使用第一方数据提高 PPC 性能的 3 种方法
已发表: 2021-07-19了解如何通过整合第一方数据来影响出价、受众定位等，从而提高 PPC 性能。 在这里，我们展示了 3 种实用的方法，将第一方数据整合到您的活动中，以从您的 PPC 投资中获得更好的回报。
任何公司可用的最有价值的数据是从其自己的受众那里收集的。 第一方数据是通过分析平台、订阅、销售数据、来电数据、资源下载等收集的。
虽然第一方数据存在 GDPR 限制，但 PPC 营销人员还需要有足够的数据来达到决策的统计意义，这对于刚刚起步的企业来说可能是一场斗争。
有多种方法可以使用第一方数据来实现更智能的 PPC 决策。 在这篇文章中，我关注了 3 个广泛的用例，其中应该使用第一方数据来提高 PPC 活动的回报。
识别数据源并集成多个平台
整合您的数据可能是一项艰巨的任务。 我们经常发现第一方数据分布在多个 CRM 系统、离线电子表格和电子邮件平台中，而不是在一个地方。 这使得使用数据变得更加困难，因为可能存在从不同来源提取的重复和过时数据。
数据集成是使用第一方数据进行 PPC 优化的重要第一步。 大多数公司在线绩效数据的来源是 Google Analytics，我们建议在第一步中使用该工具与其他第一方数据源集成。
默认情况下，谷歌分析已经收集了大量有用的营销数据，但它缺乏的是“转换后”数据。 分析会根据有多少网站用户填写表格或在您的网站上完成一项操作来告诉您总转化次数，但它不会报告您的销售团队设法转化的网站潜在客户数量。
这就是 CRM / Google Analytics 集成派上用场的地方，这将使您能够将以下数据传回 Google Analytics：
- 传递给 CRM 的转化的实际销售价值
- 基于 CRM 活动的潜在客户评分
- 创造了 CRM 机会
- 销售转化率
很多此类数据可以通过测量协议手动推回 Google Analytics，但这会人为地增加会话计数，因为任何离线转化都将作为新用户传回。
因为每个 CRM 都需要不同的方法，所以我无法在这篇文章中涵盖所有集成场景。 但是，我建议您在谷歌上搜索“您的 CRM + Google Analytics 连接器”，因为有一个不断增长的数据连接器工具市场，可帮助使此过程相对容易。
一种这样的工具是 GA 连接器，它与最流行的 CRM 系统一起使用，包括 Salesforce 和 Hubspot。 这允许营销人员在几乎不需要人工干预的情况下将 CRM 数据从他们的 CRM 中提取到 Google Analytics。
将任何相关的第一方数据与 Google Analytics 同步后，最后一步是关联您的 Google Ads 和 Google Analytics 帐户，以确保将这些转化全部引入 Google Ads 并可用于优化您的广告系列。
下面我概述了一些使用案例，说明如何在 Google Ads 中使用第一方数据来提高性能。
1. 使用第一方数据影响出价策略
现在，第一方数据当然可以用来影响由 Google Ads 脚本管理的出价策略。 但是，最近几个月我们看到，在其智能出价保护伞（其自动出价软件的一个子集）下使用基于转化的出价策略，结果有所改善。
智能出价使用先进的机器学习，根据各种实时信号（包括设备、位置、一天中的时间、再营销列表、语言和操作系统）修改出价。 由于一些广告商的结果喜忧参半，它在 PPC 行业中引起了不小的轰动，但谷歌能够使用数千个实时竞价信号，据报道可以在 100 毫秒内分析 7000 万个信号！
Google AdsL 提供以下智能出价策略
- 目标每次转化费用出价：设置出价以帮助以设定的目标每次转化费用 (CPA) 获得尽可能多的转化
- 目标 ROAS：根据目标广告支出回报率 (ROAS) 定位更多转化价值或收入
- 最大转化次数和最大转化价值：此方法使用历史数据和评估上下文信号，自动找到最佳每次点击费用出价
为确保您的出价策略针对相关目标进行优化，您可以使用第一方数据进行活动后分析并根据实际效果和业务影响优化目标。 例如，根据广告系列的实际效果修改目标 ROAS/CPA 目标，而不是基于默认情况下通过 Google Ads 中报告的转化生成的 ROAS/CPA。
下面显示了此活动后分析在实践中如何工作的示例。 对于提供加油卡的客户，我们开发了一种基于加油卡上“抽取”的燃料来跟踪终生客户价值的方法。 这使我们能够追溯地将值与 Google Analytics 中潜在客户的原始来源联系起来。
该数据可用于为 PPC 活动计算更准确的 CPA/ROAS 目标，从而使智能出价目标能够设置在更能代表任何活动的业务影响的水平上。
示例：使用呼叫数据优化 B2B 帐户
