Google Ads Data Hub를 통해 초과 지출이 발생한 부분 파악하기

게시 됨: 2023-03-30

Google Ads Data Hub란 무엇인가요?

Google Ads Data Hub는 광고주, 대행사 및 측정 파트너를 위해 설계된 안전한 데이터 분석 도구입니다. 이를 통해 광고 플랫폼에서 사용할 수 있는 것 이상의 가치 있는 통찰력을 발견할 수 있습니다.

Google ADH가 다른 데이터 분석 플랫폼과 차별화되는 점은 개인 정보 보호 환경에서 자사 데이터를 사용할 수 있다는 것입니다. 캠페인 실적은 다음 Google 소유 채널에서 집계 및 측정할 수 있습니다.

구글 광고
유튜브 리저브
DV360
캠페인매니저 360

그런 다음 광고주는 자사 데이터(예: 고객 데이터베이스의 구매 데이터)를 위에 나열된 채널의 집계 데이터와 결합하여 보다 심층적인 통찰력과 함께 보다 명확한 성능 그림을 얻을 수 있습니다.

Google Ads Data Hub는 어떻게 작동하나요?

Google Ads Data Hub가 실제로 어떻게 작동하는지 자세히 살펴보겠습니다.

Ads Data Hub의 원동력은 데이터 처리 및 분석을 지원하는 Google 소유의 클라우드 데이터베이스(Google Cloud Platform 기반)인 BigQuery입니다.

위에서 언급했듯이 Google ADH는 DV360, CM360, YouTube 및 Google Ads에서 데이터를 가져옵니다. 그런 다음 이 플랫폼 측 데이터는 Google 소유의 BigQuery 프로젝트로 클라우드에 저장됩니다.

자사 개인 데이터는 해시(개인 정보 보호)된 다음 광고 플랫폼의 데이터와 결합되어 청중 행동 및 캠페인 성과에 대한 중요한 통찰력을 제공합니다.

dta_hub_api

Ads Data Hub가 수행할 수 있는 작업을 보여주는 구성표 | 크라우드

이렇게 결합된 데이터의 결과는 다운로드하거나 Google의 Looker Studio와 같은 대시보드에 연결하거나 데이터 활성화를 위해 광고 플랫폼으로 다시 보낼 수도 있습니다.

Google Ads Data Hub에서 쿼리를 실행하는 방법

다음은 Ads Data Hub에서 새 쿼리를 생성하고 실행하는 것과 관련된 단계입니다.

Ads Data Hub에서 검색어를 만들려면 먼저 검색어 탭으로 이동하세요.
분석 쿼리 템플릿 페이지를 열려면 "+ 쿼리 만들기" 버튼을 클릭합니다.
템플릿을 선택하기 전에 확장하여 템플릿 SQL을 미리 봅니다. 사용자 지정 테이블을 사용하여 쿼리를 만들 수 있습니다. 한 가지 유의할 점은 템플릿 테이블을 사용하는 대신 일부 구문을 제거하고 임시 테이블을 사용하는 것이 이제 가장 좋은 방법이라는 것입니다.
그런 다음 "템플릿 사용" 버튼을 클릭하여 사용하려는 템플릿을 선택하거나 "비어 있음" 옵션을 선택하여 처음부터 쿼리를 만듭니다.
보고서를 쉽게 식별하는 데 도움이 되는 이름을 지정하십시오.
BigQuery 호환 SQL을 사용하여 쿼리를 작성하거나 수정합니다 . Google 테이블 탭에서 제공되는 사용 가능한 테이블과 필드를 사용할 수 있습니다.
필요한 경우 쿼리를 추가로 사용자 지정하도록 매개 변수를 구성합니다.
필요한 경우 필터링된 행 요약을 구성할 수도 있습니다 .
쿼리를 완료한 후 "저장" 버튼을 클릭하여 저장합니다.

Ads Data Hub에서 쿼리를 실행하는 방법에 대한 자세한 내용은 Google의 리소스를 참조하세요 .

