Pikirkan Besar Tentang Data Lintas Saluran!

Diterbitkan: 2021-10-23

Anda mungkin telah memperhatikan bahwa setiap agen PPC tunggal di luar sana adalah "data-driven".

Jadi mengapa sebagian besar agensi yang kami temui berjuang dengan silo data yang membuat pengoptimalan lintas saluran menjadi sulit dan wawasan di seluruh agensi hampir tidak mungkin?

Kami menyebutnya kontradiksi yang didorong oleh data : sebagian besar agensi bercita-cita untuk menjadi berbasis data, namun kenyataan teknis yang kompleks dari penerapan ini berarti sebagian besar perjuangan untuk benar-benar didorong oleh data.

Setiap agensi inovatif memiliki strategi dan aturan uniknya sendiri untuk hal-hal seperti pengelolaan anggaran dan pengoptimalan iklan, dan untuk bekerja secara efisien, Anda perlu mengotomatiskannya di berbagai platform.

Tetapi membangun alat pengoptimalan khusus yang diperlukan yang menggunakan strategi PPC unik Anda untuk meningkatkan kinerja kampanye klien Anda mahal dan memakan waktu.

Atau itu?

Dulu sangat mahal bagi agensi yang lebih kecil untuk membuat alat khusus. Tetapi teknologi yang mendasarinya telah berubah! Saya di sini untuk memberi tahu Anda bahwa ukuran agensi Anda tidak lagi penting.

Kami adalah tim spesialis yang membangun solusi otomatisasi PPC khusus dan solusi infrastruktur data iklan yang dibuat khusus untuk agensi – dan kami menemukan kesuksesan awal sebagai bisnis yang bekerja dengan agensi kecil yang memiliki 12 hingga 60 karyawan. Itu memberi pengembang dan insinyur cloud kami perspektif unik dalam industri PPC.

Kami harus menemukan cara kerja yang lebih efisien, dan hari ini saya akan menunjukkan kepada Anda sebuah pendekatan yang benar-benar dapat diterapkan oleh agensi ukuran mana pun: fleksibel, skalabel tanpa batas, dan sangat hemat biaya. Faktanya, sebagian besar agensi sudah bekerja dengan alat yang diperlukan.

Berhenti mengelola klien Anda dalam silo

Untuk pakar infrastruktur data PPC seperti kami, pelaporan lintas saluran dan mengotomatiskan proses membuat perubahan pengoptimalan di seluruh platform sebenarnya adalah dua sisi mata uang yang sama.

Pikirkan secara holistik tentang data Anda!

Pada tingkat paling dasar, Anda memerlukan saluran data PPC yang menarik data dari berbagai sumber data seperti jaringan iklan, membersihkan dan menormalkannya, dan membuat aliran data otomatis ke gudang data agensi Anda sendiri. Pada langkah kedua, Anda perlu mendorong perubahan pengoptimalan kembali ke jaringan iklan.

Kami akan melalui langkah-langkah secara bergantian.

Langkah 1: Gudang data yang mana?

Klien Anda telah mempekerjakan Anda untuk mengoptimalkan pembelanjaan dan mengelola anggaran secara efisien. Jika Anda tidak memiliki semua data di satu tempat, bagaimana Anda akan menganalisis semua data klien Anda sekaligus di beberapa saluran untuk mendapatkan wawasan tentang strategi pengelolaan akun yang membuat biro iklan Anda berhasil dan mengoptimalkannya? Bagaimana Anda akan dengan mudah membandingkan kinerja semua akun berbeda yang Anda kelola sebagai biro iklan?

Gudang data Anda adalah tempat Anda menyatukan dan menyimpan semua data agensi Anda. Ada manfaat besar untuk ini dan itu selalu layak dilakukan. Untuk satu hal, mudah untuk menjalankan analitik lanjutan pada data Anda untuk tujuan pengoptimalan.

