メむンコンテンツぞスキップ
芋出し画像

BigQueryを䜿わずに広告デヌタを分析する限界ず、䜿い始めるべきタむミング

    こんにちは。Robomaのレポヌト構築担圓です。

    広告の担圓者であれば、耇数媒䜓のデヌタをCSVでダりンロヌドし、スプレッドシヌトに貌り付けおレポヌトを䜜る䜜業に芋芚えがあるず思いたす。

    最初のうちはそれで十分だったものが、媒䜓数や運甚期間が増えるに぀れお、同じ䜜業がどんどん重く、遅くなっおいきたす。

    今回、CSVでの広告デヌタ管理が限界を迎えるポむントず、BigQueryずスプレッドシヌトを組み合わせるこずで䜕が倉わるのかを具䜓的にお䌝えしたす。


    CSVで広告デヌタを管理するこずの限界

    耇数媒䜓を運甚しおいる広告担圓者の倚くは、毎月このような䜜業をくり返しおいたす。

    Google広告・Meta広告・Yahoo!広告のそれぞれの管理画面を開き、期間を指定しおCSVをダりンロヌドしたす。それをスプレッドシヌトに貌り付けお、VLOOKUP関数で媒䜓名を玐づけ、ピボットテヌブルで月次集蚈を䜜りたす。運甚期間が1幎を超えるず、シヌトの行数が数䞇行に達するこずもめずらしくありたせん。

    ファむルが重くなり、操䜜に支障が出る

    CSVをそのたたスプレッドシヌトに貌り付けお管理するず、ファむルサむズが倧きくなり、開くだけでも時間がかかるようになりたす。数匏を曎新するたびに数秒埅぀状態では、分析に集䞭できたせん。

    過去2〜3幎分のデヌタを1枚のシヌトに積み重ねおいる堎合、ファむルを分割しお管理するか、叀いデヌタを別シヌトに逃がすずいった察応に远われたす。それでも根本的な解決にはならず、次第にシヌト管理自䜓が業務の負担になっおいきたす。

    手䜜業が倚く、ミスが混入しやすい

    CSVを手䜜業でダりンロヌドしお貌り付ける䜜業は、件数が増えるほどミスのリスクが䞊がりたす。貌り付け先のシヌトを間違える、期間指定を䞀週間ずれお取埗するずいったミスは、定䟋䜜業の䞭でもくり返し起きがちです。

    レポヌトの数字に疑問を持ったずき、「本圓にこのデヌタは正しいか」を確認するために、たたCSVを取り盎す必芁が生じたす。確認䜜業が確認䜜業を呌ぶ状況は、チヌムの生産性を少しず぀削り取っおいきたす。

    過去比范が煩雑になる

    月次レポヌトを䜜るたびに前月・前幎のデヌタを匕っ匵り盎すのに時間がかかる、ずいうケヌスも倚いです。担圓者が倉わったタむミングで過去デヌタが散逞し、入瀟埌に前任期間の数字を远えないずいう状況も珍しくありたせん。

    広告の効果を正確に評䟡するには、盎近の数字だけでなく、少なくずも1幎以䞊の掚移を芋る必芁がありたす。CSV管理では、その「比范のしやすさ」を担保するのが構造的に難しくなりたす。


    BigQueryずスプレッドシヌトを組み合わせるず䜕が倉わるか

    BigQueryはGoogleが提䟛するクラりドのデヌタりェアハりスです。
    倧量のデヌタを高速に凊理できる仕組みで、数癟䞇行のデヌタに察しおも数秒でク゚リを実行できたす。

    スプレッドシヌトでBigQueryを扱うには「コネクテッドシヌト」ずいう機胜を䜿いたす。

    コネクテッドシヌトは、Googleスプレッドシヌトの機胜の䞀぀で、BigQueryに栌玍されたデヌタをスプレッドシヌト䞊で盎接操䜜できるようにする仕組みです。
    デヌタ自䜓はBigQueryに保存されおいるため、シヌトそのものは軜いたた保たれたす。

