3 maneiras de aumentar o desempenho do PPC usando dados próprios

Aprenda como melhorar o desempenho do PPC incorporando dados originais para influenciar lances, segmentação de público e muito mais. Aqui, demonstramos 3 maneiras práticas de incorporar dados primários em suas campanhas para gerar um melhor retorno de seu investimento em PPC.

Os dados mais valiosos disponíveis para qualquer empresa são os coletados de seu próprio público. Os dados próprios são coletados por meio de plataformas analíticas, assinaturas, dados de vendas, dados de chamadas recebidas, downloads de recursos e muito mais.

Embora existam limitações de GDPR com dados primários, também é necessário haver dados suficientes disponíveis para que os profissionais de marketing de PPC alcancem significância estatística para a tomada de decisões, o que pode ser uma luta para as empresas que estão começando.

Há uma variedade de maneiras pelas quais os dados originais podem ser usados ​​para permitir uma tomada de decisão de PPC mais inteligente. Nesta postagem, concentrei-me em 3 casos de uso amplos em que os dados originais devem ser usados ​​para gerar retornos aprimorados da atividade de PPC.

Identificação de fontes de dados e integração de várias plataformas

Consolidar seus dados pode ser uma grande tarefa. Freqüentemente, encontramos dados primários espalhados por vários sistemas de CRM, planilhas offline e plataformas de e-mail, em vez de em um único lugar. Isso torna o uso dos dados mais difícil, pois pode haver duplicação e dados desatualizados sendo extraídos de fontes distintas.

A integração de dados é uma primeira etapa vital para o uso de dados originais para otimização PPC. A fonte dos dados de desempenho online da maioria das empresas é o Google Analytics, e esta é a ferramenta que recomendamos usar para integração com outras fontes de dados primárias como uma etapa inicial.

O Google Analytics já coleta uma tonelada de dados de marketing úteis por padrão, mas o que falta são dados de 'pós-conversão '. O Analytics informará o número total de conversões com base em quantos usuários do site preencheram um formulário ou concluíram uma ação em seu site, mas não informará sobre o volume de leads do site que sua equipe de vendas consegue converter.

É aqui que as integrações de CRM / Google Analytics são úteis, o que permitirá que você transmita os seguintes dados de volta ao Google Analytics:

• Valor de venda real de conversões passadas para CRM
• Pontuação de leads com base na atividade de CRM
• Oportunidades de CRM criadas
• Taxa de conversão de vendas

Muitos desses dados podem ser devolvidos ao Google Analytics manualmente por meio do protocolo de medição, mas isso aumentará artificialmente a contagem de sessões, pois todas as conversões off-line serão passadas de volta como novos usuários.

Como cada CRM exigirá uma abordagem diferente, não posso cobrir todos os cenários de integração neste artigo. No entanto, eu aconselho você a pesquisar no Google “ seu conector de CRM + Google Analytics”, pois há um mercado crescente de ferramentas de conector de dados disponíveis para ajudar a tornar esse processo relativamente fácil.

Uma dessas ferramentas é o conector GA, que funciona com os sistemas CRM mais populares, incluindo Salesforce e Hubspot. Isso permite que os profissionais de marketing extraiam dados de CRM de seu CRM para o Google Analytics com pouca intervenção manual.

Depois de sincronizar todos os dados primários relevantes com o Google Analytics, a etapa final é vincular suas contas do Google Ads e do Google Analytics para garantir que essas conversões sejam todas puxadas para o Google Ads e possam ser usadas para otimizar suas campanhas.

A seguir, descrevi alguns casos de uso de como os dados primários podem ser usados ​​no Google Ads para impulsionar o desempenho.

1. Use dados próprios para influenciar as estratégias de lances

Agora, os dados primários podem ser usados ​​para influenciar as estratégias de lances gerenciadas por scripts do Google Ads. No entanto, observamos resultados aprimorados nos últimos meses com o uso das estratégias de lance com base em conversão do Google em seu guarda-chuva de lance inteligente, um subconjunto de seu software de lance automático.

Os lances inteligentes usam aprendizado de máquina avançado para alterar lances com base em uma ampla gama de sinais em tempo real, incluindo dispositivo, local, hora do dia, lista de remarketing, idioma e sistema operacional. Isso irritou bastante a indústria de PPC devido aos resultados mistos de alguns anunciantes. No entanto, o Google é capaz de usar milhares de sinais de lance em tempo real e pode analisar 70 milhões de sinais em 100 milissegundos!

