Scopri dove stai spendendo troppo con Google Ads Data Hub

Che cos'è il Data Hub di Google Ads?

Google Ads Data Hub è uno strumento di analisi dei dati sicuro progettato per inserzionisti, agenzie e partner di misurazione. Ti consente di scoprire preziose informazioni oltre a ciò che è disponibile nella tua piattaforma pubblicitaria.

Ciò che distingue Google ADH dalle altre piattaforme di analisi dei dati è la possibilità di utilizzare i dati proprietari in un ambiente protetto dalla privacy. Il rendimento della campagna può essere aggregato e misurato dai seguenti canali di proprietà di Google:

• Annunci Google
• Riserva YouTube
• DV360
• Gestore della campagna 360

Gli inserzionisti possono quindi combinare i loro dati proprietari, come i dati di acquisto da un database dei clienti, con i dati aggregati dei canali sopra elencati, per ottenere un quadro più chiaro delle prestazioni insieme a approfondimenti più approfonditi.

Come funziona il Data Hub di Google Ads?

Entriamo nello specifico di come funziona effettivamente Google Ads Data Hub.

Ciò che alimenta Ads Data Hub è BigQuery, un database cloud di proprietà di Google (costruito su Google Cloud Platform) che consente l'elaborazione e l'analisi dei dati.

Come accennato in precedenza, Google ADH prende i dati da DV360, CM360, YouTube e Google Ads. Questi dati lato piattaforma vengono quindi archiviati nel cloud come progetto BigQuery di proprietà di Google.

I dati personali di prima parte vengono sottoposti ad hashing (il che li rende sicuri per la privacy) e quindi combinati con i dati delle piattaforme pubblicitarie per fornire informazioni importanti sul comportamento del pubblico e sul rendimento della campagna.

Schema che mostra cosa può fare Ads Data Hub | Croud

L'output di questi dati combinati è che possono quindi essere scaricati, inseriti in una dashboard, come Looker Studio di Google, o persino rispediti alle piattaforme pubblicitarie per l'attivazione dei dati.

Come eseguire una query in Google Ads Data Hub

Di seguito sono riportati i passaggi necessari per creare ed eseguire una nuova query in Ads Data Hub:

1. Per creare una query in Ads Data Hub, inizia andando alla scheda Query.
2. Fare clic sul pulsante "+ Crea query" per aprire la pagina Modelli di query di analisi.
3. Espandere per visualizzare in anteprima il modello SQL prima di selezionare un modello. È possibile utilizzare tabelle personalizzate per creare la query. Sebbene sia una cosa da notare, ora è consigliabile eliminare parte della sintassi e utilizzare tabelle temporanee invece di utilizzare solo le tabelle modello.
4. Successivamente, scegli il modello che desideri utilizzare facendo clic sul pulsante "Usa modello" o seleziona l'opzione "Vuoto" per creare una query da zero.
5. Dai alla tua segnalazione un nome che ti aiuti a identificarla facilmente.
6. Scrivi o modifica la query utilizzando SQL compatibile con BigQuery . Puoi utilizzare le tabelle e i campi disponibili forniti nella scheda Tabelle di Google.
7. Se necessario, configurare i parametri per personalizzare ulteriormente la query.
8. È inoltre possibile configurare il riepilogo della riga filtrata, se necessario.
9. Una volta terminata la query, fai clic sul pulsante "Salva" per salvarla.

Per ulteriori informazioni su come eseguire query in Ads Data Hub, ecco una risorsa di Google .

Vantaggi dell'utilizzo di Ads Data Hub

Abbiamo toccato alcuni dei vantaggi dell'utilizzo di Google Ads Data Hub in precedenza, ma ecco un riepilogo di alcuni dei principali vantaggi.

1. Riservatezza

Si può dire molto per quanto riguarda il panorama della pubblicità online oggi sulla privacy degli utenti. È stato un argomento caldo per molti anni e mi aspetto che continuerà ad esserlo per gli anni a venire. Quindi uno dei principali vantaggi dell'utilizzo di Ads Data Hub è che è conforme al GDPR e sicuro dal punto di vista della privacy.

Google afferma che i marketer e i partner di misurazione beneficeranno di rigorosi controlli sulla privacy che proteggono i dati personali degli utenti online pur essendo in grado di eseguire analisi complete.

Per molti versi, la gestione della privacy degli utenti nel marketing digitale sta diventando più impegnativa, dal GDPR all'aggiornamento rivoluzionario di iOS14. Il fatto che Google Ads Data Hub rispetti la privacy è un grande vantaggio.

2. Dati combinati

Di per sé, i dati lato piattaforma possono essere approfonditi poiché il suo rigoroso monitoraggio degli eventi consente di comprendere le prestazioni della campagna e ottimizzarle con successo. Tuttavia, la combinazione dei dati della piattaforma con i dati proprietari di proprietà ha il vantaggio di potenziare essenzialmente i tuoi apprendimenti.