Ads Data Hub 사용의 이점

위에서 Google Ads Data Hub를 사용할 때 얻을 수 있는 몇 가지 이점에 대해 다루었지만 다음은 몇 가지 주요 이점을 요약한 것입니다.

1. 프라이버시

오늘날 온라인 광고 환경에서는 사용자 개인정보 보호와 관련하여 많은 이야기를 할 수 있습니다. 그것은 수년 동안 뜨거운 주제였으며 앞으로 몇 년 동안 계속 될 것으로 기대합니다. 따라서 Ads Data Hub 사용의 주요 이점 중 하나는 GDPR을 준수하고 개인 정보 보호 관점에서 안전하다는 것입니다.

Google은 마케팅 담당자와 측정 파트너가 포괄적인 분석을 수행하면서 온라인 사용자의 개인 데이터를 보호하는 엄격한 개인 정보 보호 검사의 이점을 누릴 것이라고 말합니다 .

GDPR에서 판도를 바꾸는 iOS14 업데이트에 이르기까지 디지털 마케팅에서 사용자 개인 정보를 탐색하는 것은 여러 면에서 점점 더 어려워지고 있습니다. Google Ads Data Hub가 개인 정보를 존중한다는 사실은 큰 장점입니다.

2. 통합자료

엄격한 이벤트 추적을 통해 캠페인 성과를 이해 하고 캠페인을 성공적으로 최적화할 수 있으므로 플랫폼 측 데이터 자체에서 통찰력을 얻을 수 있습니다. 그러나 플랫폼 데이터를 소유한 자사 데이터와 결합하면 기본적으로 학습 효과를 극대화할 수 있는 이점이 있습니다.

원활한 이벤트 추적을 통해 Google ADH는 성능 및 사용자 행동에 대한 더 나은 이해를 제공합니다. 많은 기업과 광고주가 연결하기 위해 애쓰는 데이터의 격차를 해소합니다. 갑자기 인사이트가 더 명확해지고 가치가 높아질 것이며 이론상 마케터로서 의사 결정이 더 쉬워질 것입니다.

3. 청중 행동

플랫폼과 자사 데이터를 결합한 후 청중 행동에 대한 더 많은 통찰력을 얻었습니다. 잠재 고객이 다양한 채널에서 광고와 상호 작용하는 방식과 다양한 장치에서 잠재 고객이 행동하는 방식을 명확하게 파악할 수 있습니다. 일반적으로 어떤 잠재고객 세그먼트가 가장 잘 전환되는지 더 쉽게 이해할 수 있습니다.

그리고 광고에서 종종 모호한 영역인 잠재고객 행동에 대한 이러한 풍부한 통찰력은 Google ADH 사용의 주요 이점 중 하나입니다.

4. 최적화

마지막으로 (내 생각에 Google ADH 사용의 주요 이점은) 보고서를 가져오고 데이터를 분석한 후에 얻을 수 있는 이점입니다. 데이터를 결합하고, 더 심층적인 통찰력을 얻고, 청중 행동을 더 잘 이해하는 것은 모두 좋은 일입니다. 그러나 가장 중요한 것은 이 지식으로 무엇을 하느냐입니다.

데이터 분석 후 광고주는 이 데이터를 사용하여 최적화하고 성능을 개선할 수 있습니다. 가치가 높은 고객을 유도하는 요소를 두 배로 늘리거나 ROAS를 개선하기 위해 실적이 저조한 영역을 축소하는 것입니다.

초과 지출에 대한 통찰력을 위해 Ads Data Hub 사용

Google Ads Data Hub는 광고 지출을 관리하거나 캠페인의 과도한 지출을 방지하도록 설계되지 않았습니다. 그러나 현재 및 과거 실적과 청중 행동에 대한 통찰력을 제공함으로써 어디에 지출하는 것이 가장 좋은지 방향을 제시할 수 있습니다.

따라서 광고 전략을 개선할 수 있으며 광고주는 ROAS를 최대화하기 위해 어디에 지출하는 것이 가장 좋은지 결정할 수 있습니다.

