使用 Google Ads 數據中心了解您在哪裡超支

已發表: 2023-03-30

什麼是 Google 廣告數據中心？

Google Ads Data Hub 是一種安全的數據分析工具，專為廣告商、代理機構和衡量合作夥伴而設計。 它使您能夠挖掘超出廣告平台可用內容的寶貴見解。

Google ADH 與其他數據分析平台的不同之處在於能夠在隱私安全的環境中使用第一方數據。 可以從以下 Google 擁有的渠道匯總和衡量廣告系列的效果：

  • 谷歌廣告
  • YouTube 預留
  • DV360
  • 營銷經理 360

然後，廣告商可以將他們的第一方數據（例如來自客戶數據庫的購買數據）與來自上述渠道的匯總數據結合起來，以獲得更清晰的效果圖和更深入的見解。

Google Ads 數據中心如何運作？

讓我們詳細了解 Google Ads 數據中心的實際工作原理。

為廣告數據中心提供支持的是 BigQuery——一個谷歌擁有的雲數據庫（建立在谷歌云平台上），支持數據處理和分析。

如上所述，Google ADH 從 DV360、CM360、YouTube 和 Google Ads 獲取數據。 然後，此平台端數據作為 Google 擁有的 BigQuery 項目存儲在雲端。

第一方個人數據經過哈希處理（這使其隱私安全），然後與來自廣告平台的數據相結合，以提供對受眾行為和活動績效的重要洞察。

dta_hub_api

顯示 Ads Data Hub 可以做什麼的方案| 烏雲

這種組合數據的輸出是可以下載的，然後插入儀表板 - 例如穀歌的 Looker Studio - 甚至發送回廣告平台以激活數據。

如何在 Google Ads 數據中心運行查詢

以下是在廣告數據中心創建和運行新查詢所涉及的步驟：

  1. 要在廣告數據中心創建查詢，請先導航至“查詢”選項卡。
  2. 單擊“+ 創建查詢”按鈕打開分析查詢模板頁面。
  3. 在選擇模板之前展開以預覽模板 SQL。 您可以使用自定義表來創建查詢。 儘管需要注意一件事，但現在最好的做法是去掉一些語法並使用臨時表而不是僅僅使用模板表。
  4. 接下來，通過單擊“使用模板”按鈕選擇要使用的模板，或選擇“空白”選項從頭開始創建查詢。
  5. 為您的報告命名，以幫助您輕鬆識別它。
  6. 使用BigQuery 兼容SQL編寫或修改查詢。 您可以使用 Google 表格選項卡中提供的可用表格和字段。
  7. 如有必要，配置參數以進一步自定義您的查詢。
  8. 如果需要，您還可以配置過濾後的行摘要。
  9. 完成查詢後，單擊“保存”按鈕進行保存。

有關如何在 Ads Data Hub 中運行查詢的更多信息，請參閱來自 Google 的資源。

使用廣告數據中心的好處

上面我們已經談到了使用 Google Ads 數據中心的一些好處，但這裡是對一些主要好處的回顧。

1.隱私

關於用戶隱私，今天的在線廣告格局可以說很多。 多年來，它一直是一個熱門話題，我預計它會在未來幾年繼續存在。 因此，使用廣告數據中心的主要好處之一是它符合 GDPR，並且從隱私角度來看是安全的。

谷歌表示，營銷人員和測量合作夥伴將受益於嚴格的隱私檢查，這些檢查可以保護在線用戶的個人數據，同時仍然能夠執行全面的分析。

在許多方面，從 GDPR 到改變遊戲規則的 iOS14 更新，在數字營銷中導航用戶隱私變得越來越具有挑戰性。 Google Ads Data Hub 尊重隱私這一事實是一大優勢。

2. 合併數據

就其本身而言，平台端數據可能很有見地，因為其嚴格的事件跟踪使了解活動績效並成功優化活動成為可能。 然而，將平台數據與自有的第一方數據相結合具有從根本上增強您的學習的好處。

即使使用無縫事件跟踪，Google ADH 也將提供對性能和用戶行為的更好理解。 它彌合了許多企業和廣告商難以連接的數據差距。 突然間，洞察力會變得更清晰、更有價值，理論上營銷人員的決策也會變得更容易。

3.觀眾行為

結合平台和第一方數據後，我們對受眾行為有了更深入的了解。 可以清楚地了解受眾如何跨各種渠道與廣告互動，以及受眾在不同設備上的行為方式。 這樣可以更輕鬆地了解總體上哪些細分受眾群的轉化效果最好。

這種對受眾行為的更深入洞察——這通常是廣告中的灰色地帶——是使用 Google ADH 的主要優勢之一。

4.優化

最後但並非最不重要的一點（在我看來，使用 Google ADH 的主要好處）是提取報告和分析數據後的收益。 結合數據，獲得更深入的見解並更好地了解受眾行為，這一切都很好。 但最重要的是你用這些知識做什麼。

在數據分析之後，廣告商可以使用這些數據進行優化並提高性能。 無論是加倍吸引高價值客戶，還是撤回表現不佳的領域以提高 ROAS。

使用廣告數據中心深入了解超支

Google Ads 數據中心並非旨在管理廣告支出，也並非旨在防止您的廣告系列超支。 然而，通過深入了解當前和過去的表現以及觀眾行為，它可以為最佳消費方向提供指導。

