유료 미디어 자동 구성

Content Analytics에서 유료 미디어 채널을 활성화하고 구성을 저장하면 Adobe에서 유료 미디어 데이터 세트에 대한 보고 구성으로 선택한 연결 및 데이터 보기를 업데이트합니다. 기본 차원, 지표, 조회 논리 또는 요약 데이터 그룹을 직접 다시 만들 필요는 없습니다.

다음과 같은 세 가지 객체 레이어가 만들어집니다.

유료 미디어를 활성화해도 유료 미디어 데이터가 사이트의 주문, 예약 또는 매출에 자동으로 연결되지 않습니다. 경험 이벤트 데이터와 유료 미디어 데이터 간의 상관 관계를 사용하려면 고객별 추적 키 매핑 및 보고 구성이 필요합니다.

요약 데이터 세트

아래 그림은 Experience Platform에서 첫 번째 유료 미디어 광고 커넥터(예: Google 광고 또는 Meta 광고의 경우)를 설정할 때 요약 데이터 세트가 생성되는 방식을 보여 줍니다. 사용 가능한 광고 네트워크의 관련 API를 사용하여 경험, 에셋 및 광고 데이터를 다운로드합니다. 해당 데이터는 공통 데이터 구조로 표준화되어 6개의 요약 데이터 세트에 저장됩니다.

기본적으로 여섯 개의 요약 데이터 세트가 모두 생성됩니다. 각 데이터 세트에 데이터가 채워지는지 여부는 광고 네트워크에 따라 다릅니다.

다음 정보가 포함된 요약 데이터 세트에 대한 개요는 아래 표를 참조하십시오.

요약 데이터 집합​
Component suffix
엔터티(분류)

각 행은 다음을 나타냅니다

광고 요약
| Ad Summary
​광고(없음)

인구 통계학적 또는 지리적 분류가 없는 광고의 일일 성과.

광고 데모
ad.demographics
| Ad Demo
광고(연령, 성별)

광고의 일일 성과
연령과 성별에 따라 분류합니다.

광고 지역
| Ad Geo
​광고(국가, 지역)

광고의 일일 성과
를 국가 및 지역별로 분류했습니다.

경험 배치
| Experience Placement
​경험(플랫폼, 위치)

광고 크리에이티브 경험과
연계된
일별 성과를 플랫폼 및 위치별로 분류합니다.

자산 요약
| Asset Summary
​자산(없음)

인구 통계학적 또는 지리적 분류 없이
광고/캠페인 컨텍스트에서
일별 자산 수준 성과.

Assets 데모
| Asset Demo
​에셋(연령, 성별)

일별 자산 수준 성과
광고/캠페인 컨텍스트에서
연령과 성별에 따라 분류합니다.

이 표에서는 데이터 세트 범위를 설명하지만, 특정 네트워크가 모든 지표 또는 메타데이터 필드를 입력한다는 보장이 아닙니다. 분석에 필요한 필드를 확인합니다. 사용할 수 없는 필드 또는 지원되지 않는 분류는 필드에 대해 측정된 0 값과 동일하지 않습니다.

요약 데이터 그룹화는 동일한 차원을 통합합니다. 그룹화하면 6개의 성능 지표 합계가 집계되지 않습니다.

조회 데이터 세트

별도의 조회 데이터 세트는 계정, 캠페인, 광고 그룹, 광고, 경험 및 에셋을 설명합니다. 엔터티 GUID를 사용하여 이름과 메타데이터를 제공합니다. 요약 데이터 세트와 6개의 조회 데이터 세트 사이에는 일대일 연결이 없습니다.

조회 데이터 세트는 유료 미디어 코어 메타데이터가 포함된 공통 빌딩 블록을 공유합니다. 해당 블록에는 각 엔터티의 Adobe 생성 글로벌 키 및 플랫폼 네이티브 ID가 포함되어 있습니다(예: accountID 및 accountGUID, campaignID 및 campaignGUID 등). 블록은 또한 이름, 상태, 목표, 최적화 목표, 입찰 전략, 예산 유형, 예산 값, 통화, 시간대, 서비스 상태, 날짜, 광고 네트워크, 채널, 계층 경로, 네트워크 및 포트폴리오 식별자와 같은 일반적인 설명 필드를 저장합니다.

구성 요소

Content Analytics에서 유료 미디어 채널을 활성화하면 여러 데이터 보기 구성 요소가 생성됩니다. 이러한 구성 요소에는 유사한 이름의 구성 요소를 서로 구분하기 위한 구성 요소 접미사가 제공됩니다.

