Sử dụng dữ liệu tìm kiếm để giải thích cho tác động truyền thông

Thắc mắc về việc các quảng cáo truyền hình đang tác động đến tìm kiếm như thế nào? Nhà báo Andrew Ruegger chia sẻ phương pháp của ông để có được các hiểu biết về vấn đề này.

search-computer-analytics-data-ss-1920-800x450

Tìm kiếm Google có lực lượng khách hàng bình đẳng và lớn nhất hiện tại đã từng tồn tại trong lịch sử, với “hơn 3.5 tỷ tìm kiếm mỗi ngày và 1.2 triệu triệu tìm kiếm trên năm trên toàn cầu”

Thông thường khi một thương hiệu tiến hành một chiến dịch truyền thông lớn, khách hàng sẽ quay sang các công cụ tìm kiếm để tìm hiểu thêm về các sản phẩm họ thấy trên các kênh truyền thông, như là truyền hình. Một người làm marketing có thể có các hiểu biết giá trị bằng cách phân tích mối tương quan giữa các chiến dịch truyền thông và sự biến thiên trong hoạt động tìm kiếm tương ứng.

Bài viết này đưa đến cho bạn vài ví dụ về việc làm thế nào để tiến hành các phân tích đó và giá trị mà chúng mang lại.

Các công ty như Millward Brown và Nielsen có xu hướng đo lường tác động truyền hình bằng GRP (GRP là điểm số xếp hạng thô = lượt tiếp cận x tần suất). GRP thường được mô hình hóa bằng tuần và vị trí/DMA (DMA là khu vực thị trường chỉ định). Qúa trình mô hình hóa thường yêu cầu hai hoặc ba năm dữ liệu để đảm bảo các nhiễu thời vụ hoặc nhiễu thống kê khác có thể được tính đến.

Bởi vì truyền hình vẫn là lĩnh vực đầu tư lớn nhất, chúng tôi thường được các thương hiệu yêu cầu kết hợp các biến thiên tìm kiếm với GRP và quan tâm của người tiêu dùng. Để làm điều đó, chúng tôi tính đến một số điều, bao gồm sự gia tăng quan tâm nhìn chung và sự gia tăng từ từ của lưu lượng được hấp thu bởi các đặc tính kỹ thuật số của thương hiệu.

Đầu tiên, hãy xem những gì cần để có lượng quan tâm theo tuần. Hiện tại, Google chỉ cung cấp số liệu lượng tìm kiếm hàng tháng, chứ không phải hàng tuần. Nhưng với một chút khéo léo, bạn có thể lấy được lượng tìm kiếm hàng tuần miễn phí và khá chính xác bằng cách seur dụng Google Keyword Planner và Google Trends. Nếu bạn hoàn toàn xa lạ với công cụ Keyword Planner, hãy truy cập vào đây (here) để có được tóm tắt về cơ bản.

Về cá nhân, tôi làm tất cả điều này qua Google AdWords và API Trends trong KNIME, nhưng có thể làm một cách thủ công với các công cụ khác như sau.

Lượng tìm kiếm hàng tuần

1. Sử dụng Google Keyword Planner để chọn các từ khóa của bạn và đặt khoảng thời gian ở mức hai năm.

2years-google-keywordplanner

2. Sử dụng Google Trends với cùng những từ khóa đó và trích xuất dữ liệu của hai năm trước với các giá trị sắp xếp theo tuần. Bởi vì quá trình lấy và xóa tất cả dữ liệu rất tốn thời gian, tôi sử dụng KNIME và API Google Trends để đẩy nhanh quá trình; tuy nhiên có thể làm một cách thủ công mà không cần dùng các API.

knime-weekly

3. Giờ thì thiết lập giá trị Tháng trong Google Keyword Planner theo kiểu từ Chủ Nhật-Thứ Bảy tương ứng với trên Google Trends.

4. Xóa, hợp nhất, tổng hợp và mở rộng dữ liệu sao cho mỗi giá trị trong bảng thể hiện số phần trăm đúng của lượng tìm kiếm cho tuần. Biểu đồ công việc KNIME dưới đây cho thấy bao nhiêu bước chuẩn bị Excel/dữ liệu và tính toán cần có để làm điều này. Có rất nhiều bước:

Knime-Workflow-math-800x253

(Xin liên hệ với tôi nếu bạn là người dùng KNIME và muốn có biểu đồ công việc thực sự).

