3 Cara Meningkatkan Kinerja PPC Menggunakan Data Pihak Pertama

Pelajari cara meningkatkan kinerja PPC dengan memasukkan data pihak pertama untuk memengaruhi tawaran, penargetan audiens, dan lainnya. Di sini kami menunjukkan 3 cara praktis untuk menggabungkan data pihak pertama di seluruh kampanye Anda untuk menghasilkan pengembalian yang lebih baik dari investasi PPC Anda.

Data paling berharga yang tersedia untuk perusahaan mana pun adalah yang dikumpulkan dari audiensnya sendiri. Data pihak pertama dikumpulkan melalui platform analitik, langganan, data penjualan, data panggilan masuk, unduhan sumber daya, dan lainnya.

Meskipun ada batasan GDPR dengan data pihak pertama, data juga perlu tersedia untuk pemasar PPC untuk mencapai signifikansi statistik untuk pengambilan keputusan, yang dapat menjadi perjuangan bagi bisnis yang baru memulai.

Ada berbagai cara agar data pihak pertama dapat digunakan untuk memungkinkan pengambilan keputusan PPC yang lebih cerdas. Dalam posting ini saya telah fokus pada 3 kasus penggunaan luas di mana data pihak pertama harus digunakan untuk menghasilkan pengembalian yang lebih baik dari aktivitas PPC.

Mengidentifikasi sumber data dan mengintegrasikan berbagai platform

Mengkonsolidasikan data Anda bisa menjadi pekerjaan besar. Kami sering menemukan data pihak pertama tersebar di beberapa sistem CRM, spreadsheet offline, dan platform email, bukan di satu tempat. Hal ini membuat penggunaan data menjadi lebih sulit karena mungkin ada duplikasi dan data usang yang diambil dari sumber yang berbeda.

Integrasi data adalah langkah pertama yang penting untuk menggunakan data pihak pertama untuk pengoptimalan PPC. Sumber sebagian besar data kinerja online perusahaan adalah Google Analytics, dan ini adalah alat yang kami sarankan untuk digunakan untuk berintegrasi dengan sumber data pihak pertama lainnya sebagai langkah awal.

Google Analytics telah mengumpulkan satu ton data pemasaran yang berguna secara default, tetapi yang kurang adalah data 'pasca-konversi '. Analytics akan memberi tahu Anda jumlah total konversi berdasarkan berapa banyak pengguna situs web yang telah mengisi formulir atau menyelesaikan tindakan di situs web Anda, tetapi Analytics tidak akan melaporkan volume prospek situs web yang berhasil dikonversi oleh tim penjualan Anda.

Di sinilah integrasi CRM / Google Analytics berguna, yang memungkinkan Anda meneruskan data berikut kembali ke Google Analytics:

• Nilai penjualan aktual dari konversi yang diteruskan ke CRM
• Skor prospek berdasarkan aktivitas CRM
• Peluang CRM dibuat
• Tingkat konversi penjualan

Banyak dari data ini yang dapat dimasukkan kembali ke Google Analytics secara manual melalui protokol pengukuran, tetapi itu akan meningkatkan jumlah sesi secara artifisial karena setiap konversi offline akan diteruskan kembali sebagai pengguna baru.

Karena setiap CRM akan memerlukan pendekatan yang berbeda, saya tidak dapat membahas setiap skenario integrasi dalam posting ini. Namun, saya menyarankan Anda untuk melakukan beberapa Googling " konektor CRM + Google Analytics Anda" karena ada pasar yang berkembang dari alat konektor data yang tersedia untuk membantu membuat proses ini relatif mudah.

Salah satu alat tersebut adalah konektor GA, yang berfungsi dengan sistem CRM paling populer, termasuk Salesforce dan Hubspot. Hal ini memungkinkan pemasar untuk menarik data CRM dari CRM mereka ke Google Analytics dengan sedikit intervensi manual.

Setelah Anda menyinkronkan data pihak pertama yang relevan dengan Google Analytics, langkah terakhir adalah menautkan akun Google Ads dan Google Analytics Anda untuk memastikan semua konversi ini ditarik ke Google Ads dan dapat digunakan untuk mengoptimalkan kampanye Anda.

Di bawah ini saya telah menguraikan beberapa kasus penggunaan tentang bagaimana data pihak pertama dapat digunakan di Google Ads untuk meningkatkan kinerja.

1. Gunakan data pihak pertama untuk memengaruhi strategi penawaran

Sekarang, data pihak pertama tentu saja dapat digunakan untuk memengaruhi strategi bidding yang dikelola oleh skrip Google Ads. Namun, kami telah melihat peningkatan hasil dalam beberapa bulan terakhir dari penggunaan strategi penawaran berbasis konversi Google di bawah payung smart bidding mereka, bagian dari perangkat lunak bidding otomatis mereka.