지표

광고 네트워크마다 서로 다른 성능 분류를 반환합니다. Content Analytics은 지표의 모든 버전을 호환성으로 처리하는 대신 이러한 구분을 유지합니다.

예:

각 클릭 지표 구성 요소는 다른 보고 컨텍스트에 사용됩니다. 이러한 지표 구성 요소를 총계로 합할 수 없습니다. 동일한 기본 광고 활동을 둘 이상의 요약 데이터 세트에 나타낼 수 있습니다. 광고 네트워크의 보고 동작으로 인해 지리적 또는 인구 통계학적 분류 데이터 세트 행 집계 값이 분류되지 않은 데이터 세트의 집계 값과 동일하지 않을 수 있습니다. 이것이 분류 요약 데이터 세트를 분리하는 이유입니다.

차원

각 요약 데이터 세트에는 ID 및 GUID가 포함되어 있습니다. ID는 광고 네트워크에서 제공하는 ID(계정, 캠페인, 광고 그룹, 광고, 경험 및 자산)이며 광고 네트워크 데이터에서 고유한 내부​입니다. GUID는 Adobe 제공 ID(계정, 캠페인, 광고 그룹, 광고, 경험 및 자산)이며 광고 네트워크에서 고유한​입니다. GUID는 해당 이름과 메타데이터를 조회하는 데 사용됩니다.

파생 필드

파생 필드는 자동 보고 구성의 일부입니다. 파생 필드는 식별자를 이름과 메타데이터로 번역하고 크리에이티브 속성을 노출하며 보고 소스에서 사용되는 동등한 차원을 지원합니다. 추가적인 광고 활동을 만들거나 웹 사이트 전환을 자동으로 기여하지 않습니다.

분석 내의 지표 및 해당 분류에서 지원하는 차원에 대해 동일한 분류를 사용합니다. 인구 통계학적 및 지리적 합계는 광고 네트워크의 분류 안 함 합계와 반드시 같지 않으며 수집 실패를 의미하지 않습니다.

보고 및 분석

Content Analytics 유료 미디어 설정 및 수집을 완료하면 보고 및 분석으로 시작할 수 있습니다. 몇 가지 예는 아래 표를 참조하십시오. 사용 가능한 경우 표준 그룹 차원을 사용하고 일치하는 보고 수준에서 지표를 선택합니다.

이러한 보고서는 크리에이티브 속성과 성과 간의 연관성을 보여줄 수 있으며, 속성이 결과를 초래했음을 증명할 수는 없습니다.

호환되지 않는 조합 방지: 광고 요약 지표가 있는 에셋 이름(유료 미디어)은 에셋 보고서를 대체하지 않습니다. 자산 분석에는 자산 요약 지표를 사용하고 지역 분석에는 광고 지역 지표를 사용합니다. 호환되지 않는 페어링에서 빈 셀이나 0이 있는 셀은 활동이 없음을 증명하는 것으로 해석해서는 안 됩니다.

예

다음은 유료 미디어 성과를 보고하고 분석하는 방법과 Content Analytics 경험 및 에셋 데이터를 유료 미디어 데이터와 결합하는 방법에 대한 예입니다.

광고 캠페인 성과

광고 수준에서 캠페인 성과를 보고하려고 합니다. Analysis Workspace에서 캠페인 이름 을 차원(행)으로 사용하고 아래 표에 설명된 대로 지표를 사용합니다. 각 지표에는 동일한 구성 요소 접미사가 있습니다.

선택적으로 캠페인 이름을 광고 이름으로 분류하지만 5개의 열을 모두 광고 요약 수준으로 유지합니다.

개별 에셋을 조사하려면 에셋 이름(유료 미디어)과 일치하는 에셋 요약 열이 있는 별도의 테이블을 사용합니다. 두 표의 합계를 함께 추가하지 마십시오.

최상의 성능 광고 식별

Meta 광고의 성과가 가장 좋은 위치를 알고 싶으십니까?

조사하려면 지역 및 인구 분포에 대해 추가 분류를 사용합니다. 캠페인 이름 또는 광고 이름 을 차원으로 사용하고 아래 표에 설명된 대로 지표를 사용합니다. 각 지표에는 동일한 구성 요소 접미사가 있습니다.

유료 미디어 데이터를 경험 이벤트 데이터로 참여

캠페인 및 광고가 웹 사이트 참여, 전환 및 매출과 어떻게 관련되는지를 이해하려면 온사이트 행동 데이터와 함께 유료 미디어 성능에 참여하십시오. 예를 들어 광고 네트워크 클릭 수 및 비용을 동일한 캠페인의 방문으로 인한 주문과 비교합니다.

