3 sposoby na zwiększenie wydajności PPC przy użyciu danych firmowych

Dowiedz się, jak poprawić wydajność PPC, uwzględniając dane własne, aby wpływać na stawki, kierowanie na odbiorców i nie tylko. W tym miejscu przedstawiamy 3 praktyczne sposoby włączenia danych własnych w kampaniach, aby wygenerować lepszy zwrot z inwestycji PPC.

Najcenniejsze dane dostępne dla każdej firmy to dane zebrane od jej własnych odbiorców. Dane własne są gromadzone za pośrednictwem platform analitycznych, subskrypcji, danych o sprzedaży, danych o połączeniach przychodzących, pobrań zasobów i nie tylko.

Chociaż istnieją ograniczenia RODO w przypadku danych własnych, musi być również dostępna wystarczająca ilość danych dla marketerów PPC, aby osiągnąć statystyczną istotność dla podejmowania decyzji, co może być wyzwaniem dla firm, które dopiero rozpoczynają działalność.

Istnieje wiele sposobów wykorzystania własnych danych w celu umożliwienia mądrzejszego podejmowania decyzji PPC. W tym poście skupiłem się na 3 szerokich przypadkach użycia, w których dane pierwszej strony powinny być wykorzystywane do generowania lepszych zwrotów z działalności PPC.

Identyfikacja źródeł danych i integracja wielu platform

Konsolidacja danych może być ogromnym przedsięwzięciem. Często znajdujemy dane własne rozproszone w wielu systemach CRM, arkuszach kalkulacyjnych offline i platformach e-mail, a nie w jednym miejscu. Utrudnia to korzystanie z danych, ponieważ mogą występować duplikaty i nieaktualne dane pobierane z różnych źródeł.

Integracja danych jest ważnym pierwszym krokiem do wykorzystania danych firmowych do optymalizacji PPC. Źródłem większości danych dotyczących skuteczności online firmy jest Google Analytics i jest to narzędzie, którego zalecamy na początku zintegrowanie z innymi własnymi źródłami danych.

Google Analytics domyślnie gromadzi już tonę przydatnych danych marketingowych, ale brakuje w nim danych „po konwersji ”. Analytics poda całkowitą liczbę konwersji na podstawie liczby użytkowników witryny, którzy wypełnili formularz lub wykonali działanie w Twojej witrynie, ale nie będzie podawać informacji o liczbie potencjalnych klientów witryny, których udaje się przekonwertować Twój zespół sprzedaży.

Tu przydają się integracje CRM / Google Analytics, które umożliwią przekazanie następujących danych z powrotem do Google Analytics:

• Rzeczywista wartość sprzedaży konwersji przekazanych do CRM
• Lead score na podstawie aktywności CRM
• Stworzone możliwości CRM
• Współczynnik konwersji sprzedaży

Wiele z tych danych można ręcznie przesłać z powrotem do Google Analytics za pomocą protokołu pomiarowego, ale spowoduje to sztuczne zawyżenie liczby sesji, ponieważ wszelkie konwersje offline zostaną przekazane z powrotem jako nowi użytkownicy.

Ponieważ każdy CRM będzie wymagał innego podejścia, nie mogę w tym poście omówić każdego scenariusza integracji. Radziłbym jednak zrobić trochę Googlingu „ swojego łącznika CRM + Google Analytics”, ponieważ istnieje rosnący rynek dostępnych narzędzi do łączenia danych, które pomogą uczynić ten proces stosunkowo łatwym.

Jednym z takich narzędzi jest GA Connector, który współpracuje z najpopularniejszymi systemami CRM, w tym Salesforce i Hubspot. Dzięki temu marketerzy mogą pobierać dane CRM z CRM do Google Analytics przy niewielkiej ręcznej interwencji.

Po zsynchronizowaniu wszelkich odpowiednich danych własnych z Google Analytics ostatnim krokiem jest połączenie kont Google Ads i Google Analytics, aby wszystkie te konwersje zostały przeniesione do Google Ads i można je było wykorzystać do optymalizacji kampanii.

Poniżej przedstawiam kilka przypadków użycia własnych danych w Google Ads w celu zwiększenia skuteczności.

1. Korzystaj z danych własnych, aby wpływać na strategie ustalania stawek

Teraz dane własne można oczywiście wykorzystać do wpływania na strategie ustalania stawek zarządzane przez skrypty Google Ads. W ostatnich miesiącach zauważyliśmy jednak lepsze wyniki korzystania ze strategii ustalania stawek Google opartych na konwersjach w ramach inteligentnego określania stawek, podzbioru oprogramowania do automatycznego określania stawek.

Inteligentne określanie stawek wykorzystuje zaawansowane systemy uczące się do zmiany stawek na podstawie wielu sygnałów w czasie rzeczywistym, takich jak urządzenie, lokalizacja, pora dnia, lista remarketingowa, język i system operacyjny. Wstrząsnęło to całkiem sporo w branży PPC z powodu mieszanych wyników niektórych reklamodawców, jednak Google jest w stanie wykorzystać tysiące sygnałów licytacji w czasie rzeczywistym i podobno może analizować 70 milionów sygnałów w 100 milisekund!

