プロモーション（特に検索エンジン入札）を行う際に、次のような状況に遭遇したことはありませんか？プロモーションアカウントはしばらく最適化されており、データ、品質スコア、アカウント構造は比較的安定しています。経営陣はアカウントのさらなる改善を望んでいますが、アカウントが成熟しているため、キーワードの追加、広告文の更新、ランキングの確認といった基本的なメンテナンス以外に何ができるでしょうか？以下では、住宅リフォーム業界を例に、アカウントの調整に役立つ簡単なデータセグメンテーション手法をいくつかご紹介します。 まず、アカウントデータを取得する必要があります。詳細であればあるほど良いというわけではありませんが、データをセグメント化する際にエラーを避けるためには、正確さが不可欠​​です。もちろん、Googleアナリティクスのリンクタグ機能に精通していて、ウェブサイトにこのモニタリングツールがインストールされているなら、データは他社よりもはるかに正確になります。Omnitureのような高価なツールを使えば、さらに効果的で、競合他社に対して大きなデータ優位性を得ることができます。Baidu Analyticsや53CustomerServiceのような基本的なデータツールを使用している場合でも、精度は変わりません。精度は異なるかもしれませんが、分析アプローチは同じです。では、クリック、問い合わせ、支出データのみを取得できたと仮定すると、次は何をすればいいのでしょうか？ ステップ1: プラットフォームをセグメント化する オンラインマーケティングでは様々なプラットフォームを活用し、各プラットフォームからのトラフィックの質が最終的な利益に直接影響を及ぼします。しかし、企業はインターネットを一つのチャネルとして捉えがちなため、プラットフォームの選択や優先順位付けが曖昧になりがちです。例えば百度（Baidu）のように、同じプラットフォームであっても、PCWAPネットワークとモバイルDSPからのトラフィックの質は大きく異なります。そのため、画一的な広告戦略に慣れているほど、詳細な評価を行うことがますます重要になります。 シンプルなコンサルティング ソフトウェアのバックエンド データを分析すると、次の表を作成できます。 これは、シンプルな住宅リフォームウェブサイトのデータです。「問い合わせキーワード」と「問い合わせ元」という2つの属性を使ってピボットテーブルを作成しました。百度からの問い合わせが非常に大きな割合を占めていることがわかります。では、この表に基づいてキーワードを調整すべきでしょうか？答えは「いいえ」です。プラットフォームの重要性がまだ明らかではないからです。トラフィックが多いプラットフォームは当然問い合わせも多くなりますが、費用対効果はどうでしょうか？この表ではそれが分かりません。そのため、異なるプラットフォームの比較を裏付けるには、より多くのデータが必要です。 入力データを追加すると、次の表が得られました。 ここでのクリックとは、有効な問い合わせを指します。360とSogouはトラフィックは少ないものの、価格も比較的安価であるのに対し、Baiduはトラフィックは多いものの、非常に高価であることがわかります。特にBaiduのモバイルトラフィックは、既に価格がかなり高くなっています。では、モバイルデータをすぐにコントロールすべきでしょうか？価格を下げるべきでしょうか？ランキングを確認するべきでしょうか？キーワードを修正すべきでしょうか？結果を覆したくないのであれば、もう少し辛抱強く、より深く掘り下げる必要があります。 別のデータセットを見てみましょう。53には合計951件の有効な問い合わせがあり、そのうち668件（72%）がプラットフォーム経由でした。ソースが追跡できなかった残りの問い合わせのうち、136件はモバイルデバイスからのものでした。幸いなことに、この住宅リフォームウェブサイトはBaiduのモバイルトラフィックのみをターゲットとしていました（SEOなどのオーガニックトラフィックは考慮していません）。データを修正してみましょう。次の表が得られます。 ご覧のとおり、Baiduのモバイルプラットフォームは、高いトラフィックとリーズナブルな価格設定により、優れた費用対効果を提供しています。この分野への投資を増やすべきであり、データの精度が非常に重要です。データの精度によって全く異なる結論が導き出される可能性があるためです。もちろん、ウェブサイトがすべてのプラットフォームでモバイルトラフィックを持っている場合は、データの不正確さを心配する必要はありません。PCトラフィックシェアを分析することで、識別不能なトラフィックを割り当てることができますが、これには多少の誤差が生じます。次の疑問は、BaiduのPCプラットフォーム以外にも、より費用対効果の高いプラットフォームがいくつかあるということです。