3 способа повысить производительность контекстной рекламы с использованием собственных данных

Узнайте, как повысить эффективность контекстной рекламы, используя собственные данные, чтобы влиять на ставки, таргетинг на аудиторию и многое другое. Здесь мы демонстрируем 3 практических способа включения собственных данных в ваши кампании, чтобы повысить отдачу от инвестиций в контекстную рекламу.

Самые ценные данные, доступные для любой компании, - это данные, полученные от ее собственной аудитории. Собственные данные собираются с помощью аналитических платформ, подписок, данных о продажах, данных о входящих звонках, загрузок ресурсов и т. Д.

Несмотря на то, что существуют ограничения GDPR с собственными данными, маркетологам PPC также должно быть достаточно данных, чтобы достичь статистической значимости для принятия решений, что может быть проблемой для начинающих компаний.

Существует множество способов использования первичных данных для принятия более разумных решений по контекстной рекламе. В этом посте я сосредоточился на трех широких сценариях использования, в которых собственные данные должны использоваться для повышения отдачи от активности PPC.

Определение источников данных и интеграция нескольких платформ

Консолидация ваших данных может оказаться огромным делом. Мы часто обнаруживаем, что собственные данные распределены по нескольким CRM-системам, автономным электронным таблицам и платформам электронной почты, а не в одном месте. Это затрудняет использование данных, поскольку может иметь место дублирование и устаревшие данные, извлекаемые из разрозненных источников.

Интеграция данных - важный первый шаг к использованию собственных данных для оптимизации PPC. Источником данных о производительности большинства компаний в Интернете является Google Analytics, и это инструмент, который мы рекомендуем использовать для интеграции с другими собственными источниками данных в качестве первого шага.

Google Analytics уже по умолчанию собирает тонны полезных маркетинговых данных, но ему не хватает данных после конверсии . Аналитика сообщит вам общее количество конверсий на основе того, сколько пользователей веб-сайта заполнили форму или выполнили действие на вашем веб-сайте, но не будет сообщать об объеме веб-сайта, который ваша команда продаж сумела преобразовать.

Здесь пригодится интеграция CRM / Google Analytics, которая позволит вам передать следующие данные обратно в Google Analytics:

• Фактическая продажная стоимость конверсий, переданных в CRM
• Ведущий рейтинг на основе активности CRM
• Созданы возможности CRM
• Коэффициент конверсии продаж

Многие из этих данных могут быть отправлены обратно в Google Analytics вручную через протокол измерения, но это приведет к искусственному увеличению количества сеансов, поскольку любые офлайн-конверсии будут передаваться обратно как новые пользователи.

Поскольку для каждой CRM требуется свой подход, я не могу охватить все сценарии интеграции в этом посте. Тем не менее, я бы посоветовал вам поискать в Google « ваш соединитель CRM + Google Analytics», поскольку существует растущий рынок инструментов соединителей данных, которые помогут сделать этот процесс относительно простым.

Одним из таких инструментов является коннектор GA, который работает с наиболее популярными CRM-системами, включая Salesforce и Hubspot. Это позволяет маркетологам переносить данные CRM из своей CRM в Google Analytics с минимальным вмешательством вручную.

После того, как вы синхронизируете все релевантные первичные данные с Google Analytics, последний шаг - связать свои аккаунты Google Рекламы и Google Analytics, чтобы гарантировать, что все эти конверсии будут перенесены в Google Рекламу и могут быть использованы для оптимизации ваших кампаний.

Ниже я описал несколько вариантов использования собственных данных в Google Рекламе для повышения производительности.

1. Используйте собственные данные, чтобы влиять на стратегии назначения ставок.

Теперь, конечно, собственные данные можно использовать для влияния на стратегии назначения ставок, управляемые скриптами Google Рекламы. Тем не менее, в последние месяцы мы наблюдали улучшение результатов за счет использования стратегий Google, основанных на конверсии, в рамках их интеллектуального назначения ставок, подмножества их программного обеспечения для автоматического назначения ставок.

Интеллектуальное назначение ставок использует передовое машинное обучение для изменения ставок на основе широкого спектра сигналов в реальном времени, включая устройство, местоположение, время суток, список ремаркетинга, язык и операционную систему. Это вызвало недовольство в индустрии контекстной рекламы из-за неоднозначных результатов некоторых рекламодателей, однако Google может использовать тысячи сигналов ставок в реальном времени и, как сообщается, может анализировать 70 миллионов сигналов за 100 миллисекунд!