Misalnya, kami baru-baru ini membantu agensi memikirkan kembali strategi kata kunci untuk keseluruhan vertikal dengan menggunakan analisis n-gram yang membandingkan iklan Google dan iklan Microsoft secara berdampingan. Ini tidak akan mungkin terjadi tanpa data yang disimpan di gudang data pusat. Dan itulah alasan mengapa Anda harus menghindari platform pelaporan lintas saluran online dengan segala cara: Anda mengorbankan kendali demi kenyamanan.

Tentu saja kemudahan penggunaan itu penting dan itulah sebabnya kami sejujurnya tidak akan merekomendasikan apa pun selain Google BigQuery. Anda mendapatkan performa tingkat perusahaan dengan biaya rendah dan agensi Anda kemungkinan besar sudah menggunakan alat Google lainnya seperti Spreadsheet dan Data Studio yang terintegrasi dengan mulus dengannya. Ini juga memiliki koneksi langsung dengan SA360 dan Google Analytics, jadi Anda bahkan tidak perlu terlalu teknis untuk menarik data tersebut.

Yang terpenting, BigQuery mencentang semua kotak dalam hal kinerja, fleksibilitas, dan skalabilitas. Plus, data Anda secara otomatis dicadangkan untuk tujuan pemulihan bencana. Dan itu sangat, sangat murah!

Perlu diperhatikan juga bahwa BigQuery terintegrasi dengan semua platform visualisasi data utama, tetapi Data Studio biasanya lebih dari cukup jika Anda tahu cara menggunakannya (berikut panduannya).

Langkah 2: Saluran data mana?

Karena beberapa agensi yang bekerja sama dengan kami memiliki insinyur dan pengembang cloud spesialis di rumah, kami sebenarnya membangun gudang data periklanan terkelola yang dibuat khusus untuk agensi pemasaran digital dan menarik terabyte data PPC dari berbagai sumber setiap hari.

Inilah yang kami pelajari:

Pertama, Anda tidak memerlukan 500+ konektor yang diiklankan seperti Supermetrics, Funnel, Improvado, Adverity, atau platform serupa. Kemungkinan besar Iklan Google, iklan Facebook, iklan Microsoft, iklan Instagram, iklan Linkedin dan iklan Twitter, dan beberapa lagi akan menjadi fokus untuk agensi Anda.

Fokus pada meminimalkan langkah manual dan pemeliharaan. Kami akhirnya membangun layanan terkelola kami di sekitar solusi infrastruktur data periklanan baru yang inovatif yang disebut Shape ADI karena memiliki API dua arah yang kuat!

Tidak terlalu teknis, tetapi hal yang hebat adalah memungkinkan kami melakukan panggilan menggunakan satu API untuk mengambil data dari jaringan iklan paling populer dan mengembalikan data yang dinormalisasi di BigQuery.

Normalisasi data dapat menjadi biaya tersembunyi yang sangat besar karena dapat melibatkan langkah-langkah tambahan sehingga Anda perlu menggunakan solusi yang mengotomatiskannya. Saat kami menarik data klien historis agensi untuk iklan Google, iklan Facebook, iklan Youtube, iklan Microsoft, iklan Instagram, iklan Linkedin, dan Twitter ke BigQuery, semuanya dapat dibandingkan. Kami menggunakan tabel dan tampilan yang telah dikonfigurasi sebelumnya untuk BigQuery (penghemat waktu yang sangat besar!).

Pemeliharaan API adalah hal lain yang perlu dipertimbangkan. Jaringan iklan (Facebook dan Google khususnya) terus memperbarui API mereka. Kami dulu harus memelihara tujuh atau lebih API terpisah – sekarang kami dapat mengandalkan satu API karena selalu diperbarui (jangan meremehkan ketenangan pikiran!).