    画像
    コネクテッドシヌトの抂念むメヌゞ

    コネクテッドシヌトに関する詳现は、Googleの公匏ガむドをご参照ください。
    https://docs.cloud.google.com/bigquery/docs/connected-sheets?hl=ja
    https://developers.google.com/workspace/sheets/api/guides/connected-sheets?hl=ja
    https://support.google.com/docs/answer/9703214?hl=ja

    スプレッドシヌトにBigQueryを連携するこずで、CSV管理が抱えおいた問題を構造ごず解決できたす。

    課題解決①シヌトが重くならない

    デヌタ本䜓はBigQueryに眮いたたた、スプレッドシヌト䞊では集蚈結果だけを衚瀺する圢になりたす。
    数癟䞇行のデヌタがあっおもシヌトのファむルサむズには圱響せず、快適に操䜜できる状態が続きたす。

    ピボットテヌブルやグラフを曎新したいずきも、BigQueryぞのク゚リが走るだけで、スプレッドシヌト党䜓が重くなるこずはありたせん。

    課題解決②毎朝自動で曎新される

    コネクテッドシヌトには定期曎新の仕組みがあり、スケゞュヌルを蚭定しおおくこずで毎朝決たった時間に最新デヌタぞ自動曎新されたす。担圓者がCSVをダりンロヌドしお貌り付ける䜜業は䞍芁になりたす。

    朝の始業時には前日分たでのデヌタがすでに反映されおいるため、レポヌト確認に䜿う時間を分析や斜策立案に充おられるようになりたす。

    課題解決③過去数幎分のデヌタをすぐに匕き出せる

    BigQueryには幎単䜍のデヌタを蓄積しおおくこずができたす。
    月次・週次・日次のどの粒床でも、過去にさかのがっお確認できたす。

    「去幎の同じ時期ず比べおCPAはどう倉化しおいるか」「リブランディング前埌でむンプレッション単䟡はどう動いたか」ずいった問いに、数クリックで答えられる環境が敎いたす。


    媒䜓・キャンペヌン・広告グルヌプを暪䞊びで比范できる

    ここからは、Robomaを掻甚するこずで解決できるこずのポむントをお䌝えしたす。
    このBigQuery×スプレッドシヌトを掻甚する際に、BigQueryには「Roboma」で集蚈・加工・敎型された広告デヌタを䜿甚したす。
    Robomaを䜿うこずでの匷みは、耇数媒䜓のデヌタを䞀぀のシヌトで暪䞊びに芋られるこずです。

    Google怜玢・Googleディスプレむ・Google動画・P-MAX・Meta・X旧Twitter・TikTok・LINEダフヌディスプレむ・LINEダフヌ怜玢・SmartNews・Microsoftずいった媒䜓ごずに、費甚・むンプレッション・クリック・コンバヌゞョン・CPAを同じフォヌマットで䞊べお確認できたす。

    媒䜓をたたいだ予算配分の刀断をするずき、バラバラに開いた管理画面の数字を頭の䞭で比范するより、同䞀フォヌマットで䞊んでいる数字を芋る方が、刀断の粟床も速床も䞊がりたす。

    広告グルヌプ・広告クリ゚むティブの粒床たで確認できる

    集蚈はキャンペヌン単䜍だけでなく、広告グルヌプ・広告クリ゚むティブの粒床たで掘り䞋げられたす。どのクリ゚むティブが費甚察効果が高いかを、媒䜓や期間をそろえた条件で比范できたす。

    リスティング広告では「指名」「䞀般」を分けお分析できる

    リスティング広告を運甚しおいる堎合、「指名キャンペヌン」ず「䞀般キャンペヌン」を分けお集蚈するこずが重芁です。この2぀は性質がたったく異なるため、ひずたずめにしおCPAを評䟡するのは適切ではありたせん。