Penawaran pintar menggunakan pembelajaran mesin tingkat lanjut untuk mengubah tawaran berdasarkan berbagai sinyal waktu nyata termasuk perangkat, lokasi, waktu, daftar pemasaran ulang, bahasa, dan sistem operasi. Ini telah mengacak-acak beberapa bulu di industri PPC karena hasil yang beragam dari beberapa pengiklan, namun Google dapat menggunakan ribuan sinyal penawaran waktu nyata dan dilaporkan dapat menganalisis 70 juta sinyal dalam 100 milidetik!

Strategi smart bidding berikut tersedia di Google AdsL

• Bidding Target CPA: Menetapkan bid untuk membantu mendapatkan konversi sebanyak mungkin dengan biaya per akuisisi (CPA) target yang ditetapkan
• Target ROAS: Menargetkan lebih banyak nilai konversi atau pendapatan berdasarkan target laba atas belanja iklan (ROAS)
• Konversi Maks dan Nilai Konversi Maks: Menggunakan data historis dan mengevaluasi sinyal kontekstual, metode ini secara otomatis menemukan tawaran BPK yang optimal

Untuk memastikan strategi penawaran Anda dioptimalkan untuk target yang relevan, Anda dapat menggunakan data pihak pertama untuk melakukan analisis pasca kampanye dan menyaring target berdasarkan kinerja aktual dan dampak bisnis. Misalnya, mengubah target ROAS/CPA target berdasarkan performa aktual kampanye, bukan mendasarkannya pada ROAS/CPA yang dihasilkan melalui konversi yang dilaporkan di Google Ads secara default.

Contoh bagaimana analisis pasca-kampanye ini bekerja dalam praktik ditunjukkan di bawah ini. Untuk klien yang memasok kartu bahan bakar, kami telah mengembangkan metode pelacakan nilai pelanggan seumur hidup berdasarkan bahan bakar yang 'digambar' pada kartu bahan bakar. Hal ini memungkinkan kami untuk secara retrospektif mengikat nilai kembali ke sumber asli prospek di Google Analytics.

Data ini dapat digunakan untuk menghitung target CPA/ROAS yang lebih akurat untuk aktivitas PPC, memungkinkan target smart bidding ditetapkan pada tingkat yang lebih mewakili dampak bisnis dari aktivitas apa pun.

Contoh : Menggunakan Data Panggilan untuk Mengoptimalkan Akun B2B

Anda dapat menggunakan Smart Bidding Google Ads untuk mengoptimalkan konversi panggilan telepon secara default. Namun, tidak setiap panggilan telepon yang Anda hasilkan dari Google Ads akan menghasilkan prospek penjualan yang memenuhi syarat. Yang benar adalah sebagian besar tidak, jadi mereka semua tidak boleh diperhitungkan sebagai sinyal untuk penawaran pintar Google untuk beroperasi. Mengoptimalkan dengan data yang buruk akan menghabiskan anggaran Anda dengan cepat.

Jika Anda menggunakan alat pelacak panggilan, tim penjualan Anda akan dapat merekam kualitas prospek secara manual melalui penilaian prospek, mencatat apakah panggilan menghasilkan penjualan, dan bahkan memasukkan nilai uang dari setiap penjualan yang dilakukan melalui telepon. Menangkap data yang lebih bermakna daripada jumlah total panggilan yang dihasilkan, alat pelacak panggilan akan melacak sumber asli panggilan kembali ke tingkat kata kunci.

Daripada menganalisis data ini secara manual, Anda dapat menutup loop dengan meneruskan data skor prospek, hasil konversi, nilai uang dari setiap penjualan berbasis panggilan, dan lainnya kembali ke Google Analytics. Alat seperti Ruler Analytics menjadikan ini proses yang relatif sederhana, mendorong data kembali ke Google Analytics (dan selanjutnya Google Ads) sehingga Anda dapat mengoptimalkan area yang mendorong panggilan paling berharga.

Sekali lagi, strategi ini akan memungkinkan Anda mendapatkan hasil yang lebih baik dari strategi smart bidding seperti Target CPA dan Target ROAS, karena Google akan membuat keputusan berdasarkan data yang lebih lengkap.

2. Gunakan Data Pihak Pertama untuk Efisiensi Anggaran

Data yang tersedia secara gratis di akun Google Analytics Anda tentang perilaku pengguna dapat digunakan untuk mengoptimalkan kinerja kampanye Google Ads Anda.

Daftar pemasaran ulang untuk iklan penelusuran (RLSA) memungkinkan Anda menyesuaikan kampanye jaringan penelusuran Google Ads untuk menargetkan pengguna yang telah menyelesaikan tindakan tertentu di situs web Anda. Ini memungkinkan pengiklan untuk menargetkan atau mengecualikan audiens tertentu, membuat penggunaan anggaran mereka lebih efektif.

Ada ulasan yang beragam tentang penggunaan RLSA dengan smart bidding. Namun, dengan menambahkan daftar audiens ke kampanye atau grup iklan menggunakan smart bidding, Anda secara efektif menambahkan indikator ke algoritme smart bidding. Ini menyoroti bahwa daftar pengguna itu penting dan menawar lebih agresif setiap kali mereka menelusuri.

