Как анализът от край до край помага на бизнеса

Анализ на OWOX BI от край до край

Анализът от край до край не е само красиви отчети и графики. Възможността да се проследи пътя на всеки клиент, от първата допирна точка до редовните покупки, може да помогне на бизнеса да намали цената на неефективните и надценени рекламни канали, да увеличи възвръщаемостта на инвестициите и да оцени как тяхното онлайн присъствие влияе на офлайн продажбите. OWOX BI анализаторите са събрали пет казуса, демонстриращи, че висококачественият анализ помага на бизнеса да бъде успешен и печеливш.

Използване на анализ от край до край за оценка на онлайн приноса

Положението. Фирма отвори онлайн магазин и няколко физически магазина. Клиентите могат да купуват стоки директно на уебсайта на компанията или да ги разглеждат онлайн и да идват във физически магазин за покупка. Собственикът е сравнил приходите от онлайн и офлайн продажби и е стигнал до извода, че физическият магазин носи много повече печалба.

Целта. Решете дали да отстъпите от онлайн продажбите и да се съсредоточите върху физическите магазини.

Практическото решение. Компанията за бельо Darjeeling проучи ефекта ROPO - въздействието на неговото онлайн присъствие върху офлайн продажбите му. Експертите от Darjeeling заключават, че 40% от клиентите са посетили сайта, преди да закупят в магазин. Следователно, без онлайн магазина, почти половината от покупките им няма да се случат.

За да получи тази информация, компанията разчита на две системи за събиране, съхранение и обработка на данни:

  • Google Analytics за информация за действията на потребителите на уебсайта
  • CRM на компанията за данни за разходите и изпълнението на поръчките

Маркетолозите от Дарджилинг комбинират данни от тези системи, които имат различни структури и логика. За да създаде единен отчет, Дарджилинг използва BI система за анализ от край до край.

Използване на анализ от край до край за увеличаване на възвръщаемостта на инвестициите

Положението. Бизнесът използва няколко рекламни канала за привличане на клиенти, включително търсене, контекстна реклама, социални мрежи и телевизия. Всички те се различават по отношение на тяхната цена и ефективност.

Целта. Избягвайте неефективната и скъпа реклама и използвайте само ефективна и евтина реклама. Това може да се направи с помощта на анализ от край до край, за да се сравнят разходите за всеки канал със стойността, която той носи.

Практическото решение. в Доктор Рядом верига от медицински клиники, пациентите могат да взаимодействат с лекари по различни канали: на уебсайта, по телефона или на рецепцията. Редовните инструменти за уеб анализ не бяха достатъчни, за да се определи откъде идва всеки посетител, тъй като данните бяха събрани в различни системи и не бяха свързани. Анализаторите на веригата трябваше да обединят следните данни в една система:

  • Данни за поведението на потребителите от Google Analytics
  • Данни за обажданията от системите за проследяване на обажданията
  • Данни за разходите от всички рекламни източници
  • Данни за пациенти, прием и приходи от вътрешната система на клиниката

Докладите, базирани на тези колективни данни показа кои канали не се изплатиха. Това помогна на клиниката да оптимизира разходите си за реклама. Например в контекстната реклама маркетолозите оставиха само кампании с по-добра семантика и увеличиха бюджета за геоуслуги. В резултат на това доктор Рядом увеличи ROI на отделните канали с 2.5 пъти и намали наполовина рекламните разходи.

Използване на анализ от край до край за намиране на зони of Растеж

Положението. Преди да подобрите нещо, трябва да разберете какво точно не работи правилно. Например, може би броят на кампаниите и фразите за търсене в контекстната реклама се е увеличил толкова бързо, че вече не е възможно ръчното им управление. Затова решавате да автоматизирате управлението на офертите. За да направите това, трябва да разберете ефективността на всяка от няколко хиляди фрази за търсене. В крайна сметка с неправилна оценка можете или да обедините бюджета си за нищо, или да привлечете по-малко потенциални клиенти.

Целта. Оценете ефективността на всяка ключова дума за хиляди заявки за търсене. Елиминирайте разточителните разходи и ниското придобиване поради неправилна оценка.

Практическото решение. За да автоматизирате управлението на офертите, Хоф, търговец на дребно на мебели и предмети от бита, свързва всички потребителски сесии. Това им помогна да проследят телефонни обаждания, посещения на магазини и всеки контакт със сайта от всяко устройство.

След обединяването на всички тези данни и настройването на анализ от край до край, служителите на компанията започнаха да прилагат атрибуцията - разпределението на стойността. По подразбиране Google Analytics използва последния модел на приписване на непряко кликване. Но това игнорира директните посещения и последният канал и сесия във веригата на взаимодействие получава пълната стойност на преобразуването.

