Google Ads Data Hub を使用して、どこで浪費しているかを把握する

公開: 2023-03-30

Google 広告 データ ハブとは

Google Ads Data Hub は、広告主、代理店、測定パートナー向けに設計された安全なデータ分析ツールです。 広告プラットフォームで利用できるものを超えて、貴重な洞察を発見することができます。

Google ADH が他のデータ分析プラットフォームと一線を画しているのは、プライバシーが保護された環境でファースト パーティのデータを使用できることです。 キャンペーンのパフォーマンスは、Google が所有する次のチャネルから集計および測定できます。

  • Google 広告
  • YouTube リザーブ
  • DV360
  • キャンペーン マネージャー 360

広告主は、顧客データベースからの購入データなどの自社データを、上記のチャネルからの集計データと組み合わせて、より詳細な洞察とともにパフォーマンスのより明確な全体像を得ることができます。

Google 広告 Data Hub はどのように機能しますか?

Google 広告 Data Hub が実際にどのように機能するかを詳しく見ていきましょう。

Ads Data Hub を強化しているのは BigQuery です。BigQuery は、データの処理と分析を可能にする Google 所有のクラウド データベース (Google Cloud Platform 上に構築) です。

前述のように、Google ADH は DV360、CM360、YouTube、Google 広告からデータを取得します。 このプラットフォーム側のデータは、Google 所有の BigQuery プロジェクトとしてクラウドに保存されます。

ファースト パーティの個人データはハッシュ化され (これによりプライバシーが保護されます)、広告プラットフォームからのデータと組み合わされて、オーディエンスの行動とキャンペーンのパフォーマンスに関する重要な洞察が提供されます。

dta_hub_api

Ads Data Hub でできることを示すスキーム| クラウド

この結合されたデータの出力は、ダウンロードしたり、Google の Looker Studio などのダッシュボードにプラグインしたり、データ アクティベーションのために広告プラットフォームに送り返したりすることができます。

Google 広告 Data Hub でクエリを実行する方法

Ads Data Hub で新しいクエリを作成して実行する手順は次のとおりです。

  1. Ads Data Hub でクエリを作成するには、まず [クエリ] タブに移動します。
  2. [+ クエリの作成] ボタンをクリックして、分析クエリ テンプレート ページを開きます。
  3. テンプレートを選択する前に、展開してテンプレート SQL をプレビューします。 カスタム テーブルを使用してクエリを作成できます。 注意すべき点が 1 つありますが、テンプレート テーブルを使用するだけでなく、一部の構文を削除して一時テーブルを使用することをお勧めします。
  4. 次に、[テンプレートを使用] ボタンをクリックして使用するテンプレートを選択するか、[空白] オプションを選択して最初からクエリを作成します。
  5. レポートを簡単に識別できる名前を付けます。
  6. BigQuery 互換のSQLを使用してクエリを作成または変更します。 [Google テーブル] タブにある使用可能なテーブルとフィールドを使用できます。
  7. 必要に応じて、パラメーターを構成してクエリをさらにカスタマイズします。
  8. 必要に応じて、フィルタリングされた行の概要を構成することもできます。
  9. クエリが完了したら、[保存] ボタンをクリックして保存します。

Ads Data Hub でクエリを実行する方法の詳細については、 Google のリソースをご覧ください。

Ads Data Hub を使用するメリット

上記で Google 広告 Data Hub を使用する利点のいくつかに触れましたが、ここでは主な利点のいくつかを要約します。

1. プライバシー

ユーザーのプライバシーに関して、今日のオンライン広告の状況について多くのことが言えます。 何年も前から話題になっており、今後も話題が続くと思います。 したがって、Ads Data Hub を使用する主な利点の 1 つは、GDPR に準拠しており、プライバシーの観点から安全であることです。

Google は、マーケティング担当者と測定パートナーは、オンライン ユーザーの個人データを保護しながら、包括的な分析を実行できる厳格なプライバシー チェックの恩恵を受けると述べています。

GDPR から革新的な iOS14 アップデートまで、デジタル マーケティングにおけるユーザーのプライバシーをナビゲートすることは、多くの点でより困難になっています。 Google Ads Data Hub がプライバシーを尊重するという事実は大きなプラスです。

2. 結合データ

プラットフォーム側のデータは、厳密なイベント追跡によりキャンペーンのパフォーマンスを理解し、キャンペーンを適切に最適化できるため、それ自体が洞察に富む可能性があります。 ただし、プラットフォーム データと所有するファースト パーティ データを組み合わせることで、基本的に学習を強化できるというメリットがあります。

