ่มแคมเปญ PMax ลงในแคมเปญที่มีอยู่สามารถเพิ่มปริมาณ Conversion ได้อย่างไร

ตัวอย่างข้อมูลเชิงลึกอื่นๆ ที่เราสูญเสียไปกับแคมเปญ PMax ได้แก่ การกำหนดเป้าหมายตามผู้ชม ตำแหน่งโฆษณา และการควบคุมงบประมาณ

แม้ว่าทั้งหมดนี้เกิดจากการออกแบบ แต่ก็อาจเป็นเรื่องยากสำหรับผู้ลงโฆษณาที่จะสูญเสียความสามารถในการพูดเกี่ยวกับการจัดสรรเงินดอลลาร์ของตน

พวกเขาอาจไม่มีเวลาหรืองบประมาณเพื่อให้แคมเปญทำงานได้นานพอที่จะรวบรวมข้อมูลที่เพียงพอเพื่อเพิ่มประสิทธิภาพสูงสุด

และในขณะที่ PMax ปรับให้เหมาะสมตามพฤติกรรมของผู้ชมและโฆษณา พวกเขาไม่ได้ให้ข้อมูลโดยละเอียดเกี่ยวกับพฤติกรรมเหล่านี้หรือวิธีการทำงานของบรรทัดแรกหรือรูปภาพแต่ละรายการ