โซลูชันทางคณิตศาสตร์สำหรับการพยากรณ์งบประมาณ PPC

กว่าทศวรรษที่จัดการบัญชี Google Ads ให้กับลูกค้าจำนวนมากในหลายอุตสาหกรรม ฉันพบว่ามีคำถามที่คล้ายกันอยู่เสมอ คำถามที่สอดคล้องกันที่สุดที่ฉันมักจะได้รับ กลั่นกรองเป็นแนวคิดที่สำคัญอย่างหนึ่งคือ:

'เราจะคาดการณ์ผลลัพธ์สำหรับการลงทุนด้านโฆษณาที่แตกต่างกันได้อย่างไร' .

การให้คำตอบที่ดีเยี่ยมสำหรับคำถามนี้คือภารกิจของฉันในช่วง 2 ปีที่ผ่านมา

ผู้เชี่ยวชาญ Google Ads ที่ช่ำชองพัฒนาสัญชาตญาณในการตอบคำถามเช่นนี้ หลังจากใช้เวลากับบัญชี คุณจะสัมผัสได้ถึงศักยภาพของบัญชี

แม้ว่าจะสามารถให้คำตอบโดยสัญชาตญาณสำหรับสิ่งที่ฉัน รู้สึกว่า เป็นการคาดคะเนประสิทธิภาพที่ดี แต่ฉันมักจะพูดไม่ตรงเวลาเมื่อพยายามให้เหตุผล

Budget Optimize เป็นเครื่องมือที่ฉันพัฒนาขึ้นเพื่อแก้ปัญหานี้ ให้พล็อตภาพของวิถีการรณรงค์ & การคาดการณ์ทางคณิตศาสตร์สำหรับประสิทธิภาพในการใช้จ่ายที่แตกต่างกัน มันช่วยให้เราสร้างวิธีแก้ปัญหาและเห็นเหตุผลเบื้องหลังมันด้วย

ฉันจะคาดการณ์การใช้จ่าย PPC ได้อย่างแม่นยำได้อย่างไร

คำถามนี้มักจะเกิดขึ้นเมื่อรับช่วงต่อบัญชีใหม่ แต่ในช่วงหลายปีที่ผ่านมายังคงปรากฏขึ้นเมื่อบัญชีครบกำหนด ในขณะที่คำถามของลูกค้าในหัวข้อนี้มีช่วง แต่มาบรรจบกันที่จุดที่คล้ายกัน:

• ฉันมีงบประมาณเหลือเฟือถ้าเราสามารถทำให้มันสำเร็จ เราจะสามารถไปถึง ROI ที่ X:1 ได้หรือไม่
• จะเกิดอะไรขึ้นกับ CPA หากเราเพิ่มการใช้จ่ายในบัญชี X?
• ฉันควรจะใช้จ่ายอะไรในบัญชีของฉันเพื่อให้ได้ประโยชน์สูงสุดจากมัน?
• ฉันต้องการถอนงบประมาณ CPA (หรือ ROI) ของฉันจะเป็นอย่างไรหากเราลดงบประมาณลง X%

สิ่งสำคัญคือต้องเข้าใจ ว่าอะไรอยู่เบื้องหลังคำถามนี้และใครเป็นคนถาม คำถามเหล่านี้อยู่ในระดับสูง คนที่ถามไม่ได้ดูรายละเอียด เช่น เหตุใดจึงมีการเขียนโฆษณาบางรายการ หรือเหตุใดคำหลักนี้จึงจับคู่กับโฆษณานั้น

เป็นคำถามที่ผู้มีอำนาจตัดสินใจและผู้มีส่วนได้ส่วนเสียหลักถาม ซึ่งหมายความว่าในท้ายที่สุดแล้วพวกเขาคือคำถามที่มีความสำคัญต่อธุรกิจ นี่คือเหตุผลว่าทำไมจึงต้องตอบคำถามให้ดี คำตอบที่มีพื้นฐานดีจะสร้างความประทับใจให้กับผู้ที่มีความสำคัญและมีอิทธิพลต่อการตัดสินใจที่สำคัญในธุรกิจ