Anche con il monitoraggio continuo degli eventi, Google ADH fornirà una comprensione ancora migliore delle prestazioni e del comportamento degli utenti. Colma una lacuna nei dati che molte aziende e inserzionisti faticano a collegare. Improvvisamente le intuizioni diventeranno più chiare e più preziose e in teoria il processo decisionale come marketer diventerà più facile.

3. Comportamento del pubblico

Dopo aver combinato i dati della piattaforma e quelli di prima parte, abbiamo ancora più informazioni sul comportamento del pubblico. È possibile ottenere chiarezza su come il pubblico interagisce con gli annunci su vari canali, nonché su come il pubblico si comporta su diversi dispositivi. Rende più facile capire quali segmenti di pubblico convertono meglio in generale.

E questa visione più ricca del comportamento del pubblico - qualcosa che è spesso un'area grigia nella pubblicità - è uno dei principali vantaggi dell'utilizzo di Google ADH.

4. Ottimizzazione

Ultimo ma non meno importante (e secondo me il principale vantaggio dell'utilizzo di Google ADH) sono i guadagni che derivano dall'estrazione di report e dall'analisi dei dati . Unire i dati, ottenere informazioni più approfondite e comprendere meglio il comportamento del pubblico va benissimo. Ma è quello che fai con questa conoscenza che conta di più.

Dopo l'analisi dei dati, gli inserzionisti possono utilizzare questi dati per effettuare ottimizzazioni e migliorare le prestazioni. Che si tratti di raddoppiare ciò che spinge i clienti di alto valore o di ridurre le aree con prestazioni inferiori per migliorare il ritorno sulla spesa pubblicitaria.

Utilizza Ads Data Hub per ottenere informazioni sulle spese eccessive

Google Ads Data Hub non è progettato per gestire la spesa pubblicitaria, né per evitare che le tue campagne spendano troppo. Tuttavia, fornendo informazioni sulle prestazioni attuali e passate, nonché sul comportamento del pubblico, può fornire indicazioni in termini di dove è meglio spendere.

Le strategie pubblicitarie possono quindi essere perfezionate e gli inserzionisti possono determinare dove è meglio spendere per massimizzare il ritorno sulla spesa pubblicitaria .

Ecco alcuni modi pratici in cui Ads Data Hub può essere utilizzato per una spesa più intelligente e per ridurre la spesa eccessiva:

• Analizza le dimensioni e i segmenti del pubblico come età, posizione, dispositivo, pianificazione e interessi, essenzialmente tutti i segmenti di dati a tua disposizione e pertinenti al tuo obiettivo. Cerca di scoprire come spendere in modo più efficiente per queste dimensioni e segmenti e ottimizza le campagne di conseguenza.

• Allo stesso modo, analizza il rendimento dei posizionamenti per identificare quali siti web, app, video e altri posizionamenti hanno un rendimento migliore e quali meno performanti. Successivamente, perfeziona le tue campagne riducendo la spesa per i posizionamenti con il rendimento peggiore e concentrandoti invece sui risultati migliori

• Il rendimento delle parole chiave e delle query di ricerca può essere analizzato allo stesso modo per ridurre la spesa per parole chiave con scarso rendimento. Ad esempio, una parola chiave può svolgere un ottimo lavoro nel generare lead, tuttavia combinandola con i dati dei clienti è possibile capire quali lead si convertono in clienti. In questo esempio, utilizza questa informazione per ridurre la spesa per le parole chiave che generano lead di scarsa qualità

• Comprendere le prestazioni del canale e determinare i canali con il rendimento migliore. Ad esempio, potresti scoprire che il retargeting su YouTube genera clienti più fedeli rispetto al retargeting su Display. In tal caso, evita di spendere troppo sulla Rete Display e investi invece più budget su YouTube

• Trova il tuo pubblico migliore sfruttando i dati di acquisto proprietari, come acquisti passati, acquisti ripetuti e acquisti di valore elevato, e abbinali a canali, campagne, posizionamenti e segmenti di pubblico specifici. Ancora una volta, scopri come ottimizzare la spesa pubblicitaria in modo da concentrarti sui tuoi clienti più redditizi

• Modella nuovi segmenti di pubblico in base al rendimento passato dei tuoi segmenti di pubblico. Quindi rivitalizza la tua strategia di acquisizione concentrando la spesa pubblicitaria su questi segmenti di pubblico modellati. L'utilizzo di dati reali di prima parte per definire il pubblico è un modo più intelligente di investire il budget

Utilizza gli approfondimenti per l'ottimizzazione del marketing multicanale

Puoi fare un ulteriore passo avanti nell'ottimizzazione delle tue campagne Google Ads. Che tu stia pubblicando una campagna Performance Max, Google Shopping o Search Ads, puoi utilizzare il tuo feed di prodotto arricchito con i dati sul rendimento di Ads Data Hub per segmentare i tuoi prodotti o persino le tue strategie di offerta.  