다음은 Ads Data Hub를 사용하여 보다 현명한 지출과 초과 지출을 줄이는 몇 가지 실용적인 방법입니다.

연령, 위치, 장치, 일정 및 관심사와 같은 고객 차원 및 세그먼트를 분석합니다. 기본적으로 사용 가능하고 목표와 관련된 모든 데이터 세그먼트입니다. 이러한 차원과 세그먼트에 보다 효율적으로 지출하고 그에 따라 캠페인을 최적화하는 방법을 찾으십시오.

마찬가지로 게재위치 실적을 분석하여 실적이 저조한 웹사이트, 앱, 동영상 및 기타 게재위치를 식별합니다. 그런 다음 실적이 가장 저조한 게재위치에 대한 지출을 줄이고 대신 실적이 가장 우수한 게재위치에 집중하여 캠페인을 조정하세요.

키워드 및 검색 쿼리 성능을 동일한 방식으로 분석하여 실적이 저조한 키워드에 대한 지출을 줄일 수 있습니다. 예를 들어 키워드는 리드를 유도하는 데 탁월한 역할을 할 수 있지만 이를 고객 데이터와 결합하면 어떤 리드가 고객으로 전환되는지 이해할 수 있습니다. 이 예에서는 이 통찰력을 사용하여 품질이 좋지 않은 리드를 생성하는 키워드에 대한 지출을 줄입니다.

채널 실적을 이해하고 실적이 가장 좋은 채널을 결정합니다. 예를 들어 YouTube 리타겟팅이 디스플레이 리타겟팅에 비해 충성도 높은 고객을 더 많이 생성한다는 사실을 알 수 있습니다. 이 경우 디스플레이에 대한 과도한 지출을 방지하고 대신 YouTube에 더 많은 예산을 투자하세요.

과거 구매, 반복 구매, 가치가 높은 구매와 같은 자사 구매 데이터를 활용하여 최고의 잠재 고객을 찾고 이를 특정 채널, 캠페인, 배치 및 잠재 고객 세그먼트에 다시 일치시킵니다. 다시 말하지만, 가장 수익성이 높은 고객에게 집중할 수 있도록 광고 지출을 최적화하는 방법을 알아보세요.

잠재고객의 과거 실적을 기반으로 새로운 잠재고객 세그먼트를 모델링합니다. 그런 다음 이러한 모델링된 잠재 고객 세그먼트에 광고 지출을 집중하여 획득 전략에 다시 활력을 불어넣으십시오. 잠재고객을 정의하기 위해 실제 자사 데이터를 사용하는 것이 예산을 투자하는 더 현명한 방법입니다.

다중 채널 마케팅 최적화를 위한 통찰력 사용

Google Ads 캠페인을 최적화할 때 한 단계 더 나아갈 수 있습니다. 실적 극대화 캠페인, Google 쇼핑 또는 검색 광고를 실행하는 경우 Ads Data Hub의 실적 데이터로 보강된 제품 피드를 사용하여 제품 또는 입찰 전략을 세분화할 수 있습니다.

실적 데이터를 피드에 통합하는 맞춤 라벨을 생성하면 캠페인을 더 잘 그룹화하여 전반적인 실적을 개선할 수 있습니다.

custom_labels_google_shopping

사용자 지정 레이블의 예 | Google

맞춤 라벨을 사용하는 세그먼트 캠페인의 예로는 베스트 셀러 제품 또는 재고가 많은 제품에 더 많은 지출을 할당하고 실적이 가장 좋은 잠재 고객을 위해 피드를 맞춤화하는 것이 있습니다. 쇼핑 캠페인에 적용할 수 있는 가장 유용한 맞춤 라벨 에 대해 자세히 알아보세요.

기타 Google Ads Data Hub 사용 사례

데이터 통찰력과 학습을 향상할 수 있는 Ads Data Hub의 다른 사용 사례가 많이 있으며, 다시 한 번 더 효율적으로 지출하고 수익을 높일 수 있는 방법을 통해 이점을 얻을 수 있습니다.