Bạn sẽ có được các kết quả có thể sẵn sàng được sử dụng trong mô hình hàng tuần:

weekly-search-volumes-800x154

Lượng tìm kiếm theo DMA (khu vực thị trường chỉ định) và các Bang

Bằng cách sử dụng chức năng lọc theo vị trí trong công cụ Keyword Planner, bạn có thể phân loại truy vấn người dùng theo DMA (210 DMA theo Nielsen), bang hoặc thành phố.

DMA-targeting-planner

Với giao diện của Keyword Planner, bạn cần trích xuất các DMA độc lập để có duex liệu theo từng khu vực thị trường. Với các API của Google và dịch vụ TargetingIdeaService, rất nhiều thông tin có thể được lấy dễ dàng hơn.

AdWords-API-Choices

Một lần nữa, cá nhân tôi sử dụng KNIME và các API, tôi khuyến nghị sử dụng chúng với bất cứ ai muốn làm việc này một cách hiệu quả, vì bạn có thể lặp lại việc sử dụng API với mỗi DMA trong 210 DMA mà không cần phải thay đổi một cách thủ công qua Keyword Planner.

DMA-KNIME-INFO-800x278

Khi có được bộ dữ liệu, bạn có thể kết hợp nó với các thông tin bổ sung như dân số của DMA, số hộ sử dụng truyền hình, số hộ sử dụng truyền hình cáp, kinh độ, vĩ độ và các thông tin khác để tăng khả năng so sánh lượng tìm kiếm với người xem truyền hình tiềm năng. Bộ dữ liệu này đồng thời cung cấp các thông tin rõ ràng, khi mà giá CPC (tiền trả theo lần nhấn chuột) trung bình có sự khác nhau lớn giữa các thành phố và giữa các DMA. Các ví dụ sẽ có ở phần tiếp theo.

Cũng có thể chuyển đổi dữ liệu DMA hàng tháng thành số liệu thống kê hàng tuần, sử dụng các chỉ số thống kê Top Metro từ Google Trends với từng từ khóa của bạn. Tuy nhiên bạn sẽ cần chỉnh khoảng ngày Chủ Nhật đến Thứ Bảy và sử dụng API cho mỗi từ khóa, vì dữ liệu Top Metro thường không trả lại theo tuần. Với thông tin theo Bang, toàn bộ quá trình tương tự như vậy, trừ việc sử dụng API là Bang và không phải DMA hoặc Top Metro.

Mô hình hóa nâng cao

Để có được mô hình cuối, bạn cần ghép nối dữ liệu DMA theo tháng với dữ liệu chiến dịch tìm kiếm của bạn.

Bạn cần ghép nối các dữ liệu đó với dữ liệu thực tế của bạn theo từ khóa, theo DMA, theo tuần, những dữ liệu đó được trích xuất bởi Google AdWords API. API này có thể được truy cập thông qua AdWords Scripting hoặc gọi API thông thường. Hãy nhớ là phụ thuộc quy mô của chiến dịch và khoảng thời gian (ít nhất là hai năm theo khuyến cáo), kích cỡ tệp sẽ vượt quá giới hạn của Excel và phải xử lý tệp với các chương trình mạnh hơn như SAS, R hoặc KNIME.

Nếu bạn thực sự bỏ thời gian làm việc này, chúc mừng bạn! Bạn đã hoàn thành phần tìm kiếm. Giờ là lúc kết hợp các dữ liệu với các kênh truyền thông khác và các thông tin bán hàng, và tạo ra các mô hình hồi quy tuyến tính để tông hợp tất cả các hoạt động truyền thông và tổng doanh số bán hàng.

Các ví dụ

Vì các thương hiệu của chúng tôi khởi chạy các quảng cáo toàn quốc trong tháng Mười, họ muốn biết sự tăng lên của chú ý thương hiệu. Để có một bức tranh tổng thể, các nhiễu thời vụ được kiểm soát và lượng tìm kiếm theo DMA được giữ ở mức người sở hữu TV trên DMA; sau đó chúng tôi tính toán phần trăm thay đổi để xem xem sự tăng trưởng kiểm soát/mở rộng lớn nhất với TV/DMA và thời vụ:

dma-tvviewer-scaled-800x468

Đây là một chiến dịch quảng cáo TV toàn quốc trong tháng Mười, và sự thay đổi là tích cực trong hầu hết các khu vực, có thể thấy rằng quảng cáo tạo ra các chú ý trong các thị trường lớn nhưng không có ảnh hưởng đến các thị trường nhỏ hơn như Arizona, Maine và Kentucky.