Creando etichette personalizzate che incorporino i dati sul rendimento nel tuo feed, puoi raggruppare meglio le tue campagne, il che migliorerà il rendimento complessivo.

Esempi di etichette personalizzate | Google

Esempi di campagne di segmentazione che utilizzano etichette personalizzate includono l'allocazione di una spesa maggiore ai prodotti più venduti o ai prodotti con disponibilità elevata e la personalizzazione del feed per il pubblico con le migliori prestazioni. Ulteriori informazioni sulle etichette personalizzate più utili da applicare alle campagne Shopping .

Altri casi d'uso di Data Hub di Google Ads

Esistono numerosi altri casi d'uso per Ads Data Hub che possono migliorare le informazioni e gli apprendimenti sui dati, avvantaggiandoti ancora una volta con modi per rendere la spesa più efficiente e aumentare le entrate:

• Crea report personalizzati su diversi browser e app per dispositivi mobili
• Esegui l'attribuzione personalizzata di base tra editori su tutti i punti di contatto del browser e dell'app per dispositivi mobili
• Misura l'incrementalità e comprendi in che modo ogni punto di contatto nel percorso del cliente influenza le conversioni
• Ottieni informazioni su come le varie campagne si sovrappongono l'una all'altra
• Comprendi meglio il rendimento dei video delle campagne di YouTube , con rapporti meno l'uso dei pixel di tracciamento

3 case study sull'hub di dati di Google Ads

Google Ads Data Hub può essere utilizzato in molti modi per potenziare i tuoi dati e potenziare il tuo processo decisionale. Ma non credermi sulla parola.

Diamo un'occhiata ad alcuni case study di come tre noti brand hanno utilizzato Ads Data Hub a proprio vantaggio, generando risultati impressionanti.

Caso di studio EE

Fonte: TechXpert

La rete mobile del Regno Unito EE ha ottenuto un quadro dettagliato del rendimento della campagna utilizzando Ads Data Hub e combinando i dati della piattaforma con i dati proprietari. Hanno individuato quali clienti erano più propensi ad aggiornare i loro piani telefonici e quindi hanno utilizzato questa intuizione per perfezionare la loro strategia di acquisizione. Il risultato è stato un aumento del +57% del ROAS .

Dal punto di vista della spesa, Ads Data Hub ha consentito a EE di spendere sui giusti canali di acquisizione e quindi di non spendere troppo in aree che avevano meno probabilità di generare nuovi contratti telefonici.

Caso di studio sui rituali

Fonte: Prisguiden

Rituals, rivenditore di articoli per il bagno e per il corpo, ha aumentato le vendite online e offline utilizzando Ads Data Hub, ottenendo un massiccio aumento dell'85% delle conversioni con una riduzione del 15% del CPA .

Hanno ottenuto questo risultato utilizzando i dati proprietari di Google Marketing Platform, il loro CRM e le transazioni del punto vendita. Abbinato alla tecnologia di machine learning di Google Cloud, Rituals è stato in grado di fare previsioni sulla probabilità che i clienti acquistino sia in negozio che online.

Dopo la creazione di segmenti di pubblico utilizzando questi apprendimenti, è stata creata una campagna in DV360 indirizzata a gruppi specifici che corrispondevano alla modellazione dei clienti, con messaggi personalizzati.

Caso di studio di Domino

Fonte: www.vegnews.com

Domino's pizza, la divisione canadese, ha combinato i dati provenienti da diverse fonti per scoprire quando era più probabile che i clienti ordinassero di nuovo, in modo che potessero essere preparati al meglio per loro in futuro.

Nel processo di analisi dei dati, Domino's ha scoperto un'interessante intuizione: i clienti che hanno ordinato almeno due volte online negli ultimi 30 giorni hanno realizzato il 35% delle loro entrate totali .

Questa è stata una scoperta significativa per Domino's Canada perché in precedenza avevano sottovalutato il valore di questo segmento di pubblico, su cui successivamente hanno concentrato la loro attenzione.

Conclusione

Google Ads Data Hub è un potente strumento per acquisire una comprensione più completa delle tue campagne pubblicitarie e del comportamento del pubblico, consentendo quindi decisioni basate sui dati utilizzando apprendimenti e approfondimenti. Utilizza queste informazioni per ottimizzare le tue campagne, ad esempio sfruttando DataFeedWatch per aggiornare le etichette personalizzate per un'ulteriore segmentazione delle campagne.

Sebbene Ads Data Hub sia più avanzato e sia necessario uno sforzo aggiuntivo per implementarlo, l'impatto che può avere sulle prestazioni rende lo sforzo aggiuntivo utile, come evidenziato nei case study sopra. Ciò è particolarmente vero per i grandi attori con un'abbondanza di dati che vogliono semplificare i loro sforzi di marketing multicanale.