使用 Google Ads 数据中心了解您在哪里超支

已发表: 2023-03-30

什么是 Google 广告数据中心？

Google Ads Data Hub 是一种安全的数据分析工具，专为广告商、代理机构和衡量合作伙伴而设计。 它使您能够挖掘超出广告平台可用内容的宝贵见解。

Google ADH 与其他数据分析平台的不同之处在于能够在隐私安全的环境中使用第一方数据。 可以从以下 Google 拥有的渠道汇总和衡量广告系列的效果：

  • 谷歌广告
  • YouTube 预留
  • DV360
  • 营销经理 360

然后，广告商可以将他们的第一方数据（例如来自客户数据库的购买数据）与来自上述渠道的汇总数据结合起来，以获得更清晰的效果图和更深入的见解。

Google Ads 数据中心如何运作？

让我们详细了解 Google Ads 数据中心的实际工作原理。

为广告数据中心提供支持的是 BigQuery——一个谷歌拥有的云数据库（建立在谷歌云平台上），支持数据处理和分析。

如上所述，Google ADH 从 DV360、CM360、YouTube 和 Google Ads 获取数据。 然后，此平台端数据作为 Google 拥有的 BigQuery 项目存储在云端。

第一方个人数据经过哈希处理（这使其隐私安全），然后与来自广告平台的数据相结合，以提供对受众行为和活动绩效的重要洞察。

dta_hub_api

显示 Ads Data Hub 可以做什么的方案| 乌云

这种组合数据的输出是可以下载的，然后插入仪表板 - 例如谷歌的 Looker Studio - 甚至发送回广告平台以激活数据。

如何在 Google Ads 数据中心运行查询

以下是在广告数据中心创建和运行新查询所涉及的步骤：

  1. 要在广告数据中心创建查询，请先导航至“查询”选项卡。
  2. 单击“+ 创建查询”按钮打开分析查询模板页面。
  3. 在选择模板之前展开以预览模板 SQL。 您可以使用自定义表来创建查询。 尽管需要注意一件事，但现在最好的做法是去掉一些语法并使用临时表而不是仅仅使用模板表。
  4. 接下来，通过单击“使用模板”按钮选择要使用的模板，或选择“空白”选项从头开始创建查询。
  5. 为您的报告命名，以帮助您轻松识别它。
  6. 使用BigQuery 兼容SQL编写或修改查询。 您可以使用 Google 表格选项卡中提供的可用表格和字段。
  7. 如有必要，配置参数以进一步自定义您的查询。
  8. 如果需要，您还可以配置过滤后的行摘要。
  9. 完成查询后，单击“保存”按钮进行保存。

有关如何在 Ads Data Hub 中运行查询的更多信息，请参阅来自 Google 的资源。

使用广告数据中心的好处

上面我们已经谈到了使用 Google Ads 数据中心的一些好处，但这里是对一些主要好处的回顾。

1.隐私

关于用户隐私，今天的在线广告格局可以说很多。 多年来，它一直是一个热门话题，我预计它会在未来几年继续存在。 因此，使用广告数据中心的主要好处之一是它符合 GDPR，并且从隐私角度来看是安全的。

谷歌表示，营销人员和测量合作伙伴将受益于严格的隐私检查，这些检查可以保护在线用户的个人数据，同时仍然能够执行全面的分析。

在许多方面，从 GDPR 到改变游戏规则的 iOS14 更新，在数字营销中导航用户隐私变得越来越具有挑战性。 Google Ads Data Hub 尊重隐私这一事实是一大优势。

2. 合并数据

就其本身而言，平台端数据可能很有见地，因为其严格的事件跟踪使了解活动绩效并成功优化活动成为可能。 然而，将平台数据与自有的第一方数据相结合具有从根本上增强您的学习的好处。

即使使用无缝事件跟踪，Google ADH 也将提供对性能和用户行为的更好理解。 它弥合了许多企业和广告商难以连接的数据差距。 突然间，洞察力会变得更清晰、更有价值，理论上营销人员的决策也会变得更容易。

3.观众行为

结合平台和第一方数据后，我们对受众行为有了更深入的了解。 可以清楚地了解受众如何跨各种渠道与广告互动，以及受众在不同设备上的行为方式。 这样可以更轻松地了解总体上哪些细分受众群的转化效果最好。

这种对受众行为的更深入洞察——这通常是广告中的灰色地带——是使用 Google ADH 的主要优势之一。

4.优化

最后但并非最不重要的一点（在我看来，使用 Google ADH 的主要好处）是提取报告和分析数据后的收益。 结合数据，获得更深入的见解并更好地了解受众行为，这一切都很好。 但最重要的是你用这些知识做什么。

在数据分析之后，广告商可以使用这些数据进行优化并提高性能。 无论是加倍吸引高价值客户，还是撤回表现不佳的领域以提高 ROAS。

使用广告数据中心深入了解超支

Google Ads 数据中心并非旨在管理广告支出，也并非旨在防止您的广告系列超支。 然而，通过深入了解当前和过去的表现以及观众行为，它可以为最佳消费方向提供指导。

因此，可以改进广告策略，广告商可以确定最佳支出地点以最大化 ROAS 。

以下是 Ads Data Hub 可用于更明智支出和减少超支的一些实用方法：

  • 分析受众维度和细分，例如年龄、位置、设备、日程安排和兴趣——基本上是您可用且与您的目标相关的所有数据细分。 尝试发现如何在这些维度和细分上更有效地支出并相应地优化活动。