Tất nhiên trong mối liên hệ với truyền hình, chúng tôi có các giả định, vì thế tôi khuyến nghị xem lưu lượng tìm kiếm đến trang web của bạn theo phút (hoặc giây, nếu bạn có các phân tích chính xác) và so sánh nó với các quảng cáo truyền hình theo khu vực. Như một ví dụ tôi có sẵn, đây là một phân tích cho một khu vực cụ thể, cho thấy các tăng trưởng liên quan đến truyền hình khi kết hợp với thời gian, cả với tìm kiếm tự nhiên (màu xanh) và tìm kiếm trả phí (màu hồng). Trục x là thời gian tính theo giây, và y là lượt tìm kiếm, tập trung vào ba ngày với ba quảng cáo cụ thể:

tv-impact-search-800x484

Mỗi đỉnh đồ thị ở trên xảy ra trong 30 giây quảng cáo/80 giây quảng cáo đầy đủ trên truyền hình. Có nhiều thông tin nữa về vấn đề này, và tôi sẽ có một bài viết tiếp theo tập trung vào nó, nhưng tôi chỉ muốn cho thấy rằng có thể xác định được liên hệ thực sự giữa chúng.

Tương tự thế, với sự chú ý theo thời gian theo từng Bang khi mở rộng lượng người dùng internet có thể đưa ra sự so sánh giữa các đối thủ lớn. Trong ví dụ này, với năm nhãn hàng nước giải khát, Pepsi thống trị với việc gây chú ý tại Mỹ, với vài ngoại lệ trong năm, và Dr. Pepper thắng tại Texas:

soda-comparison-800x398

Tăng trưởng theo tháng đối với sự chú ý thương hiệu có thể là một chỉ báo cho thấy nhu cầu đang tăng trưởng tại một khu vực cụ thể, và bạn nên kiểm tra lại chiến lược kiểm soát các nhà cung cấp để bảo đảm bạn được trang bị đầy đủ để đáp ứng với sự tăng trưởng này. Hoặc nhìn vào lượng tìm kiếm theo Bang với quy mô theo dân số có thể đưa ra các thông tin cho các nhà quản lý thương hiệu về các cơ hội:

Pepsi-800x409

Trong trường hợp này, Michigan và New York có lượng tìm kiếm trung bình cao nhất trên người tìm kiếm cho thương hiệu Pepsi (chỉ thị Winner trên đồ thị). Các dấu hiệu tương tự cũng được thấy qua công cụ Google Trends, nhưng có thể sẽ khó hơn nhiều để có dữ liệu cho bộ từ khóa lớn hơn.

Thông tin quan trọng được rút ra từ dữ liệu tìm kiếm theo vị trí là sự khác nhau của CPC. Tôi ngạc nhiên trong nhiều trường hợp khi thấy sự khác nhau lớn trong CPC trong mỗi thị trường.

CPC-difference-by-DMA1-800x554

Khi nhìn vào lượng, sự cạnh tranh và CPC trong tổng thể, không có mối liên hệ lớn giữa chúng, nghĩa là các nhà marketing công cụ tìm kiếm không xây dựng các chiến dịch với tư duy nước Mỹ tổng thể. Bạn nên làm việc sát sao hơn với các đội ngũ thương hiệu để hiểu được họ đang mất hoặc gia tăng thị phần ở đâu, và xử lý quá tải hoặc giảm chi tiêu cho phù hợp. Thực hiện công việc ở mức độ từ khóa và DMA có thể khó khăn, nhưng sẽ không khó nếu bạn tập hợp các quy tắc thông qua AdWords.

Dù thế nào đây cũng chỉ là một vài ví dụ, và bạn có thể trở nên sáng tạo hơn với cách bạn sử dụng từ khóa và vị trí, vì thế nếu bạn chưa bắt đầu thì hãy bắt đầu khám phá đi!

Nguồn: http://searchengineland.com/