Hvordan End-to-End Analytics hjælper virksomheder

OWOX BI End-to-End-analyse

End-to-end-analyse er ikke kun smukke rapporter og grafik. Evnen til at spore hver klients sti, fra det første berøringspunkt til regelmæssige køb, kan hjælpe virksomheder med at reducere omkostningerne ved ineffektive og overvurderede reklamekanaler, øge ROI og vurdere, hvordan deres online tilstedeværelse påvirker offline-salg. OWOX BI analytikere har samlet fem casestudier, der viser, at analyser af høj kvalitet hjælper virksomheder med at blive succesrige og rentable.

Brug af End-to-End Analytics til at evaluere onlinebidrag

Situationen. Et firma har åbnet en onlinebutik og flere fysiske butikker. Kunder kan købe varer direkte på virksomhedens hjemmeside eller tjekke dem online og komme til en fysisk butik for at købe. Ejeren har sammenlignet indtægter fra online og offline salg og har konkluderet, at en fysisk butik giver meget mere overskud.

Målet. Beslut om du vil vende tilbage fra onlinesalg og fokusere på fysiske butikker.

Den praktiske løsning. UndertøjsfirmaetDarjeeling Studerede ROPO-effekten - indvirkningen af ​​dets online tilstedeværelse på dets offline salg. Darjeeling-eksperter konkluderede, at 40% af kunderne besøgte stedet, før de købte i en butik. Uden onlinebutikken ville næsten halvdelen af ​​deres køb derfor ikke ske.

For at få disse oplysninger stolede virksomheden på to systemer til indsamling, lagring og behandling af data:

  • Google Analytics for information om brugernes handlinger på webstedet
  • Virksomhedens CRM til omkostnings- og ordreafslutningsdata

Darjeeling-marketingfolk kombinerede data fra disse systemer, som havde forskellige strukturer og logik. For at oprette en samlet rapport brugte Darjeeling BI-system til end-to-end-analyse.

Brug af End-to-End-analyse til at øge investeringsafkastet

Situationen. En virksomhed bruger flere reklamekanaler til at tiltrække kunder, herunder søgning, kontekstuel reklame, sociale netværk og tv. De adskiller sig alle med hensyn til deres omkostninger og effektivitet.

Målet. Undgå ineffektiv og dyr reklame, og brug kun effektiv og billig reklame. Dette kan gøres ved hjælp af end-to-end-analyse for at sammenligne omkostningerne for hver kanal med den værdi, den bringer.

Den praktiske løsning. ILæge Ryadom kæde af medicinske klinikker, kan patienter interagere med læger gennem forskellige kanaler: på hjemmesiden, telefon eller i receptionen. Regelmæssige webanalyseværktøjer var ikke nok til at bestemme, hvor hver besøgende kom fra, da data blev indsamlet i forskellige systemer og ikke var relateret. Kædens analytikere måtte flette følgende data i et system:

  • Data om brugeradfærd fra Google Analytics
  • Opkaldsdata fra system til sporing af opkald
  • Data om udgifter fra alle reklamekilder
  • Data om patienter, indlæggelser og indtægter fra klinikkens interne system

Rapporterne baseret på disse kollektive data viste, hvilke kanaler der ikke betalte sig. Dette hjalp klinikkæden med at optimere deres annonceudgifter. For eksempel efterlod markedsførere i kontekstuel annoncering kun kampagner med bedre semantik og øgede budgettet for geotjenester. Som et resultat øgede Doctor Ryadom afkastet på individuelle kanaler 2.5 gange og reducerede annonceringsomkostningerne i halve.

Brug af End-to-End-analyse til at finde områder af vækst

Situationen. Før du forbedrer noget, skal du finde ud af, hvad der nøjagtigt ikke fungerer korrekt. For eksempel er antallet af kampagner og søgeudtryk i kontekstuel annoncering steget så hurtigt, at det ikke længere er muligt at administrere dem manuelt. Så du beslutter dig for at automatisere budstyring. For at gøre dette skal du forstå effektiviteten af ​​hver af flere tusinde søgeudtryk. Når alt kommer til alt, med en forkert vurdering, kan du enten flette dit budget til ingenting eller tiltrække færre potentielle kunder.

Målet. Evaluer effektiviteten af ​​hvert søgeord for tusindvis af søgeforespørgsler. Fjern spild af forbrug og lav erhvervelse på grund af forkert vurdering.

Den praktiske løsning. For at automatisere budadministrationHoff, En hypermarkedforhandler af møbler og husholdningsartikler, forbandt alle brugersessioner. Dette hjalp dem med at spore telefonopkald, butiksbesøg og enhver kontakt med webstedet fra enhver enhed.

