Хотите перераспределить или сократить расходы на оплаченный поиск и не знаете, с чего начать? Обозреватель Крис Ливерсидж показывает, как вы можете определить возможности, сравнивая ваши данные о платных и органических результатах поиска по ключевым словам и устройствам.

data-analytics-team-ss-1920

При запуске платного поиска наряду с вашей органической стратегией SEO важно обеспечить, чтобы у вас была интегрированная стратегия и последовательное сообщение на страницах результатов поисковой системы (SERP). Чтобы справиться с этим, анализ данных на уровне ключевой фразы — для поисковых терминов, где оба канала активны — может улучшить трафик и сократить неэффективные оплачиваемые расходы.

Обычно для выполнения такого типа анализа вам нужно потратить шесть цифр для мощных инструментов анализа атрибуции от Google или Adobe и т. п. Лично я предпочитаю сворачивать свой собственный, по общему признанию, менее глубокий инструмент быстрой проработки, ориентированный только на каналы, видимые в результатах поиска Google.

Чтобы отобразить данные о платных поисковых терминах в органические, начните с вытаскивания полных ежедневных данных обо всех ключевых фразах, ведущих трафик на ваш сайт из API поисковой консоли Google. Я уже писал об этом процессе на Земле поисковой системы, поэтому я не буду переходить по старой земле.

Однако одним из основных изменений описанного подхода является захват данных, сегментированных устройством. Сегментация устройств на мобильные, планшеты и настольные компьютеры можно сопоставить с данными AdWords и позволяет сопоставлять эффективность прокрутки по процентам по SERP, что лежит в основе нашего анализа.

Как только вы начнете ежедневно собирать (и хранить) эти данные, сопоставление данных с API AdWords Google для согласованных периодов времени и устройств позволит вам открыть возможности для увеличения «эффекта ореола», когда веб-сайт получает увеличенные клики для обоих каналов, когда платные объявления видны наряду с высоко оцененными органическими результатами.

Сопоставление этих данных вместе также помогает определить возможности сокращения оплачиваемых расходов, любящих органические результаты, когда происходят очень сильные коэффициенты сквозного перехода.

Расширяя данные, чтобы использовать модели атрибуции, используемые в Google Analytics, вы можете приступить к существенным улучшениям общей эффективности всего маркетингового бюджета поиска, перепрофилируя неэффективные расходы в другом месте по нескольким каналам.

По сути, у вас есть форма легкого определения атрибута Google Attribution 360 (fka Adometry), который вы можете применить к своему платного поискового канала за небольшую часть стоимости (фактически, бесплатно).

Построение анализа гало и анализа текущих операций

Мы объединяем три источника данных через три API: Google Search Console, Google AdWords и Google Analytics. Тот же анализ вполне возможен и с API Adobe Analytics.

Кроме того, данные Bing Webmaster могут использоваться для рынков, где доля рынка достаточно велика, чтобы быть полезной для анализа (смотря на вас, Америка!). Данные о клике по прокрутке указаны здесь.

Примечание. Я не пытался создать эквивалентный анализ для Yandex, так как он, как представляется, не предлагает необходимые данные для показа и кликов в результатах поиска, но меня бы интересовали любые попытки создания эквивалентных данных для Яндекса на российских рынках.

В качестве краткого прохода вытащите данные Search Console, как описано в моей предыдущей статье в поисковой системе (см. ниже).

Помимо вытягивания исходных данных Search Console, вычислите количество терминов в каждой фразе и сравните фактический CTR с ожидаемым для Наконец, также вычислите доступный трафик, если ранг будет улучшен, чтобы разместить его на ожидаемом CTR. Используйте формулы для фильтрации по марке или роду, как описано в моей предыдущей почте Searchengineland. Я также использую сводную таблицу, чтобы показать даты для данные и вытащить их в окончательные отчеты для удобства». width=

(щелкните изображение для увеличения)

Затем, чтобы собрать данные AdWords, потяните данные, показанные ниже, через API.