どのプラットフォームに投資を増やすべきでしょうか？ただし、このデータだけではすぐに判断できないかもしれません。そこで、従来の方法、つまり新しいパラメーターを追加して比較してみましょう。 今回はトラフィックデータを選択しましたが、各プラットフォームからのトラフィック獲得データをコンサルティングに含めるとどうなるでしょうか？ この依存関係は明らかではないでしょうか？360はSogouよりも市場シェアが大きいものの、トラフィックは低く、相談率は高いです。一方、SogouとBaidu Mobileの相談率は既に非常に拮抗しています。したがって、次にすべきことは明らかです。360への投資を増やし、Baidu MobileとSogouのトラフィックを最適化することです。 （追記：ご存知の通り、最もトラフィックが多い百度のPCプラットフォームのデータ分析を意図的に避けてきたようです。なぜこの領域を調整しなかったのでしょうか？理由は簡単です。支出額が最も高い領域は、SEMにおいて最も注目度が高い領域だからです。最適化の方向性を見出すには、複数のデータポイントを比較・分析する必要があります。そこで、以下では、その方向性を見出すためのデータ分析について詳しく説明します。） 様々なプラットフォームに合わせた調整戦略を策定してきましたが、最も重要な部分であるBaiduについてはどうでしょうか？ここでも、データのセグメンテーションを行います。 ステップ2: トラフィックのセグメンテーション まず、トラフィックレポートや問い合わせレポートといった一連の生データを取得し、処理する必要があります。目標はシンプルです。可能であれば、キーワード一つ一つに至るまで、費用、クリック数、問い合わせ数、そして費用対効果を正確に把握したいのです。もちろん、ほとんどの広告キャンペーンではこれは不可能です。膨大なデータ量に管理コストが膨大になってしまうからです。私たちが取得できるのは静的なデータですが、顧客は流動的です。一人ひとりの顧客を追跡し、その考えを理解することは困難です。だからこそ、私たちは不正確で不完全なデータから顧客行動を分析することしかできません。個々のキーワードの価値を強調するのではなく、戦略を調整するための提案を提供することに注力すべきです。 それでは、レンガを積むことから始めましょう。 データは分かりやすいです。百度のバックエンドから収集されたキーワードの支出データ、コンサルティングのバックエンドから収集された訪問数データ、そしてコンサルティング数データをすべて組み合わせたものです。支出は無視して、コンサルティングを見てみましょう。レンダリング関連キーワードのコンサルティング率は0.9%ですが、「地域 + 装飾会社」関連キーワードのコンサルティング率は10.9%です。これが、レンダリング関連キーワードと比べて自社関連キーワードの入札単価が10倍以上高い直接的な理由です。実に分かりやすいと思いませんか？もし、これらの接触率の高いキーワードの順位を一つ一つ調整していたら、大変な作業になってしまいます。 入札プロセスにおけるキーワードにはマッチングモードがあるため、左の表の消費者キーワードと右の表の問い合わせキーワードを直接統合することはできません。では、このギャップをどのように埋めることができるでしょうか？ 前述のように、必要なのは一方向だけで、すべての単語ではありません。そのため、キーワードデータを分類して統合します。統合の原則はシンプルです。事業分野、顧客の購入段階、検索意図に基づいて統合します。ウェブサイトの商品カテゴリーを見ればわかります。eコマースウェブサイトであれば、ホームページで既に分類されています。この住宅リフォームウェブサイトを振り返ると、顧客の検索意図（価格、デザイン、レンダリング、代理店など）に基づいて分類できます。これらの方法がニーズを満たさない場合は、顧客の購入段階（商品に気づく、興味を持つ、関連情報を検索する、商品と価格を比較する、購入について問い合わせる）に基づいて分類します。異なる段階には異なるキーワードが対応しています。キーワードを分類し、異なるカテゴリからデータを整理します。 (注: スペースの制限により、最終的な一般クラスは実際にはさらに細分化されます。) 最も大きなトラフィックセグメントである一般カテゴリについてお話しましょう。一般カテゴリとは、商品について考える際に最も頻繁に使用される言葉を指します。例えば、住宅リフォームのカテゴリでは、「リノベーション」「住宅リフォーム」「装飾リフォーム」といった言葉がこれに該当します。これらのキーワードの調整は、複数の購入段階、商品露出、市場カバレッジを考慮する必要があるため、より困難です。