유료 키워드 마스터하기

유료 키워드 검색을 관리하는 사람은 누구나 그 어려움을 잘 알고 있을 것입니다! 방대한 양의 통계 보고서를 살펴보면 금방 세부적인 내용에 묻혀 길을 잃기 쉽습니다. 저희 Altova에서는 구글 광고 캠페인의 성과 데이터를 분석하고 관리하는 더 효율적인 방법을 개발했습니다. 저희는 다음과 같은 방식으로 데이터를 창의적으로 활용하여 분석할 수 있습니다.

캠페인의 하위 범주별로 빠르게 결과를 집계할 수 있습니다. 예를 들어, 제품, 지역, 또는 다른 분류 기준에 따라 결과를 분석할 수 있습니다.
시간 경과에 따른 추세를 쉽게 파악할 수 있습니다.

아래 차트는 이러한 장점을 보여주기 위해, Altova의 단일 제품인 SemanticWorks에 대한 데이터를 여러 캠페인에서 6개월 동안 수집하여 보여줍니다.

시작하기

많은 키워드 광고 운영자들과 마찬가지로, 저희는 구글 애즈에서 통계 자료를 확인하고, CSV 파일을 다운로드한 후, 엑셀 스프레드시트에서 수많은 시간을 들여 데이터를 정리하고 분석하여 필요한 정보를 추출하고 가공했습니다. 저희는 프로세스에 대한 완전한 통제력을 유지하면서 내부적으로 모든 것을 관리하면서, 키워드 성과에 대한 즉각적이고 심층적인 보고서를 얻고 싶었습니다. 키워드 통계 데이터베이스에 대한 SQL 쿼리는 강력하고 유연한 대안을 제공합니다. 본 글의 나머지 부분에서는 Altova MissionKit의 데이터베이스 설계, 데이터 매핑, 보고 기능이 어떻게 결합되어 유료 키워드 성과를 효율적으로 추적할 수 있는 시스템을 구축하는 데 활용될 수 있는지 설명하겠습니다.

데이터베이스 설계

저희는 다음과 같은 옵션을 고려했습니다. 기존 회사 내 데이터베이스 플랫폼에 키워드 데이터베이스를 구축하거나, 상용 데이터베이스의 간편 버전을 사용하거나, 오픈 소스 데이터베이스를 사용하는 것입니다. Altova MissionKit은 SQL Server®, MySQL®, Oracle®, IBM DB2®, PostgreSQL®, Sybase®, Microsoft® Access® 및 기타 인기 있는 데이터베이스 시스템과 호환되기 때문입니다. 저희는 데이터베이스 플랫폼으로 SQL Server를 선택했습니다. DatabaseSpy를 사용하여 아래에 표시된 테이블을 생성하기 위해 그래픽 데이터베이스 디자인 편집기를 사용했습니다.

대부분의 열은 키워드 보고서의 필드에 해당합니다. 각 키워드에 대해 여러 행을 저장하기 위해 (즉, 통계 데이터가 있는 각 달에 대해 한 행씩), 이 테이블에는 또한 월과 연에 대한 열도 포함되어 있습니다.

테이블 데이터 입력 Google Ads 온라인 인터페이스를 통해 사용자는 특정 기간의 키워드 통계 보고서를 생성하고 CSV 파일로 다운로드할 수 있습니다. 우리는 각 월별 성능 데이터를 포함하는 개별 CSV 파일을 다운로드했습니다. 우리는 MapForce를 사용하여 CSV 파일의 값을 데이터베이스 테이블의 열에 매핑하고, 각 행에 대한 월과 연 데이터를 입력했습니다.