이 보고를 구성하려면 유료 미디어 요약 데이터 세트와 온사이트 이벤트 데이터 세트를 동일한 Customer Journey Analytics 연결에 포함하십시오. 랜딩 페이지 URL 매개 변수 또는 기존 이벤트 필드에서 안정적인 캠페인, 광고 또는 지원되는 자산 식별자를 캡처합니다. 필요에 따라 파생 필드를 사용하여 해당 값을 구문 분석하고 해당 유료 미디어 식별자에 매핑하여 필요한 네트워크 및 계정 컨텍스트를 보존합니다. 식별자를 문자열로 유지합니다. 일치하는 이벤트 및 요약 차원을 연결하려면 데이터 보기에서 요약 데이터 그룹을 구성합니다. 유료 미디어 채널을 활성화해도 이 구현별 URL 추적 및 매핑이 자동으로 구성되지 않습니다.

Analysis Workspace에서 캠페인 또는 광고 비교에 광고 요약 지표를 사용하고 지원되는 자산 비교에 자산 요약 지표를 사용합니다. 보고 질문을 반영하는 온사이트 전환 지표에 속성 모델 및 전환 확인 기간 을 적용합니다.

다음 사항에 유의하십시오.

캠페인 성과를 현장 주문과 비교

랜딩 페이지 URL에는 여러 추적 매개 변수가 포함될 수 있습니다. 이 예제에서는 캠페인 지출과 웹 사이트 주문을 비교하는 데 utm_id의 캠페인 ID를 사용합니다.

https://www.example.com/offer?utm_source=facebook&utm_medium=paid_social&utm_campaign=autumn_offer&utm_id=120218706543980215

이 비교에 사용되는 매개 변수: utm_id=120218706543980215. 다른 매개 변수는 소스, 미디어 및 캠페인 레이블을 설명하지만 이 예에서 사용되는 일치 필드로 사용되지 않습니다.

URL이 웹 사이트 이벤트 데이터에 캡처되고 웹 사이트 이벤트 데이터 세트와 유료 미디어 데이터 세트가 모두 동일한 Customer Journey Analytics 연결에 포함된 경우:

자유 형식 테이블은 각 캠페인에 속하는 웹 사이트 주문과 함께 광고 네트워크 소비를 보여줍니다. 광고 지출이 유사한 두 캠페인의 다운스트림 웹 사이트 작업 수가 다릅니다. 이 비교를 사용하여 광고 지표만으로 성능을 평가하는 대신 추가 조사 또는 테스트를 위한 캠페인 및 랜딩 페이지 경험을 식별합니다.

예제에서는 캠페인 ID를 사용하지만, 일치하는 값을 캡처할 수 있을 때 동일한 접근 방식으로 광고 그룹, 광고 또는 자산 식별자를 사용할 수 있습니다. 에셋 전경색​과 같은 Content Analytics 특성을 사용하면 크리에이티브 특성과 유료 미디어 성능을 비교할 수 있습니다. 두 소스 모두에 구성된 자산별 추적 및 일치 속성 차원을 사용하여 해당 비교를 속성 웹 사이트 주문으로 확장하고 결과를 사용하여 크리에이티브 테스트를 안내할 수 있습니다.

에셋 성능과 웹 데이터 결합

유료 미디어 투자와 관련된 자산 성과를 보고하고 분석하려면 광고 네트워크 유료 미디어 구성에 특정 자산 UTM 매개 변수를 추가하는 것이 좋습니다. 예를 들어, site_source_name, campaign.id, adset.id 또는 placement과(와) 같은 표준 동적 매개 변수 외에 aca_asset_id=999999과(와) 같은 정적 사용자 지정 매개 변수를 추가합니다.

이 사용자 지정 매개 변수는 랜딩 페이지 URL에 추가됩니다. 예: https://www.example.com/home.html?utm_content=120241705099850539%2Caca_asset_id%3D9999999%2Caca_placement%3DFacebook_Desktop_Feed&aca_id_2=8888888&utm_medium=paid&utm_source=fb&utm_id=120241705099830539&utm_term=120241705099840539&utm_campaign=120241705099830539

이제 페이지의 에셋과 유료 미디어 데이터 간의 관계가 유지됩니다. Analysis Workspace의 해당 관계를 사용하여 Content Analytics 에셋 메타데이터(예: 에셋 전경색)가 유료 미디어 캠페인 성공에 어떻게 기여하는지 확인하십시오.