As seguintes estratégias de lances inteligentes estão disponíveis no Google AdsL

• Lance de CPA desejado: define lances para ajudar a obter o máximo de conversões possível a um custo por aquisição (CPA) definido
• ROAS desejado: visa mais valor de conversão ou receita com base em um retorno do investimento em publicidade (ROAS) desejado
• Conversões máximas e valor máximo de conversão: usando dados históricos e avaliando sinais contextuais, esse método encontra automaticamente um lance de CPC ideal

Para garantir que suas estratégias de lance sejam otimizadas para alvos relevantes, você pode usar dados próprios para conduzir análises pós-campanha e refinar alvos com base no desempenho real e no impacto nos negócios. Por exemplo, alterar as metas de ROAS / CPA desejados com base no desempenho real das campanhas, em vez de basear no ROAS / CPA gerado por meio de conversões relatadas no Google Ads por padrão.

Um exemplo de como essa análise pós-campanha funciona na prática é mostrado abaixo. Para um cliente que fornece cartões de combustível, desenvolvemos um método de rastreamento do valor vitalício do cliente com base no combustível 'sacado' em um cartão de combustível. Isso nos permite vincular retrospectivamente os valores à fonte original de um lead no Google Analytics.

Esses dados podem ser usados ​​para calcular metas de CPA / ROAS mais precisas para atividades de PPC, permitindo que as metas de lances inteligentes sejam definidas em um nível mais representativo do impacto comercial de qualquer atividade.

Exemplo : usando dados de chamadas para otimizar contas B2B

Você pode usar o Lances inteligentes do Google Ads para otimizar para conversões de chamadas telefônicas por padrão. No entanto, nem todas as ligações que você gera no Google Ads se transformam em um líder de vendas qualificado. A verdade é que a grande maioria não o é, então nem todos devem ser considerados como sinais para que o lance inteligente do Google funcione. A otimização com dados ruins irá rapidamente consumir seu orçamento.

Se você usar uma ferramenta de rastreamento de chamadas, sua equipe de vendas poderá registrar manualmente a qualidade de um lead por meio da pontuação de lead, registrar se uma chamada resultou em uma venda e até mesmo inserir o valor monetário de todas as vendas feitas por telefone. Capturando dados mais significativos do que um número total de chamadas geradas, as ferramentas de rastreamento de chamadas rastrearão a fonte original de uma chamada de volta ao nível de palavra-chave.

Em vez de analisar esses dados manualmente, você pode fechar o ciclo passando dados de pontuação de leads, resultados de conversão, valor monetário de qualquer venda baseada em chamadas e muito mais para o Google Analytics. Ferramentas como o Ruler Analytics tornam esse processo relativamente simples, enviando dados de volta ao Google Analytics (e posteriormente ao Google Ads) para que você possa otimizar as áreas que geram as chamadas mais valiosas.

Novamente, essa estratégia permitirá que você obtenha melhores resultados com estratégias de lances inteligentes, como CPA desejado e ROAS desejado, porque o Google tomará decisões com base em dados mais completos.

2. Use dados próprios para eficiência orçamentária

Os dados disponíveis gratuitamente em sua conta do Google Analytics sobre o comportamento do usuário podem ser usados ​​para otimizar o desempenho de suas campanhas do Google Ads.

As listas de remarketing para anúncios da rede de pesquisa (RLSAs) permitem que você personalize as campanhas da rede de pesquisa do Google Ads para direcionar os usuários que realizaram uma ação específica em seu site. Isso permite que os anunciantes segmentem ou excluam um público específico, fazendo um uso mais eficaz de seus orçamentos.

Houve análises mistas sobre o uso de RLSA com lances inteligentes. No entanto, ao adicionar uma lista de público-alvo a uma campanha ou grupo de anúncios usando o lance inteligente, você está efetivamente adicionando um indicador ao algoritmo do lance inteligente. Isso destaca que a lista de usuários é importante e deve dar lances mais agressivos sempre que estiverem pesquisando.