  • 同样，分析展示位置的表现以确定哪些网站、应用、视频和其他展示位置表现良好，哪些表现不佳。 在此之后，通过减少在表现最差的展示位置上的支出来优化您的广告系列，而是专注于表现最好的展示位置

  • 可以用相同的方式分析关键字和搜索查询性能，以减少对效果不佳的关键字的支出。 例如，关键字可能在推动潜在客户方面做得很好，但是通过将其与客户数据相结合，可以了解哪些潜在客户转化为客户。 在此示例中，使用此洞察力来减少在产生低质量潜在客户的关键字上的支出

  • 了解渠道绩效并确定绩效最佳的渠道。 例如，您可能会发现与显示重定向相比，YouTube 重定向会产生更多忠实客户。 如果是这种情况，请防止在展示广告上超支，而是将更多预算投入 YouTube

  • 利用第一方购买数据（例如过去的购买、重复购买和高价值购买）找到最佳受众，并将其匹配回特定渠道、活动、展示位置和细分受众群。 同样，找出如何优化广告支出，以便您专注于最有利可图的客户

  • 根据您的受众过去的表现为新的受众细分建模。 然后通过将广告支出集中在这些建模的受众群体上来重新激活您的获取策略。 使用真实的第一方数据来定义受众是一种更明智的预算投资方式

使用洞察力进行多渠道营销优化

在优化 Google Ads 广告系列时，您可以更进一步。 无论您运行的是效果最大化广告系列、Google 购物广告还是搜索广告，您都可以使用包含来自广告数据中心的效果数据的产品 Feed 来细分您的产品甚至您的出价策略。  

通过创建将效果数据合并到 Feed 中的自定义标签，您可以更好地对广告系列进行分组，从而提高整体效果。

custom_labels_google_shopping

自定义标签示例| 谷歌

使用自定义标签的细分活动示例包括将更多支出分配给最畅销的产品或库存量大的产品，以及为表现最好的受众定制您的 Feed。 详细了解适用于购物活动的最有用的自定义标签。

其他 Google Ads 数据中心用例

Ads Data Hub 还有许多其他用例可以增强数据洞察力和学习，再次通过提高支出效率和增加收入的方式使您受益：

  • 跨不同浏览器和移动应用程序构建自定义报告
  • 跨浏览器和移动应用程序接触点运行跨发布商基本自定义归因
  • 衡量增量并了解客户旅程中的每个接触点如何影响转化
  • 深入了解各种活动如何相互重叠
  • 更好地了解 YouTube 广告系列的视频效果，报告减去跟踪像素的使用

3 个 Google 广告数据中心案例研究

可以通过多种方式使用 Google Ads 数据中心来增强您的数据并增强您的决策能力。 但是不要相信我的话。

让我们看一些案例研究，了解三个知名品牌如何利用 Ads Data Hub 发挥自己的优势，并产生令人印象深刻的结果。

EE 案例研究

google_data_hub_case_study

资料来源：TechXpert

英国移动网络 EE 使用 Ads Data Hub 并将平台数据与第一方数据相结合，详细了解了广告系列的效果。 他们计算出哪些客户最有可能升级他们的手机计划，然后利用这种洞察力来微调他们的获取策略。 结果是ROAS 增加了 57% 。

从支出的角度来看，Ads Data Hub 使 EE 能够在正确的收购渠道上支出，因此不会在不太可能产生新电话合同的领域超支。

仪式案例研究

数据中心谷歌

资料来源：Prisguiden



沐浴和身体用品零售商 Rituals 使用 Ads Data Hub 增加了线上和线下销售额，实现了85% 的转化率大幅增长，同时 CPA 降低了 15% 。

他们通过使用来自 Google Marketing Platform、他们的 CRM 和销售点交易的第一方数据实现了这一点。 结合 Google Cloud 的机器学习技术，Rituals 能够预测客户在店内和网上购买的可能性。

在使用这些知识创建受众细分之后，在 DV360 中创建了一个针对特定群体的活动，这些群体与其客户模型相匹配，并带有定制的消息传递。

多米诺的案例研究

google_feature_data

来源：VegNews.com

达美乐披萨——加拿大分部——结合了来自多个不同来源的数据，以找出客户最有可能再次订购的时间，以便他们可以为将来做好最好的准备。

在分析数据的过程中，达美乐发现了一个有趣的发现：在过去 30 天内至少在线订购两次的客户占其总收入的 35% 。

这对 Domino's Canada 来说是一个重大发现，因为他们之前低估了这个受众群体的价值，后来他们将注意力集中在了这一点上。

结论

Google Ads Data Hub 是一个强大的工具，可以更全面地了解您的广告活动和受众行为，从而利用学习和洞察力做出以数据为依据的决策。 使用这些见解来优化您的活动，例如利用 DataFeedWatch 更新自定义标签以进一步细分活动。

尽管 Ads Data Hub 更先进并且需要额外的努力来实施它，但它对性能的影响使得额外的努力是值得的，如上面的案例研究中所强调的那样。 对于拥有大量数据并希望简化其多渠道营销工作的大公司来说尤其如此。

新号召性用语