Hur End-to-End Analytics hjälper företag

OWOX BI End-to-End-analys

Hela analysen är inte bara vackra rapporter och grafik. Möjligheten att spåra varje kunds väg, från första kontaktpunkten till vanliga inköp, kan hjälpa företag att minska kostnaderna för ineffektiva och övervärderade reklamkanaler, öka avkastningen och bedöma hur deras online-närvaro påverkar offlineförsäljning. OWOX BI analytiker har samlat fem fallstudier som visar att högkvalitativ analys hjälper företag att vara framgångsrika och lönsamma.

Använda End-to-End-analys för att utvärdera onlinebidrag

Situationen. Ett företag har öppnat en onlinebutik och flera fysiska butiker. Kunder kan köpa varor direkt på företagets webbplats eller kolla in dem online och komma till en fysisk butik för att köpa. Ägaren har jämfört intäkterna från online- och offlineförsäljning och har kommit fram till att en fysisk butik ger mycket mer vinst.

Målet. Bestäm om du ska gå tillbaka från onlineförsäljningen och fokusera på fysiska butiker.

Den praktiska lösningen. UnderkläderföretagetDarjeeling Studerade ROPO-effekten - effekten av dess online-närvaro på dess offlineförsäljning. Darjeeling-experter drog slutsatsen att 40% av kunderna besökte webbplatsen innan de köpte i en butik. Följaktligen, utan onlinebutiken, skulle nästan hälften av deras köp inte hända.

För att få denna information förlitade sig företaget på två system för insamling, lagring och bearbetning av data:

  • Google Analytics för information om användarnas åtgärder på webbplatsen
  • Företagets CRM för kostnads- och orderfärdighetsdata

Darjeeling marknadsförare kombinerade data från dessa system, som hade olika strukturer och logik. För att skapa en enhetlig rapport använde Darjeeling BI-system för end-to-end-analys.

Använda End-to-End-analys för att öka avkastningen på investeringen

Situationen. Ett företag använder flera reklamkanaler för att locka kunder, inklusive sökning, kontextuell reklam, sociala nätverk och tv. De skiljer sig alla när det gäller deras kostnad och effektivitet.

Målet. Undvik ineffektiv och dyr reklam och använd endast effektiv och billig reklam. Detta kan göras med analys från helhet till slut för att jämföra kostnaden för varje kanal med det värde det ger.

Den praktiska lösningen. ILäkare Ryadom kedja av medicinska kliniker, kan patienter interagera med läkare via olika kanaler: på webbplatsen, via telefon eller i receptionen. Vanliga webbanalysverktyg räckte inte för att bestämma var varje besökare kom ifrån, eftersom data samlades in i olika system och inte var relaterade. Kedjans analytiker var tvungna att slå samman följande data i ett system:

  • Data om användarnas beteende från Google Analytics
  • Samtalsdata från samtalsspårningssystem
  • Uppgifter om kostnader från alla reklamkällor
  • Uppgifter om patienter, inläggningar och intäkter från klinikens interna system

Rapporterna baserade på denna kollektiva data visade vilka kanaler som inte betalade sig. Detta hjälpte klinik-kedjan att optimera deras annonsutgifter. Till exempel, i kontextuell reklam lämnade marknadsförare bara kampanjer med bättre semantik och ökade budgeten för geotjänster. Som ett resultat ökade doktor Ryadom avkastningen på enskilda kanaler med 2.5 gånger och sänkte reklamkostnaderna till hälften.

Använda End-to-End-analys för att hitta områden för tillväxt

Situationen. Innan du förbättrar något måste du ta reda på vad som exakt inte fungerar korrekt. Till exempel kanske antalet kampanjer och sökfraser i kontextuell reklam har ökat så snabbt att det inte längre är möjligt att manuellt hantera dem. Så du bestämmer dig för att automatisera budhantering. För att göra detta måste du förstå effektiviteten hos var och en av flera tusen sökfraser. När allt kommer omkring, med en felaktig bedömning, kan du antingen slå samman din budget för ingenting eller locka färre potentiella kunder.

Målet. Utvärdera resultatet för varje nyckelord för tusentals sökfrågor. Eliminera slösaktiga utgifter och låg förvärv på grund av felaktig bedömning.

Den praktiska lösningen. För att automatisera budhantering,Hoff, En stormarknadsförsäljare av möbler och hushållsartiklar, kopplade alla användarsessioner. Detta hjälpte dem att spåra telefonsamtal, butiksbesök och varje kontakt med webbplatsen från vilken enhet som helst.