単価がそれほど高くなく、予算に余裕がある場合は、現状維持が推奨されます。ブランドや企業カテゴリについても同様なので、これ以上詳しく説明はしません。 これらを除けば、スタイルと価格関連のキーワードに最大の問題があることがわかります。一方、レンダリング関連のキーワードは費用対効果が最も高く、相談率はわずか0.9%ですが、低コストであることから勝者となっています。したがって、以下の予備的な結論を導き出すことができます。レンダリング関連のキーワードへのトラフィックを拡大する。価格とスタイル関連のキーワードを制限し、これら2つのカテゴリについては、支出額が高く会議が少ないセグメントを抽出して最適化する。プラットフォーム関連のキーワード（装飾ウェブサイト、装飾フォーラム）はトラフィックが比較的少ないものの、拡大の余地が大きく、優先的に改善する必要がある。 アカウント調整の戦略がより明確になったのではないでしょうか？数ヶ月間の調整後、同じデータテーブルを作成して比較することで、アカウントをさらに最適化・調整していくことができます。 要約: データセグメンテーションへのアプローチは実にシンプルです。既存のデータを統合し、経験と組み合わせることで比較と調整を行います。現在のデータから結論を導き出せない場合は、新たなデータディメンションを追加してさらなる調整を行います。新しいデータを継続的に追加し、ディメンションをセグメント化することで、元の「全体」を複数の部分に分割し、分析と調整を行います。 さらに読む: 明確な論理的枠組みを持つことは簡単ですが、肝心なのは、様々なシンプルなツールを使っていかにデータを取得するかです。これらのデータだけでも、整理と分析に数時間かかることがあります。初めてこのような分析を行うのであれば、様々なデータを整理し、ノイズを除外するのに丸一日かかるでしょう。私自身も以前はディスプレイ広告のデータ、クリック率、ランキングなどを整理していましたが、結局は捨ててしまいました。そのため、分析に必要なデータを把握するには、多くの練習と努力が必要です。 では、上記の取り組みはすべて完了したということですか？ 雲馬おじさんの名言を言い換えると、「世の中のビジネスはどれも経営が難しい」ということですね！ これは最適化の第一歩に過ぎず、アカウント調整の土台となるデータセグメンテーションアプローチを提供するに過ぎません。実際に調整を行う前に、まだやるべきことがたくさんあります。 効果的な相談データの統合： 最初の相談から成約に至るまでには長いプロセスがあり、顧客が実際にお金を使うまで何が起こるか分からないため、有効な顧客データの収集は容易ではありません。上記の表にキーワードの効果性を加えるとどうなるでしょうか？どれほどの違いが出るでしょうか？例えば、営業担当者とのやり取りの中で、レンダリングに関する問い合わせは多いものの、効果は非常に低いことがわかりました。つまり、相談料は安くても、有効な相談料は非常に高いということです。そのため、最終的にこの部分のキーワードの拡張は断念しました。 見落とされがちな指針となる言葉: 成約に至るには、複数の検索と問い合わせが不可欠です。衝動買いをする顧客を除けば、多くの顧客は購入に至るまでに、特に高額商品の場合、長い選定と購入サイクルを経ます。では、このサイクルの中で、どれだけのキーワードが検索されるものの問い合わせには使われず、実際に売上に貢献しているのでしょうか？これが、一般キーワードと法人キーワードのカテゴリー調整を断念し、冒頭でGoogleアナリティクスのリンクタグ機能（クロスドメイントラッキング）について言及した主な理由です。調整前は、データで直接計測できなかったキーワードがどれだけあったでしょうか？ ROIの成功と失敗: ROIは重要ですが、唯一の重要な指標ではありません。経験から、投資を増やすと必然的にROIは低下し、同時に市場シェアは拡大することが分かっています。市場シェアとROIは一見矛盾しているように見えます。例えば、Dangdang.comはROIを積極的に追求した戦略によって徐々に世間の注目を集めなくなりましたが、JD.comは利益を犠牲にして市場シェアを獲得した戦略によって、eコマース分野で確固たる地位を築きました。これは見方によって大きく異なります。企業にとってROIは鳥のようなものです。強く抱きしめすぎると死んでしまい、緩く抱きしめすぎると飛び去ってしまいます。時が経てば分かるでしょうが、私はFatty Cであり、Pang Mailangではありません。 成功への道は、健全なデータ分析と判断にあります。そして、重要なのは、健全なデータ分析です。 原著者: Fatty C (WeChat ID: cyprus0808)記事ソース: Everyone is a Product Manager