シームレスなイベント トラッキングを使用しても、Google ADH を使用すると、パフォーマンスとユーザーの行動をよりよく理解できます。 多くの企業や広告主が接続に苦労しているデータのギャップを埋めます。 突然、インサイトがより明確になり、価値が高まり、マーケターとしての理論上の意思決定が容易になります。

3. 観客の行動

プラットフォームとファーストパーティのデータを組み合わせた後、視聴者の行動についてさらに多くの洞察が得られます。 視聴者がさまざまなチャネルで広告とどのようにやり取りするか、およびさまざまなデバイスで視聴者がどのように行動するかを明確にすることができます。 一般的にどのオーディエンス セグメントが最もコンバージョン率が高いかを理解しやすくなります。

そして、広告ではグレー ゾーンであることが多いオーディエンスの行動に関するこの豊富な洞察は、Google ADH を使用する主なメリットの 1 つです。

4. 最適化

最後になりましたが (私の意見では、Google ADH を使用する主な利点は) 、レポートを取得してデータを分析した後に得られる利益です。 データを結合し、より深い洞察を得て、視聴者の行動をよりよく理解することは、すべてうまくいっています。 しかし、最も重要なのは、この知識を使って何をするかです。

データ分析の後、広告主はこのデータを使用して最適化を行い、パフォーマンスを向上させることができます。 価値の高い顧客を促進するものを倍増させるか、ROAS を改善するために成果の低い領域を引き戻すか。

Ads Data Hub を使用して浪費を分析する

Google 広告 Data Hub は、広告費を管理するようには設計されておらず、キャンペーンの浪費を防ぐようにも設計されていません。 ただし、現在および過去のパフォーマンスと視聴者の行動に関する洞察を提供することで、どこにお金を使うのが最適かという点で方向性を示すことができます。

したがって、広告戦略を改善することができ、広告主はROAS を最大化するために最適な費用をどこに費やすべきかを判断できます。

以下は、Ads Data Hub を使用してよりスマートに支出し、過剰支出を削減するための実用的な方法です。

  • 年齢、場所、デバイス、スケジュール、興味など、オーディエンスのディメンションとセグメントを分析します。基本的には、利用可能で目的に関連するすべてのデータ セグメントです。 これらのディメンションとセグメントにより効率的に支出する方法を明らかにし、それに応じてキャンペーンを最適化してください。

  • 同様に、プレースメントのパフォーマンスを分析して、どの Web サイト、アプリ、動画、その他のプレースメントがパフォーマンスを発揮しているか、パフォーマンスが低いかを特定します。 これに続いて、パフォーマンスの最も低いプレースメントへの支出を減らしてキャンペーンを改善し、代わりにパフォーマンスの高いプレースメントに焦点を当てます

  • キーワードと検索クエリのパフォーマンスを同じ方法で分析して、パフォーマンスの低いキーワードへの支出を減らすことができます。 たとえば、キーワードはリードを促進するのに優れた仕事をするかもしれませんが、これを顧客データと組み合わせることで、どのリードが顧客に変わるかを理解することができます. この例では、この洞察を使用して、質の低いリードを生成するキーワードへの支出を削減します

  • チャネルのパフォーマンスを理解し、最もパフォーマンスの高いチャネルを特定します。 たとえば、YouTube のリターゲティングは、ディスプレイのリターゲティングと比較して、より忠実な顧客を生み出すことに気付くかもしれません。 このような場合は、ディスプレイ広告への過剰な支出を防ぎ、代わりに YouTube により多くの予算を投資してください。

  • 過去の購入、リピート購入、高額購入などの自社購入データを活用して最適なオーディエンスを見つけ、それを特定のチャネル、キャンペーン、プレースメント、オーディエンス セグメントと照合します。 繰り返しますが、最も収益性の高い顧客に集中できるように、広告費を最適化する方法を考えてください。

  • オーディエンスの過去のパフォーマンスに基づいて、新しいオーディエンス セグメントをモデル化します。 次に、これらのモデル化されたオーディエンス セグメントに広告費を集中させることで、獲得戦略を再活性化します。 実際の自社データを使用してオーディエンスを定義することは、予算を投資するよりスマートな方法です

マルチチャネル マーケティングの最適化にインサイトを使用する

Google 広告キャンペーンを最適化する際に、さらに一歩進めることができます。 P-MAX キャンペーン、Google ショッピング、検索広告のいずれを実行している場合でも、Ads Data Hub のパフォーマンス データで強化された商品フィードを使用して、商品や入札戦略をセグメント化できます。  