Exemplo : crie uma lista de usuários que visitaram seu site um número ideal de vezes antes da compra

Você sabe qual visita na web normalmente resulta na maior fatia de receita para sua empresa? Caso contrário, o relatório de comprimento do caminho no Google Analytics irá informá-lo.

Este relatório exibirá o valor de todas as conversões dividido pelo número de sessões que o usuário teve antes de fazer uma compra.

No exemplo acima, fica claro que a maior fatia da receita é gerada pelos usuários que visitam o site pela segunda vez antes de fazer uma compra.

Para tornar essa lista utilizável no Google Ads, primeiro precisamos criar uma lista de público-alvo em Google Analytics> Administrador> Públicos-alvo. Aqui, você criaria um novo público personalizado, especificando que o usuário deve ter tido pelo menos uma sessão, mas ainda não concluiu uma transação.

A próxima etapa é aplicar essa lista a todos os grupos de anúncios aplicáveis ​​em sua conta do Google Ads. Você pode fazer isso na guia Públicos-alvo:

Poderíamos então definir manualmente os modificadores de lance para os usuários dessa lista ou aplicar a lista a grupos de anúncios usando o lance inteligente, fornecendo ao Google outro sinal de otimização.

3. Use dados próprios para expansão de público-alvo

A Correspondência de clientes do Google oferece aos anunciantes a capacidade de direcionar clientes ou clientes em potencial importando dados de clientes na forma de listas de e-mail para o Google Ads. O Facebook habilitou a mesma funcionalidade em sua plataforma por meio de públicos personalizados , assim como o Twitter por meio de públicos personalizados e o Linkedin por meio de públicos correspondentes.

O conceito aqui é que um usuário já familiarizado com uma marca terá mais probabilidade de converter, o que significa que os anunciantes podem ser mais direcionados em sua abordagem sempre que os clientes dessas listas estiverem navegando nessas plataformas.

Além de direcionar os usuários que já estão familiarizados com sua marca, cada uma dessas plataformas oferece a oportunidade de expandir suas opções de direcionamento, criando listas de direcionamento de usuários que apresentam características semelhantes às dos clientes na lista carregada.

Pegue o recurso de público-alvo semelhante do Google, por exemplo, que pode ser usado para encontrar outras pessoas com comportamento de pesquisa semelhante ao dos clientes de sua lista primária.

Exemplo : expanda o alcance segmentando públicos semelhantes por meio da publicidade gráfica

Públicos-alvo semelhantes podem ser configurados com base nas listas de público-alvo que você importou para sua conta do Google Ads. Essa é uma ótima maneira de direcionar anúncios para usuários que compartilham características semelhantes aos visitantes e clientes existentes do seu site para expandir seu alcance.

Esses usuários podem não estar procurando ativamente seus produtos ou serviços ainda, então um método de alcançá-los desde o início é por meio da publicidade gráfica.

Públicos-alvo semelhantes podem ser aplicados a campanhas de exibição para expandir o alcance deles, garantindo que os usuários que veem seus anúncios tenham características semelhantes aos seus clientes existentes.

Públicos-alvo semelhantes no gerenciador de público do Google Ads

Isso aumentará o alcance de suas campanhas e ajudará a direcionar novos usuários para seu site com hábitos de navegação semelhantes aos de visitantes ou clientes anteriores do site.

Sempre reserve um tempo para segmentar públicos-alvo semelhantes em grupos de anúncios separados para monitorar o desempenho relativo e modificar os lances de acordo.

Conclusão

Utilizar o aprendizado de máquina e a automação permite o gerenciamento em uma escala com a qual nós, humanos, não podemos competir. No entanto, se os dados usados ​​para treinar as máquinas não revelarem o quadro completo, decisões ruins serão tomadas e resultados ruins ocorrerão.

Ao integrar dados próprios entre CRM e plataformas de análise da web, você abre a porta para o uso de dados mais precisos para influenciar as decisões em sua atividade de PPC, o que inevitavelmente levará a resultados mais sólidos e relatórios mais precisos em nível de negócios.

Quer um conhecimento mais aprofundado de marketing digital?

Explore mais não apenas PPC, mas também SEO, análises e RP digital em nosso ebook gratuito. Aprenda em primeira mão sobre as novidades em marketing digital e como aplicá-lo ao seu negócio.

Se precisar de ajuda com seu PPC, não hesite em nos contatar.