ณ จุดนี้ คุณจะตอบคำถามนี้อย่างไร? วิธีการทั่วไปคือการคาดการณ์ตามส่วนแบ่งการแสดงผล เราสามารถดูแต่ละแคมเปญและประมาณการเปลี่ยนแปลงในการใช้จ่ายและ Conversion หากเราแบ่งการแสดงผลเป็นสองเท่า เราคิดว่าการใช้จ่ายและ Conversion จะเพิ่มขึ้นเป็นสองเท่าด้วย สิ่งนี้จะให้คำตอบที่จำกัด แต่จะถือว่าประสิทธิภาพของแคมเปญเป็นเชิงเส้นเมื่อเราเพิ่มการลงทุนซึ่งไม่ได้คำนึงถึงผลตอบแทนที่ลดลง

เราสามารถเห็นได้ว่าสิ่งนี้มีลักษณะอย่างไรและไม่สมจริงสำหรับการใช้จ่ายอย่างต่อเนื่องที่เพิ่มขึ้น ในตัวอย่างด้านล่าง เนื่องจากเราแบ่งการแสดงผลเป็นสองเท่า (IS) จาก 30% เป็น 60% เราถือว่าการใช้จ่ายและ Conversion เพิ่มขึ้นเชิงเส้น โดยที่เมตริกทั้งสองนี้จะเพิ่มเป็นสองเท่า

ภาพที่ 1: การใช้ส่วนแบ่งการแสดงผลเพื่อประเมินศักยภาพการใช้จ่ายที่เพิ่มขึ้นจะสร้างการฉายภาพเชิงเส้นที่ไม่สมจริง

เราต้องการรูปแบบที่ดีกว่าซึ่งสามารถจับคู่แคมเปญของเราได้แม่นยำยิ่งขึ้นและพิจารณาถึงผลตอบแทนที่ลดลง

การสร้างภาพบัญชี Google Ads

แนวทางที่ดีกว่าคือการสร้างแบบจำลองทางคณิตศาสตร์ตามประสิทธิภาพที่ผ่านมา วิธีที่ดีที่สุดในการอธิบายแบบจำลองนี้คือการแสดงภาพบนกราฟ

คิดว่านี่เป็นการดูบัญชี Google Ads ของคุณจากอีกมิติหนึ่งได้ เราคุ้นเคยกับการดูแคมเปญ การแสดงผลและการคลิก ตลอดจนประสิทธิภาพของคำหลักและโฆษณา

สิ่งเหล่านี้ล้วนมีความสำคัญต่อการทำความเข้าใจและเพิ่มประสิทธิภาพองค์ประกอบต่างๆ ของบัญชี แต่การมุ่งเน้นไปที่ตัวชี้วัดเหล่านี้ไม่ได้ให้มุมมองแบบองค์รวมเกี่ยว กับวิถีบัญชี

เส้นทางบัญชีเป็นมิติใหม่ที่ช่วยให้เราสามารถตอบคำถามพื้นฐานได้ ซึ่งช่วยให้เราเห็นภาพประสิทธิภาพของบัญชี ซึ่งเราสามารถใช้เพื่อคาดการณ์และคาดการณ์ประสิทธิภาพได้

ด้านล่างนี้คือตัวอย่างวิธีที่เราสามารถวางแผนและเห็นภาพเส้นทางบัญชี

แกน x แสดงการใช้จ่ายต่อวัน และแกน y แสดงปริมาณ Conversion ต่อวัน แต่ละจุดคือการใช้จ่ายและ Conversion สำหรับวันใดวันหนึ่งในช่วงหกเดือน มีจุดบนแผนที่ประมาณ 182 จุดในแต่ละวันในช่วงหกเดือนนี้

เราสามารถรับรู้ถึงวิถีบัญชีได้เพียงแค่ดูกราฟ เราจะเห็นว่ามีความสัมพันธ์ระหว่างการใช้จ่ายและ Conversion เมื่อการใช้จ่ายเพิ่มขึ้น Conversion จะเพิ่มขึ้นในอัตราที่กำหนด

มันคืออัตราการเปลี่ยนแปลงของความสัมพันธ์นี้ ซึ่งเราสามารถอธิบายทางคณิตศาสตร์ได้ นั่นคือความเข้าใจที่สำคัญของเรา

การวิเคราะห์การถดถอย

การวิเคราะห์การถดถอยเป็นรูปแบบการเรียนรู้ของเครื่องที่สามารถแสดงความสัมพันธ์ระหว่างการใช้จ่ายและ Conversion ในช่วงเวลานี้ทางคณิตศาสตร์ ในตัวอย่างเดียวกัน เราได้เพิ่มเส้นการถดถอยเพื่อแมปความสัมพันธ์นี้

