使用第一方數據提高 PPC 性能的 3 種方法
已發表: 2021-07-19了解如何通過整合第一方數據來影響出價、受眾定位等，從而提高 PPC 性能。 在這裡，我們展示了 3 種實用的方法，將第一方數據整合到您的活動中，以從您的 PPC 投資中獲得更好的回報。
任何公司可用的最有價值的數據是從其自己的受眾那裡收集的。 第一方數據是通過分析平台、訂閱、銷售數據、來電數據、資源下載等收集的。
雖然第一方數據存在 GDPR 限制，但 PPC 營銷人員還需要有足夠的數據來達到決策的統計意義，這對於剛剛起步的企業來說可能是一場鬥爭。
有多種方法可以使用第一方數據來實現更智能的 PPC 決策。 在這篇文章中，我關注了 3 個廣泛的用例，其中應該使用第一方數據來提高 PPC 活動的回報。
識別數據源並集成多個平台
整合您的數據可能是一項艱鉅的任務。 我們經常發現第一方數據分佈在多個 CRM 系統、離線電子表格和電子郵件平台中，而不是在一個地方。 這使得使用數據變得更加困難，因為可能存在從不同來源提取的重複和過時數據。
數據集成是使用第一方數據進行 PPC 優化的重要第一步。 大多數公司在線績效數據的來源是 Google Analytics，我們建議在第一步中使用該工具與其他第一方數據源集成。
默認情況下，谷歌分析已經收集了大量有用的營銷數據，但它缺乏的是“轉換後”數據。 分析會根據有多少網站用戶填寫表格或在您的網站上完成一項操作來告訴您總轉化次數，但它不會報告您的銷售團隊設法轉化的網站潛在客戶數量。
這就是 CRM / Google Analytics 集成派上用場的地方，這將使您能夠將以下數據傳回 Google Analytics：
- 傳遞給 CRM 的轉化的實際銷售價值
- 基於 CRM 活動的潛在客戶評分
- 創造了 CRM 機會
- 銷售轉化率
很多此類數據可以通過測量協議手動推回 Google Analytics，但這會人為地增加會話計數，因為任何離線轉化都將作為新用戶傳回。
因為每個 CRM 都需要不同的方法，所以我無法在這篇文章中涵蓋所有集成場景。 但是，我建議您在谷歌上搜索“您的 CRM + Google Analytics 連接器”，因為有一個不斷增長的數據連接器工具市場，可幫助使此過程相對容易。
一種這樣的工具是 GA 連接器，它與最流行的 CRM 系統一起使用，包括 Salesforce 和 Hubspot。 這允許營銷人員在幾乎不需要人工干預的情況下將 CRM 數據從他們的 CRM 中提取到 Google Analytics。
將任何相關的第一方數據與 Google Analytics 同步後，最後一步是關聯您的 Google Ads 和 Google Analytics 帳戶，以確保將這些轉化全部引入 Google Ads 並用於優化您的廣告系列。
下面我概述了一些使用案例，說明如何在 Google Ads 中使用第一方數據來提高性能。
1. 使用第一方數據影響出價策略
現在，第一方數據當然可以用來影響由 Google Ads 腳本管理的出價策略。 但是，最近幾個月我們看到，在其智能出價保護傘（其自動出價軟件的一個子集）下使用基於轉化的出價策略，結果有所改善。
智能出價使用先進的機器學習，根據各種實時信號（包括設備、位置、一天中的時間、再營銷列表、語言和操作系統）修改出價。 由於一些廣告商的結果喜憂參半，它在 PPC 行業中引起了不小的轟動，但谷歌能夠使用數千個實時競價信號，據報導可以在 100 毫秒內分析 7000 萬個信號！
Google AdsL 提供以下智能出價策略
- 目標每次轉化費用出價：設置出價以幫助以設定的目標每次轉化費用 (CPA) 獲得盡可能多的轉化
- 目標 ROAS：根據目標廣告支出回報率 (ROAS) 定位更多轉化價值或收入
- 最大轉化次數和最大轉化價值：此方法使用歷史數據和評估上下文信號，自動找到最佳每次點擊費用出價
為確保您的出價策略針對相關目標進行優化，您可以使用第一方數據進行活動後分析並根據實際效果和業務影響優化目標。 例如，根據廣告系列的實際效果修改目標 ROAS/CPA 目標，而不是基於默認情況下通過 Google Ads 中報告的轉化生成的 ROAS/CPA。
下面顯示了此活動後分析在實踐中如何工作的示例。 對於提供加油卡的客戶，我們開發了一種基於加油卡上“抽取”的燃油來跟踪終生客戶價值的方法。 這使我們能夠追溯地將值與 Google Analytics 中潛在客戶的原始來源聯繫起來。
該數據可用於為 PPC 活動計算更準確的 CPA/ROAS 目標，從而使智能出價目標能夠設置在更能代表任何活動的業務影響的水平上。
示例：使用呼叫數據優化 B2B 帳戶
