รู้ว่าคุณใช้จ่ายมากเกินไปที่ใดด้วย Google Ads Data Hub

เผยแพร่แล้ว: 2023-03-30

Google Ads Data Hub คืออะไร

Google Ads Data Hub เป็นเครื่องมือวิเคราะห์ข้อมูลที่ปลอดภัยซึ่งออกแบบมาสำหรับผู้ลงโฆษณา เอเจนซี และพาร์ทเนอร์การวัดผล ช่วยให้คุณค้นพบข้อมูลเชิงลึกอันมีค่านอกเหนือจากที่มีอยู่ในแพลตฟอร์มโฆษณาของคุณ

สิ่งที่ทำให้ Google ADH แตกต่างจากแพลตฟอร์มการวิเคราะห์ข้อมูลอื่นๆ คือความสามารถในการใช้ข้อมูลจากบุคคลที่หนึ่งในสภาพแวดล้อมที่ปลอดภัยต่อความเป็นส่วนตัว ประสิทธิภาพของแคมเปญสามารถรวบรวมและวัดได้จากช่องทางที่ Google เป็นเจ้าของดังต่อไปนี้:

  • โฆษณา Google
  • YouTube สำรอง
  • DV360
  • ตัวจัดการแคมเปญ 360

จากนั้นผู้ลงโฆษณาสามารถรวมข้อมูลจากบุคคลที่หนึ่งของตน เช่น ข้อมูลการซื้อจากฐานข้อมูลลูกค้า เข้ากับข้อมูลรวมจากช่องทางต่างๆ ที่ระบุไว้ด้านบน เพื่อให้ได้ภาพประสิทธิภาพที่ชัดเจนยิ่งขึ้นควบคู่ไปกับข้อมูลเชิงลึกเชิงลึก

Google Ads Data Hub ทำงานอย่างไร

มาดูข้อมูลเฉพาะเจาะจงของวิธีการทำงานของ Google Ads Data Hub กัน

สิ่งที่ขับเคลื่อน Ads Data Hub คือ BigQuery ซึ่งเป็นฐานข้อมูลบนคลาวด์ของ Google (สร้างขึ้นบนแพลตฟอร์ม Google Cloud) ที่ช่วยให้สามารถประมวลผลและวิเคราะห์ข้อมูลได้

ตามที่กล่าวไว้ข้างต้น Google ADH รับข้อมูลจาก DV360, CM360, YouTube และ Google Ads ข้อมูลฝั่งแพลตฟอร์มนี้จะถูกจัดเก็บไว้ในระบบคลาวด์ในฐานะโครงการ BigQuery ที่ Google เป็นเจ้าของ

ข้อมูลส่วนบุคคลของบุคคลที่หนึ่งถูกแฮช (ซึ่งทำให้ปลอดภัยต่อความเป็นส่วนตัว) แล้วรวมกับข้อมูลจากแพลตฟอร์มโฆษณาเพื่อให้ข้อมูลเชิงลึกที่สำคัญเกี่ยวกับพฤติกรรมของผู้ชมและประสิทธิภาพของแคมเปญ

dta_hub_api

โครงการแสดงสิ่งที่ Ads Data Hub ทำได้ | คราวด์

ผลลัพธ์ของข้อมูลที่รวมกันนี้คือสามารถดาวน์โหลด เสียบเข้ากับแดชบอร์ด เช่น Looker Studio ของ Google หรือแม้แต่ส่งกลับไปยังแพลตฟอร์มโฆษณาเพื่อเปิดใช้งานข้อมูล

วิธีเรียกใช้การค้นหาใน Google Ads Data Hub

ต่อไปนี้เป็นขั้นตอนในการสร้างและเรียกใช้การค้นหาใหม่ใน Ads Data Hub:

  1. หากต้องการสร้างคำค้นหาใน Ads Data Hub ให้เริ่มโดยไปที่แท็บคำค้นหา
  2. คลิกที่ปุ่ม "+ สร้างคิวรี" เพื่อเปิดหน้าเทมเพลตคิวรีการวิเคราะห์
  3. ขยายเพื่อดูตัวอย่างเทมเพลต SQL ก่อนเลือกเทมเพลต คุณสามารถใช้ตารางแบบกำหนดเองเพื่อสร้างแบบสอบถาม แม้ว่าจะมีสิ่งหนึ่งที่ควรทราบ แต่ตอนนี้แนวทางปฏิบัติที่ดีที่สุดคือการนำไวยากรณ์บางส่วนออกและใช้ตารางชั่วคราวแทนการใช้ตารางเทมเพลต
  4. จากนั้น เลือกเทมเพลตที่คุณต้องการใช้โดยคลิกที่ปุ่ม "ใช้เทมเพลต" หรือเลือกตัวเลือก "ว่าง" เพื่อสร้างคิวรีตั้งแต่เริ่มต้น
  5. ตั้งชื่อรายงานของคุณที่จะช่วยให้คุณระบุได้ง่าย
  6. เขียนหรือแก้ไขคำค้นหาโดยใช้ SQL ที่เข้ากันได้กับ BigQuery คุณสามารถใช้ตารางและฟิลด์ที่มีให้ในแท็บตารางของ Google
  7. หากจำเป็น ให้กำหนด ค่าพารามิเตอร์ เพื่อปรับแต่งการค้นหาของคุณเพิ่มเติม
  8. คุณยังสามารถกำหนด ค่าสรุปแถวที่กรองได้ หากจำเป็น
  9. เมื่อคุณทำแบบสอบถามของคุณเสร็จแล้ว ให้คลิกที่ปุ่ม "บันทึก" เพื่อบันทึก

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีเรียกใช้การค้นหาใน Ads Data Hub นี่คือแหล่งข้อมูลจาก Google

ประโยชน์ของการใช้ Ads Data Hub

เราได้กล่าวถึงประโยชน์บางประการของการใช้ Google Ads Data Hub ข้างต้นแล้ว แต่นี่คือบทสรุปของประโยชน์หลักบางประการ

1. ความเป็นส่วนตัว

อาจกล่าวได้หลายอย่างสำหรับภูมิทัศน์การโฆษณาออนไลน์ในปัจจุบันเกี่ยวกับความเป็นส่วนตัวของผู้ใช้ เป็นประเด็นร้อนมาหลายปีแล้วและคาดว่าจะเป็นเช่นนี้ต่อไปอีกหลายปี ดังนั้น ประโยชน์หลักอย่างหนึ่งของการใช้ Ads Data Hub คือเป็นไปตาม GDPR และปลอดภัยจากมุมมองด้านความเป็นส่วนตัว

Google ระบุว่านักการตลาดและ พันธมิตรด้านการวัดผลจะได้รับประโยชน์จากการตรวจสอบความเป็นส่วนตัวอย่างเข้มงวด ซึ่งปกป้องข้อมูลส่วนบุคคลของผู้ใช้ทางออนไลน์ในขณะที่ยังสามารถดำเนินการวิเคราะห์ที่ครอบคลุมได้

ในหลาย ๆ ด้าน การนำทางความเป็นส่วนตัวของผู้ใช้ในการตลาดดิจิทัลกลายเป็นเรื่องท้าทายมากขึ้น ตั้งแต่ GDPR ไปจนถึงการอัปเดต iOS14 ที่เปลี่ยนแปลงเกม ข้อเท็จจริงที่ Google Ads Data Hub เคารพในความเป็นส่วนตัวนั้นเป็นข้อดีอย่างมาก

2. ข้อมูลรวม

ด้วยตัวมันเอง ข้อมูลฝั่งแพลตฟอร์มสามารถเป็นข้อมูลเชิงลึกได้เนื่องจากการติดตามเหตุการณ์ที่เข้มงวดทำให้สามารถ เข้าใจประสิทธิภาพของแคมเปญ และเพิ่มประสิทธิภาพแคมเปญได้สำเร็จ อย่างไรก็ตาม การรวมข้อมูลแพลตฟอร์มเข้ากับข้อมูลจากบุคคลที่หนึ่งของคุณมีประโยชน์ในการเพิ่มพลังการเรียนรู้ของคุณ

