SEMrush vaka çalışması: Facebook Reklamlarında neden ham maliyet verileri toplansın?

SEMrush, web sitelerinin arama sonuçlarında görünürlüğünü yönetmeye yönelik bir hizmettir. SEO, PPC, kampanya yönetimi, içerik pazarlaması ve pazarlama araştırması için platformlar içerir. SEMrush'ın dünya çapında 5 milyondan fazla kullanıcısı var ve eBay, Quora, Booking'i sayıyor. com, BNP Paribas ve diğer şirketleri müşterileri arasındadır.

Her bölgedeki SEMrush izleyicilerinin kendine has özellikleri vardır ve kullanıcıları çekmek için yalnızca reklam tıklamalarını izlemek genellikle yeterli olmaz. Bu nedenle, reklam kampanyalarının etkinliğini doğru bir şekilde değerlendirmek için SEMrush'ın tıklamalar, harcamalar ve UTM etiketleri hakkındaki istatistiklerden çok daha fazlasına ihtiyacı var.

Bu makalede, SEMrush veri analisti Konstantin Perevozchikov, ekibinin, reklam kampanyalarının etkinliğini analiz etmek için OWOX BI'dan Facebook Ads → Google BigQuery ardışık düzeni kullanılarak toplanan ham verileri nasıl kullandığını anlatıyor.

Facebook reklam hesaplarından maliyet verilerini iki şekilde topluyorduk:

1. OWOX BI Facebook Reklamları → Google Analytics ardışık düzeninin yardımıyla maliyet verilerini, tıklamaları, gösterimleri ve UTM etiketlerini içe aktarın ve ardından Google Analytics → Google BigQuery ardışık düzeni aracılığıyla Google BigQuery'ye yükleyin.
2. Bir Facebook reklam hesabından Google BigQuery'ye belirli verileri yükleyen SEMrush ekibi tarafından yazılan kendi komut dosyalarımızı kullanın.

Bu yaklaşımın birkaç dezavantajı vardı.

İlk olarak, ihtiyacımız olan tüm verileri alamadık. Örneğin, reklam görüntülemelerinden sonra kullanıcı eylemlerinin maliyetini hesaplamak için gereken reklam bölgesi verilerini ve verilerini alamadık. Ayrıca, farklı hesaplardan ve farklı tarihlerden gelen verileri manuel olarak birleştirmemiz ve izlememiz gerekiyordu.

İkinci olarak, tüm veri toplama görevlerimizi çözmek ve Facebook API'sinde düzenli değişikliklere hazır olması için kendi çözümümüzü desteklememiz ve tamamlamamız gerekiyordu. Bunu yapmak için programcılara sürekli ödeme yapmamız, zaman ve para harcamamız gerekiyordu.

Bu nedenle, OWOX BI'dan yeni Facebook Reklamları → Google BigQuery ardışık düzenini denemeye karar verdik. Bu işlem hattı, ihtiyacımız olan tüm verileri uygun bir biçimde toplar, alaka düzeyini izler ve kullanıma hazır çalışır, bu nedenle verileri birleştirmek için manuel olarak herhangi bir şey yapmamıza gerek kalmaz.

OWOX BI, Facebook reklam hesaplarından çeşitli verilerle yaklaşık 200 alan indirir.

Bu önemlidir çünkü her SEMrush ürününün ayrı bir geliştirme ve pazarlama ekibi vardır ve her ekibin kendi tanıtım bütçesi vardır.

Her ekip için reklam yatırımlarının etkinliğini değerlendirmek için yalnızca oturumun maliyetini değil, aynı zamanda oturum içindeki bireysel eylemleri de saymanız gerekir. Ve bir seans için değil, bir eylem için maliyetleri ilişkilendirmeniz gerekir. Bu şekilde, W, Y ve Z dönüşüm işlemleri için bizim için kabul edilebilir olan veya olmayan X tutarı ödediğimizden emin olacağız. Ardından, aynı oturumda birkaç önemli eylem olsa bile, her ekip eylem başına maliyeti (EBM) hesaplayabilir.

OWOX BI ile Facebook'tan aldığımız veriler, derin analizler oluşturmamızı sağlıyor.

Bunu yapmak için, 150 özel komut dosyası kullanarak maliyet verilerini (ayrı bir OWOX BI ardışık düzeni tarafından indirilen) web sitesi kullanıcılarının davranışlarına ilişkin verilerle birleştiriyoruz. Ve reklam hesaplarından elde ettiğimiz veriler ne kadar ayrıntılı olursa, kullanıcı eylemlerine ilişkin değerlendirmemiz o kadar doğru olur.