W Google AdsL dostępne są następujące strategie inteligentnego określania stawek

• Określanie docelowej stawki CPA: ustala stawki, aby pomóc uzyskać jak najwięcej konwersji przy ustalonym docelowym koszcie pozyskania (CPA)
• Docelowy ROAS: kieruje większą wartość konwersji lub przychodów na podstawie docelowego zwrotu z nakładów na reklamę (ROAS)
• Maksymalna liczba konwersji i maksymalna wartość konwersji: ta metoda na podstawie danych historycznych i oceny sygnałów kontekstowych automatycznie znajduje optymalną stawkę CPC

Aby mieć pewność, że strategie ustalania stawek są optymalizowane pod kątem odpowiednich celów, możesz użyć własnych danych do przeprowadzenia analizy po zakończeniu kampanii i doprecyzowania celów na podstawie rzeczywistej skuteczności i wpływu na działalność. Możesz na przykład zmienić docelowe wartości docelowego ROAS/CPA na podstawie rzeczywistej skuteczności kampanii, zamiast opierać je na ROAS/CPA generowanym przez domyślnie raportowane w Google Ads konwersje.

Poniżej przedstawiono przykład tego, jak ta analiza pokampanijna działa w praktyce. Dla klienta dostarczającego karty paliwowe opracowaliśmy metodę śledzenia dożywotniej wartości klienta na podstawie paliwa „pobranego” na karcie paliwowej. Dzięki temu możemy retrospektywnie powiązać wartości z pierwotnym źródłem potencjalnego klienta w Google Analytics.

Te dane można wykorzystać do obliczenia dokładniejszych celów CPA / ROAS dla działań PPC, umożliwiając ustawienie celów inteligentnego określania stawek na poziomie bardziej reprezentatywnym dla wpływu biznesowego dowolnej działalności.

Przykład : Wykorzystanie danych połączeń do optymalizacji kont B2B

Możesz korzystać z inteligentnego określania stawek w Google Ads, by domyślnie optymalizować konwersje telefoniczne. Jednak nie każde połączenie telefoniczne, które wygenerujesz z Google Ads, zamieni się w kwalifikowanego potencjalnego klienta. Prawda jest taka, że ​​zdecydowana większość nie jest, więc nie należy ich wszystkich brać pod uwagę jako sygnałów do działania inteligentnego licytowania przez Google. Optymalizacja przy użyciu złych danych szybko przebije Twój budżet.

Jeśli korzystasz z narzędzia do śledzenia połączeń, Twój zespół sprzedaży będzie mógł ręcznie rejestrować jakość potencjalnego klienta poprzez scoring potencjalnych klientów, rejestrować, czy połączenie zakończyło się sprzedażą, a nawet wprowadzić wartość pieniężną każdej sprzedaży dokonanej przez telefon. Przechwytując więcej istotnych danych niż łączna liczba wygenerowanych połączeń, narzędzia do śledzenia połączeń śledzą pierwotne źródło połączenia z powrotem do poziomu słów kluczowych.

Zamiast ręcznie analizować te dane, możesz zamknąć pętlę, przekazując dane dotyczące potencjalnych klientów, wyniki konwersji, wartość pieniężną dowolnej sprzedaży opartej na połączeniach i inne dane z powrotem do Google Analytics. Narzędzia takie jak Ruler Analytics sprawiają, że jest to stosunkowo prosty proces, przekazując dane z powrotem do Google Analytics (a następnie do Google Ads), dzięki czemu możesz zoptymalizować obszary generujące najbardziej wartościowe połączenia.

Ponownie, ta strategia pozwoli Ci uzyskać lepsze wyniki dzięki inteligentnym strategiom określania stawek, takim jak Docelowy CPA i Docelowy ROAS, ponieważ Google będzie podejmować decyzje na podstawie pełniejszych danych.

2. Korzystaj z danych pierwszej strony dla efektywności budżetu

Dostępne bezpłatnie na koncie Google Analytics dane dotyczące zachowań użytkowników mogą zostać wykorzystane do optymalizacji skuteczności kampanii Google Ads.

Listy remarketingowe dla reklam w wyszukiwarce (RLSA) umożliwiają dostosowanie kampanii Google Ads w sieci wyszukiwania do użytkowników, którzy wykonali określone działanie w Twojej witrynie. Dzięki temu reklamodawcy mogą kierować reklamy na określonych odbiorców lub je wykluczać, co pozwala efektywniej wykorzystywać swoje budżety.

Pojawiły się mieszane recenzje użycia RLSA z inteligentnym określaniem stawek. Jednak dodając listę odbiorców do kampanii lub grupy reklam za pomocą inteligentnego określania stawek, skutecznie dodajesz wskaźnik do algorytmu inteligentnego określania stawek. Podkreśla to, że lista użytkowników jest ważna i należy licytować bardziej agresywnie za każdym razem, gdy wyszukują.

