考慮跨渠道數據！

您可能已經註意到，那裡的每個 PPC 機構都是“數據驅動的”。

那麼，為什麼我們遇到的大多數機構都在與數據孤島作鬥爭，這使得跨渠道優化變得困難並且幾乎不可能獲得機構範圍的洞察力？

我們稱之為數據驅動的矛盾：大多數機構都渴望數據驅動，但實施這一技術在技術上複雜的現實意味著最難以真正由數據驅動。

每個創新機構在預算管理和廣告優化等方面都有自己獨特的策略和規則，為了高效工作，您需要跨多個平台實現自動化。

但是，構建必要的自定義優化工具，使用您獨特的 PPC 策略來提高客戶的廣告系列效果，既昂貴又費時。

或者是嗎？

過去，小型機構構建定制工具的成本高得令人望而卻步。 但是底層技術已經變了！ 我在這裡告訴您，您的代理機構的規模不再重要。

我們是一個專家團隊，他們為代理商構建定制的 PPC 自動化解決方案和專門構建的廣告數據基礎架構解決方案——我們發現，作為一家與擁有 12 至 60 名員工的小型代理商合作的企業，我們取得了初步成功。 這為我們的開發人員和雲工程師在 PPC 行業中提供了獨特的視角。

我們必須找到更有效的工作方式，今天我將向您展示一種任何規模的機構都可以實施的方法：它靈活、無限可擴展且極具成本效益。 事實上，大多數機構已經使用了所需的工具。

停止在孤島中管理您的客戶

對於像我們這樣的 PPC 數據基礎設施專家來說，跨渠道報告和自動化跨平台進行優化更改的過程實際上是同一枚硬幣的兩個方面。

全面考慮您的數據！

在最基本的層面上，您需要一個 PPC 數據管道，從廣告網絡等各種數據源中提取數據，對其進行清理和規範化，並創建一個自動數據流到您的機構自己的數據倉庫。 第二步，您需要將優化更改推送回廣告網絡。

我們將依次完成這些步驟。

第 1 步：哪個數據倉庫？

您的客戶聘請您來優化支出和有效管理預算。 如果您沒有在一個地方擁有所有數據，您將如何跨多個渠道一次分析所有客戶數據，以深入了解使您的機構取得成功並對其進行優化的帳戶管理策略？ 您將如何輕鬆比較您作為代理機構管理的所有不同帳戶的表現？

您的數據倉庫是您統一和存儲機構所有數據的地方。 這有巨大的好處，而且總是值得做的。 一方面，為了優化目的，很容易對您的數據運行高級分析。

例如，我們最近通過使用 n-gram 分析並排比較 Google 廣告和 Microsoft 廣告，幫助一家機構重新思考整個垂直行業的關鍵字策略。 如果沒有將數據存儲在中央數據倉庫中，這是不可能實現的。 這正是您應該不惜一切代價避開在線跨渠道報告平台的原因：為了方便，您正在犧牲控制權。

當然，易用性很重要，這就是為什麼我們老實說除了 Google BigQuery 不推薦任何東西。 您可以以較低的成本獲得企業級的性能，而且您的機構很可能已經在使用其他 Google 工具，例如與其無縫集成的 Google 表格和數據洞察。 它還與 SA360 和 Google Analytics 直接連接，因此您甚至不需要非常技術來提取這些數據。

最重要的是，BigQuery 在性能、靈活性和可擴展性方面滿足了所有要求。 此外，您的數據會自動備份以用於災難恢復目的。 而且非常非常便宜！

還值得注意的是，BigQuery 與所有主要的數據可視化平台集成，但如果您知道如何使用 Data Studio，它通常已經綽綽有餘（這裡有一個指南）。

第 2 步：哪個數據管道？

由於與我們合作的機構很少有內部專業的雲工程師和開發人員，因此我們實際上構建了一個託管廣告數據倉庫，專門為數字營銷機構構建，每天從各種來源提取數 TB 的 PPC 數據。

