5 Langkah Untuk Analisis Lintas Akun Status Superhero

Posting ini adalah bagian dari Seri Blog Pembicara Hero Conf Los Angeles. Andrew Miller akan bergabung dengan 50+ pakar PPC yang berbagi keahlian pencarian dan sosial berbayar mereka di Acara Semua-PPC Terbesar di Dunia, 18-20 April di Los Angeles, CA. Seperti apa yang Anda baca? Cari tahu lebih lanjut tentang Hero Conf.

Pro PPC tahu bagaimana menggunakan data untuk membuat keputusan yang lebih baik dan mengoptimalkan kampanye untuk hasil yang lebih baik. Tetapi banyak agensi dan pengiklan besar menyebarkan kampanye mereka di beberapa akun dan menganalisis semua data ini dapat menghasilkan kehebatan jika dilakukan dengan baik….atau migrain jika dilakukan dengan buruk.

Ikuti lima langkah berikut untuk memastikan analisis Anda mengarah ke status pahlawan.

Langkah 1: Data Agregat

Bergantung pada struktur kampanye dan strategi analitik Anda, Anda kemungkinan akan menggunakan dan menyimpan data dari berbagai sumber (platform PPC, Google Analytics, CRM Anda, dll.). Tentu saja, Anda dapat secara manual menarik data dari setiap sumber, masuk ke Excel atau Tableau, dan mulai mengolah, tetapi proses itu tidak berskala. Setiap laporan atau pengoptimalan akan membutuhkan pengulangan pekerjaan yang sama. Itu menjadi tua dengan sangat cepat.

Rencanakan ke depan dan bekerja sama dengan pengembang untuk menggunakan kinerja kampanye dan data konversi dari API setiap platform. Pendekatan yang kurang paham teknologi adalah menarik data secara manual dan mengunggah ke database, tetapi dalam jangka panjang jauh lebih mudah untuk mengotomatisasi sebanyak mungkin. Kami menarik data harian dari setiap API platform dan menyimpannya dalam database SQL dengan tabel untuk setiap PPC dan platform analitik.

Pada titik ini dalam perjalanan Anda, tugas terpenting Anda adalah mendefinisikan struktur data Anda. Bidang mana yang perlu Anda simpan, dan bagaimana Anda ingin menghubungkan tabel data Anda satu sama lain? Pada dasarnya, data mana yang Anda perlukan untuk melakukan pekerjaan Anda? Merencanakan ini sebelumnya akan menghemat banyak sakit kepala nanti ketika Anda menemukan Anda tidak memiliki semua data yang Anda butuhkan untuk melakukan analisis Anda.

Jangan lupa untuk memikirkan alat analisis yang Anda rencanakan untuk digunakan (lebih lanjut tentang ini di Langkah 4). Pastikan struktur data dan database Anda memungkinkan koneksi eksternal yang aman dan terstruktur dengan benar agar masuk akal di lingkungan eksternal.

Dalam kasus kami, karena kami adalah agensi, kami memastikan setiap baris di setiap tabel memiliki bidang "ID klien" sehingga kami dapat menggabungkan data di tingkat klien. Ini memungkinkan kami untuk menggabungkan data dan membuat laporan untuk setiap klien.

Langkah 2: Normalisasi Data

Kita semua pernah mendengar ungkapan, “Sampah masuk, sampah keluar.” Menganalisis data di beberapa akun tidak terkecuali. Sangat penting bahwa data akun Anda dinormalisasi, atau dibuat lebih konsisten, untuk memungkinkan perbandingan apel-ke-apel.

Untuk benar-benar membandingkan dan tren data secara akurat, Anda harus berpikir "meta", seperti dalam metadata. Metadata hanyalah data tentang data. Pikirkan label AdWords sebagai metadata. Misalnya, kata kunci dalam kampanye AdWords Anda dapat bermerek atau tidak bermerek. Klien biro iklan dapat termasuk dalam satu atau beberapa kategori industri.

Cobalah untuk menyimpan sebanyak mungkin metadata dalam database Anda untuk memungkinkan perbandingan dan analisis yang lebih konsisten. Misalnya, Anda dapat membandingkan efek penghapusan iklan sisi kanan AdWords pada kata kunci non-merek untuk semua klien di industri perawatan kesehatan dengan cukup cepat jika struktur data Anda mengizinkannya. Jenis analisis lintas-akun favorit saya lainnya adalah membandingkan data sebelum dan sesudah peluncuran untuk klien baru berdasarkan hari kami meluncurkan kampanye baru mereka. Menjadi sangat mudah untuk mengembangkan studi kasus dan menemukan anomali ketika kita dapat memetakan kinerja 30, 60, dan 90 hari dan membandingkannya dengan hasil agensi sebelumnya.

Luangkan waktu untuk mengembangkan strategi pemberian tag yang kuat dan konsisten sehingga analisis Anda tidak tercemar dengan data sampah.

Langkah 3: Demokratisasi Data

Kami tidak dapat berasumsi bahwa semua pengguna akhir kami akan mahir dalam menulis kueri mySQL. Kami juga tidak dapat membangun dasbor atau aplikasi yang mungkin dapat memprediksi semua cara yang diinginkan analis kami untuk memotong dan memotong data.