แม้จะติดตามเหตุการณ์ได้อย่างราบรื่น Google ADH ก็ยังช่วยให้เข้าใจประสิทธิภาพและพฤติกรรมของผู้ใช้ได้ดียิ่งขึ้น มันเชื่อมช่องว่างในข้อมูลที่ธุรกิจและผู้ลงโฆษณาจำนวนมากพยายามเชื่อมต่อ ทันใดนั้น ข้อมูลเชิงลึกจะชัดเจนขึ้นและมีค่ามากขึ้น และในทางทฤษฎีแล้ว การตัดสินใจในฐานะนักการตลาดก็จะง่ายขึ้น

3. พฤติกรรมของผู้ฟัง

หลังจากรวมแพลตฟอร์มและข้อมูลบุคคลที่หนึ่งเข้าด้วยกันแล้ว เราก็เหลือข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับพฤติกรรมของผู้ชม เป็นไปได้ที่จะได้รับความชัดเจนเกี่ยวกับวิธีที่ผู้ชมโต้ตอบกับโฆษณาในช่องทางต่างๆ รวมถึงพฤติกรรมของผู้ชมในอุปกรณ์ต่างๆ ช่วยให้เข้าใจได้ง่ายขึ้นว่ากลุ่มผู้ชมใดที่ทำ Conversion ได้ดีที่สุดโดยทั่วไป

และข้อมูลเชิงลึกที่ละเอียดยิ่งขึ้นเกี่ยวกับพฤติกรรมของผู้ชม ซึ่งเป็นสิ่งที่มักเป็นพื้นที่สีเทาในการโฆษณา คือหนึ่งในประโยชน์หลักของการใช้ Google ADH

4. การเพิ่มประสิทธิภาพ

สุดท้าย แต่ไม่ท้ายสุด (และในความคิดของฉัน ประโยชน์หลักของการใช้ Google ADH) คือประโยชน์ที่ได้รับหลังจาก ดึงรายงานและวิเคราะห์ข้อมูล การรวมข้อมูล รับข้อมูลเชิงลึกที่ละเอียดยิ่งขึ้น และเข้าใจพฤติกรรมของผู้ชมได้ดีขึ้นเป็นสิ่งที่ดีและดี แต่สิ่งที่คุณทำกับความรู้นี้ต่างหากที่สำคัญที่สุด

หลังจากการวิเคราะห์ข้อมูล ผู้ลงโฆษณาสามารถใช้ข้อมูลนี้เพื่อทำการปรับให้เหมาะสมและปรับปรุงประสิทธิภาพ ไม่ว่าจะเป็นการเพิ่มสิ่งที่ขับเคลื่อนลูกค้าที่มีมูลค่าสูงเป็นสองเท่า หรือการดึงส่วนที่มีประสิทธิภาพต่ำกว่าเพื่อปรับปรุง ROAS

ใช้ Ads Data Hub เพื่อดูข้อมูลเชิงลึกเกี่ยวกับการใช้จ่ายเกินตัว

Google Ads Data Hub ไม่ได้ออกแบบมาเพื่อจัดการค่าโฆษณา และไม่ได้ออกแบบมาเพื่อป้องกันไม่ให้แคมเปญของคุณใช้จ่ายมากเกินไป อย่างไรก็ตาม การให้ข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพในปัจจุบันและในอดีต ตลอดจนพฤติกรรมของผู้ชม จะสามารถกำหนดทิศทางได้ในแง่ของการใช้จ่ายที่ดีที่สุด

ดังนั้น กลยุทธ์การโฆษณาจึงสามารถปรับปรุงได้ และผู้ลงโฆษณาสามารถกำหนดได้ ว่าควรใช้จ่ายที่ใดเพื่อเพิ่ม ROAS ให้สูงสุด

ต่อไปนี้คือวิธีปฏิบัติบางประการที่ Ads Data Hub สามารถนำมาใช้เพื่อการใช้จ่ายอย่างชาญฉลาดยิ่งขึ้นและเพื่อลดการใช้จ่ายที่มากเกินไป:

  • วิเคราะห์มิติข้อมูลและกลุ่มผู้ชม เช่น อายุ สถานที่ อุปกรณ์ ตารางเวลา และความสนใจ โดยพื้นฐานแล้วคือกลุ่มข้อมูลทั้งหมดที่คุณสามารถใช้ได้และเกี่ยวข้องกับวัตถุประสงค์ของคุณ พยายามค้นพบวิธีใช้จ่ายอย่างมีประสิทธิภาพมากขึ้นในมิติข้อมูลและกลุ่มเหล่านี้ และเพิ่มประสิทธิภาพแคมเปญตามนั้น

  • ในทำนองเดียวกัน วิเคราะห์ประสิทธิภาพของตำแหน่งเพื่อระบุว่าเว็บไซต์ แอป วิดีโอ และตำแหน่งอื่นๆ หลังจากนี้ ให้ปรับแต่งแคมเปญของคุณโดยดึงการใช้จ่ายกลับจากตำแหน่งที่มีประสิทธิภาพแย่ที่สุด และเน้นที่ประสิทธิภาพสูงสุดแทน

  • ประสิทธิภาพของคำหลักและข้อความค้นหาสามารถวิเคราะห์ได้ในลักษณะเดียวกันเพื่อดึงค่าใช้จ่ายสำหรับคำหลักที่มีประสิทธิภาพต่ำ ตัวอย่างเช่น คำหลักอาจทำงานได้อย่างยอดเยี่ยมในการดึงดูดลูกค้าเป้าหมาย อย่างไรก็ตาม เมื่อรวมสิ่งนี้เข้ากับข้อมูลลูกค้า คุณจะสามารถเข้าใจได้ว่าลูกค้าเป้าหมายรายใดที่แปลงเป็นลูกค้า ในตัวอย่างนี้ ใช้ข้อมูลเชิงลึกนี้เพื่อลดการใช้จ่ายสำหรับคำหลักที่สร้างโอกาสในการขายที่มีคุณภาพต่ำ

  • ทำความเข้าใจประสิทธิภาพของแชนเนลและพิจารณาแชนเนลที่ทำงานได้ดีที่สุด ตัวอย่างเช่น คุณอาจพบว่าการกำหนดเป้าหมายซ้ำของ YouTube สร้างลูกค้าที่ภักดีได้มากกว่าเมื่อเทียบกับการกำหนดเป้าหมายใหม่บนเครือข่ายดิสเพลย์ ในกรณีนี้ ให้ป้องกันการใช้จ่ายบนดิสเพลย์มากเกินไปและลงทุนงบประมาณมากขึ้นใน YouTube แทน

  • ค้นหากลุ่มเป้าหมายที่ดีที่สุดของคุณโดยใช้ประโยชน์จากข้อมูลการซื้อจากบุคคลที่หนึ่ง เช่น การซื้อในอดีต การซื้อซ้ำ และการซื้อที่มีมูลค่าสูง และจับคู่ข้อมูลนั้นกับช่องทาง แคมเปญ ตำแหน่ง และกลุ่มผู้ชมเฉพาะ อีกครั้ง หา วิธีเพิ่มประสิทธิภาพค่าโฆษณา เพื่อให้คุณมุ่งเน้นไปที่ลูกค้าที่ทำกำไรได้มากที่สุด

  • สร้างโมเดลกลุ่มผู้ชมใหม่ตามประสิทธิภาพที่ผ่านมาของผู้ชมของคุณ จากนั้นเพิ่มพลังให้กับกลยุทธ์การได้ลูกค้าใหม่โดยเน้นค่าโฆษณาไปที่กลุ่มผู้ชมจำลองเหล่านี้ การใช้ข้อมูลจากบุคคลที่หนึ่งจริงเพื่อกำหนดผู้ชมเป็นวิธีที่ชาญฉลาดกว่าในการลงทุนงบประมาณ

ใช้ข้อมูลเชิงลึกเพื่อเพิ่มประสิทธิภาพการตลาดหลายช่องทาง

คุณสามารถก้าวไปอีกขั้นเมื่อเพิ่มประสิทธิภาพแคมเปญ Google Ads ไม่ว่าคุณจะใช้แคมเปญ Performance Max, Google Shopping หรือโฆษณาบนการค้นหา คุณก็สามารถใช้ฟีดผลิตภัณฑ์ที่อุดมด้วยข้อมูลประสิทธิภาพจาก Ads Data Hub เพื่อ แบ่งกลุ่มผลิตภัณฑ์หรือแม้แต่กลยุทธ์การเสนอราคาของคุณได้  

