Studium przypadku SEMrush: Po co zbierać surowe dane o kosztach w reklamach na Facebooku?

SEMrush to usługa do zarządzania widocznością stron internetowych w wynikach wyszukiwania. Obejmuje platformy do SEO, PPC, zarządzania kampaniami, marketingu treści i badań marketingowych. SEMrush ma ponad 5 milionów użytkowników na całym świecie i obejmuje eBay, Quora, Booking. com, BNP Paribas i inne firmy wśród swoich klientów.

Odbiorcy SEMrush w każdym regionie mają swoje własne cechy i aby przyciągnąć użytkowników, często nie wystarczy śledzić tylko kliknięcia w reklamy. Dlatego, aby poprawnie ocenić skuteczność kampanii reklamowych, SEMrush potrzebuje znacznie więcej niż statystyki kliknięć, wydatków i tagów UTM.

W tym artykule analityk danych SEMrush, Konstantin Perevozchikov, opowiada, w jaki sposób jego zespół wykorzystuje surowe dane zebrane za pomocą potoku Facebook Ads → Google BigQuery z OWOX BI do analizy skuteczności kampanii reklamowych.

Zbieraliśmy dane o kosztach z kont reklamowych Facebooka na dwa sposoby:

1. Importuj dane o kosztach, kliknięciach, wyświetleniach i tagi UTM za pomocą potoku OWOX BI Facebook Ads → Google Analytics, a następnie prześlij je do Google BigQuery za pomocą potoku Google Analytics → Google BigQuery.
2. Korzystaj z naszych własnych skryptów napisanych przez zespół SEMrush, które przesyłają określone dane z konta reklamowego na Facebooku do Google BigQuery.

To podejście miało kilka wad.

Po pierwsze, nie uzyskaliśmy wszystkich potrzebnych nam danych. Na przykład nie otrzymaliśmy danych o regionie reklam ani danych potrzebnych do obliczenia kosztu działań użytkownika po obejrzeniu reklamy. Ponadto musieliśmy ręcznie łączyć i monitorować dane z różnych kont i dla różnych dat.

Po drugie, musieliśmy wesprzeć i sfinalizować nasze własne rozwiązanie, aby rozwiązało wszystkie nasze zadania związane z gromadzeniem danych i było gotowe na regularne zmiany w API Facebooka. Aby to zrobić, musieliśmy stale płacić programistom, poświęcając czas i pieniądze.

Dlatego zdecydowaliśmy się wypróbować nowy Facebook Ads → Google BigQuery pipeline firmy OWOX BI. Ten potok zbiera wszystkie potrzebne nam dane w wygodnym formacie, monitoruje ich znaczenie i działa po wyjęciu z pudełka, więc nie musimy robić nic ręcznie, aby scalić dane.

OWOX BI pobiera około 200 pól z różnymi danymi z kont reklamowych na Facebooku.

Jest to ważne, ponieważ każdy produkt SEMrush ma osobny zespół ds. rozwoju i marketingu, a każdy zespół ma własny budżet promocyjny.

Musisz policzyć koszt nie tylko sesji, ale także poszczególnych działań w ramach sesji, aby ocenić skuteczność inwestycji reklamowych dla każdego zespołu. I musisz przypisać koszty nie za sesję, ale za akcję. W ten sposób będziemy wiedzieć na pewno, że za działania powodujące konwersję W, Y i Z zapłaciliśmy kwotę X, która jest dla nas akceptowalna lub nie. Następnie każdy zespół może obliczyć koszt za działanie (CPA), nawet jeśli w tej samej sesji było kilka kluczowych działań.

Dane, które otrzymujemy z Facebooka z OWOX BI pozwalają nam budować głęboką analitykę.

W tym celu łączymy dane kosztowe z danymi o zachowaniach użytkowników serwisu (pobieranymi osobnym lejkiem OWOX BI) za pomocą 150 specjalnych skryptów. A im bardziej szczegółowe są nasze dane z kont reklamowych, tym dokładniejsza jest nasza ocena działań użytkowników.

Ponadto potok Facebook Ads → Google BigQuery pobiera następujące dane, które są ważne dla naszych reklam:

Cel konwersji — Dzięki temu polu widzimy, do jakiego celu jest ustawiona kampania reklamowa i rozumiemy, na jakim etapie lejka konwersji znajduje się użytkownik (np. rejestracja lub próba).

Link reklamowy — pozwala nam dokładnie powiązać punkt styku z konkretną reklamą.

Podpisy reklam na banerach — W naszej pracy wykorzystujemy głęboko zakorzenioną strukturę kont reklamowych. Podpisując reklamy na banerach, możemy mierzyć i oznaczać kampanie z maksymalnymi szczegółami. Wtedy możemy precyzyjnie określić cele i powiązać kampanie z działaniami.

Wiele pól tekstowych (takich jak nazwa kampanii i zestaw reklam) – napisaliśmy specjalne skrypty, które pobierają wartości tych pól z BigQuery do Arkuszy Google. Następnie marketerzy używają ich do szybkiego i dokładnego oznaczania kont reklamowych.

SEMrush to produkt międzynarodowy i ważne jest dla nas, aby analizować skuteczność reklamy w różnych regionach. Na przykład koszt kliknięcia w USA i Indiach jest inny. Oznacza to, że ostateczny CPO różni się w zależności od kraju.

Jedną z głównych zalet Facebook Ads → Google BigQuery potok jest dla nas to, że potok dostarcza dane z konta reklamowego w różnych krajach.

Korzystając z surowych danych pobranych z Facebooka, możemy dowiedzieć się, ile pieniędzy wydajemy w danym kraju na konkretne kampanie. Następnie możemy przypisać użytkownikom punkty styku i obliczyć ROI tych kampanii.

Śledzimy działanie reklam w zależności od położenia geograficznego odbiorców i możemy dostosowywać kampanie według kraju.

Potok Facebook Ads → Google BigQuery znacznie upraszcza proces analizy skuteczności kampanii reklamowych.

• Zbieramy wszystkie potrzebne nam dane, a dodatkowe skrypty są potrzebne tylko w szczególnych przypadkach, takich jak obliczanie kosztu przyciągnięcia poszczególnych działań użytkownika.
• OWOX BI pobiera dla nas wiele ważnych danych, w tym kluczowe dane, takie jak dane regionalne, które pozwalają nam zmierzyć rozkład geograficzny kosztów reklamy.
• Potok automatycznie zbiera dane ze wszystkich naszych kont reklamowych na Facebooku w jednej podzielonej na partycje tabeli Google BigQuery. To znacznie upraszcza analizę kosztów.
• Potok monitoruje istotność pobranych danych. Jeśli dane na koncie reklamowym zmienią się wstecz, OWOX BI zaktualizuje je w BigQuery.
• Ponadto zespół OWOX BI pomógł nam pobrać dane historyczne z ostatnich trzech lat z naszych kont reklamowych na Facebooku. Dzięki temu możemy ocenić dynamikę kampanii, a także śledzić kluczowe zmiany w przeszłości, które znacząco wpływają na wyniki bieżących kampanii.
• Nie musimy angażować programistów do konfiguracji gromadzenia i konsolidacji danych, ponieważ gotowy potok OWOX BI robi wszystko, czego potrzebujemy.

W najbliższym czasie planujemy zrezygnować z większości napisanych przez nas skryptów i zbierać dane Facebook Ads (a także dane z LinkedIn) wyłącznie za pomocą potoków OWOX BI.