За да получат точни данни, експертите на Hoff създават атрибуция, базирана на фуния. Стойността на преобразуване в него се разпределя между всички канали, които участват във всяка стъпка от фунията. При изучаването на обединените данни те оцениха печалбата на всяка ключова дума и видяха кои са неефективни и кои са донесли повече поръчки.

Анализаторите на Hoff задават тази информация да се актуализира ежедневно и да се прехвърля към автоматизираната система за управление на офертите. След това офертите се коригират така, че размерът им да е право пропорционален на възвръщаемостта на инвестициите на ключовата дума. В резултат на това Hoff увеличи своята ROI за контекстна реклама със 17% и удвои броя на ефективните ключови думи.

Използване на анализ от край до край за персонализиране на комуникацията

Положението. Във всеки бизнес е важно да се изграждат отношения с клиентите, за да се правят подходящи оферти и да се проследяват промените в лоялността към марката. Разбира се, когато има хиляди клиенти, е невъзможно да се правят персонализирани оферти за всеки от тях. Но можете да ги разделите на няколко сегмента и да изградите комуникация с всеки от тези сегменти.

Целта. Разделете всички клиенти на няколко сегмента и изградете комуникация с всеки от тези сегменти.

Практическо решение. Butikмосковски мол с онлайн магазин за дрехи, обувки и аксесоари подобри работата си с клиентите. За да увеличат лоялността на клиентите и доживотната стойност, търговците на Butik персонализираха комуникацията чрез кол център, имейл и SMS съобщения.

Клиентите бяха разделени на сегменти въз основа на тяхната дейност по закупуване. Резултатът от това бяха разпръснати данни, защото клиентите могат да купуват онлайн, да поръчват онлайн и да вземат продукти във физически магазин или изобщо да не използват сайта. Поради това част от данните бяха събрани и съхранени в Google Analytics, а другата част в CRM системата.

Тогава търговците на Butik идентифицираха всеки клиент и всичките им покупки. Въз основа на тази информация те определиха подходящи сегменти: нови купувачи, клиенти, които купуват веднъж на тримесечие или веднъж годишно, редовни клиенти и др. Общо те идентифицираха шест сегмента и формираха правила за автоматично преминаване от един сегмент в друг. Това позволи на търговците на Butik да изградят персонализирана комуникация с всеки клиентски сегмент и да им показват различни рекламни съобщения.

Използване на анализ от край до край за определяне на измама при рекламиране на цена на действие (CPA)

Положението. Една компания използва модела на цена на действие за онлайн реклама. Той поставя реклами и плаща платформи само ако посетителите извършват целенасочено действие, като например посещение на уебсайта им, регистрация или закупуване на продукт. Но партньорите, които пускат реклами, не винаги работят честно; сред тях има измамници. Най-често тези измамници заместват източника на трафик по такъв начин, че изглежда, че тяхната мрежа е довела до преобразуването. Без специален анализ, който ви позволява да проследявате всяка стъпка в търговската верига и да видите кои източници влияят на резултата, е почти невъзможно да се открие такава измама.

Raiffeisen Bank имаше проблеми с маркетинговата измама. Техните търговци бяха забелязали, че разходите за партньорски трафик са се увеличили, докато приходите остават същите, така че те решиха внимателно да проверят работата на партньорите.

Целта. Откриване на измами с помощта на анализ от край до край. Проследете всяка стъпка в търговската верига и разберете кои източници влияят върху целевото действие на клиента.

Практическо решение. За да проверят работата на своите партньори, търговци в Райфайзен Банк събрани сурови данни за потребителски действия на сайта: пълна, необработена и неанализирана информация. Сред всички клиенти с най-новия партньорски канал те избраха тези, които имаха необичайно кратки почивки между сесиите. Те установили, че по време на тези почивки източникът на трафик е бил превключен.

В резултат на това анализаторите на Райфайзен откриха няколко партньори, които присвояват чуждестранен трафик и го препродават на банката. Така те спряха да си сътрудничат с тези партньори и спряха да хабят бюджета си.

Анализ от край до край

Изтъкнахме най-често срещаните маркетингови предизвикателства, които една система за анализ от край до край може да реши. На практика, с помощта на интегрирани данни за действията на потребителите както на уебсайт, така и офлайн, информация от рекламни системи и данни за проследяване на обажданията, можете да намерите отговори на много въпроси относно това как да подобрите своя бизнес.

Какво мислите?

Този сайт използва Akismet за намаляване на спама. Научете как се обработват данните за коментарите ви.