パフォーマンス データをフィードに組み込むカスタム ラベルを作成すると、キャンペーンをより適切にグループ化でき、全体的なパフォーマンスが向上します。

custom_labels_google_shopping

カスタムラベルの例| グーグル

カスタム ラベルを使用してキャンペーンをセグメント化する例としては、ベストセラー商品や在庫の多い商品により多くの費用を割り当てることや、最もパフォーマンスの高いオーディエンスに合わせてフィードを調整することが含まれます。 ショッピング キャンペーンに適用するのに最も役立つカスタム ラベルの詳細をご覧ください。

その他の Google 広告 Data Hub のユースケース

Ads Data Hub には、データの洞察と学習を強化できる他にも多くのユースケースがあり、支出をより効率的にし、収益を高める方法で再び利益をもたらします。

  • さまざまなブラウザーやモバイル アプリでカスタム レポートを作成する
  • ブラウザとモバイルアプリのタッチポイント全体でクロス パブリッシャーの基本的なカスタム アトリビューションを実行する
  • インクリメンタリティを測定し、カスタマー ジャーニーの各タッチポイントがコンバージョンにどのように影響するかを理解する
  • さまざまなキャンペーンが互いにどのように重なり合っているかについての洞察を得る
  • トラッキング ピクセルの使用を差し引いたレポートで、 YouTube キャンペーンの動画パフォーマンスをよりよく理解する

3 Google 広告データハブのケーススタディ

Google 広告 Data Hub をさまざまな方法で使用して、データを強化し、意思決定を強化できます。 しかし、私の言葉を鵜呑みにしないでください。

よく知られている 3 つのブランドが、Ads Data Hub を活用して素晴らしい結果を生み出したケース スタディを見てみましょう。

EE ケーススタディ

google_data_hub_case_study

出典: TechXpert

英国のモバイル ネットワーク EE は、Ads Data Hub を使用し、プラットフォーム データと自社データを組み合わせて、キャンペーンのパフォーマンスを詳細に把握しました。 彼らは、電話プランをアップグレードする可能性が最も高い顧客を特定し、この洞察を使用して顧客獲得戦略を微調整しました。 その結果、ROAS が 57% 増加しました。

支出の観点からは、Ads Data Hub により、EE は適切な獲得チャネルに支出できるようになり、新しい電話契約を生み出す可能性が低い領域に過剰に支出することがなくなりました。

儀式のケーススタディ

data_hub_google

出典：プリスガイデン



バスとボディの小売業者である Rituals は、Ads Data Hub を使用してオンラインとオフラインの両方で売り上げを伸ばし、 CPA を 15% 削減しながらコンバージョンを 85% 大幅に増加させました。

これは、Google マーケティング プラットフォーム、CRM、および POS トランザクションからの自社データを使用することで達成されました。 Google Cloud の機械学習テクノロジーと組み合わせることで、Rituals は店舗とオンラインの両方で顧客が購入する可能性を予測することができました。

これらの学習を使用してオーディエンス セグメントを作成した後、キャンペーンが DV360 で作成され、特定のグループを対象として、顧客のモデリングと一致するメッセージが調整されました。

ドミノのケーススタディ

google_feature_data

ソース: VegNews.com

ドミノ・ピザ (カナダの部門) は、複数の異なる情報源からのデータを組み合わせて、顧客がいつ再注文する可能性が最も高いかを調べ、将来の顧客に最適な準備ができるようにしました。

データを分析する過程で、Domino's は興味深い洞察を発見しました。過去 30 日間に少なくとも 2 回オンラインで注文した顧客は、総収益の 35% を占めていました。

以前はこのオーディエンス セグメントの価値を過小評価していたドミノ カナダにとって、これは重要な発見でした。

結論

Google Ads Data Hub は、広告キャンペーンとオーディエンスの行動をより包括的に理解するための強力なツールであるため、学習と洞察を使用してデータ主導の意思決定を行うことができます。 DataFeedWatch を活用してカスタム ラベルを更新し、さらにキャンペーンを分割するなど、これらのインサイトを使用してキャンペーンを最適化します。

Ads Data Hub はより高度であり、実装には追加の労力が必要ですが、上記のケース スタディで強調されているように、パフォーマンスに与える影響を考慮すると、追加の労力を費やす価値があります。 これは、マルチチャネル マーケティングの取り組みを合理化したいと考えている豊富なデータを持つ大企業に特に当てはまります。

新しい行動を促すフレーズ