В Google Рекламе доступны следующие стратегии умного назначения ставок.

• Целевая цена за конверсию: устанавливает ставки, позволяющие получить как можно больше конверсий при установленной целевой цене за приобретение (CPA).
• Целевая рентабельность инвестиций: таргетинг на большую ценность конверсии или доход на основе целевой рентабельности инвестиций в рекламу (ROAS).
• Максимальное количество конверсий и максимальная ценность конверсии: используя исторические данные и оценивая контекстные сигналы, этот метод автоматически находит оптимальную ставку CPC.

Чтобы убедиться, что ваши стратегии назначения ставок оптимизируются для соответствующих целей, вы можете использовать собственные данные для проведения анализа после кампании и уточнения целей на основе фактической эффективности и влияния на бизнес. Например, изменение целевых показателей рентабельности инвестиций в рекламу и цены за конверсию на основе фактической эффективности кампаний, а не на основе показателей рентабельности инвестиций в рекламу и цены за конверсию, полученных в результате конверсий, которые по умолчанию отображаются в Google Рекламе.

Пример того, как этот анализ после кампании работает на практике, показан ниже. Для клиента, поставляющего топливные карты, мы разработали метод отслеживания пожизненной ценности клиента на основе топлива, «нарисованного» на топливной карте. Это позволяет нам ретроспективно привязать ценности к исходному источнику лида в Google Analytics.

Эти данные можно использовать для расчета более точных целевых значений CPA / ROAS для PPC-активности, что позволяет устанавливать интеллектуальные цели назначения ставок на уровне, более отражающем влияние любой деятельности на бизнес.

Пример : использование данных о звонках для оптимизации учетных записей B2B

Вы можете использовать интеллектуальное назначение ставок Google Рекламы для оптимизации телефонных звонков-конверсий по умолчанию. Однако не каждый телефонный звонок, который вы совершаете из Google Рекламы, попадет к квалифицированному лиду по продажам. Правда в том, что подавляющее большинство - нет, поэтому не все они должны учитываться в качестве сигналов для умных торгов Google. Оптимизация с использованием неверных данных быстро сожжет ваш бюджет.

Если вы используете инструмент отслеживания звонков, ваша команда продаж сможет вручную записывать качество лида посредством оценки потенциальных клиентов, записывать, привел ли звонок к продаже, и даже вводить денежную стоимость любых продаж, совершенных по телефону. Собирая более значимые данные, чем общее количество сгенерированных звонков, инструменты отслеживания звонков будут отслеживать исходный источник звонка до уровня ключевых слов.

Вместо того, чтобы анализировать эти данные вручную, вы можете замкнуть цикл, передав данные оценки потенциальных клиентов, результаты конверсии, денежную стоимость любых продаж на основе звонков и многое другое обратно в Google Analytics. Такие инструменты, как Ruler Analytics, делают этот процесс относительно простым, отправляя данные обратно в Google Analytics (а затем в Google Рекламу), чтобы вы могли оптимизировать области, вызывающие наиболее ценные звонки.

Опять же, эта стратегия позволит вам получить лучшие результаты от умных стратегий назначения ставок, таких как целевая цена за конверсию и целевая рентабельность инвестиций в рекламу, поскольку Google будет принимать решения на основе более полных данных.

2. Используйте собственные данные для повышения эффективности бюджета.

Бесплатные данные о поведении пользователей в вашем аккаунте Google Analytics можно использовать для оптимизации эффективности ваших кампаний Google Рекламы.

Списки ремаркетинга для поисковых объявлений (RLSA) позволяют настраивать кампании Google Рекламы в поисковой сети для таргетинга на пользователей, которые выполнили определенное действие на вашем веб-сайте. Это позволяет рекламодателям настраивать таргетинг или исключать конкретную аудиторию, более эффективно используя свои бюджеты.

Были смешанные обзоры использования RLSA с умным назначением ставок. Однако, добавляя список аудитории в кампанию или группу объявлений с помощью интеллектуального назначения ставок, вы эффективно добавляете индикатор в алгоритм интеллектуального назначения ставок. Это подчеркивает важность списка пользователей и необходимость более агрессивных ставок при каждом поиске.