다양한 브라우저와 모바일 앱에서 맞춤형 보고 작성
브라우저 및 모바일 앱 터치포인트에서 크로스 퍼블리셔 기본 맞춤 속성 실행
증분을 측정하고 고객 여정의 각 접점이 전환에 미치는 영향을 이해합니다.
다양한 캠페인이 서로 겹치는 방식에 대한 통찰력 확보
추적 픽셀 사용을 제외한 보고를 통해 YouTube 캠페인의 동영상 실적을 더 잘 이해

3 Google Ads 데이터 허브 우수사례

Google Ads Data Hub는 다양한 방법으로 데이터를 강화하고 의사 결정을 강화하는 데 사용할 수 있습니다. 하지만 내 말을 믿지 마세요.

3개의 유명 브랜드가 Ads Data Hub를 활용하여 인상적인 결과를 얻은 방법에 대한 몇 가지 사례 연구를 살펴보겠습니다.

EE 사례 연구

google_data_hub_case_study

출처: TechXpert

영국 모바일 네트워크 EE는 Ads Data Hub를 사용하고 플랫폼 데이터를 자사 데이터와 결합하여 캠페인 성과에 대한 세부적인 그림을 얻었습니다. 그들은 어떤 고객이 전화 요금제를 업그레이드할 가능성이 가장 높은지 알아낸 다음 이 통찰력을 사용하여 획득 전략을 미세 조정했습니다. 그 결과 ROAS가 57% 증가 했습니다.

지출 관점에서 Ads Data Hub는 EE가 올바른 획득 채널에 지출할 수 있도록 하여 새로운 전화 계약을 맺을 가능성이 적은 영역에 과도한 지출을 하지 않도록 했습니다.

의식 사례 연구

data_hub_google

출처: Prisguiden

목욕용품 소매업체인 Rituals는 Ads Data Hub를 사용하여 온라인 및 오프라인 판매를 모두 증가시켰고, CPA는 15% 감소하고 전환수는 85% 증가 했습니다.

Google Marketing Platform의 자사 데이터, CRM 및 판매 시점 거래를 사용하여 이를 달성했습니다. Rituals는 Google Cloud의 머신러닝 기술과 함께 고객이 매장과 온라인에서 구매할 가능성을 예측할 수 있었습니다.

이러한 학습을 사용하여 고객 세그먼트를 생성한 후 맞춤형 메시지를 통해 고객 모델링과 일치하는 특정 그룹을 대상으로 DV360에서 캠페인을 생성했습니다.

도미노 사례 연구

google_feature_data

출처: VegNews.com

캐나다 지사인 Domino's 피자는 여러 소스의 데이터를 결합하여 고객이 다시 주문할 가능성이 가장 높은 시기를 파악하여 향후 고객을 위해 가장 잘 준비할 수 있도록 했습니다.

데이터를 분석하는 과정에서 Domino's는 지난 30일 동안 온라인으로 최소 두 번 주문한 고객이 전체 매출의 35%를 차지했다는 흥미로운 사실을 발견했습니다.

Domino's Canada는 이전에 이 잠재고객 세그먼트의 가치를 과소평가했으며 나중에 관심을 집중시켰기 때문에 이것은 중요한 발견이었습니다.

결론

Google Ads Data Hub는 광고 캠페인 및 잠재고객 행동을 보다 포괄적으로 이해하기 위한 강력한 도구이므로 학습 및 통계를 사용하여 데이터 기반 결정을 내릴 수 있습니다. 이러한 통찰력을 사용하여 DataFeedWatch를 활용하여 추가 캠페인 세분화를 위해 사용자 정의 레이블을 업데이트하는 등 캠페인을 최적화하십시오.

Ads Data Hub가 더 발전하고 이를 구현하는 데 추가 노력이 필요하지만 성능에 미칠 수 있는 영향으로 인해 위의 사례 연구에서 강조된 것처럼 추가 노력을 기울일 가치가 있습니다. 특히 다채널 마케팅 활동을 간소화하려는 풍부한 데이터를 보유한 대기업의 경우 더욱 그러합니다.

새로운 클릭 유도문안