Os dados mais valiosos disponíveis para qualquer empresa são os coletados de seu próprio público. Os dados primários são coletados por meio de plataformas de análise, assinaturas, dados de vendas, dados de chamadas recebidas, downloads de recursos e muito mais.
Embora existam limitações do RGPD com dados de terceiros, também é necessário haver dados suficientes disponíveis para os profissionais de marketing de PPC alcançarem significância estatística para a tomada de decisões, o que pode ser uma luta para as empresas que estão começando.
Existem várias maneiras pelas quais dados primários podem ser usados para permitir uma tomada de decisão mais inteligente do PPC. Neste post, concentrei-me em 3 casos de uso amplos em que dados primários devem ser usados para gerar retornos aprimorados da atividade PPC.
Identificando fontes de dados e integrando várias plataformas
A consolidação de seus dados pode ser uma tarefa enorme. Muitas vezes, encontramos dados de terceiros espalhados por vários sistemas de CRM, planilhas offline e plataformas de e-mail, e não em um único local. Isso dificulta o uso dos dados, pois pode haver duplicação e extração de dados desatualizados de fontes diferentes.
A integração de dados é um primeiro passo vital para o uso de dados primários para otimização do PPC. A fonte dos dados de desempenho on-line da maioria das empresas é o Google Analytics , e é a ferramenta que recomendamos usar para integrar-se a outras fontes de dados primárias como uma etapa inicial.
O Google Analytics já coleta uma tonelada de dados úteis de marketing por padrão, mas o que falta são dados "pós-conversão ". O Google Analytics informará um número total de conversões com base em quantos usuários do site preencheram um formulário ou concluíram uma ação em seu site, mas não relatará o volume do site que a equipe de vendas consegue converter.
É aqui que as integrações do CRM / Google Analytics são úteis, o que permitirá que você repasse os seguintes dados no Google Analytics:
Valor real de venda das conversões transmitidas ao CRM
Pontuação de leads com base na atividade de CRM
Oportunidades de CRM criadas
Taxa de conversão de vendas
Muitos desses dados podem ser enviados manualmente de volta ao Google Analytics por meio do protocolo de medição , mas isso aumentará artificialmente a contagem de sessões, pois as conversões off-line serão transmitidas como novos usuários.
Como todo CRM exigirá uma abordagem diferente, não posso cobrir todos os cenários de integração nesta postagem. No entanto, recomendo que você faça uma pesquisa no Google sobre “ seu conector CRM + Google Analytics”, pois há um mercado crescente de ferramentas de conectores de dados disponíveis para ajudar a tornar esse processo relativamente fácil.
Uma dessas ferramentas é o conector GA , que funciona com os sistemas CRM mais populares, incluindo Salesforce e Hubspot . Isso permite que os profissionais de marketing extraiam dados do CRM do CRM para o Google Analytics com pouca intervenção manual.
Dados primários de um sistema de CRM acessados pelo Google Analtyics usando o GA Connetor
Exemplo de dados de CRM extraídos para o Google Analytics usando o conector GA
Depois de sincronizar os dados primários relevantes com o Google Analytics, a etapa final é vincular suas contas do Google Ads e do Google Analytics para garantir que todas essas conversões sejam atraídas para o Google Ads e possam ser usadas para otimizar suas campanhas.
Abaixo, descrevi alguns casos de uso de como os dados primários podem ser usados no Google Ads para melhorar o desempenho.
1. Use dados primários para influenciar estratégias de lances
Agora, é claro que os dados primários podem ser usados para influenciar as estratégias de lances gerenciadas pelos scripts do Google Ads . No entanto, vimos melhores resultados nos últimos meses ao usar as estratégias de lances com base em conversão do Google sob seu guarda-chuva de lances inteligentes , um subconjunto de seu software de lances automatizados.