Пример : составьте список пользователей, которые заходили на ваш сайт оптимальное количество раз перед покупкой.

Знаете ли вы, какое посещение веб-сайта обычно приносит наибольшую прибыль вашему бизнесу? Если нет, то об этом вам сообщит отчет о длине пути в Google Analytics.

В этом отчете будет отображаться ценность всех конверсий, разделенная на количество сеансов, которые пользователь провел до совершения покупки.

В приведенном выше примере ясно, что наибольшая часть дохода создается пользователями, которые посещают сайт во второй раз перед совершением покупки.

Чтобы этот список можно было использовать в Google Рекламе, нам сначала нужно создать список аудитории в Google Analytics> Администратор> Аудитории. Здесь вы должны создать новую настраиваемую аудиторию, указав, что у пользователя должен быть хотя бы один сеанс, но еще не завершена транзакция.

Следующим шагом является применение этого списка ко всем применимым группам объявлений в вашем аккаунте Google Рекламы. Вы можете сделать это на вкладке «Аудитории»:

Затем мы могли бы либо вручную установить модификаторы ставок для пользователей в этом списке, либо применить список к группам объявлений с помощью интеллектуального назначения ставок, предоставив Google еще один сигнал для оптимизации.

3. Используйте собственные данные для расширения целевой аудитории.

Список электронных адресов Google дает рекламодателям возможность ориентироваться на клиентов или потенциальных клиентов, импортируя данные о клиентах в виде списков адресов электронной почты в Google Рекламу. Facebook включил те же функции на своей платформе через настраиваемые аудитории , как и Twitter через индивидуализированные аудитории и Linkedin через согласованные аудитории.

Идея здесь заключается в том, что пользователь, уже знакомый с брендом, с большей вероятностью совершит конверсию, а это означает, что рекламодатели могут быть более целенаправленными в своем подходе, когда клиенты из этих списков просматривают эти платформы.

Помимо таргетинга на пользователей, которые уже знакомы с вашим брендом, каждая из этих платформ предлагает возможность расширить свои возможности таргетинга за счет создания списков таргетинга для пользователей, которые по характеристикам аналогичны клиентам в загруженном списке.

Возьмем, к примеру, функцию похожей аудитории Google, которую можно использовать для поиска других людей с таким же поведением при поиске, что и клиенты из вашего первого списка.

Пример : расширение охвата за счет таргетинга на похожие аудитории с помощью медийной рекламы.

Похожие аудитории можно настроить на основе стандартных списков аудитории, которые вы импортировали в свой аккаунт Google Рекламы. Это отличный способ нацеливания рекламы на пользователей, схожих по характеристикам с вашими существующими посетителями веб-сайта и существующими клиентами, чтобы расширить охват.

Возможно, эти пользователи еще не активно ищут ваши продукты или услуги, поэтому один из способов связаться с ними на раннем этапе - использовать медийную рекламу.

Подобные аудитории можно применять к медийным кампаниям, чтобы расширить их охват, чтобы пользователи, видящие вашу рекламу, имели характеристики, аналогичные характеристикам ваших существующих клиентов.

Похожие аудитории в Менеджере аудиторий Google Рекламы

Это увеличит охват ваших кампаний и поможет привлечь на ваш сайт новых пользователей, которые имеют те же привычки просмотра, что и предыдущие посетители или клиенты сайта.

Всегда выделяйте время, чтобы сегментировать похожие аудитории на отдельные группы объявлений, чтобы отслеживать относительную эффективность и соответствующим образом изменять ставки.

Заключение

Использование машинного обучения и автоматизации позволяет управлять такими масштабами, с которыми люди не могут конкурировать. Однако, если данные, используемые для обучения машин, не дают полной картины, тогда будут приняты неверные решения и последуют плохие результаты.

Интегрируя собственные данные между CRM и платформами веб-аналитики, вы открываете дверь для использования более точных данных, чтобы влиять на решения по вашей деятельности PPC, что неизбежно приведет к более сильным результатам и более точной отчетности на бизнес-уровне.

Хотите получить более глубокие знания в области цифрового маркетинга?

Узнайте больше не только о PPC, но и о SEO, аналитике и цифровом PR в нашей бесплатной электронной книге. Узнайте из первых рук о последних новостях цифрового маркетинга и о том, как их применить в своем бизнесе.

Если вам нужна помощь с PPC, не стесняйтесь обращаться к нам.