默认情况下，您可以使用 Google Ads 智能出价来优化致电转化。 但是，并非您从 Google Ads 产生的每个电话都能成为合格的销售线索。 事实是绝大多数都不是，因此不应将它们全部视为谷歌智能竞标的信号。 使用不良数据进行优化将很快耗尽您的预算。
如果您使用呼叫跟踪工具，那么您的销售团队将能够通过潜在客户评分手动记录潜在客户的质量，记录呼叫是否导致销售，甚至输入通过电话进行的任何销售的货币价值。 捕获比生成的呼叫总数更有意义的数据，呼叫跟踪工具将跟踪呼叫的原始来源回到关键字级别。
无需手动分析这些数据，您可以通过将潜在客户得分数据、转化结果、任何基于电话的销售的货币价值等信息传递回 Google Analytics（分析）来结束循环。 Ruler Analytics 之类的工具使这一过程变得相对简单，将数据推回到 Google Analytics（以及随后的 Google Ads），以便您可以优化驱动最有价值呼叫的区域。
同样，此策略将使您能够从 Target CPA 和 Target ROAS 等智能出价策略中获得更好的结果，因为 Google 将根据更完整的数据做出决策。
2. 使用第一方数据提高预算效率
您的 Google Analytics（分析）帐户中免费提供的有关用户行为的数据可用于优化您的 Google Ads 广告系列的效果。
搜索广告再营销列表 (RLSA) 允许您自定义 Google Ads 搜索网络广告系列，以定位在您的网站上完成特定操作的用户。 这允许广告商定位或排除特定受众，更有效地利用他们的预算。
对 RLSA 使用与智能出价的评价褒贬不一。 但是，通过使用智能出价将受众列表添加到广告系列或广告组，您实际上是在智能出价算法中添加了一个指标。 这突出表明用户列表很重要，并且在他们搜索时更积极地出价。
示例：建立在购买前访问您网站的最佳次数的用户列表
您知道哪种网络访问通常会为您的业务带来最大的收入吗？ 如果没有，Google Analytics 中的路径长度报告会告诉您。
此报告将显示所有转化的价值，按用户在购买前的会话数划分。
在上面的例子中，很明显，最大的收入来自在购买前第二次访问网站的用户。
要使此列表在 Google Ads 中可用，我们首先需要在 Google Analytics > Admin > Audiences 中创建一个受众群体列表。 在这里，您将通过指定用户必须至少进行过一次会话但尚未完成交易来创建新的自定义受众。
下一步是将此列表应用于您 Google Ads 帐户中的所有适用广告组。 您可以在“受众”选项卡中执行此操作：
然后，我们可以为该列表中的用户手动设置出价系数，或者使用智能出价将该列表应用于广告组，从而为 Google 提供另一个优化信号。
3. 使用第一方数据进行有针对性的受众扩展
通过将电子邮件列表形式的客户数据导入 Google Ads，Google 客户匹配使广告商能够定位客户或潜在客户。 Facebook 已经通过自定义受众在其平台上启用了相同的功能，就像 Twitter 通过定制的受众和 Linkedin 通过匹配的受众一样。
这里的概念是，已经熟悉某个品牌的用户将更有可能进行转化，这意味着只要这些列表中的客户浏览这些平台，广告商的方法就可以更有针对性。
除了定位已经熟悉您的品牌的用户之外，这些平台中的每一个都提供了扩展其定位选项的机会，方法是构建具有与上传列表中的客户相似特征的用户的定位列表。
以谷歌的类似受众功能为例，该功能可用于查找与您的第一方列表中的客户具有相似搜索行为的其他人。
示例：通过展示广告定位类似受众来扩大覆盖面
可以根据您导入 Google Ads 帐户的标准受众群体列表设置类似的受众群体。 这些是将广告定位到与现有网站访问者和现有客户具有相似特征的用户以扩大覆盖面的好方法。
这些用户可能还没有主动搜索您的产品或服务，因此早期接触他们的一种方法是通过展示广告。
类似的受众可以应用于展示广告系列以扩大其覆盖面，确保看到您广告的用户与您现有的客户具有相似的特征。
这将增加您的广告系列的覆盖面，并有助于吸引与以前的网站访问者或客户具有相似浏览习惯的新用户访问您的网站。
始终花时间将相似的受众细分到不同的广告组中，以监控相对效果并相应地修改出价。
结论
利用机器学习和自动化可以实现人类无法与之竞争的管理规模。 然而，如果用于训练机器的数据不能说明全部情况，那么就会做出错误的决定，并会导致糟糕的结果。
通过在 CRM 和网络分析平台之间集成第一方数据，您可以使用更准确的数据来影响整个 PPC 活动的决策，这将不可避免地在业务层面带来更强大的结果和更准确的报告。
想要更深入的数字营销知识吗？
在我们的免费电子书中不仅探索 PPC，还探索 SEO、分析和数字公关的更多信息。 直接了解最新的数字营销以及如何将其应用于您的业务。
下载您的免费电子书
如果您在 PPC 方面需要帮助，请随时与我们联系。