Cara mengunggah data dari Facebook ke Google BigQuery

Facebook adalah jejaring sosial paling populer secara global, dengan lebih dari 2,6 miliar pengguna aktif bulanan. Tidak mengherankan, itu telah menjadi saluran promosi wajib bagi banyak bisnis. Lebih dari 7 juta pengiklan mempromosikan layanan mereka di platform ini. Terlebih lagi, Facebook memiliki tiga platform media sosial terbesar lainnya: Instagram, WhatsApp, dan Facebook Messenger.

Alasan lain popularitas Facebook dan Instagram di kalangan pengiklan adalah harga terjangkau untuk menjangkau audiens dan kemampuan untuk menargetkan audiens secara akurat.

Facebook menawarkan alat bisnis dan pemasar untuk bekerja dengan kampanye iklan: Pengelola Iklan Facebook, Piksel Facebook, dan Facebook Analytics.

Secara default, Pengelola Iklan memberikan informasi tentang cakupan, tampilan, klik, biaya iklan, dan sebagainya. Dan jika Anda memasang piksel Facebook di situs web Anda dan mengatur pelacakan peristiwa, Anda dapat mengetahui perilaku pengguna yang mengunjungi situs web Anda dengan mengeklik iklan.

Anda dapat melacak semua jenis konversi di perangkat apa pun yang dibawa iklan Anda ke situs web Anda dan melihat berapa biaya tindakan yang diinginkan. Laporan Facebook menunjukkan kepada Anda semua klik, pendaftaran, pesanan, pembelian, dll.

Data yang disimpan di profil iklan Facebook dapat memberi tahu Anda tentang efektivitas hanya satu sumber. Tetapi bagaimana jika pengguna datang kepada Anda dari lalu lintas organik, lalu kembali ke situs web Anda, mengklik tautan di Facebook, dan melakukan pembelian setelah mendapatkan email? Bagaimana Anda bisa mengevaluasi efektivitas saluran Facebook dalam kasus ini? Anda tidak akan tahu bagaimana hal itu berinteraksi dengan sumber pemasaran lain dan bagaimana pengaruhnya terhadap bisnis secara keseluruhan sampai Anda menggabungkan data Anda.

Di perusahaan besar, pemasaran tidak terbatas pada Facebook, dan penjualan dapat dilakukan secara online dan offline. Oleh karena itu, perlu untuk menggabungkan data dari Pengelola Iklan Facebook dengan data dari situs web Anda, layanan periklanan lainnya, dan CRM Anda sehingga Anda dapat melihat gambaran keseluruhan: berapa banyak uang yang dihabiskan untuk iklan, saluran iklan mana yang lebih efektif, dan keuangan hasil.

Dengan mengunggah data biaya dari layanan periklanan ke Google BigQuery, Anda dapat mengaitkan biaya dengan aktivitas pengguna di situs web, panggilan ke pusat panggilan, email, dan pesanan yang dibeli dari sistem CRM. Ini membantu Anda menyiapkan analitik tingkat lanjut dan menilai dampak dari semua upaya pemasaran, baik online maupun offline, terhadap kinerja bisnis.

Data dari layanan pemasaran yang diupload ke Google BigQuery dapat digunakan untuk menghitung model atribusi Anda, kemudian BigQuery dapat meneruskan hasilnya ke sistem untuk pengelolaan tawaran otomatis. Selain itu, di Google BigQuery Anda dapat membuat audiens pengguna berdasarkan data gabungan dan hasil perhitungan atribusi, lalu secara otomatis mengirim audiens tersebut ke layanan periklanan. Terakhir, Anda dapat menggunakan data yang dikumpulkan di BigQuery untuk membuat laporan apa pun yang Anda butuhkan tanpa batasan.

Platform cloud paling populer adalah Amazon Redshift, Google BigQuery, dan Microsoft Azure. Mereka memiliki keunggulan umum dibandingkan gudang data konvensional:

• Anda tidak perlu memelihara server dan menghubungkan yang baru saat beban bertambah. Penyimpanan cloud diskalakan secara otomatis.
• Platform cloud lebih cepat daripada penyimpanan tradisional dan secara otomatis mendistribusikan ulang beban.
• Anda tidak perlu menginstal server di komputer Anda untuk masuk ke penyimpanan cloud. Cukup buka browser Anda dan masuk ke cloud.