Terakhir, cakupan API jaringan iklan dapat sangat bervariasi antar perusahaan saluran data sehingga Anda mungkin kehilangan informasi penting yang tidak dapat Anda sertakan dalam analisis Anda. Fokus pada cakupan maksimum API yang relevan untuk kasus penggunaan PPC Anda daripada jumlah total konektor.

Intinya, dengan penyiapan ini, kami memerlukan satu sore untuk menyiapkan pelaporan lintas saluran untuk agensi menengah dan memerlukan perawatan minimal.

Tangkapan layar laporan lintas saluran khusus yang kami buat untuk klien di Data Studio.
Tangkapan layar laporan lintas saluran khusus yang kami buat untuk klien di Data Studio.

Langkah 3: Tulis kembali perubahan pengoptimalan ke jaringan iklan

Untuk rekap, tujuan kami bukan hanya untuk menarik data, tetapi juga untuk mengotomatiskan penulisan kembali perubahan pengoptimalan ke jaringan iklan untuk tujuan seperti pengelolaan anggaran. Untuk ini, kami memerlukan API dua arah – seperti namanya, ini memungkinkan data PPC Anda mengalir dua arah.

Saluran data konvensional seperti Supermetrics, Funnel, Improvado, Adverity, dan sejenisnya tidak memberi Anda opsi ini. Itu sangat membatasi. Kami membangun solusi otomatisasi khusus untuk agensi, dan API dua arah Shape dikembangkan untuk membantu agensi membuat platform manajemen PPC dan teknologi periklanan tercanggih dan skalabel lainnya.

Tetapi Anda tidak perlu selalu membangun seluruh platform agar API dua arah diperlukan. Orang-orang meremehkan kekuatan Google Sheet lama yang bagus! Berikut adalah dua kasus penggunaan umum yang kami temui yang dapat Anda selesaikan dengan Google Spreadsheet dalam kombinasi dengan jenis infrastruktur data yang telah saya jelaskan di atas.

Contoh kasus penggunaan 1: Manajemen anggaran

Dalam skenario ini, biro iklan biasanya meminta kami untuk membantu mereka menjeda semua kampanye pembelanjaan berlebih di seluruh saluran atau meningkatkan anggaran untuk semua kampanye untuk akun klien tertentu. Kita semua ingat penderitaan Google yang meningkatkan kisaran pengeluaran harian dan pentingnya menjaga biaya tetap terkendali.

Masuk ke platform yang berbeda dapat mengganggu dan lebih baik memiliki kontrol pusat. Dengan infrastruktur data yang kami diskusikan di atas, Anda dapat mengelola anggaran secara terpusat dari Google Spreadsheet tanpa harus memelihara API terpisah.

Ini juga berarti Anda dapat berhenti menetapkan anggaran secara terpisah – alih-alih memutuskan anggaran Penelusuran dan anggaran Sosial secara mandiri, misalnya, Anda dapat dengan mudah membuat model yang memungkinkan Anda memprediksi kinerja untuk seluruh klien saat membagi keseluruhan anggaran dengan cara yang berbeda .

Contoh kasus penggunaan 2: Pemeriksaan kesehatan dan peringatan

Setiap agensi memiliki aturannya sendiri tentang apa yang merupakan perilaku "normal" (berapa banyak kata kunci per grup iklan, berapa banyak iklan, berapa banyak pengujian, konvensi penamaan, dll.). Tapi itu menyakitkan bagi manajer akun untuk melihat platform yang berbeda secara individual untuk peringatan, belum lagi waktu yang tenggelam. Mengapa Anda tidak ingin membuat laporan pusat yang menggabungkan peringatan?

Kedua contoh ini menunjukkan bahwa membangun alat otomatisasi yang sangat efektif pasti dapat dijangkau oleh agensi ukuran apa pun dan Anda tidak memerlukan pasukan pengembang untuk mencapainya. Yang penting adalah Anda memiliki penyiapan infrastruktur data periklanan yang tepat yang memungkinkan Anda untuk memulai dan menjaga pilihan Anda tetap terbuka.