Efter att ha sammanfört all denna information och inrättat helhetsanalys började företagets anställda att implementera attribution - värdefördelningen. Som standard använder Google Analytics den sista modellen för attribut för indirekt klick. Men detta ignorerar direktbesök och den sista kanalen och sessionen i interaktionskedjan får hela värdet av konverteringen.

För att få korrekta data har Hoff-experter skapat trattbaserad tillskrivning. Konverteringsvärdet i det fördelas mellan alla kanaler som deltar i varje steg i tratten. När de studerade de sammanslagna uppgifterna utvärderade de vinsten för varje nyckelord och såg vilka som var ineffektiva och vilka gav fler order.

Hoff-analytiker ställer in denna information som ska uppdateras dagligen och överföras till det automatiska budhanteringssystemet. Bud justeras sedan så att deras storlek är direkt proportionell mot nyckelordets avkastning. Som ett resultat ökade Hoff sin avkastning på kontextuell reklam med 17% och fördubblade antalet effektiva sökord.

Använda End-to-End Analytics för att anpassa kommunikationen

Situationen. I alla företag är det viktigt att bygga relationer med kunder för att göra relevanta erbjudanden och spåra förändringar i varumärkeslojalitet. Naturligtvis, när det finns tusentals kunder är det omöjligt att göra personliga erbjudanden till var och en av dem. Men du kan dela upp dem i flera segment och bygga kommunikation med vart och ett av dessa segment.

Målet. Dela upp alla kunder i flera segment och bygg kommunikation med vart och ett av dessa segment.

Praktisk lösning. â € <butiken, Ett köpcentrum i Moskva med en onlinebutik för kläder, skor och accessoarer, förbättrade sitt arbete med kunderna. För att öka kundlojaliteten och livstidsvärdet anpassade Butik marknadsförare kommunikation via ett callcenter, e-post och SMS-meddelanden.

Kunderna delades in i segment baserat på deras köpaktivitet. Resultatet av det var spridda data eftersom kunder kan köpa online, beställa online och hämta produkter i en fysisk butik eller inte alls använda webbplatsen. På grund av detta samlades och lagrades en del av data i Google Analytics och den andra delen i CRM-systemet.

Sedan identifierade Butiks marknadsförare varje kund och alla sina inköp. Baserat på denna information bestämde de lämpliga segment: nya köpare, kunder som köper en gång per kvartal eller en gång per år, vanliga kunder etc. Totalt identifierade de sex segment och bildade regler för automatisk övergång från ett segment till ett annat. Detta gjorde det möjligt för Butik-marknadsförare att bygga personlig kommunikation med varje kundsegment och visa dem olika reklammeddelanden.

Använda End-to-End-analys för att bestämma bedrägeri i CPA-reklam

Situationen. Ett företag använder modellen kostnad per åtgärd för onlineannonsering. Det placerar annonser och betalar plattformar endast om besökare utför en riktad åtgärd som att besöka deras webbplats, registrera eller köpa en produkt. Men partners som placerar annonser fungerar inte alltid ärligt; det finns bedragare bland dem. Oftast ersätter dessa bedragare trafikkällan på ett sådant sätt att det verkar som om deras nätverk har lett till konverteringen. Utan speciell analys som låter dig spåra varje steg i försäljningskedjan och se vilka källor som påverkar resultatet är det nästan omöjligt att upptäcka sådant bedrägeri.

Raiffeisen Bank hade problem med marknadsföringsbedrägerier. Deras marknadsförare hade lagt märke till att anslutna trafikkostnader hade ökat medan intäkterna förblev desamma, så de bestämde sig för att noggrant kontrollera partnerns arbete.

Målet. Upptäck bedrägerier med hjälp av helhetsanalys. Spåra varje steg i säljkedjan och förstå vilka källor som påverkar den riktade kundåtgärden.

Praktisk lösning. För att kontrollera deras partners arbete samlade marknadsförare på Raiffeisen Bank rådata om användaråtgärder på webbplatsen: fullständig, obearbetad och oanalyserad information. Bland alla kunder med den senaste affiliate-kanalen valde de de som hade ovanligt korta pauser mellan sessionerna. De fann att trafikkällan byttes under dessa pauser.

Som ett resultat hittade Raiffeisen-analytiker flera partners som tilldelade utländsk trafik och sålde den vidare till banken. Så de slutade samarbeta med dessa partners och slutade slösa bort deras budget.

End-to-End-analys

Vi har markerat de vanligaste marknadsföringsutmaningarna som ett analyssystem från slut till slut kan lösa. I praktiken, med hjälp av integrerad data om användaråtgärder både på en webbplats och offline, information från reklamsystem och samtalsspårningsdata, kan du hitta svar på många frågor om hur du kan förbättra ditt företag.

Vad tror du?

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.