Hvordan End-to-End Analytics hjelper bedrifter

OWOX BI End-to-End Analytics

End-to-end-analyse er ikke bare vakre rapporter og grafikk. Evnen til å spore banen til hver klient, fra det første berøringspunktet til vanlige kjøp, kan hjelpe bedrifter med å redusere kostnadene ved ineffektive og overvurderte reklamekanaler, øke avkastningen og vurdere hvordan deres online tilstedeværelse påvirker salg utenfor nettet. OWOX BI analytikere har samlet fem casestudier som viser at analyse av høy kvalitet hjelper bedrifter med å lykkes og lønnsomme.

Bruke End-to-End Analytics til å evaluere online bidrag

Situasjonen. Et selskap har åpnet en nettbutikk og flere fysiske butikker. Kunder kan kjøpe varer direkte på selskapets nettside eller sjekke dem online og komme til en fysisk butikk for å kjøpe. Eieren har sammenlignet inntektene fra online og offline salg og har konkludert med at en fysisk butikk gir mye mer fortjeneste.

Målet. Bestem deg for om du vil vike fra salg på nettet og fokusere på fysiske butikker.

Den praktiske løsningen. UndertøyfirmaetDarjeeling Studerte ROPO-effekten - innvirkningen av online tilstedeværelse på salg offline. Darjeeling-eksperter konkluderte med at 40% av kundene besøkte nettstedet før de kjøpte i en butikk. Uten nettbutikken ville nesten halvparten av kjøpene ikke skje.

For å få denne informasjonen stolte selskapet på to systemer for innsamling, lagring og behandling av data:

  • Google Analytics for informasjon om brukernes handlinger på nettstedet
  • Selskapets CRM for data om kostnad og fullføring av ordre

Darjeeling-markedsførere kombinerte data fra disse systemene, som hadde forskjellige strukturer og logikk. For å lage en enhetlig rapport brukte Darjeeling BI-system for end-to-end-analyse.

Bruke End-to-End Analytics for å øke avkastningen på investeringen

Situasjonen. En bedrift bruker flere reklamekanaler for å tiltrekke seg kunder, inkludert søk, kontekstuell annonsering, sosiale nettverk og TV. De skiller seg alle med hensyn til pris og effektivitet.

Målet. Unngå ineffektiv og kostbar reklame, og bruk bare effektiv og billig reklame. Dette kan gjøres ved å bruke end-to-end-analyse for å sammenligne kostnadene for hver kanal med verdien den gir.

Den praktiske løsningen. ILege Ryadom kjeden av medisinske klinikker, kan pasienter samhandle med leger gjennom forskjellige kanaler: på nettstedet, via telefon eller i resepsjonen. Vanlige webanalyseverktøy var ikke nok til å bestemme hvor hver besøkende kom fra, siden data ble samlet inn i forskjellige systemer og ikke var relatert. Kjedens analytikere måtte slå sammen følgende data i ett system:

  • Data om brukeratferd fra Google Analytics
  • Ring data fra samtalesporingssystemer
  • Data om utgifter fra alle reklamekilder
  • Data om pasienter, innleggelser og inntekter fra klinikkens interne system

Rapportene basert på disse kollektive dataene viste hvilke kanaler som ikke betalte seg. Dette hjalp klinikkjeden med å optimalisere annonseforbruket. For eksempel, i kontekstuell reklame, etterlot markedsførere bare kampanjer med bedre semantikk og økte budsjettet for geotjenester. Som et resultat økte Doctor Ryadom avkastningen på individuelle kanaler med 2.5 ganger og reduserte annonseringskostnadene på halvparten.

Bruke End-to-End Analytics for å finne områder av vekst

Situasjonen. Før du forbedrer noe, må du finne ut hva som ikke fungerer riktig. For eksempel, kanskje antall kampanjer og søkefraser i kontekstuell reklame har økt så raskt at det ikke lenger er mulig å håndtere dem manuelt. Så du bestemmer deg for å automatisere budadministrasjon. For å gjøre dette må du forstå effektiviteten til hver av flere tusen søkefraser. Tross alt, med en feil vurdering, kan du enten slå sammen budsjettet ditt for ingenting eller tiltrekke færre potensielle kunder.

Målet. Evaluer ytelsen til hvert søkeord for tusenvis av søk. Fjern bortkastede utgifter og lav anskaffelse på grunn av feil vurdering.

Den praktiske løsningen. For å automatisere budadministrasjon,Hoff, En hypermarkedforhandler av møbler og husholdningsartikler, koblet alle brukerøkter. Dette hjalp dem med å spore telefonsamtaler, butikkbesøk og enhver kontakt med nettstedet fra hvilken som helst enhet.

Etter å ha slått sammen alle disse dataene og satt opp en helhetlig analyse, begynte selskapets ansatte å implementere attribusjon - verdifordelingen. Som standard bruker Google Analytics den siste tilskrivningsmodellen for indirekte klikk. Men dette ignorerer direkte besøk, og den siste kanalen og økten i interaksjonskjeden får full verdi av konverteringen.