เส้นการถดถอยช่วยให้เราสามารถคาดการณ์ Conversion ที่สอดคล้องกันในระดับการใช้จ่ายต่างๆ นอกจากนี้ เราสามารถก้าวข้ามขีดจำกัดของกราฟ ไปจนถึงการใช้จ่ายรายวันโดยใช้สูตรการถดถอยของเส้นโค้ง

ต้นทุนเทียบกับมิติ CPA

ก่อนหน้านี้เราสร้างแผนภูมิต้นทุนเทียบกับ Conversion นอกจากนี้เรายังสามารถจัดทำแผนภูมิมิติข้อมูลอื่นที่อาจมีข้อมูลเชิงลึกมากขึ้น: ราคาเทียบกับ CPA โดยที่ CPA (หรือ ROI) เป็นตัวชี้วัดประสิทธิภาพที่สำคัญที่สุด

ในภาพหน้าจอด้านล่าง กราฟทางด้านซ้ายคือกราฟของต้นทุนเทียบกับการแปลง ในขณะที่กราฟทางด้านขวาคือบัญชีเดียวกันกับที่ลงจุดด้วยต้นทุนเทียบกับ CPA

กราฟต้นทุนเทียบกับ CPA แสดงให้เราเห็นเป็นภาพกราฟิกว่ามีจุด CPA ที่เหมาะสมที่สุดที่การใช้จ่ายประมาณ 1,400 ดอลลาร์ต่อวัน ซึ่งเป็นตำแหน่งที่ CPA จะต่ำที่สุด เมื่อเราเพิ่มการใช้จ่ายจากจุดนั้น เราจะเห็นภาพว่า CPA เริ่มเพิ่มขึ้นอย่างไร

ตอนนี้ เราสามารถเห็นวิถีบัญชีจากมุมมองภาพสองด้าน (มิติ) กราฟการถดถอยทั้งสองมีประโยชน์ในการคาดการณ์ Conversion หรือ CPA ที่ระดับการใช้จ่ายต่างกัน (หรือรายได้และ ROI อีกทางหนึ่ง) เมตริกเหล่านี้มีความสำคัญ และเรามีสูตรสำหรับการคาดการณ์

การทำความเข้าใจศักยภาพของบัญชีและการตอบคำถามเดิมเป็นไปได้ในขณะนี้ มันไม่ใช่เกมการเดาหรือสัญชาตญาณอีกต่อไป ตอนนี้เราสามารถคาดการณ์โดยอิงจากแบบจำลองทางคณิตศาสตร์ที่มีพื้นฐานมาจากประสิทธิภาพในอดีต

ข้อเสนอมูลค่าการเพิ่มประสิทธิภาพงบประมาณ

แม้ว่าการวิเคราะห์การถดถอยสามารถทำได้ใน Excel แต่การปรับงบประมาณให้เหมาะสมก็สามารถเพิ่มความสามารถพิเศษสำหรับการวิเคราะห์ที่เหนือกว่าได้ ข้อดี ได้แก่ :

พอดีกับแบบจำลองการถดถอยที่แตกต่างกัน : บัญชีที่ต่างกันมีวิถีที่แตกต่างกัน ดังนั้นตัวแบบการถดถอยที่แตกต่างกันจึงมีความแม่นยำมากกว่า เราพิจารณาค่า r-squared และ ค่าคลาดเคลื่อนกำลังสอง เป็นการวัดเพื่อปรับโมเดลที่ดีที่สุดให้พอดีโดยอัตโนมัติและนำมาซึ่งการคาดคะเนที่แม่นยำที่สุด

ตัวอย่างด้านล่างแสดงให้เห็นว่าโมเดลต่างๆ สามารถแสดงถึงความสัมพันธ์ระหว่างต้นทุนและ Conversion ได้อย่างไร บางรุ่นสะท้อนเทรนด์ได้แม่นยำกว่ารุ่นอื่นๆ

การวิเคราะห์แบบ What-if: เมื่อเราเห็นภาพบัญชี ทำให้ง่ายต่อการมองเห็นจุด CPA หรือ ROI ที่เหมาะสมที่สุด เครื่องมือนี้ยังสามารถคำนวณทางคณิตศาสตร์โดยใช้การวิเคราะห์แบบ what-if