Выполните те же расчеты с брендом и wordcount с вашими данными AdWords. Для удобства выбора данных я вытаскиваю ниже данные преобразования, используя уникальные сгенерированный ключ, чтобы соответствовать моим ключевым фразам». width=

(щелкните изображение для увеличения)

Чтобы обеспечить атрибуцию, мы теперь извлекаем данные о доходах из Google Analytics, а это означает, что мы можем фактически извлекать данные для разных моделей атрибуции, доступных в Google Analytics.

В качестве отправной точки для определения пригодности и подхода к атрибуции я рекомендую учебник Авинаша Каушика по этой теме.

Вот как выглядят данные Analytics.

Вывести данные о доходах через Google Analytics, чтобы вы могли применить модель атрибуции. Чтобы сопоставить эти данные с данными AdWords, создайте ключ, используя название кампании, поисковый запрос и тип соответствия. Объединение данных может выполняться в сводной таблице». width=

(щелкните изображение для увеличения)

Теперь мы получаем наши сводные таблицы. Обычно я создаю две сводные таблицы из трех наборов данных: один, чтобы разрешить сортировку по различным приоритетам за последний период времени (последний день, неделя, две недели или месяц, в зависимости от ваших предпочтений) …

Эта сводная таблица используется для создания условий сортировки для сегментов отчета.

(щелкните изображение для увеличения)

… и другой — для поиска исторических данных для сравнения с первым периодом времени.

Этот стержень содержит все исторические данные, позволяющие перекрестные ссылки в наших отчетах и ​​сравнение производительности периода времени.

(щелкните изображение для увеличения)

Затем создайте новую вкладку в Excel и создайте отчет, который извлекает данные из первого начального приоритета Pivot, как это:

Этот отчет может быть сегментирован длинным хвостом или маркой Vs non, устройством, местоположением и т. д. и выделяет пробелы в органической производительности для высокооплачиваемых поисковых запросов. Время, чтобы заставить ваших копирайтеров работать!

(щелкните изображение для увеличения)

И затем также создайте одно приоритетное органическое исполнение, подобное этому:

Этот отчет может быть сегментирован одинаковым образом и выделяет возможности для тестирования сокращения оплачиваемых расходов, когда органическая производительность очень сильна. эффективно, и поздороваться с бесплатным, легким прозрением в стиле адометров!

(щелкните изображение для увеличения)

Поскольку мы вычисляем количество терминов в каждой фразе, мы можем создавать отчеты в терминах «толстый голова», «короткая середина» и «длинный хвост» в наших данных. Мы все время сегментируем устройство, чтобы сравнивать, как с подобным. И поскольку у нас есть данные о расходах и доходах наряду с нашим кликом (CTR), мы можем видеть, где лежат наши возможности для экономии расходов.

Чтобы (очень просто) проиллюстрировать это, см. снимок отчета выше, показывая условия бренда с оплатой PLA AdWords против них. В этом примере примерно 8 000 фунтов стерлингов в месяц расходуются на эти 1000 наименований.

Учитывая, что мы имеем более 50% выше ожидаемой скорости перехода по электронной почте на 90% из этих условий, мы можем протестировать отключение этого бюджета. У нас в нашем наборе данных более 200 000 терминов, поэтому есть еще много возможностей для поиска.

Чтобы понять, был ли бюджет запрещен органический трафик, мы повторно запускаем отчет на следующий день, неделю или две недели и подтверждаем, что у нас есть тот же общий трафик, проходящий через.

Когда вы подтверждаете конверсию и доход, используя модели звуковой атрибуции, вам следует ожидать, что вы будете запускать отчеты против отдельных продуктов или категорий и измерять общее влияние дохода на вытягивание оплачиваемых расходов. Если ваши общие доходы не изменились, вы можете смело переместить этот бюджет в другое место.

Таким образом, вы можете просверлить самые высокие затраты на свою учетную запись, чтобы найти возможности перекрытия или «возможности каннибализации» для тестирования, повышая эффективность рекламной маркетинговой кампании.