ด้วยการสร้างป้ายกำกับแบบกำหนดเองที่รวมข้อมูลประสิทธิภาพไว้ในฟีดของคุณ คุณสามารถจัดกลุ่มแคมเปญของคุณได้ดีขึ้น ซึ่งจะปรับปรุงประสิทธิภาพโดยรวม

custom_labels_google_shopping

ตัวอย่างของป้ายกำกับที่กำหนดเอง | Google

ตัวอย่างของการแบ่งกลุ่มแคมเปญที่ใช้ป้ายกำกับที่กำหนดเอง ได้แก่ การจัดสรรการใช้จ่ายมากขึ้นสำหรับผลิตภัณฑ์ที่ขายดีที่สุดหรือผลิตภัณฑ์ที่มีสินค้าในสต็อกสูง และการปรับแต่งฟีดของคุณสำหรับผู้ชมที่มีประสิทธิภาพดีที่สุด อ่านเพิ่มเติมเกี่ยวกับ ป้ายกำกับที่กำหนดเองที่มีประโยชน์ที่สุดในการนำไปใช้กับแคมเปญการช็อปปิ้ง

กรณีการใช้งานอื่นๆ ของ Google Ads Data Hub

มีกรณีการใช้งานอื่นๆ มากมายสำหรับ Ads Data Hub ที่สามารถปรับปรุงข้อมูลเชิงลึกและการเรียนรู้ ให้คุณได้รับประโยชน์อีกครั้งด้วยวิธีการใช้จ่ายอย่างมีประสิทธิภาพและเพิ่มรายได้:

  • สร้างการรายงานที่กำหนดเองในเบราว์เซอร์และแอปบนอุปกรณ์เคลื่อนที่ต่างๆ
  • เรียกใช้การระบุแหล่งที่มาแบบกำหนดเองพื้นฐานข้ามผู้เผยแพร่ผ่านจุดสัมผัสของเบราว์เซอร์และแอพมือถือ
  • วัดส่วนเพิ่มและเข้าใจว่าจุดติดต่อแต่ละจุดในการเดินทางของลูกค้ามีอิทธิพลต่อการแปลงอย่างไร
  • รับข้อมูลเชิงลึกว่าแคมเปญต่างๆ ทับซ้อนกันอย่างไร
  • ทำความเข้าใจประสิทธิภาพวิดีโอของแคมเปญ YouTube ได้ดียิ่งขึ้น ด้วยการรายงานที่ลบการใช้พิกเซลการติดตาม

3 กรณีศึกษา Google Ads Data Hub

คุณสามารถใช้ Google Ads Data Hub ได้หลายวิธีเพื่อเพิ่มประสิทธิภาพข้อมูลและเพิ่มอำนาจในการตัดสินใจของคุณ แต่อย่าใช้คำพูดของฉันสำหรับมัน

มาดูกรณีศึกษาเกี่ยวกับวิธีที่แบรนด์ที่มีชื่อเสียงสามแบรนด์ใช้ Ads Data Hub ให้เกิดประโยชน์ และสร้างผลลัพธ์ที่น่าประทับใจ

กรณีศึกษา EE

google_data_hub_case_study

Surce: TechXpert

เครือข่ายมือถือในสหราชอาณาจักร EE ได้รับภาพรวมของประสิทธิภาพแคมเปญโดยใช้ Ads Data Hub และการรวมข้อมูลแพลตฟอร์มเข้ากับข้อมูลจากบุคคลที่หนึ่ง พวกเขาค้นหาว่าลูกค้ารายใดมีแนวโน้มที่จะอัปเกรดแผนโทรศัพท์ของตนมากที่สุด จากนั้นจึงใช้ข้อมูลเชิงลึกนี้เพื่อปรับกลยุทธ์การหาลูกค้าใหม่อย่างละเอียด ผลลัพธ์ที่ได้คือ ROAS เพิ่มขึ้น +57%