For å få nøyaktige data setter Hoff-eksperter opp traktbasert tilskrivning. Konverteringsverdien i den fordeles mellom alle kanaler som deltar i hvert trinn i trakten. Når de studerte de sammenslåtte dataene, evaluerte de fortjenesten til hvert søkeord og så hvilke som var ineffektive og som brakte flere ordrer.

Hoff-analytikere angir at denne informasjonen skal oppdateres daglig og overføres til det automatiserte budstyringssystemet. Budene blir deretter justert slik at størrelsen deres er direkte proporsjonal med avkastningen på søkeordet. Som et resultat økte Hoff avkastningen for kontekstuell annonsering med 17% og doblet antall effektive søkeord.

Bruke End-to-End Analytics for å tilpasse kommunikasjon

Situasjonen. I enhver virksomhet er det viktig å bygge relasjoner med kunder for å gi relevante tilbud og spore endringer i merkevarelojalitet. Selvfølgelig, når det er tusenvis av kunder, er det umulig å gi personlige tilbud til hver av dem. Men du kan dele dem inn i flere segmenter og bygge kommunikasjon med hvert av disse segmentene.

Målet. Del alle kunder i flere segmenter og bygg kommunikasjon med hvert av disse segmentene.

Praktisk løsning. â € <butikk, Et Moskva kjøpesenter med en nettbutikk for klær, fottøy og tilbehør, forbedret sitt arbeid med kundene. For å øke kundelojaliteten og levetidsverdien tilpasset Butik markedsførere personlig kommunikasjon gjennom et call center, e-post og SMS-meldinger.

Kunder ble delt inn i segmenter basert på kjøpsaktivitet. Resultatet av det var spredte data fordi kunder kan kjøpe online, bestille online og hente produkter i en fysisk butikk, eller ikke bruke nettstedet i det hele tatt. På grunn av dette ble en del av dataene samlet inn og lagret i Google Analytics og den andre delen i CRM-systemet.

Så identifiserte Butik-markedsførere hver kunde og alle sine kjøp. Basert på denne informasjonen bestemte de seg for passende segmenter: nye kjøpere, kunder som kjøper en gang i kvartalet eller en gang i året, faste kunder osv. Totalt identifiserte de seks segmenter og dannet regler for automatisk overgang fra ett segment til et annet. Dette gjorde det mulig for Butik-markedsførere å bygge personlig kommunikasjon med hvert kundesegment og vise dem forskjellige annonseringsmeldinger.

Bruke End-to-End Analytics for å bestemme svindel i CPA-annonsering

Situasjonen. Et selskap bruker kostnad per handling-modellen for online annonsering. Det plasserer annonser og betaler plattformer bare hvis besøkende utfører en målrettet handling, for eksempel å besøke nettstedet deres, registrere seg eller kjøpe et produkt. Men partnere som legger ut annonser, fungerer ikke alltid ærlig; det er svindlere blant dem. Ofte erstatter disse svindlerne trafikkilden på en slik måte at det virker som om nettverket deres har ført til konverteringen. Uten spesiell analyse som lar deg spore hvert trinn i salgskjeden og se hvilke kilder som påvirker resultatet, er det nesten umulig å oppdage slik svindel.

Raiffeisen Bank hadde problemer med markedsføringssvindel. Markedsførerne deres hadde lagt merke til at tilknyttede trafikkostnader hadde økt mens inntektene var de samme, så de bestemte seg for å nøye sjekke partnernes arbeid.

Målet. Oppdag svindel ved å bruke end-to-end-analyser. Spor hvert trinn i salgskjeden og forstå hvilke kilder som påvirker målrettet kundehandling.

Praktisk løsning. For å kontrollere arbeidet til sine partnere, samlet markedsførere i Raiffeisen Bank rådata om brukerhandlinger på nettstedet: fullstendig, ubehandlet og uanalysert informasjon. Blant alle klienter med den siste tilknyttede kanalen valgte de de som hadde uvanlig korte pauser mellom øktene. De fant at trafikkilden ble byttet i løpet av disse pausene.

Som et resultat fant Raiffeisen-analytikere flere partnere som tilegnet seg utenlandstrafikk og solgte den videre til banken. Så de sluttet å samarbeide med disse partnerne og sluttet å kaste bort budsjettet.

End-to-End-analyse

Vi har fremhevet de vanligste markedsføringsutfordringene som et end-to-end-analysesystem kan løse. I praksis, ved hjelp av integrerte data om brukerhandlinger både på et nettsted og offline, informasjon fra reklamesystemer og samtalesporingsdata, kan du finne svar på mange spørsmål angående hvordan du kan forbedre virksomheten din.

Hva tror du?

Dette nettstedet bruker Akismet for å redusere spam. Lær hvordan kommentaren din behandles.