付费搜索营销自动化:拥抱机器
已发表: 2021-10-23这篇文章是 Hero Conf 洛杉矶演讲者博客系列的一部分。 梅根·塔格特 (Megan Taggart) 将与 50 多位 PPC 专家一起,在 4 月 18 日至 20 日在加利福尼亚州洛杉矶举行的世界上最大的全 PPC 活动中分享他们的付费搜索和社交专业知识。 喜欢你读什么? 了解更多关于 Hero Conf 的信息。
如今,自动化是帐户优化的同义词。 eMarketer 最近报告称,在澳大利亚、英国和美国接受调查的高级营销人员中有三分之二在过去一年中对营销技术进行了大量投资。 使用营销技术的主要原因包括更深入地了解客户和潜在客户、自动化流程和减少管理时间,以及采用数据驱动的营销方法。
机器完善人类营销人员实践的概念现在已成为整个营销领域的标准商业实践。 PPC从业者(及其公司)视而不见的风险不仅是管理繁琐和工资膨胀,还有绩效通缩。 过渡性地,那些采用或考虑自动化的人面临着投资第三方管理工具与构建内部解决方案的难题。
虽然自动化的机会是无限的,但它也是许多人的压力点。 下面概述了有意将自动化引入您的业务背后的策略。 我们还将分享一个案例研究,说明为 Aimclear 建立自动化策略如何使工作负载容量增加 128%(每月在工具上花费不到 100 美元)以及客户端性能改进。
迈出第一步
为了推进自动化,必须退后几步。 在开始投入 50 万美元的服务、猎头 Google 开发人员或与开发团队一起排队以实现自动化以实现自动化之前,请先了解您的 PPC 团队的大部分时间目前都花在了哪里。 花时间提出问题并分析您的业务或客户数据中的模式。 认识到这些数据点如何影响底线。 可以从自动化中受益的图表优化,并划出人类直觉是强制性的界限。 只有建立了明确目标的基础,才能制定战略以实现目标。
在决定自动化解决方案之前,确定:
- 什么需要自动化?
- 我们将如何实现自动化?
- 该解决方案是否适用于大数据(可扩展性)?
- 后端数据可以集成吗?
……并建立帐户内可以自动化的完整清单。
技术探戈:购买与构建
你会买还是你会建造? 不幸的是,这里没有简单的答案。 选择合适的技术堆栈以在适当的时间范围内实现您的目标似乎令人生畏,因为可用的解决方案过多。 在初始研究期间,根据目标与利益相关者一起清点预算、账户规模、能力和资源将变得至关重要,并有助于加快流程的进展。
购买自动化解决方案
如果业务目标包括在短时间内在各种复杂的营销渠道和后端系统之间进行完全集成,而又不囤积内部员工资源,那么投资第三方营销自动化工具可能是合适的选择。 搜索营销人员可以更轻松地将优化与后端数据和个人客户旅程联系起来。 购买还可以避免过多地震动系统,并通过适应一个系统和仪表板而无需构建可能发生的多个支点,从而提高员工的时间效率。 在一个位置提供支持和故障排除也往往是用户的共识点。
虽然购买自动化解决方案是参与度较低的途径,但也并非没有限制。 通常,第三方堆栈提供较低的复杂性、功能、个性化和数据所有权。 为了抵消,开发人员已经创建了各种插件或附加组件,以便企业更贴近需求。
构建自动化解决方案
如果业务目标包括自定义功能,并且最重要的是,如果存在数据集成的技术能力,那么在内部构建解决方案可能是实现自动化的更好途径。 它允许企业在不受某些工具携带的限制的情况下磨练自动化功能的个性化。 成熟的系统和平台可能不需要额外的自动化,而是需要增加数据能力。 此外,如果在构建期间支点受到限制,则内部构建可以成为一种更具成本效益的优化方式。
内部楼宇自动化的缺陷包括在映射、定义和创建自动化解决方案上投入的时间,以及在达到可用、高效的工具之前可能需要进行的迭代。 同样,根据期望的结果和能力评估您当前的堆栈至关重要。 对于员工来说,精通编码或让您的开发部门专注于特定平台的数据集成,这可能是一种业务开发游戏。
营销自动化技巧:
- 如果时间和技术资源稀缺,而账户规模和支出处于中等规模,那么自动化规则和脚本等技术含量较低的选项将需要成为构建案例研究的起点。 在脚本和自动规则之间,许多人能够以最少的培训达到性能和效率的交集。
- 如果技术或开发资源可用,并且大数据集成为常态,那么利用平台 API 作为自动化手段,营销人员就能够以深度和可定制的方式自动化几乎所有可优化的事物。 API 自动化可以通过常驻开发团队或第三方集成平台即服务 (PaaS) 来实现,将业务和渠道自动化交到营销人员手中。
- 鼓励搜索和 PPC 团队熟悉编码基础知识,以开发基础知识和开发自动化能力。
请记住,在自动化方面没有“全有或全无”之说。 挑选并选择任务重复满足性能的地方。 自动化部分任务以更好地实现目标。 花时间执行可提高性能的任务,并在必要时手动填写分析和建议。
案例研究
举个例子,我们的代理机构 Aimclear 最近着手寻找一种可以提高客户绩效和内部效率的解决方案。 一家企业 B2B 搜索客户每月为第三方投标和预算管理系统支付媒体支出的 3.5%。 我们很快就开始假设可以节省客户资金的方法,同时实现降低每个潜在客户成本的绩效目标并产生更高的投资回报率。
通过确立目标(降低 CPL)并确定自动化可能性(预算、出价、出价修饰符),我们找到了解决方案,即使用 AdWords、Scripts Supermetrics、Google Sheets 和 Google BigQuery 构建我们自己的广告技术格局。
当 Google Sheets 达到单元格限制时(当图片中有多个帐户和 MCC 时,这种情况往往会很快发生)在这个过程的早期就出现了一个小问题。 解决方法包括通过脚本利用 API 将数据推送到数据库中,然后可以在数据库中提取数据并将其推送到表格中制定的逻辑中。 从那里优化可以在一个持续循环中被推回 AdWords。
对于客户而言,此过程有助于将 CPL 降低近 20%,同时提高投资回报率。
在内部,在付费搜索中采用自动化策略将工作负载能力提高了 128%,每月在工具上的花费不到 100 美元。
闭幕式
现在,搜索专家比以往任何时候都更被迫超越掌握他们的频道。 不要害怕机器,而是通过了解如何利用自动化来实现效率和性能目标来拥抱它。