Ayrıca, Facebook Reklamları → Google BigQuery ardışık düzeni, reklamlarımız için önemli olan aşağıdaki verileri indirir:

Dönüşüm hedefi — Bu alan sayesinde, reklam kampanyasının hangi hedef için ayarlandığını görür ve kullanıcının dönüşüm hunisinin hangi aşamasında olduğunu (örneğin, kayıt veya deneme) anlarız.

Reklam bağlantısı — Bir temas noktası ile belirli bir reklamı doğru bir şekilde ilişkilendirmemizi sağlar.

Afişlerde reklam imzaları — Çalışmamızda, reklam hesaplarının derinlemesine gömülü yapısını kullanıyoruz. Banner'lara reklam imzalayarak kampanyaları maksimum detayda ölçebilir ve işaretleyebiliriz. Ardından hedefleri doğru bir şekilde belirleyebilir ve kampanyaları etkinliklerle ilişkilendirebiliriz.

Birçok metin alanı (kampanya adı ve reklam seti gibi) — Bu tür alanların değerlerini BigQuery'den Google E-Tablolar'a indiren özel komut dosyaları yazdık. Ardından pazarlamacılar bunları reklam hesaplarını hızlı ve doğru bir şekilde işaretlemek için kullanır.

SEMrush uluslararası bir üründür ve farklı bölgelerdeki reklamların etkinliğini analiz etmek bizim için önemlidir. Örneğin, ABD'de ve Hindistan'da bir tıklamanın maliyeti farklıdır. Bu, nihai CPO'nun ülkeye göre farklı olduğu anlamına gelir.

Facebook Reklamları → Google BigQuery ardışık düzeninin bizim için ana avantajlarından biri, boru hattının farklı ülkelerdeki bir reklam hesabından veri sağlamasıdır.

Facebook'tan indirilen ham verileri kullanarak, belirli bir ülkede belirli kampanyalara ne kadar para harcadığımızı öğrenebiliriz. Ardından, kullanıcılara temas noktalarını atfedebilir ve bu kampanyaların YG'sini hesaplayabiliriz.

Hedef kitlenin coğrafyasına bağlı olarak reklamların nasıl çalıştığını izliyoruz ve kampanyalara ülkeye göre ince ayar yapabiliyoruz.

Facebook Reklamları → Google BigQuery ardışık düzeni, reklam kampanyalarının etkinliğini analiz etme sürecini büyük ölçüde basitleştirir.

• İhtiyacımız olan tüm verileri topluyoruz ve ek komut dosyalarına yalnızca bireysel kullanıcı eylemlerini çekmenin maliyetini hesaplamak gibi özel durumlar için ihtiyaç duyuluyor.
• OWOX BI, reklam maliyetlerinin coğrafi dağılımını ölçmemizi sağlayan bölge verileri gibi önemli veriler de dahil olmak üzere bizim için birçok önemli veri indiriyor.
• İşlem hattı, tüm Facebook reklam hesaplarımızdan verileri otomatik olarak tek bir bölümlenmiş Google BigQuery tablosunda toplar. Bu, maliyet analizini büyük ölçüde basitleştirir.
• İşlem hattı, indirilen verilerin alaka düzeyini izler. Reklamcılık hesabındaki veriler geriye dönük olarak değişirse, OWOX BI bunu BigQuery'de günceller.
• Ayrıca OWOX BI ekibi, Facebook reklam hesaplarımızdan önceki üç yıla ait geçmiş verileri indirmemize yardımcı oldu. Böylece, kampanya dinamiklerini değerlendirebilir ve mevcut kampanyaların sonuçlarını önemli ölçüde etkileyen geçmişteki önemli değişiklikleri takip edebiliriz.
• Kullanıma hazır OWOX BI ardışık düzeni ihtiyacımız olan her şeyi yaptığından, veri toplama ve birleştirmeyi ayarlamak için programcıları dahil etmemize gerek yok.

Yakın gelecekte, yazdığımız komut dosyalarının çoğunu bırakıp Facebook Reklam verilerini (ve ayrıca LinkedIn verilerini) yalnızca OWOX BI ardışık düzenlerini kullanarak toplamayı planlıyoruz.