Studi kasus SEMrush: Mengapa mengumpulkan data biaya mentah di Iklan Facebook?

SEMrush adalah layanan untuk mengelola visibilitas situs web di hasil pencarian. Ini mencakup platform untuk SEO, PPC, manajemen kampanye, pemasaran konten, dan riset pemasaran. SEMrush memiliki lebih dari 5 juta pengguna di seluruh dunia dan termasuk eBay, Quora, Pemesanan. com, BNP Paribas, dan perusahaan lain di antara pelanggannya.

Audiens SEMrush di setiap wilayah memiliki karakteristiknya sendiri, dan untuk menarik pengguna, seringkali tidak cukup hanya melacak klik pada iklan. Oleh karena itu, untuk mengevaluasi keefektifan kampanye iklan dengan benar, SEMrush membutuhkan lebih dari sekadar statistik klik, pengeluaran, dan tag UTM.

Dalam artikel ini, analis data SEMrush Konstantin Perevozchikov menceritakan bagaimana timnya menggunakan data mentah yang dikumpulkan menggunakan Facebook Ads → Google BigQuery pipeline dari OWOX BI untuk menganalisis efektivitas kampanye iklan.

Kami biasa mengumpulkan data biaya dari akun iklan Facebook dengan dua cara:

1. Impor data biaya, klik, tayangan, dan tag UTM dengan bantuan OWOX BI Facebook Ads → pipeline Google Analytics, lalu unggah ke Google BigQuery melalui Google Analytics → pipeline Google BigQuery.
2. Gunakan skrip kami sendiri yang ditulis oleh tim SEMrush yang mengunggah data tertentu dari akun iklan Facebook ke Google BigQuery.

Pendekatan ini memiliki beberapa kelemahan.

Pertama, kami tidak mendapatkan semua data yang kami butuhkan. Misalnya, kami tidak mendapatkan data wilayah iklan dan data yang diperlukan untuk menghitung biaya tindakan pengguna setelah tampilan iklan. Selain itu, kami harus menggabungkan dan memantau data secara manual dari akun yang berbeda dan untuk tanggal yang berbeda.

Kedua, kami perlu mendukung dan menyelesaikan solusi kami sendiri sehingga menyelesaikan semua tugas pengumpulan data kami dan siap untuk perubahan reguler di Facebook API. Untuk melakukan ini, kami harus terus-menerus membayar programmer, menghabiskan waktu dan uang.

Oleh karena itu, kami memutuskan untuk mencoba Iklan Facebook baru → pipa Google BigQuery dari OWOX BI. Pipeline ini mengumpulkan semua data yang kami butuhkan dalam format yang nyaman, memantau relevansinya, dan bekerja di luar kotak, jadi kami tidak perlu melakukan apa pun secara manual untuk menggabungkan data.

OWOX BI mengunduh sekitar 200 bidang dengan berbagai data dari akun iklan Facebook.

Hal ini penting karena setiap produk SEMrush memiliki tim pengembangan dan pemasaran yang terpisah, dan setiap tim memiliki anggaran promosi sendiri.

Anda perlu menghitung biaya tidak hanya sesi tetapi juga tindakan individu dalam sesi untuk mengevaluasi efektivitas investasi iklan untuk setiap tim. Dan Anda perlu mengaitkan biaya bukan untuk sesi tetapi untuk tindakan. Dengan cara ini kita akan mengetahui dengan pasti bahwa untuk tindakan konversi W, Y, dan Z, kita membayar sejumlah X, yang dapat kita terima atau tidak. Kemudian setiap tim dapat menghitung biaya per tindakan (CPA), bahkan jika ada beberapa tindakan utama dalam sesi yang sama.

Data yang kami dapatkan dari Facebook dengan OWOX BI memungkinkan kami membangun analitik yang mendalam.

Untuk melakukan ini, kami menggabungkan data biaya dengan data tentang perilaku pengguna situs web (diunduh oleh saluran OWOX BI terpisah) menggunakan 150 skrip khusus. Dan semakin detail data kami dari akun iklan, semakin akurat penilaian kami terhadap tindakan pengguna.

Selain itu, saluran Facebook Ads → Google BigQuery mengunduh data berikut yang penting untuk iklan kami:

Sasaran konversi — Berkat bidang ini, kami melihat sasaran apa yang disiapkan untuk kampanye iklan dan memahami tahap corong konversi yang dilakukan pengguna (misalnya, pendaftaran atau uji coba).

Tautan iklan — Memungkinkan kami untuk secara akurat mengaitkan titik kontak dan iklan tertentu.

Tanda tangan iklan pada spanduk — Dalam pekerjaan kami, kami menggunakan struktur akun iklan yang tertanam dalam. Dengan menandatangani iklan di spanduk, kita dapat mengukur dan menandai kampanye dengan detail yang maksimal. Kemudian kami dapat secara akurat menentukan tujuan dan mengaitkan kampanye dengan aktivitas.

Banyak bidang teks (seperti nama kampanye dan set iklan) — Kami menulis skrip khusus yang mengunduh nilai bidang tersebut dari BigQuery ke Google Spreadsheet. Kemudian pemasar menggunakannya untuk menandai akun iklan dengan cepat dan akurat.

SEMrush adalah produk internasional, dan penting bagi kami untuk menganalisis efektivitas iklan di berbagai wilayah. Misalnya, biaya klik di AS dan di India berbeda. Ini berarti CPO akhir berbeda di setiap negara.

Salah satu keuntungan utama dari Facebook Ads → saluran Google BigQuery bagi kami adalah saluran menyediakan data dari akun iklan di berbagai negara.

Menggunakan data mentah yang diunduh dari Facebook, kami dapat mengetahui berapa banyak uang yang kami habiskan di negara tertentu untuk kampanye tertentu. Kemudian kami dapat menghubungkan titik kontak dengan pengguna dan menghitung ROI dari kampanye ini.

Kami melacak cara kerja iklan bergantung pada geografi pemirsa dan dapat menyempurnakan kampanye menurut negara.

Iklan Facebook → Pipa Google BigQuery sangat menyederhanakan proses analisis keefektifan kampanye iklan.

• Kami mengumpulkan semua data yang kami butuhkan, dan skrip tambahan hanya diperlukan untuk kasus khusus seperti menghitung biaya untuk menarik tindakan pengguna individu.
• OWOX BI mengunduh banyak data penting bagi kami, termasuk data penting seperti data wilayah yang memungkinkan kami mengukur distribusi geografis biaya iklan.
• Pipeline secara otomatis mengumpulkan data dari semua akun iklan Facebook kami ke dalam satu tabel Google BigQuery yang dipartisi. Ini sangat menyederhanakan analisis biaya.
• Pipeline memantau relevansi data yang diunduh. Jika data berubah secara retrospektif di akun iklan, OWOX BI memperbaruinya di BigQuery.
• Selain itu, tim OWOX BI membantu kami mengunduh data historis selama tiga tahun sebelumnya dari akun iklan Facebook kami. Dengan demikian, kami dapat mengevaluasi dinamika kampanye serta melacak perubahan penting di masa lalu yang secara signifikan memengaruhi hasil kampanye saat ini.
• Kami tidak perlu melibatkan pemrogram untuk menyiapkan pengumpulan dan konsolidasi data, karena saluran OWOX BI out-of-the-box melakukan semua yang kami butuhkan.

Dalam waktu dekat, kami berencana untuk meninggalkan sebagian besar skrip yang kami tulis dan mengumpulkan data Iklan Facebook (dan juga data LinkedIn) hanya menggunakan saluran OWOX BI.