5 Schritte zur kontoübergreifenden Analyse des Superhelden-Status

Dieser Beitrag ist Teil der Redner-Blog-Reihe Hero Conf Los Angeles. Andrew Miller wird zusammen mit mehr als 50 PPC-Experten ihr Know-how im Bereich der bezahlten Suche und sozialen Netzwerke auf der weltgrößten PPC-Veranstaltung vom 18. bis 20. April in Los Angeles, Kalifornien, teilen. Gefällt Ihnen, was Sie lesen? Erfahre mehr über Hero Conf.

PPC-Profis wissen, wie man Daten nutzt, um bessere Entscheidungen zu treffen und Kampagnen für bessere Ergebnisse zu optimieren. Aber viele Agenturen und große Werbetreibende verteilen ihre Kampagnen auf mehrere Konten und die Analyse all dieser Daten kann zu Erfolg führen, wenn sie gut gemacht wird ... oder Migräne, wenn sie schlecht gemacht wird.

Befolgen Sie diese fünf Schritte, um sicherzustellen, dass Ihre Analyse zum Heldenstatus führt.

Schritt 1: Daten aggregieren

Abhängig von Ihren Kampagnenstrukturen und Analysestrategien werden Sie wahrscheinlich Daten aus mehreren Quellen (PPC-Plattformen, Google Analytics, Ihr CRM usw.) verbrauchen und speichern. Natürlich könnten Sie die Daten manuell aus jeder Quelle abrufen, in Excel oder Tableau ablegen und mit der Verarbeitung beginnen, aber dieser Prozess lässt sich nicht skalieren. Jeder Bericht oder jede Optimierung würde die Wiederholung derselben Plackerei erfordern. Das wird sehr schnell alt.

Planen Sie im Voraus und arbeiten Sie mit einem Entwickler zusammen, um Kampagnenleistungs- und Conversion-Daten aus der API jeder Plattform zu nutzen. Der weniger technisch versierte Ansatz besteht darin, die Daten manuell abzurufen und in eine Datenbank hochzuladen, aber es ist auf lange Sicht viel einfacher, so viel wie möglich zu automatisieren. Wir ziehen tägliche Daten aus der API jeder Plattform und speichern sie in einer SQL-Datenbank mit Tabelle(n) für jede PPC- und Analyseplattform.

An diesem Punkt Ihrer Reise besteht Ihre wichtigste Aufgabe darin, Ihre Datenstrukturen zu definieren. Welche Felder müssen Sie speichern und wie möchten Sie Ihre Datentabellen miteinander verknüpfen? Welche Daten benötigen Sie grundsätzlich für Ihre Arbeit? Dies im Voraus zu planen, wird Ihnen später viele Kopfschmerzen ersparen, wenn Sie feststellen, dass Sie nicht über alle Daten verfügen, die Sie für Ihre Analyse benötigen.

Vergessen Sie nicht, vorauszudenken, welche Analysetools Sie verwenden möchten (mehr dazu in Schritt 4). Stellen Sie sicher, dass Ihre Datenstrukturen und Datenbanken sichere externe Verbindungen zulassen und richtig strukturiert sind, um in einer externen Umgebung Sinn zu machen.

Da wir eine Agentur sind, stellen wir in unserem Fall sicher, dass jede Zeile in jeder Tabelle ein "Kunden-ID"-Feld enthält, damit wir die Daten auf Kundenebene zusammenführen können. Dies ermöglicht es uns, Daten zu vermischen und Berichte für jeden Kunden zu erstellen.

Schritt 2: Daten normalisieren

Wir alle kennen den Ausdruck „Müll rein, Müll raus“. Das Analysieren von Daten über mehrere Konten hinweg ist keine Ausnahme. Es ist zwingend erforderlich, dass die Daten Ihrer Konten normalisiert oder konsistenter gemacht werden, um Vergleiche zwischen Äpfeln zu ermöglichen.

Um Daten wirklich genau zu vergleichen und zu entwickeln, müssen Sie an „Meta“ denken, wie in Metadaten. Metadaten sind einfach Daten über Daten. Stellen Sie sich AdWords-Labels als Metadaten vor. Keywords in Ihren AdWords-Kampagnen können beispielsweise markengebunden oder markenunabhängig sein. Agenturkunden können in eine oder mehrere Branchenkategorien fallen.

Versuchen Sie, so viele Metadaten wie möglich in Ihrer Datenbank zu speichern, um konsistentere Vergleiche und Analysen zu ermöglichen. Sie können beispielsweise die Auswirkungen der Entfernung von Anzeigen auf der rechten Seite von AdWords auf Nicht-Marken-Keywords für alle Kunden in der Gesundheitsbranche ziemlich schnell vergleichen, wenn Ihre Datenstrukturen dies zulassen. Eine weitere meiner Lieblingsarten der kontoübergreifenden Analyse ist der Vergleich von Daten vor und nach der Einführung neuer Kunden basierend auf dem Tag, an dem wir ihre neuen Kampagnen starten. Es wird sehr einfach, Fallstudien zu entwickeln und Anomalien zu erkennen, wenn wir die Leistung nach 30, 60 und 90 Tagen aufzeichnen und mit den Ergebnissen einer früheren Agentur vergleichen können.

Nehmen Sie sich die Zeit, eine robuste, konsistente Tagging-Strategie zu entwickeln, damit Ihre Analyse nicht mit Datenmüll behaftet ist.

Schritt 3: Daten demokratisieren

Wir können nicht davon ausgehen, dass alle unsere Endbenutzer in der Lage sein werden, MySQL-Abfragen zu schreiben. Wir können auch keine Dashboards oder Apps erstellen, die möglicherweise alle Möglichkeiten vorhersagen können, auf die unsere Analysten die Daten aufteilen möchten.