Contoh : Buat Daftar Pengguna yang Telah Mengunjungi Situs Anda Jumlah Optimal Sebelum Membeli

Tahukah Anda kunjungan web mana yang biasanya menghasilkan potongan pendapatan terbesar untuk bisnis Anda? Jika tidak, laporan panjang jalur di Google Analytics akan memberi tahu Anda.

Laporan ini akan menampilkan nilai semua konversi yang dibagi dengan jumlah sesi yang dimiliki pengguna sebelum melakukan pembelian.

Pada contoh di atas, jelas bahwa bagian terbesar dari pendapatan dihasilkan dari pengguna yang mengunjungi situs untuk kedua kalinya sebelum melakukan pembelian.

Untuk membuat daftar ini dapat digunakan di Google Ads, pertama-tama kita perlu membuat daftar audiens di Google Analytics > Admin > Audiens. Di sini, Anda akan membuat audiens kustom baru dengan menetapkan bahwa pengguna harus memiliki setidaknya satu sesi, tetapi belum menyelesaikan transaksi.

Langkah selanjutnya adalah menerapkan daftar ini ke grup iklan yang berlaku di akun Google Ads Anda. Anda dapat melakukan ini di tab Audiens:

Kami kemudian dapat menetapkan pengubah tawaran secara manual untuk pengguna di daftar ini atau menerapkan daftar tersebut ke grup iklan menggunakan penawaran pintar, yang memberi Google sinyal lain untuk dioptimalkan.

3. Gunakan Data Pihak Pertama untuk Ekspansi Audiens Tertarget

Google Customer Match memberi pengiklan kemampuan untuk menargetkan pelanggan atau prospek dengan mengimpor data pelanggan dalam bentuk daftar email ke Google Ads. Facebook telah mengaktifkan fungsi yang sama di platform mereka melalui audiens khusus , seperti halnya Twitter melalui audiens yang disesuaikan dan Linkedin melalui audiens yang cocok.

Konsepnya di sini adalah bahwa pengguna yang sudah akrab dengan merek akan lebih cenderung berkonversi, yang berarti pengiklan dapat lebih ditargetkan dalam pendekatan mereka setiap kali pelanggan di daftar ini menjelajahi platform ini.

Selain menargetkan pengguna yang sudah terbiasa dengan merek Anda, masing-masing platform ini menawarkan kesempatan untuk memperluas opsi penargetan mereka dengan membuat daftar penargetan pengguna yang menampilkan karakteristik serupa dengan pelanggan di daftar yang diunggah.

Ambil fitur audiens serupa Google, misalnya, yang dapat digunakan untuk menemukan orang lain dengan perilaku pencarian serupa sebagai pelanggan di daftar pihak pertama Anda.

Contoh : Perluas jangkauan dengan menargetkan pemirsa serupa melalui iklan bergambar

Audiens serupa dapat disiapkan berdasarkan daftar audiens standar yang telah Anda impor ke akun Google Ads. Ini adalah cara yang bagus untuk menargetkan iklan pada pengguna yang memiliki karakteristik serupa dengan pengunjung situs web Anda yang ada dan pelanggan yang sudah ada untuk memperluas jangkauan Anda.

Pengguna ini mungkin belum secara aktif menelusuri produk atau layanan Anda, jadi salah satu metode untuk menjangkau mereka sejak dini adalah melalui iklan bergambar.

Audiens serupa dapat diterapkan ke kampanye display untuk memperluas jangkauannya, memastikan pengguna yang melihat iklan Anda memiliki karakteristik yang serupa dengan pelanggan Anda yang sudah ada.

Audiens serupa di pengelola audiens Google Ads

Ini akan meningkatkan jangkauan kampanye Anda dan membantu mengarahkan pengguna baru ke situs Anda yang memiliki kebiasaan menjelajah yang sama seperti pengunjung atau pelanggan situs web sebelumnya.

Selalu luangkan waktu untuk menyegmentasikan pemirsa serupa ke dalam grup iklan terpisah untuk memantau kinerja relatif dan mengubah tawaran yang sesuai.

Kesimpulan

Memanfaatkan pembelajaran mesin dan otomatisasi memungkinkan manajemen pada skala yang tidak dapat ditandingi oleh manusia. Namun, jika data yang digunakan untuk melatih mesin tidak memberikan gambaran yang utuh, maka keputusan yang buruk akan dibuat dan hasil yang buruk akan terjadi.

Dengan mengintegrasikan data pihak pertama antara CRM dan platform analisis web, Anda membuka pintu untuk menggunakan data yang lebih akurat untuk memengaruhi keputusan di seluruh aktivitas PPC Anda, yang pasti akan menghasilkan hasil yang lebih kuat dan pelaporan yang lebih akurat di tingkat bisnis.

Ingin pengetahuan pemasaran digital yang lebih mendalam?

Jelajahi lebih lanjut tentang tidak hanya PPC, tetapi juga SEO, analitik, dan PR digital di ebook gratis kami. Pelajari langsung tentang pemasaran digital terbaru dan cara menerapkannya ke bisnis Anda.

Jika Anda memerlukan bantuan dengan PPC Anda, jangan ragu untuk menghubungi kami.