Przykład : utwórz listę użytkowników, którzy odwiedzili Twoją witrynę optymalną liczbę razy przed zakupem

Czy wiesz, która wizyta w witrynie zazwyczaj zapewnia największy udział w przychodach Twojej firmy? Jeśli nie, poda Ci to raport długości ścieżki w Google Analytics.

Ten raport wyświetli wartość wszystkich konwersji podzieloną przez liczbę sesji, które użytkownik odbył przed dokonaniem zakupu.

W powyższym przykładzie widać wyraźnie, że największy przychód generują użytkownicy, którzy odwiedzają witrynę po raz drugi przed dokonaniem zakupu.

Aby umożliwić korzystanie z tej listy w Google Ads, najpierw musimy utworzyć listę odbiorców w Google Analytics > Administracja > Odbiorcy. W tym miejscu utworzysz nową niestandardową grupę odbiorców, określając, że użytkownik musiał mieć co najmniej jedną sesję, ale nie zakończył jeszcze transakcji.

Następnym krokiem jest zastosowanie tej listy do wszystkich odpowiednich grup reklam na koncie Google Ads. Możesz to zrobić w zakładce Odbiorcy:

Moglibyśmy wtedy albo ręcznie ustawić modyfikatory stawek dla użytkowników z tej listy, albo zastosować listę do grup reklam za pomocą inteligentnego określania stawek, dostarczając Google kolejnego sygnału do optymalizacji.

3. Korzystaj z własnych danych w celu poszerzenia grona odbiorców

Google Customer Match daje reklamodawcom możliwość dotarcia do klientów lub potencjalnych klientów poprzez importowanie danych klientów w formie list e-mailowych do Google Ads. Facebook udostępnił tę samą funkcjonalność na swojej platformie za pośrednictwem niestandardowych odbiorców , podobnie jak Twitter za pośrednictwem dostosowanych odbiorców i Linkedin za pośrednictwem dopasowanych odbiorców.

Koncepcja polega na tym, że użytkownik, który już zna markę, będzie bardziej skłonny do konwersji, co oznacza, że ​​reklamodawcy mogą być bardziej ukierunkowani w swoim podejściu, gdy klienci z tych list przeglądają te platformy.

Oprócz kierowania do użytkowników, którzy już znają Twoją markę, każda z tych platform oferuje możliwość poszerzenia swoich opcji kierowania, tworząc listy kierowania na użytkowników, którzy wykazują podobne cechy jak klienci z przesłanej listy. .

Weźmy na przykład funkcję podobnych odbiorców Google, której można użyć do znalezienia innych osób o podobnych zachowaniach podczas wyszukiwania, co klienci z Twojej własnej listy.

Przykład : zwiększ zasięg, kierując reklamy do podobnych odbiorców za pomocą reklam displayowych

Podobnych odbiorców można skonfigurować na podstawie standardowych list odbiorców zaimportowanych na konto Google Ads. To świetny sposób na kierowanie reklam na użytkowników o podobnych cechach, co obecni odwiedzający Twoją witrynę i istniejący klienci, aby zwiększyć Twój zasięg.

Ci użytkownicy mogą jeszcze nie aktywnie szukać Twoich produktów lub usług, więc jedną z metod szybkiego dotarcia do nich jest reklama displayowa.

Podobnych odbiorców można zastosować w kampaniach displayowych, aby zwiększyć ich zasięg, zapewniając użytkownikom, którzy widzą Twoje reklamy, cechy podobne do Twoich obecnych klientów.

Podobni odbiorcy w Menedżerze odbiorców Google Ads

Zwiększy to zasięg Twoich kampanii i pomoże przyciągnąć do Twojej witryny nowych użytkowników, którzy mają podobne nawyki przeglądania, jak poprzedni odwiedzający witrynę lub klienci.

Zawsze poświęcaj trochę czasu na segmentowanie podobnych odbiorców w osobne grupy reklam, aby monitorować względną skuteczność i odpowiednio modyfikować stawki.

Wniosek

Wykorzystanie uczenia maszynowego i automatyzacji umożliwia zarządzanie na skalę, z którą my ludzie nie jesteśmy w stanie konkurować. Jeśli jednak dane wykorzystywane do trenowania maszyn nie dają pełnego obrazu, podejmowane będą złe decyzje i wynikną złe wyniki.

Integrując dane własne między CRM i platformami analityki internetowej, otwierasz drzwi do korzystania z dokładniejszych danych w celu wpływania na decyzje dotyczące działań PPC, co nieuchronnie prowadzi do lepszych wyników i dokładniejszego raportowania na poziomie biznesowym.

Chcesz pogłębić wiedzę o marketingu cyfrowym?

Dowiedz się więcej na temat nie tylko PPC, ale także SEO, analityki i cyfrowego PR w naszym bezpłatnym ebooku. Dowiedz się z pierwszej ręki o nowościach w marketingu cyfrowym i o tym, jak zastosować je w swojej firmie.

Jeśli potrzebujesz pomocy z PPC, nie wahaj się z nami skontaktować.