這是我們學到的：

首先，您不需要像 Supermetrics、Funnel、Improvado、Adverity 或類似平台宣傳的 500 多個連接器。 您的代理機構很可能會關注 Google Ads、Facebook 廣告、Microsoft 廣告、Instagram 廣告、Linkedin 廣告和 Twitter 廣告等。

而是專注於最大限度地減少手動步驟和維護。 我們最終圍繞一個名為 Shape ADI 的創新廣告數據基礎架構解決方案構建了我們的託管服務，因為它具有強大的雙向 API！

不是太技術化，但功能強大的是，它讓我們可以使用一個 API 進行調用，從最流行的廣告網絡中提取數據，並在 BigQuery 中返回規範化的數據。

數據規範化可能是一個巨大的隱性成本，因為它可能涉及額外的步驟，因此您需要使用自動化的解決方案。 當我們將一家機構的 Google 廣告、Facebook 廣告、Youtube 廣告、微軟廣告、Instagram 廣告、Linkedin 廣告和 Twitter 的歷史客戶數據提取到 BigQuery 中時，這些數據都很容易進行比較。 我們為 BigQuery 使用預配置的表和視圖（節省大量時間！）。

API 的維護是另一件需要考慮的事情。 廣告網絡（尤其是 Facebook 和 Google）不斷更新他們的 API。 我們過去必須維護七個或更多獨立的 API——現在我們可以依靠一個 API，知道它總是更新（不要低估安心！）。

最後，廣告網絡 API 的覆蓋範圍可能因數據管道公司而異，因此您可能會遺漏無法包含在分析中的關鍵信息。 關注與您的 PPC 用例相關的 API 的最大覆蓋範圍，而不是連接器的總數。

最重要的是，通過這種設置，我們需要一個下午才能為一家中型機構設置跨渠道報告，並且需要最少的維護。

第 3 步：將優化更改寫回廣告網絡

概括地說，我們的目標不僅是提取數據，而且是為了預算管理等目的，自動將優化更改寫回廣告網絡。 為此，我們需要一個雙向 API——顧名思義，它允許您的 PPC 數據雙向流動。

Supermetrics、Funnel、Improvado、Adverity 等傳統數據管道不提供此選項。 這是極其有限的。 我們為代理商構建定制自動化解決方案，Shape 的雙向 API 旨在幫助代理商創建 PPC 管理平台和其他可擴展的、最先進的廣告技術。

但是您沒有必要總是為雙向 API 構建一個完整的平台。 人們低估了一個好的谷歌表格的力量！ 以下是我們遇到的兩個常見用例，您可以使用 Google Sheet 結合我上面描述的數據基礎架構來解決這些用例。

示例用例 1：預算管理

在這種情況下，代理機構通常會要求我們幫助他們暫停跨渠道的所有超支活動或為特定客戶帳戶增加所有活動的預算。 我們都記得谷歌增加每日超支範圍的痛苦以及控製成本的重要性。

登錄不同的平台可能很煩人，最好有中央控制。 借助我們上面討論的數據基礎架構，您可以從 Google 表格集中管理預算，而無需維護單獨的 API。

這也意味著您可以停止在孤島中設置預算——例如，您可以輕鬆創建模型，讓您在以不同方式分割整體預算時預測整個客戶的表現，而不是單獨決定搜索預算和社交預算.

示例用例 2：健康檢查和警報

每個代理機構對於什麼構成“正常”行為（每個廣告組有多少關鍵字、多少廣告、多少測試、命名約定等）都有自己的規則。 但是對於客戶經理來說，單獨查看不同平台的警報是一件很痛苦的事情，更不用說時間槽了。 您為什麼不想構建一個整合警報的中央報告？

這兩個例子表明，任何規模的機構都可以構建高效的自動化工具，而且您不需要一大群開發人員來實現。 重要的是您擁有正確的廣告數據基礎設施設置，允許您開始並保持您的選擇。