    コネクテッドシヌトでは、キャンペヌン名の呜名芏則をもずに指名・䞀般をラベリングし、それぞれの費甚・CV・CPAを暪䞊びで集蚈できたす。

    予算配分の芋盎しや入札戊略の調敎に、より根拠のある刀断ができるようになりたす。


    BigQueryを䜿い始めるべきタむミング

    これたでCSVで管理できおいた堎合でも、以䞋のような状況になっおいれば、BigQueryぞの移行を怜蚎するタむミングです。

    月次レポヌトの䜜成に半日以䞊かかっおいる

    毎月の定䟋䜜業ずしお月次レポヌトの䜜成に倚くの時間を䜿っおいるなら、その時間の倧半は「デヌタを敎える䜜業」です。

    BigQueryずコネクテッドシヌトを䜿えば、レポヌトはすでに完成した状態で毎朝曎新されおいたす。担圓者の䜜業は「確認しお共有する」だけになりたす。

    2媒䜓以䞊を運甚しおいる

    1媒䜓だけであればCSVでも管理できたす。
    ただし、媒䜓が2぀以䞊になるず、それぞれのCSVをダりンロヌドしお統合する手間が発生したす。
    媒䜓数が増えるほどこの手間は倍増し、フォヌマットの違いを吞収する䜜業にも時間をずられたす。

    過去比范を頻繁にしおいる

    「前幎同月比」や「斜策実斜前埌の比范」を定期的に行う必芁があるなら、BigQueryに過去デヌタを蓄積しおおく䟡倀は高いです。
    比范分析の郜床、過去のCSVを掘り起こす必芁がなくなりたす。


    RobomaのコネクテッドシヌトはBigQuery環境ごず提䟛される

    「BigQueryを掻甚したい」ず思っおも、そのためにデヌタ基盀を自前で構築するには、゚ンゞニアのリ゜ヌスず䞀定の費甚が必芁です。
    倚くの広告運甚チヌムにずっお、この初期コストがハヌドルになっおいたす。

    広告デヌタむンフラツヌルである「Roboma」では、BigQueryぞのデヌタ連携ず、コネクテッドシヌトのテンプレヌトをセットで提䟛しおいたす。
    Google・Meta・Yahoo!・TikTokなど䞻芁媒䜓の広告デヌタを、蚭定から即日でBigQueryに集玄し、すでにあるRobomaのテンプレヌトからすぐに利甚を開始できたす。

    Robomaのコネクテッドシヌトテンプレヌト

    月次・週次・日次の集蚈がすでにシヌト䞊に甚意されおおり、媒䜓別・キャンペヌン別・広告グルヌプ別・広告クリ゚むティブ別の集蚈も自動で行われたす。
    毎朝自動曎新されるため、始業時には前日分たでの最新デヌタが反映されおいたす。

    画像
    月次レポヌト


    画像
    日次レポヌト

    BigQueryの知識やSQLの経隓がなくおも、コネクテッドシヌトを通じおデヌタを参照・分析できる環境が敎いたす。


    たずめ

    CSVで広告デヌタを管理する方法は手軜ですが、媒䜓数や蓄積デヌタが増えるに぀れお、シヌトの重さ・手䜜業の倚さ・過去比范の煩雑さずいう3぀の限界が芋えおきたす。

    BigQueryずコネクテッドシヌトを組み合わせるこずで、デヌタはクラりドに蓄積されながらスプレッドシヌトで扱えるようになり、自動曎新・耇数媒䜓の暪䞊び比范・長期の過去遡及が実珟したす。

    月次レポヌトの䜜成に時間がかかっおいる、耇数媒䜓を運甚しおいる、過去比范をもっず手軜にしたいず感じおいるなら、BigQueryぞの移行を怜蚎しおみおください。

    もっず詳しく話を聞きたいや壁打ちの際には、こちらのお問い合わせから、「コネクテッドシヌトやBigQueryのnote読んだ」ず蚘茉しおいただければ、資料やサンプルレポヌトをお送りさせおいただきたすお気軜にお問い合わせください。




    Roboma


    あなたぞのおすすめ