การกรองขั้นสูง: การ เรียกใช้และเรียกใช้โมเดลเหล่านี้ซ้ำจะใช้เวลานานเมื่อคุณต้องกรองเมตริกบัญชีบางรายการ และดูชุดค่าผสมของแคมเปญต่างๆ คุณอาจต้องการตรวจทานแคมเปญที่ไม่ใช่แบรนด์เท่านั้นหรือเปลี่ยนช่วงเวลาที่ผ่านมาหรือตรวจทานเฉพาะแคมเปญบนมือถือ เครื่องมือนี้ทำให้สิ่งนี้เป็นไปได้ภายในไม่กี่วินาทีแทนที่จะใช้เวลาหลายชั่วโมงด้วยตนเอง

วาดเส้นการถดถอยหลายเส้น (ขั้นสูง): แม้ว่าจะไม่ได้รวมอยู่ในฟังก์ชันการทำงานปัจจุบัน เครื่องมือนี้มีสูตรการถดถอยเพื่อให้คุณสามารถลงจุดเส้นและวัดประสิทธิภาพในเครื่องมือสร้างกราฟได้

ลบค่าผิดปกติ: กรองค่าผิดปกติออกอย่างง่ายดายด้วยการคลิก คุณอาจมีวันลดราคาหรือกิจกรรมผิดปกติอื่นๆ ที่ทำให้ผลลัพธ์บิดเบือน Budget Optimize ช่วยให้คุณสามารถกรองข้อมูลที่บิดเบี้ยวนี้ออกได้โดยการตรวจจับโดยอัตโนมัติ

เปรียบเทียบกับผลลัพธ์จริง: Budget Optimize ช่วยให้คุณเห็นผลลัพธ์จริงสำหรับรอบระยะเวลาเทียบกับการคาดการณ์ที่คาดการณ์ไว้ในอนาคต ทำให้ง่ายต่อการเปรียบเทียบและคาดการณ์บนหน้าจอเดียวกัน

ข้อจำกัด

การเพิ่มประสิทธิภาพงบประมาณและการวิเคราะห์การถดถอยไม่ได้อ้างว่าให้การคาดการณ์ที่แม่นยำ 100% แม้ว่าเราจะเชื่อว่าวิธีนี้เป็นวิธีที่ใช้ได้ผลในการทำนายประสิทธิภาพ แต่ความแม่นยำจะแตกต่างกันไปในแต่ละบัญชี และควรมองว่าเป็นเพียงการคาดคะเนเท่านั้น

ข้อจำกัดหลักคือผลลัพธ์จะขึ้นอยู่กับข้อมูลในอดีต สิ่งต่าง ๆ สามารถเกิดขึ้นได้ในอนาคตที่ไม่รวมอยู่ในข้อมูลทางประวัติศาสตร์ ตัวอย่างบางส่วน ได้แก่ :

• เหตุการณ์ที่เกิดขึ้นตามธรรมชาติเช่นพายุฝนฟ้าคะนอง (จะดีมากถ้าธุรกิจของคุณขายร่ม)
• การเปลี่ยนแปลงใหม่ในบัญชีตัวเองเช่นผู้จัดการบัญชีใหม่ที่ดีกว่าก่อนหน้านี้
• การเปลี่ยนแปลงตามตลาด เช่น คู่แข่งรายใหม่เข้าหรือออก

ในแง่ของฤดูกาล เราแนะนำให้ใช้ข้อมูลจากช่วงเวลาที่คล้ายกับช่วงเวลาที่คุณพยายามคาดการณ์ นอกจากนี้ ให้เลือกช่วงเวลาที่ยาวเพียงพอโดยมีจุดข้อมูลเพียงพอ เป็นการปรับสมดุลเพื่อเลือกช่วงเวลาที่ถูกต้องที่สุดและมีข้อมูลเพียงพอที่จะใช้งาน

ไขปัญหาใหญ่

ดังคำกล่าวที่ว่า 'สิ่งเดียวที่คงที่คือการเปลี่ยนแปลง' บัญชี Google Ad เป็นแบบไดนามิก งบประมาณการตลาดจะเปลี่ยนไป นั่นคือเหตุผลที่ลูกค้าต้องการทราบว่าผลลัพธ์ที่คาดการณ์ไว้ของการเปลี่ยนแปลงงบประมาณจะเป็นอย่างไร

คำตอบของฉันคือวิธีแก้ปัญหาทางคณิตศาสตร์ที่มีพื้นฐานมาจากอัลกอริธึมการถดถอยการเรียนรู้ของเครื่อง แม้ว่าจะมีข้อจำกัดและไม่ควรเชื่อถือได้สำหรับความถูกต้อง 100% แต่ก็เป็นแนวทางที่ดีในการประเมินประสิทธิภาพของบัญชีในอนาคต