Os lances inteligentes usam o aprendizado de máquina avançado para alterar os lances com base em uma ampla gama de sinais em tempo real, incluindo dispositivo, local, hora do dia, lista de remarketing, idioma e sistema operacional. Ele abalou algumas penas na indústria de PPC devido a resultados mistos de alguns anunciantes, no entanto, o Google pode usar milhares de sinais de lances em tempo real e pode analisar 70 milhões de sinais em 100 milissegundos!
As seguintes estratégias de lances inteligentes estão disponíveis no Google AdsL
Lance de CPA desejado : define lances para ajudar a obter o maior número possível de conversões com um custo por aquisição definido (CPA)
ROAS desejado : direciona mais valor ou receita de conversão com base em um ROAS (retorno do investimento em anúncio)
Conversões máximas e valor máximo de conversões : usando dados históricos e avaliando sinais contextuais, esse método encontra automaticamente um lance de CPC ideal
Para garantir que suas estratégias de lances estejam otimizando para metas relevantes, você pode usar os dados de primeira parte para realizar análises pós-campanha e refinar as metas com base no desempenho real e no impacto nos negócios. Por exemplo, alterar as metas de ROAS / CPA desejado com base no desempenho real das campanhas, em vez de basear-lo no ROAS / CPA gerado por conversões relatadas no Google Ads por padrão.
Um exemplo de como essa análise pós-campanha funciona na prática é mostrado abaixo. Para um cliente que fornece cartões de combustível, desenvolvemos um método para rastrear o valor vitalício do cliente com base no combustível 'extraído' de um cartão de combustível. Isso nos permite vincular retrospectivamente os valores à fonte original de um lead no Google Analytics.
Exemplo de dados primários retirados do sistema de CRM de litros retirados em um cartão de combustível rastreados até a fonte original do lead no Google Analytics
Exemplo de dados primários retirados do sistema de CRM de litros retirados em um cartão de combustível rastreados até a fonte original do lead no Google Analytics.
Esses dados podem ser usados para calcular metas CPA / ROAS mais precisas para a atividade de PPC, permitindo que as metas de lances inteligentes sejam definidas em um nível mais representativo do impacto comercial de qualquer atividade.
Exemplo : usando dados de chamada para otimizar contas B2B
Você pode usar o lance inteligente do Google Ads para otimizar as conversões de chamadas telefônicas por padrão. No entanto, nem todas as ligações telefônicas geradas pelo Google Ads serão direcionadas a um lead de vendas qualificado. A verdade é que a grande maioria não é, portanto eles não devem ser todos considerados como sinais para que as lances inteligentes do Google operem. A otimização com dados incorretos queimará rapidamente seu orçamento.
Se você usar uma ferramenta de rastreamento de chamadas , sua equipe de vendas poderá registrar manualmente a qualidade de um lead através da pontuação de leads, registrar se uma chamada resultou em uma venda e até inserir o valor monetário de qualquer venda realizada por telefone. Capturando dados mais significativos do que o número total de chamadas geradas, as ferramentas de rastreamento de chamadas rastrearão a fonte original de uma chamada de volta ao nível da palavra-chave.
Em vez de analisar esses dados manualmente, você pode fechar o ciclo passando dados de pontuação de leads, resultados de conversão, valor monetário de qualquer venda baseada em chamadas e muito mais no Google Analytics. Ferramentas como o Ruler Analytics tornam esse processo relativamente simples, retornando os dados ao Google Analytics (e posteriormente ao Google Ads) para otimizar as áreas que geram as chamadas mais valiosas.
Dados telefônicos primários
Novamente, essa estratégia permitirá que você obtenha melhores resultados com estratégias de lances inteligentes, como o CPA desejado e o ROAS desejado, porque o Google tomará decisões com base em dados mais completos.
2. Use dados primários para obter eficiência no orçamento
Os dados disponíveis gratuitamente na sua conta do Google Analytics sobre o comportamento do usuário podem ser usados para otimizar o desempenho de suas campanhas do Google Ads.