Efter at have slået alle disse data sammen og oprettet end-to-end-analyser begyndte virksomhedens medarbejdere at implementere tilskrivning - værdifordelingen. Som standard bruger Google Analytics den sidste indirekte tilskrivningsmodel. Men dette ignorerer direkte besøg, og den sidste kanal og session i interaktionskæden modtager den fulde værdi af konverteringen.

For at få nøjagtige data oprettede Hoff-eksperter tragtbaseret tilskrivning. Konverteringsværdien i den fordeles mellem alle kanaler, der deltager i hvert trin i tragten. Når de studerede de flettede data, vurderede de fortjenesten for hvert søgeord og så, hvilke der var ineffektive, og hvilke der bragte flere ordrer.

Hoff-analytikere indstillede disse oplysninger til at blive opdateret dagligt og overført til det automatiserede budstyringssystem. Bud justeres derefter, så deres størrelse er direkte proportional med nøgleordets ROI. Som et resultat øgede Hoff sit investeringsafkast for kontekstuel reklame med 17% og fordoblede antallet af effektive søgeord.

Brug af End-to-End Analytics til at personalisere kommunikation

Situationen. I enhver virksomhed er det vigtigt at opbygge relationer med kunder for at komme med relevante tilbud og spore ændringer i brandloyalitet. Selvfølgelig, når der er tusinder af kunder, er det umuligt at komme med personlige tilbud til hver af dem. Men du kan opdele dem i flere segmenter og opbygge kommunikation med hvert af disse segmenter.

Målet. Opdel alle kunder i flere segmenter, og opbyg kommunikation med hvert af disse segmenter.

Praktisk løsning. â € <Store, Et Moskva-indkøbscenter med en onlinebutik til tøj, fodtøj og tilbehør, forbedrede deres arbejde med kunderne. For at øge kundeloyalitet og levetidsværdi personliggjorde Butik-marketingfolk kommunikation via et callcenter, e-mail og SMS-beskeder.

Kunder blev opdelt i segmenter baseret på deres købsaktivitet. Resultatet af det var spredte data, fordi kunder kan købe online, bestille online og afhente produkter i en fysisk butik eller slet ikke bruge webstedet. På grund af dette blev en del af dataene indsamlet og lagret i Google Analytics og den anden del i CRM-systemet.

Derefter identificerede Butik-marketingfolk hver kunde og alle deres køb. Baseret på disse oplysninger bestemte de passende segmenter: nye købere, kunder, der køber en gang hvert kvartal eller en gang om året, faste kunder osv. I alt identificerede de seks segmenter og dannede regler for automatisk overgang fra et segment til et andet. Dette gjorde det muligt for Butik-marketingfolk at opbygge personlig kommunikation med hvert kundesegment og vise dem forskellige reklamebeskeder.

Brug af End-to-End-analyse til at bestemme svig i CPA-reklame (Cost-per-action)

Situationen. En virksomhed bruger modellen pr. Handling til onlineannoncering. Det placerer kun annoncer og betaler platforme, hvis besøgende udfører en målrettet handling, såsom at besøge deres websted, registrere eller købe et produkt. Men partnere, der placerer annoncer, fungerer ikke altid ærligt; der er svindlere blandt dem. Disse svindlere erstatter oftest trafikkilden på en sådan måde, at det ser ud til, at deres netværk har ført til konverteringen. Uden særlig analyse, der giver dig mulighed for at spore hvert trin i salgskæden og se, hvilke kilder der påvirker resultatet, er det næsten umuligt at opdage sådan svindel.

Raiffeisen Bank havde problemer med marketingbedrageri. Deres marketingfolk havde bemærket, at tilknyttede trafikomkostninger var steget, mens omsætningen forblev den samme, så de besluttede nøje at kontrollere partnernes arbejde.

Målet. Opdag svindel ved hjælp af end-to-end-analyser. Spor hvert trin i salgskæden og forstå, hvilke kilder der påvirker den målrettede kundehandling.

Praktisk løsning. For at kontrollere deres partners arbejde indsamlede marketingfolk i Raiffeisen Bank rådata om brugerhandlinger på webstedet: komplet, ubehandlet og uanalyseret information. Blandt alle klienter med den nyeste tilknyttede kanal valgte de dem, der havde usædvanligt korte pauser mellem sessionerne. De fandt ud af, at i disse pauser blev trafikkilden skiftet.

Som et resultat fandt Raiffeisen-analytikere flere partnere, der bevilgede udenlandsk trafik og videresolgte den til banken. Så de stoppede med at samarbejde med disse partnere og stoppede med at spilde deres budget.

End-to-End-analyse

Vi har fremhævet de mest almindelige marketingudfordringer, som et end-to-end-analysesystem kan løse. I praksis kan du ved hjælp af integrerede data om brugerhandlinger både på et websted og offline, information fra reklamesystemer og opkaldssporingsdata finde svar på mange spørgsmål om, hvordan du forbedrer din virksomhed.

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.