默認情況下，您可以使用 Google Ads 智能出價來優化致電轉化。 但是，並非您從 Google Ads 產生的每個電話都能成為合格的銷售線索。 事實是絕大多數都不是，因此不應將它們全部視為谷歌智能競標的信號。 使用不良數據進行優化將很快耗盡您的預算。
如果您使用呼叫跟踪工具，那麼您的銷售團隊將能夠通過潛在客戶評分手動記錄潛在客戶的質量，記錄呼叫是否導致銷售，甚至輸入通過電話進行的任何銷售的貨幣價值。 捕獲比生成的呼叫總數更有意義的數據，呼叫跟踪工具將跟踪呼叫的原始來源回到關鍵字級別。
無需手動分析這些數據，您可以通過將潛在客戶得分數據、轉化結果、任何基於電話的銷售的貨幣價值等信息傳遞回 Google Analytics（分析）來結束循環。 Ruler Analytics 之類的工具使這一過程變得相對簡單，將數據推回到 Google Analytics（以及隨後的 Google Ads），以便您可以優化驅動最有價值呼叫的區域。
同樣，此策略將使您能夠從 Target CPA 和 Target ROAS 等智能出價策略中獲得更好的結果，因為 Google 將根據更完整的數據做出決策。
2. 使用第一方數據提高預算效率
您的 Google Analytics（分析）帳戶中免費提供的有關用戶行為的數據可用於優化您的 Google Ads 廣告系列的效果。
搜索廣告再營銷列表 (RLSA) 允許您自定義 Google Ads 搜索網絡廣告系列，以定位在您的網站上完成特定操作的用戶。 這允許廣告商定位或排除特定受眾，更有效地利用他們的預算。
對 RLSA 使用與智能出價的評價褒貶不一。 但是，通過使用智能出價將受眾列表添加到廣告系列或廣告組，您實際上是在智能出價算法中添加了一個指標。 這突出表明用戶列表很重要，並且在他們搜索時更積極地出價。
示例：建立在購買前訪問您網站的最佳次數的用戶列表
您知道哪種網絡訪問通常會為您的業務帶來最大的收入嗎？ 如果沒有，Google Analytics 中的路徑長度報告會告訴您。
此報告將顯示所有轉化的價值，按用戶在購買前的會話數劃分。
在上面的例子中，很明顯，最大的收入來自在購買前第二次訪問網站的用戶。
要使此列表在 Google Ads 中可用，我們首先需要在 Google Analytics > Admin > Audiences 中創建一個受眾群體列表。 在這裡，您將通過指定用戶必須至少進行過一次會話但尚未完成交易來創建新的自定義受眾。
下一步是將此列表應用於您 Google Ads 帳戶中的所有適用廣告組。 您可以在“受眾”選項卡中執行此操作：
然後，我們可以為該列表中的用戶手動設置出價係數，或者使用智能出價將該列表應用於廣告組，從而為 Google 提供另一個優化信號。
3. 使用第一方數據進行有針對性的受眾擴展
通過將電子郵件列表形式的客戶數據導入 Google Ads，Google 客戶匹配使廣告商能夠定位客戶或潛在客戶。 Facebook 已經通過自定義受眾在其平台上啟用了相同的功能，就像 Twitter 通過定制的受眾和 Linkedin 通過匹配的受眾一樣。
這裡的概念是，已經熟悉某個品牌的用戶將更有可能進行轉化，這意味著只要這些列表中的客戶瀏覽這些平台，廣告商的方法就可以更有針對性。
除了定位已經熟悉您的品牌的用戶之外，這些平台中的每一個都提供了擴展其定位選項的機會，方法是構建具有與上傳列表中的客戶相似特徵的用戶的定位列表。
以穀歌的類似受眾功能為例，該功能可用於查找與您的第一方列表中的客戶具有相似搜索行為的其他人。
示例：通過展示廣告定位類似受眾來擴大覆蓋面
可以根據您導入 Google Ads 帳戶的標準受眾群體列表設置類似的受眾群體。 這些是將廣告定位到與現有網站訪問者和現有客戶具有相似特徵的用戶以擴大覆蓋面的好方法。
這些用戶可能還沒有主動搜索您的產品或服務，因此早期接觸他們的一種方法是通過展示廣告。
類似的受眾可以應用於展示廣告系列以擴大其覆蓋面，確保看到您廣告的用戶與您現有的客戶具有相似的特徵。
這將增加您的廣告系列的覆蓋面，並有助於吸引與以前的網站訪問者或客戶具有相似瀏覽習慣的新用戶訪問您的網站。
始終花時間將相似的受眾細分到不同的廣告組中，以監控相對效果並相應地修改出價。
結論
利用機器學習和自動化可以實現人類無法與之競爭的管理規模。 然而，如果用於訓練機器的數據不能說明全部情況，那麼就會做出錯誤的決定，並會導致糟糕的結果。
通過在 CRM 和網絡分析平台之間集成第一方數據，您可以使用更準確的數據來影響整個 PPC 活動的決策，這將不可避免地在業務層面帶來更強大的結果和更準確的報告。
想要更深入的數字營銷知識嗎？
在我們的免費電子書中不僅探索 PPC，還探索 SEO、分析和數字公關的更多信息。 直接了解最新的數字營銷以及如何將其應用於您的業務。
下載您的免費電子書
如果您在 PPC 方面需要幫助，請隨時與我們聯繫。