จากมุมมองด้านการใช้จ่าย Ads Data Hub ช่วยให้ EE สามารถใช้จ่ายในช่องทางการหาลูกค้าที่ถูกต้อง ดังนั้นจึงไม่ใช้จ่ายมากเกินไปในพื้นที่ที่มีโอกาสน้อยที่จะทำสัญญาโทรศัพท์ใหม่

กรณีศึกษาพิธีกรรม

data_hub_google

ที่มา: Prisguiden



Rituals ผู้ค้าปลีกผลิตภัณฑ์อาบน้ำและร่างกายเพิ่มยอดขายทั้งทางออนไลน์และออฟไลน์โดยใช้ Ads Data Hub ทำให้ได้รับ Conversion เพิ่มขึ้นอย่างมาก 85% โดยมี CPA ลดลง 15%

พวกเขาประสบความสำเร็จโดยใช้ข้อมูลจากบุคคลที่หนึ่งจาก Google Marketing Platform, CRM และธุรกรรม ณ จุดขาย เมื่อจับคู่กับเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud ทำให้ Rituals สามารถคาดการณ์เกี่ยวกับแนวโน้มที่ลูกค้าจะซื้อทั้งในร้านค้าและทางออนไลน์

หลังจากสร้างกลุ่มผู้ชมโดยใช้การเรียนรู้เหล่านี้แล้ว แคมเปญถูกสร้างขึ้นใน DV360 โดยกำหนดเป้าหมายไปยังกลุ่มเฉพาะที่ตรงกับการสร้างโมเดลของลูกค้า พร้อมข้อความที่ได้รับการปรับแต่ง

กรณีศึกษาของโดมิโน

google_feature_data

ที่มา: VegNews.com

Domino's Pizza – แผนกในแคนาดา – รวมข้อมูลจากหลายแหล่งเพื่อหาว่าเมื่อใดที่ลูกค้ามีแนวโน้มที่จะสั่งอีกครั้งมากที่สุด เพื่อให้พวกเขาได้เตรียมการที่ดีที่สุดสำหรับพวกเขาในอนาคต

ในกระบวนการวิเคราะห์ข้อมูล Domino's ได้ค้นพบข้อมูลเชิงลึกที่น่าสนใจ: ลูกค้าที่สั่งซื้อทางออนไลน์อย่างน้อยสองครั้งในช่วง 30 วันที่ผ่านมาคิดเป็น 35% ของรายได้ทั้งหมด

นี่เป็นการค้นพบครั้งสำคัญสำหรับ Domino's Canada เพราะก่อนหน้านี้พวกเขาเคยประเมินมูลค่าของกลุ่มเป้าหมายนี้ต่ำเกินไป ซึ่งต่อมาพวกเขาก็มุ่งความสนใจไปที่สิ่งนี้

บทสรุป

Google Ads Data Hub เป็นเครื่องมืออันทรงพลังในการทำความเข้าใจแคมเปญโฆษณาและพฤติกรรมผู้ชมของคุณอย่างครอบคลุมยิ่งขึ้น ดังนั้นจึงช่วยให้ตัดสินใจโดยใช้ข้อมูลโดยใช้การเรียนรู้และข้อมูลเชิงลึก ใช้ข้อมูลเชิงลึกเหล่านี้เพื่อเพิ่มประสิทธิภาพแคมเปญของคุณ เช่น การใช้ DataFeedWatch เพื่ออัปเดตป้ายกำกับที่กำหนดเองสำหรับการแบ่งส่วนแคมเปญเพิ่มเติม

แม้ว่า Ads Data Hub จะก้าวหน้ากว่าและต้องใช้ความพยายามเป็นพิเศษในการติดตั้งใช้งาน แต่ผลกระทบที่มีต่อประสิทธิภาพทำให้ความพยายามเพิ่มเติมนั้นคุ้มค่าดังที่ได้เน้นย้ำไว้ในกรณีศึกษาข้างต้น นี่เป็นเรื่องจริงโดยเฉพาะอย่างยิ่งสำหรับผู้เล่นรายใหญ่ที่มีข้อมูลมากมายที่ต้องการปรับปรุงความพยายามทางการตลาดแบบหลายช่องทาง

คำกระตุ้นการตัดสินใจใหม่