Alih-alih mencoba melatih semua orang tentang kueri basis data, ambil pendekatan yang lebih demokratis untuk mengatur data secara gratis. Jadikan struktur data dan kumpulan data sampel Anda tersedia dalam format yang lebih umum seperti Excel atau Google Spreadsheet. Dengan cara ini, siapa pun dapat melihat data apa yang tersedia dan memikirkan cara untuk menggunakannya.

Non-pengembang masih dapat merumuskan pertanyaan yang dapat diterjemahkan oleh analis data ke dalam kueri basis data. Misalnya, Manajer Akun baru-baru ini mendekati saya dengan pertanyaan, “Bagaimana BPK dan BPA Klien X dibandingkan dengan klien lain di industri yang sama?” Pengambilan data tolok ukur ini dari database kami hanya membutuhkan waktu beberapa menit, menghemat waktu pengambilan data manual dan tabel pivot selama berjam-jam.

Intinya, jangan kunci data Anda! Bebaskan sehingga lebih banyak orang dapat menemukan cara untuk menggunakannya.

Langkah 4: Analisis Data

Kebanyakan orang PPC hanya melompat ke depan ke langkah ini. Ini mungkin berhasil dalam jangka pendek atau untuk analisis ad-hoc, tetapi berhati-hatilah bahwa melewatkan langkah 1-3 dapat menyebabkan hasil yang tidak meyakinkan, data keruh, atau keputusan berdasarkan data yang tidak akurat. Luangkan waktu untuk melakukannya dengan benar sehingga analisis di masa mendatang akan lebih cepat dan lebih berwawasan.

Sekarang Anda memiliki banyak data senilai akun di satu tempat, saatnya untuk mulai menganalisis. Ini adalah dimana keajaiban terjadi! Analisis dapat menghasilkan wawasan dan wawasan untuk pengoptimalan.

Kembangkan hipotesis

Mulailah dengan mengembangkan dan menguji hipotesis tentang data Anda. Jangan hanya mengarungi segunung data berharap menemukan permata. Masuk dengan peta dan gagasan tentang apa yang Anda cari.

Pilih alat yang tepat untuk pekerjaan itu

Pertama, temukan alat yang diperlukan untuk melakukan pekerjaan dengan benar. Pengguna yang lebih paham mungkin dapat menulis kueri SQL-nya sendiri dan mengekspor data ke Excel atau Google Spreadsheet, tetapi pengguna lain mungkin mendapat manfaat dari alat intelijen bisnis seperti Tableau atau Google Data Studio untuk analisis yang lebih cepat.

Mulai segmentasi dan filter

Selanjutnya, manfaatkan data dan metadata yang Anda siapkan di langkah 2. Anda tidak melewatkan langkah 2, bukan? Aspek ini memungkinkan Anda untuk mengelompokkan data Anda lebih jauh untuk menemukan nugget info yang dapat menghasilkan wawasan.

Sama seperti di Google Analytics, coba aktifkan dan nonaktifkan segmen yang berbeda untuk mencari anomali atau outlier. Di sinilah struktur data yang bersih dan konsisten berguna. Pastikan bahwa Anda mengontrol variabel yang mungkin mencondongkan hasil di antara beberapa akun PPC. Apakah beberapa akun menggunakan metodologi pemberian tag yang berbeda untuk kata kunci merek vs. non-merek? Apakah semua akun Anda menggunakan zona waktu dan format mata uang yang sama?

Tetapkan tolok ukur dan tren

Setelah Anda menemukan data yang tepat, menjadi mudah untuk membandingkan kinerja lintas-akun untuk melihat tren atau anomali. Dari perspektif makro ini, Anda dapat dengan mudah mencari akun yang kinerjanya terlalu tinggi atau kurang, memantau perubahan harian/mingguan/bulanan/triwulanan, dan secara proaktif mengidentifikasi saat Anda tidak berjalan untuk mencapai target KPI Anda.

Jika Anda benar-benar mahir (atau memiliki tim BI yang hebat), deteksi pola atau alat analisis statistik dapat melakukan banyak pekerjaan berat di sini. Ingin membawanya ke 11? Berinvestasi dalam pembelajaran mesin untuk menemukan dan meningkatkan outlier untuk analisis lebih lanjut.

Langkah 5: Memanfaatkan Peluang

Akhirnya, setelah semua kerja keras selesai, Anda bisa bermain sebagai pahlawan. Dengan data, hipotesis, alat, dan waktu yang tepat, Anda akan dapat dengan cepat dan mudah menganalisis data kinerja kampanye di beberapa akun PPC.

Membandingkan dan bertindak berdasarkan data dari beberapa akun pada dasarnya sama dengan mengerjakan satu akun, dengan pengecualian memiliki lebih banyak variabel untuk dikendalikan dan lebih banyak dimensi potensial untuk segmentasi.

Bagaimanapun Anda memutuskan untuk menyiapkan analisis lintas-akun Anda, luangkan waktu untuk merencanakan ke depan. Upaya awal untuk merencanakan ke depan akan menghasilkan banyak waktu menghemat waktu dan meningkatkan akurasi di jalan.