Kami telah memilih Google BigQuery dan merekomendasikannya kepada pelanggan kami karena alasan berikut:

• Google adalah pemimpin dalam jumlah sumber data untuk pemasar: Iklan, Analytics, Search Console, YouTube. Semua layanan ini terintegrasi dengan mulus dengan BigQuery.
• Ini memproses data dalam jumlah besar dengan cepat.
• Mudah untuk memulai BigQuery tanpa bantuan administrator database. Cukup buat akun Google Cloud.
• Anda hanya membayar untuk layanan yang Anda gunakan.
• Ada layanan dan solusi siap pakai untuk mengunggah data ke Google BigQuery tanpa bantuan pengembang.

Google BigQuery tidak memiliki alat bawaan untuk mengimpor data dari Pengelola Iklan Facebook. Anda dapat mengatasi masalah ini dengan beberapa cara: dengan mengunggah data secara manual, menulis skrip Anda sendiri, atau menggunakan layanan khusus seperti OWOX BI. Mari kita lihat lebih dekat masing-masing opsi ini.

Anda dapat mengunggah data biaya dari profil iklan Facebook ke dalam file terpisah dan mengunggahnya secara manual melalui antarmuka BigQuery. Kerugian dari metode ini jelas: banyak pekerjaan yang tidak perlu dan tidak ada otomatisasi.

Anda juga dapat menulis skrip yang akan mengunggah data yang Anda butuhkan dari layanan pemasaran. Namun, Anda harus terus memantau dan mendukung skrip ini. Anda juga harus menghabiskan sumber daya pengembang untuk menggabungkan data dari akun yang berbeda dan pada tanggal yang berbeda, memeriksa kualitas data, dan dengan cepat menanggapi kemungkinan perubahan dalam API layanan periklanan. Selain itu, Anda harus memperbarui data secara retrospektif jika diubah di Iklan Facebook, mengonversi biaya dari semua sumber iklan menjadi satu mata uang, dll. Jika Anda tidak melakukan hal ini, data berkualitas buruk dapat menyebabkan solusi suboptimal yang akan biaya bisnis Anda banyak.

Dengan OWOX BI, Anda dapat mengatur impor biaya otomatis dari berbagai layanan periklanan ke Google Analytics dan mengunggah data biaya ke penyimpanan cloud dalam satu aliran data. Jika Anda menggunakan metode ini, pertimbangkan batasan Google Analytics:

• Maksimal 90 MB dapat dimuat ke dalam satu set data per hari.
• Anda dapat mengunduh maksimal 50 file per hari per sumber daya.
• Google Analytics mungkin memerlukan waktu hingga 24 jam untuk memproses data yang diunggah dan membuatnya tersedia dalam laporan.
• Saat mengunggah data dalam jumlah besar, mungkin ada masalah dengan Google Analytics API.
• Anda tidak dapat mengunggah lebih banyak parameter daripada yang dapat ditampung oleh skema set data biaya dari Google Analytics.

OWOX BI memiliki aliran data langsung dari Facebook, Instagram, dan LinkedIn, yang dengannya Anda dapat mengunggah data mentah pada semua kampanye Anda ke BigQuery. Skema data ini berisi 80 hingga 200 parameter, yang memastikan perincian data yang tinggi untuk laporan Anda.

Apa manfaat integrasi langsung Facebook dengan Google BigQuery?

OWOX BI menawarkan solusi lengkap di luar kotak — Anda tidak perlu melakukan apa pun secara manual. Layanan ini mengumpulkan semua data yang Anda butuhkan dalam format yang nyaman dan memantau kualitas dan relevansinya.

Jika data historis berubah di Iklan Facebook, OWOX BI memperbarui data yang diunggah ke BigQuery secara otomatis. Selain itu, jika perlu, Anda dapat mengunggah data historis selama enam bulan terakhir. Ini akan membantu Anda mengevaluasi dinamika kampanye.

Karena pengimporan data biaya terjadi tanpa partisipasi Google Analytics:

1. Anda mendapatkan data lebih cepat: Biaya diupload langsung ke BigQuery, dan Anda tidak perlu menunggu 24 jam lagi agar Google Analytics memprosesnya.
2. Data diunduh tanpa batas Google Analytics 90 MB dan 50 unduhan per hari.
3. Anda dapat mendownload statistik dari beberapa akun iklan ke dalam satu tabel BigQuery hanya dengan menentukan set data yang sama saat membuat streaming.
4. Data dari sumber iklan dikompilasi ke dalam tabel satu pihak di Google BigQuery. Ini sangat menyederhanakan kompilasi kueri dan analisis data yang diunduh.
5. Data biaya diupload ke BigQuery dalam dua mata uang. Satu bidang menyimpan biaya dalam mata uang asli dari layanan periklanan. Anda dapat menentukan mata uang lain untuk mengonversi data biaya saat Anda membuat alur. Biaya yang dikonversi berguna untuk laporan di mana data dari sumber yang berbeda harus dikonversi ke mata uang tunggal.

