Analyser l'impact des mots clés partagés multimarques

Ces dernières années, la complexité des comptes et des clients a augmenté. Alors que nous signons de grandes entreprises qui font de la publicité dans plusieurs comptes pour plusieurs marques, il est important de garder le pouls de la façon dont ces comptes interagissent les uns avec les autres.

La situation

Imaginons que nous ayons une entreprise X, qui possède les marques 1, 2 et 3. Chacune de ces marques fait de la publicité dans ses propres comptes, sur des mots clés similaires (parfois même identiques).

Résultat souhaité / Questions clés

Avec n'importe quel élément d'analyse important, c'est une bonne idée de commencer par le résultat souhaité et de lister les questions clés auxquelles vous essayez de répondre. Cela vous aidera à concentrer votre analyse afin que vous ayez moins de chances de vous perdre dans les mauvaises herbes.

Dans ce scénario, nous voulons une ventilation des éléments suivants :

• Une marque a-t-elle un impact sur les CPC des autres au fil du temps ?
• À quelle fréquence servons-nous deux fois ?
• Quels mots clés se chevauchent ?
• Comment se comparent leurs taux d'impressions ?
• Certains mots clés sont-ils plus performants pour une marque en particulier ?

Obtenir les données

Faisons une pause pour réfléchir à exactement ce que nous devons voir pour répondre à ces questions.

Nous savons que nous avons besoin d'un rapport sur les mots clés, alors commençons par là. Les métriques ou segments dont nous avons besoin incluent :

1. Impressions, clics, coût, conversions - des mesures de base que nous pouvons utiliser pour calculer des éléments tels que CPC, CVR, CPL, etc.
2. Segmenté par trimestre – afin que nous puissions voir les tendances au fil du temps
3. Taux d'impressions - nous allons également générer un rapport d'analyse des enchères, mais j'aime également inclure le taux d'impressions ici pour creuser au niveau des mots clés

Ensuite, nous allons extraire un rapport d'analyse des enchères de Google Data Studio . Pour ce rapport, nous extrairons les données par campagne, domaine d'analyse des enchères et mois. Les métriques à inclure sont le taux d'impressions et le taux de chevauchement.

Manipulation des données

Vient maintenant la partie délicate (ou comme j'aime l'appeler – la partie amusante) : manipuler les données pour qu'elles soient utilisables. Commençons par les données des mots clés.

Données de mot-clé

Nos campagnes sont nommées de manière cohérente (ce que je recommande vivement pour toutes les campagnes PPC), il est donc facile de déterminer à quelle marque appartient chaque campagne. Dans ce cas, la convention de dénomination est Brand_Category_Network_Geo, nous pouvons donc utiliser soit text-to-columns soit LEFT() pour saisir le nom de la marque.

Ensuite, copiez uniquement les mots-clés et les marques dans une nouvelle feuille et supprimez les doublons. Cela vous donnera une liste unique de mots-clés qui existent au sein de chaque marque. Pour obtenir le nombre de marques dans lesquelles un mot-clé existe, faites simplement un COUNTIF.

Ensuite, nous voulons pouvoir identifier facilement les mots-clés qui existent dans les deux marques sélectionnées. Je suis un grand fan de la validation des données pour créer des menus déroulants pour des sélections de marques faciles.

En mots, la formule fait ce qui suit :

Si la marque est soit la marque A, soit la marque B -> comptez le nombre d'occurrences dans chaque marque. S'il y a 2 occurrences au total, cela signifie qu'il existe un chevauchement, et « oui » doit apparaître dans cette colonne.

Nous pouvons maintenant créer une nouvelle colonne dans notre feuille de données de mots clés d'origine et VLOOKUP cette nouvelle colonne de «chevauchement». Maintenant, nous pouvons facilement faire pivoter nos données.

Données d'analyse des enchères

De la même manière que pour les données de mots clés, nous commencerons par analyser le nom de la marque à partir du nom de la campagne. Assez facile!

Nous devons également étiqueter chaque domaine d'analyse des enchères en identifiant s'il s'agit de l'une de nos marques ou non. Pour ce faire, nous créons une liste de tous nos domaines et effectuons une RECHERCHEV.

Remarquez les entrées vides sous Auction Insight - Domaine : dans l'interface, cela apparaît comme « Vous », nous le renommons donc simplement ici.

Désormais, ces données sont également faciles à pivoter ! En avant!

Tableaux croisés dynamiques exploitables et traitement des données

À ce stade, nous pouvons commencer à faire pivoter et à représenter graphiquement les données pour rechercher des tendances intéressantes. Voici quelques exemples.

Ces deux campagnes sont les mêmes pour deux marques. L'un a des CPC plus élevés, un taux d'impressions plus élevé, mais des conversions plus faibles.

Jetons un coup d'œil au graphique d'analyse des enchères.

Nous voulons d'abord segmenter la campagne en question, les autres marques que nous possédons et les concurrents.

Nous constatons que la part d'impressions des autres concurrents est restée relativement stable. Voyons donc si une marque spécifique augmente.

Autres considérations importantes

Le contexte est roi, et il y a des choses importantes à considérer lors d'une comparaison comme celle-ci. Considérer ce qui suit:

• Les marques suivent-elles les mêmes types de conversions ? Cela peut être un facteur important pour lequel vous devrez peut-être ajouter un segment supplémentaire. Une marque peut donner l'impression qu'elle est nettement plus performante, mais elle peut suivre un tas de conversions moins intéressantes (prospects contre ventes, candidatures contre placements, etc.)
• Les sites Web sont-ils radicalement différents? L'un est-il en cours d'optimisation du taux de conversion et l'autre non ? Examinez les différences dans la longueur des formulaires, les processus de paiement du panier, etc.
• Considérations relatives au ciblage géographique : si les campagnes sont segmentées par zone géographique, assurez-vous de creuser au niveau de la campagne pour tenir compte de ces différences.
• Initiatives de l'entreprise - une marque peut avoir une demande plus élevée que les autres, entraînant une augmentation du budget. Même si cette marque n'a peut-être pas le meilleur CVR ou CPL, il peut y avoir d'autres décisions commerciales derrière en favoriser un.

Qu'est-ce que je retiens de cela ?

La liste de questions que nous avons compilée au début devrait aider à orienter les actions et les points à retenir. Les chiffres concrets devraient déclencher une conversation avec le client (ou vos coéquipiers, si vous êtes à l'interne), en vous concentrant particulièrement sur les considérations mentionnées dans la section précédente.

Ma recommandation globale serait la suivante :

Pour les marques qui n'ont aucune raison majeure de privilégier une marque par rapport à l'autre – envisager de renforcer la marque avec les meilleurs taux de conversion, CPL, etc. Surveillez les performances au fil du temps, en vous connectant peut-être une fois par trimestre. Une fois les rapports configurés, il est relativement facile de réextraire les données et de les transférer, puis d'actualiser les tableaux croisés dynamiques.

Pour les marques qui présentent des différences significatives dans les initiatives de l'entreprise ou la valeur de conversion - ajustez en fonction de ces stipulations, mais la recommandation de surveiller les performances et de vérifier reste la même.

Besoin de plus de conseils sur la gestion de plusieurs marques ? Consultez cet article de PPC Hero Lara Lowery.