Anstatt zu versuchen, alle in Datenbankabfragen zu schulen, gehen Sie demokratischer vor, um die Daten freizugeben. Stellen Sie Ihre Datenstrukturen und Beispieldatensätze in gängigeren Formaten wie Excel oder Google Sheets zur Verfügung. Auf diese Weise kann jeder sehen, welche Daten verfügbar sind, und sich Möglichkeiten ausdenken, diese zu verwenden.

Nicht-Entwickler können immer noch Fragen formulieren, die ein Datenanalyst in eine Datenbankabfrage übersetzen kann. Ein Account Manager wandte sich beispielsweise kürzlich mit der Frage an mich: „Wie schneidet der CPC und CPA von Kunde X im Vergleich zu anderen Kunden in derselben Branche ab?“ Das Abrufen dieser Benchmark-Daten aus unserer Datenbank dauerte nur wenige Minuten, wodurch stundenlange manuelle Datenabrufe und Pivot-Tabellen eingespart wurden.

Unterm Strich, sperren Sie Ihre Daten nicht! Geben Sie es frei, damit mehr Leute Wege finden, es zu verwenden.

Schritt 4: Daten analysieren

Die meisten PPC-Leute springen einfach zu diesem Schritt vor. Es kann kurzfristig oder für eine Ad-hoc-Analyse funktionieren, aber seien Sie gewarnt, dass das Überspringen der Schritte 1 bis 3 zu unschlüssigen Ergebnissen, unklaren Daten oder Entscheidungen auf der Grundlage ungenauer Daten führen kann. Nehmen Sie sich die Zeit, es richtig zu machen, damit zukünftige Analysen schneller und aufschlussreicher sind.

Da Sie nun mehrere Konten mit Daten an einem Ort haben, ist es an der Zeit, mit der Analyse zu beginnen. Hier passiert die Magie! Analysen können zu Erkenntnissen und Erkenntnisse zur Optimierung führen.

Entwickle eine Hypothese

Beginnen Sie damit, Hypothesen zu Ihren Daten zu entwickeln und zu testen. Waten Sie nicht einfach durch Datenberge, in der Hoffnung, ein Juwel zu finden. Gehen Sie mit einer Karte und einer Vorstellung davon, wonach Sie suchen.

Wählen Sie die richtigen Werkzeuge für den Job

Suchen Sie zunächst nach den Werkzeugen, die Sie benötigen, um die Arbeit richtig zu erledigen. Ein versierter Benutzer kann möglicherweise seine eigenen SQL-Abfragen schreiben und die Daten nach Excel oder Google Sheets exportieren, andere Benutzer können jedoch von einem Business Intelligence-Tool wie Tableau oder Google Data Studio für eine schnellere Analyse profitieren.

Beginnen Sie mit der Segmentierung und Filterung

Nutzen Sie als Nächstes die Daten und Metadaten, die Sie in Schritt 2 eingerichtet haben. Schritt 2 haben Sie nicht übersprungen, oder? Diese Facetten ermöglichen es Ihnen, Ihre Daten noch weiter zu segmentieren, um Nuggets von Informationen zu finden, die zu Erkenntnissen führen können.

Versuchen Sie wie in Google Analytics, verschiedene Segmente ein- und auszuschalten, um nach Anomalien oder Ausreißern zu suchen. Hier kommen saubere, konsistente Datenstrukturen zum Einsatz. Stellen Sie sicher, dass Sie Variablen kontrollieren, die die Ergebnisse zwischen mehreren PPC-Konten verzerren könnten. Verwenden einige Konten unterschiedliche Tagging-Methoden für Marken- und Nicht-Marken-Keywords? Verwenden alle Ihre Konten die gleichen Zeitzonen und Währungsformate?

Benchmarks und Trends setzen

Sobald Sie die richtigen Daten gefunden haben, können Sie die kontoübergreifende Leistung leicht vergleichen, um Trends oder Anomalien zu erkennen. Aus dieser Makroperspektive können Sie ganz einfach nach Konten mit über- oder unterdurchschnittlicher Leistung suchen, auf tägliche/wöchentliche/monatliche/vierteljährliche Änderungen achten und proaktiv erkennen, wenn Sie nicht mehr Schritt halten, um Ihre KPI-Ziele zu erreichen.

Wenn Sie wirklich fortgeschritten sind (oder ein großartiges BI-Team haben), können Mustererkennungs- oder statistische Analysetools hier einen Großteil der Schwerarbeit erledigen. Willst du es bis 11 bringen? Investieren Sie in maschinelles Lernen, um Ausreißer für weitere Analysen zu erkennen und zu eskalieren.

Schritt 5: Chancen nutzen

Schließlich, nach all der harten Arbeit, können Sie den Helden spielen. Mit den richtigen Daten, Hypothesen, Tools und Zeit können Sie Kampagnenleistungsdaten über mehrere PPC-Konten hinweg schnell und einfach analysieren.

Das Vergleichen und Bearbeiten von Daten aus mehreren Konten entspricht im Wesentlichen der Arbeit an einem Konto, mit der Ausnahme, dass mehr Variablen zu steuern sind und mehr potenzielle Dimensionen für die Segmentierung vorhanden sind.

Wie auch immer Sie sich entscheiden, Ihre kontoübergreifende Analyse einzurichten, nehmen Sie sich die Zeit, im Voraus zu planen. Die im Voraus zu planende Anstrengung führt zu vielen Stunden Zeitersparnis und erhöhter Genauigkeit im weiteren Verlauf.