1. Pastikan tautan iklan Anda memiliki tag UTM.
2. Di halaman beranda OWOX BI, klik Buat Pipeline:

3. Sebagai sumber, pilih Iklan Facebook :

4. Sebagai tujuan, pilih Google BigQuery :

Jika Anda tidak memiliki proyek di Google BigQuery, pelajari cara mulai bekerja dengan penyimpanan cloud dan membuat set data.

5. Pilih akun Facebook (atau berikan akses ke akun Facebook baru) tempat Anda ingin mengekspor data biaya iklan:

Dalam keadaan apa pun OWOX BI tidak mengubah pengaturan akun atau kampanye iklan Anda!

Untuk sebagian besar platform periklanan, OWOX BI hanya meminta akses untuk membaca data. Tingkat akses ini cukup bagi kami untuk mendapatkan statistik dan informasi tentang markup tautan di iklan Anda. Namun tidak semua layanan periklanan memiliki tingkat akses atau pekerjaan seperti yang kita harapkan. Misalnya, untuk mengimpor data mentah dari Facebook ke Google BigQuery menggunakan OWOX BI, Anda memerlukan izin pengelolaan_iklan.

6. Pilih akun yang terhubung atau berikan akses ke akun Google BigQuery tempat Anda ingin menyimpan data yang diekspor:

7. Pilih proyek Google BigQuery dan set data tempat Anda ingin mengupload data (atau buat yang baru):

Catatan! Untuk menyiapkan pengumpulan data, akun Google Anda harus diberikan peran BigQuery Data Editor dan BigQuery User untuk project tujuan. Jika tidak, BigQuery tidak akan mengizinkan Anda mengupload data.

Untuk memeriksa/memberikan izin ini, buka halaman Identity and Access Management di project Google Cloud Platform Anda. Baca selengkapnya di dokumentasi Google.

8. Tentukan pengaturan untuk saluran Anda:

• Pilih tanggal dari mana Anda ingin mengunggah data biaya. Anda dapat mengatur tanggal masa depan atau masa lalu. Jika Anda memilih tanggal yang lalu, pelajari tentang batasan impor data historis.
• Pilih sumber/media yang ingin Anda terapkan ke data yang diimpor secara default. Nilai default yang Anda tentukan untuk sumber/saluran UTM akan ditulis ke tabel data biaya hanya jika OWOX BI tidak menerima nilai parameter UTM yang sebenarnya. Untuk informasi selengkapnya tentang mengapa Anda harus menentukan nilai default untuk sumber/saluran UTM dalam pengaturan saluran, lihat Bantuan.

Penting! Kapan saja, Anda dapat mengubah setelan sumber/media pada halaman saluran ke nilai apa pun kecuali google/organik. Nilai yang ditentukan akan diterapkan ke data baru yang diimpor setelah membuat perubahan dan data historis dalam jendela pembaruan.

9. Klik Buat saluran pipa .

Selesai! Data untuk hari sebelumnya akan muncul di tabel di dataset yang ditentukan setiap hari pada pukul 00:00 (UTC). Bergantung pada jumlah data dan fitur API layanan periklanan, pengimporan data dapat memakan waktu hingga 24 jam. Lihat artikel ini untuk struktur tabel.

Jika informasi dalam layanan periklanan berubah secara retrospektif, OWOX BI akan memperbarui semua data yang diunggah ke BigQuery dalam jendela pembaruan yang ditetapkan.

Di profil periklanan Facebook dan sistem analisis web, Anda dapat menganalisis dasar-dasar kinerja periklanan. Misalnya, Anda dapat menganalisis RKT, BPK, BPA, CR, sesi, kedalaman tampilan, rasio pentalan, RPC, dan ROAS. Untuk usaha kecil dengan sejumlah kecil saluran iklan, ini sudah cukup.

Namun, jika Anda memiliki banyak titik kontak dengan pelanggan, memiliki toko offline, dan ingin melihat seluruh jalur untuk membeli, maka Anda harus mempertimbangkan untuk menyiapkan analitik lanjutan dan membuat dasbor yang diperbarui secara otomatis dengan semua metrik yang Anda minati. Ini akan memungkinkan Anda untuk selalu memiliki informasi terkini, melakukan penilaian komprehensif terhadap efektivitas periklanan, dan membuat keputusan penting lebih cepat.