As listas de remarketing para anúncios da Rede de Pesquisa (RLSAs) permitem personalizar as campanhas da rede de pesquisa do Google Ads para segmentar usuários que concluíram uma ação específica em seu site. Isso permite que os anunciantes segmentem ou excluam públicos específicos, fazendo um uso mais eficaz de seus orçamentos.
Houve análises mistas do uso da RLSA com lances inteligentes . No entanto, ao adicionar uma lista de público-alvo a uma campanha ou grupo de anúncios usando lances inteligentes, você adiciona efetivamente um indicador ao algoritmo de lances inteligentes . Isso destaca que a lista de usuários é importante e oferece lances mais agressivos sempre que eles pesquisam.
Exemplo : Crie uma lista de usuários que visitaram seu site um número ideal de vezes antes da compra
Você sabe qual visita à web normalmente resulta na maior fatia da receita para sua empresa? Caso contrário, o relatório de tamanho do caminho no Google Analytics informará.
Este relatório exibirá o valor de todas as conversões divididas pelo número de sessões que o usuário teve antes de fazer uma compra.
Relatório de tamanho do caminho - dados primários
No exemplo acima, fica claro que a maior fatia da receita é gerada pelos usuários que visitam o site pela segunda vez antes de fazer uma compra.
Para tornar essa lista utilizável no Google Ads, primeiro precisamos criar uma lista de públicos - alvo em Google Analytics> Administrador> Públicos-alvo. Aqui, você criaria um novo público personalizado especificando que o usuário deve ter tido pelo menos uma sessão, mas ainda não concluiu uma transação.
Como usar o construtor de público-alvo
A próxima etapa é aplicar essa lista a qualquer grupo de anúncios aplicável em sua conta do Google Ads. Você pode fazer isso na guia Públicos-alvo:
Criador de público-alvo - etapa 2
Em seguida, poderíamos definir manualmente modificadores de lance para usuários dessa lista ou aplicá-la a grupos de anúncios usando lances inteligentes, fornecendo ao Google outro sinal para otimizar.
3. Use dados primários para expansão do público-alvo
O Google Customer Match oferece aos anunciantes a capacidade de segmentar clientes ou possíveis clientes, importando dados de clientes na forma de listas de e-mail para o Google Ads. O Facebook ativou a mesma funcionalidade em sua plataforma através de públicos personalizados , assim como o Twitter através de públicos personalizados e o Linkedin através de públicos compatíveis .
O conceito aqui é que um usuário já familiarizado com uma marca terá mais chances de converter, o que significa que os anunciantes podem ser mais direcionados em sua abordagem sempre que os clientes nessas listas estiverem navegando nessas plataformas.
Além de segmentar usuários que já estão familiarizados com sua marca, cada uma dessas plataformas oferece a chance de expandir suas opções de segmentação criando listas de segmentação de usuários que exibem características semelhantes às dos clientes na lista carregada.
Veja o recurso de público semelhante do Google , por exemplo, que pode ser usado para encontrar outras pessoas com comportamento de pesquisa semelhante aos clientes da sua lista de primeiros participantes.
Exemplo : expanda o alcance segmentando públicos-alvo semelhantes por meio de publicidade gráfica
Públicos-alvo semelhantes podem ser configurados com base nas listas de públicos-alvo padrão que você importou para sua conta do Google Ads. Essa é uma ótima maneira de segmentar anúncios em usuários que compartilham características semelhantes aos visitantes e clientes existentes do site para expandir seu alcance.
Como esses usuários ainda não estão ativamente pesquisando seus produtos ou serviços, um método para alcançá-los desde o início é através da publicidade gráfica .
Públicos-alvo semelhantes podem ser aplicados a campanhas de exibição para expandir o alcance delas, garantindo que os usuários que veem seus anúncios tenham características semelhantes aos de seus clientes existentes.
Nenhum comentário:
Postar um comentário