因此，可以改進廣告策略，廣告商可以確定最佳支出地點以最大化 ROAS 。

以下是 Ads Data Hub 可用於更明智支出和減少超支的一些實用方法：

  • 分析受眾維度和細分，例如年齡、位置、設備、日程安排和興趣——基本上是您可用且與您的目標相關的所有數據細分。 嘗試發現如何在這些維度和細分上更有效地支出並相應地優化活動。

  • 同樣，分析展示位置的表現以確定哪些網站、應用、視頻和其他展示位置表現良好，哪些表現不佳。 在此之後，通過減少在表現最差的展示位置上的支出來優化您的廣告系列，而是專注於表現最好的展示位置

  • 可以用相同的方式分析關鍵字和搜索查詢性能，以減少對效果不佳的關鍵字的支出。 例如，關鍵字可能在推動潛在客戶方面做得很好，但是通過將其與客戶數據相結合，可以了解哪些潛在客戶轉化為客戶。 在此示例中，使用此洞察力來減少在產生低質量潛在客戶的關鍵字上的支出

  • 了解渠道績效並確定績效最佳的渠道。 例如，您可能會發現與顯示重定向相比，YouTube 重定向會產生更多忠實客戶。 如果是這種情況，請防止在展示廣告上超支，而是將更多預算投入 YouTube

  • 利用第一方購買數據（例如過去的購買、重複購買和高價值購買）找到最佳受眾，並將其匹配回特定渠道、活動、展示位置和細分受眾群。 同樣，找出如何優化廣告支出，以便您專注於最有利可圖的客戶

  • 根據您的受眾過去的表現為新的受眾細分建模。 然後通過將廣告支出集中在這些建模的受眾群體上來重新激活您的獲取策略。 使用真實的第一方數據來定義受眾是一種更明智的預算投資方式

使用洞察力進行多渠道營銷優化

在優化 Google Ads 廣告系列時，您可以更進一步。 無論您運行的是效果最大化廣告系列、Google 購物廣告還是搜索廣告，您都可以使用包含來自廣告數據中心的效果數據的產品 Feed 來細分您的產品甚至您的出價策略。  

通過創建將效果數據合併到 Feed 中的自定義標籤，您可以更好地對廣告系列進行分組，從而提高整體效果。

custom_labels_google_shopping

自定義標籤示例| 谷歌

使用自定義標籤的細分活動示例包括將更多支出分配給最暢銷的產品或庫存量大的產品，以及為表現最好的受眾定制您的 Feed。 詳細了解適用於購物活動的最有用的自定義標籤。

其他 Google Ads 數據中心用例

Ads Data Hub 還有許多其他用例可以增強數據洞察力和學習，再次通過提高支出效率和增加收入的方式使您受益：

  • 跨不同瀏覽器和移動應用程序構建自定義報告
  • 跨瀏覽器和移動應用程序接觸點運行跨發布商基本自定義歸因
  • 衡量增量並了解客戶旅程中的每個接觸點如何影響轉化
  • 深入了解各種活動如何相互重疊
  • 更好地了解 YouTube 廣告系列的視頻效果，報告減去跟踪像素的使用

3 個 Google 廣告數據中心案例研究

可以通過多種方式使用 Google Ads 數據中心來增強您的數據並增強您的決策能力。 但是不要相信我的話。

讓我們看一些案例研究，了解三個知名品牌如何利用 Ads Data Hub 發揮自己的優勢，並產生令人印象深刻的結果。

EE 案例研究

google_data_hub_case_study

資料來源：TechXpert

英國移動網絡 EE 使用 Ads Data Hub 並將平台數據與第一方數據相結合，詳細了解了廣告系列的效果。 他們計算出哪些客戶最有可能升級他們的手機計劃，然後利用這種洞察力來微調他們的獲取策略。 結果是ROAS 增加了 57% 。

從支出的角度來看，Ads Data Hub 使 EE 能夠在正確的收購渠道上支出，因此不會在不太可能產生新電話合同的領域超支。

儀式案例研究

數據中心谷歌

資料來源：Prisguiden



沐浴和身體用品零售商 Rituals 使用 Ads Data Hub 增加了線上和線下銷售額，實現了85% 的轉化率大幅增長，同時 CPA 降低了 15% 。

他們通過使用來自 Google Marketing Platform、他們的 CRM 和銷售點交易的第一方數據實現了這一點。 結合 Google Cloud 的機器學習技術，Rituals 能夠預測客戶在店內和網上購買的可能性。

在使用這些知識創建受眾細分之後，在 DV360 中創建了一個針對特定群體的活動，這些群體與其客戶模型相匹配，並帶有定制的消息傳遞。

多米諾的案例研究

google_feature_data

來源：VegNews.com

達美樂披薩——加拿大分部——結合了來自多個不同來源的數據，以找出客戶最有可能再次訂購的時間，以便他們可以為將來做好最好的準備。

在分析數據的過程中，達美樂發現了一個有趣的發現：在過去 30 天內至少在線訂購兩次的客戶佔其總收入的 35% 。

這對 Domino's Canada 來說是一個重大發現，因為他們之前低估了這個受眾群體的價值，後來他們將注意力集中在了這一點上。

結論

Google Ads Data Hub 是一個強大的工具，可以更全面地了解您的廣告活動和受眾行為，從而利用學習和洞察力做出以數據為依據的決策。 使用這些見解來優化您的活動，例如利用 DataFeedWatch 更新自定義標籤以進一步細分活動。

儘管 Ads Data Hub 更先進並且需要額外的努力來實施它，但它對性能的影響使得額外的努力是值得的，如上面的案例研究中所強調的那樣。 對於擁有大量數據並希望簡化其多渠道營銷工作的大公司來說尤其如此。

新號召性用語