매핑 다이어그램 하단 중앙에 있는 문자열 함수는 숫자 데이터로 처리하고자 하는 필드에서 퍼센트 기호(%)와 쉼표(,)를 제거합니다. 이렇게 매핑 단계에서 처리함으로써, CSV 파일을 가져오기 전에 데이터 열을 수정할 필요가 없습니다. 각 월의 CSV 파일은 동일한 구조를 가지고 있으므로, 매핑은 각 월의 데이터를 가져오기 위해 약간의 수정만 필요합니다. 즉, 시작 행 ID, 월, 연도를 정의하는 상단에 있는 상수 값만 업데이트하면 됩니다. MapForce는 내장된 실행 엔진을 사용하여 매핑을 처리하며, CSV 파일을 읽고 각 데이터 행에 대한 SQL INSERT 문을 생성합니다. 그런 다음, 사용자는 툴바의 아이콘을 클릭하거나 출력 메뉴에서 선택하여 생성된 전체 SQL 스크립트를 실행할 수 있습니다

데이터베이스 쿼리하기

DatabaseSpy로 돌아가서, SQL 편집기 창에서 데이터베이스를 쿼리할 수 있습니다. 이 쿼리는 2011년 10월에 SemanticWorks에서 가장 높은 성과를 보인 상위 10개 키워드를 보여줍니다. 데이터 개인 정보 보호를 위해, 결과 차트의 일부 필드는 숨겨져 있습니다.

더욱 흥미로운 결과를 얻으려면 SQL 문을 쉽게 수정할 수 있습니다. 예를 들어, "ORDER BY" 구문을 사용하여 비용이 가장 높은 순서, 클릭 수가 가장 많은 순서 또는 다른 특징에 따라 정렬할 수 있습니다. "WHERE" 구문을 사용하면 여러 캠페인의 데이터를 결합할 수 있습니다. "LIKE" 키워드를 사용하면 "SemanticWorks"라는 단어 주변의 퍼센트 기호가 와일드카드 문자로 취급되어, 이름 어디에든 "SemanticWorks"가 포함된 모든 캠페인을 찾을 수 있습니다. 다른 쿼리를 사용하여 지리적 식별자(예: 미국 또는 유럽)를 추가하거나, "adgroup"과 같이 완전히 다른 열을 기준으로 검색할 수도 있습니다. 물론, 이러한 모든 옵션은 일관되고 예측 가능한 캠페인 및 광고 그룹 명명 시스템에 의존합니다. 저희는 자주 사용하는 SQL 쿼리를 모아 공유하고 편리하게 재사용할 수 있도록 DatabaseSpy 프로젝트를 만들었습니다. 이 글 상단에 표시된 차트를 생성하는 데 사용한 쿼리는 다음과 같습니다

이 쿼리는 단순한 SQL 보고 기능을 넘어, 데이터의 일부에 대한 계산을 수행하고 결과를 원하는 형식으로 출력합니다.

데이터베이스 보고서

저희는 DatabaseSpy에서 이미 설계한 쿼리와 차트를 기반으로, Altova StyleVision을 사용하여 경영진을 위한 보고서를 디자인했습니다. 저희는 DatabaseSpy의 SQL 편집기 창에서 쿼리를 복사하여 StyleVision 디자인 개요 창에 소스로 추가했습니다. 이렇게 디자인된 보고서를 StyleVision SPS 스타일시트로 저장하면, 매달 업데이트된 버전을 쉽게 다시 생성할 수 있습니다. 아래는 위 쿼리를 기반으로 한 SemanticWorks 키워드 트렌드 보고서의 HTML 출력 결과이며, StyleVision 미리보기 창에 표시된 내용입니다

자신만의 유료 키워드 광고 캠페인을 구축할 때 일반적인 방법을 따른다면, 여러 개의 작은 규모로 세분화된 광고 그룹으로 구성된 캠페인을 만들게 될 것입니다. 또한, 구글 광고 보고서에 포함된 방대한 데이터에 압도될 수도 있습니다.

저희가 설명드린 것처럼 직접 키워드를 관리해보고 싶으시다면, Altova MissionKit의 완전 기능이 포함된 체험 버전을 이용하실 수 있습니다.