Како аналитика од краја до краја помаже предузећима

ОВОКС БИ енд-то-енд аналитика

Комплетна аналитика није само лепи извештаји и графика. Способност праћења пута сваког клијента, од прве додирне тачке до редовних куповина, може помоћи предузећима да смање трошкове неефикасних и прецењених канала оглашавања, повећају повраћај улагања и процене како њихово присуство на мрежи утиче на продају ван мреже. ОВОКС БИ аналитичари су прикупили пет студија случаја који показују да висококвалитетна аналитика помаже предузећима да буду успешна и профитабилна.

Коришћење Аналитике од краја до краја за процену доприноса на мрежи

Ситуација. Компанија је отворила интернет продавницу и неколико физичких малопродајних радњи. Купци могу купити робу директно на веб локацији компаније или је погледати на мрежи и доћи у физичку продавницу да је купе. Власник је упоредио приход од продаје на мрежи и ван ње и закључио је да физичка продавница доноси много више профита.

Циљ. Одлучите да ли ћете се повући од онлајн продаје и усредсредите се на физичке продавнице.

Практично решење. Компанија доњег рубљаДарјеелинг Проучавао РОПО ефекат - утицај његовог присуства на мрежи на његову продају ван мреже. Стручњаци компаније Дарјеелинг закључили су да је 40% купаца посетило локацију пре куповине у продавници. Због тога се без интернет продавнице не би десила готово половина њихових куповина.

Да би добила ове информације, компанија се ослањала на два система за прикупљање, чување и обраду података:

  • Гоогле аналитика за информације о поступцима корисника на веб локацији
  • ЦРМ компаније за податке о трошковима и извршењу налога

Трговци у Дарјеелингу комбиновали су податке из ових система који су имали различите структуре и логику. Да би створио обједињени извештај, Дарјеелинг је користио БИ систем за комплетну аналитику.

Коришћење енд-то-енд аналитике за повећање поврата улагања

Ситуација. Предузеће користи неколико канала оглашавања за привлачење купаца, укључујући претрагу, контекстуално оглашавање, друштвене мреже и телевизију. Сви се разликују у погледу трошкова и ефикасности.

Циљ. Избегавајте неефикасно и скупо оглашавање и користите само ефикасно и јефтино оглашавање. То се може урадити коришћењем енд-то-енд аналитике како би се упоредили трошкови сваког канала са вредношћу коју он доноси.

Практично решење. УДоктор Риадом ланца медицинских клиника, пацијенти могу да комуницирају са лекарима путем различитих канала: на веб локацији, телефоном или на рецепцији. Међутим, редовни алати за веб аналитику нису били довољни да би се утврдило одакле долази сваки посетилац, јер су се подаци прикупљали у различитим системима и нису били повезани. Аналитичари ланца морали су да обједине следеће податке у један систем:

  • Подаци о понашању корисника из Гоогле аналитике
  • Подаци о позивима из система за праћење позива
  • Подаци о трошковима из свих извора оглашавања
  • Подаци о пацијентима, пријему и приходу од интерног система клинике

Извештаји засновани на овим збирним подацима показали су који се канали нису исплатили. То је помогло ланцу клиника да оптимизују своје трошкове оглашавања. На пример, у контекстуалном оглашавању, продавци су оставили само кампање са бољом семантиком и повећали буџет за гео-услуге. Као резултат тога, доктор Риадом повећао је повраћај улагања појединих канала за 2.5 пута и преполовио трошкове оглашавања.

Коришћење енд-то-енд аналитике за проналажење подручја раста

Ситуација. Пре него што нешто побољшате, морате да сазнате шта тачно не функционише исправно. На пример, можда се број кампања и фраза за претрагу у контекстуалном оглашавању повећао тако брзо да више није могуће ручно управљати њима. Дакле, одлучили сте да аутоматизујете управљање понудама. Да бисте то урадили, морате да разумете ефикасност сваке од неколико хиљада фраза за претрагу. На крају, са нетачном проценом можете или спојити свој буџет у бесцење или привући мање потенцијалних купаца.

Циљ. Процените учинак сваке кључне речи за хиљаде упита за претрагу. Елиминишите расипну потрошњу и ниску аквизицију због нетачне процене.

Практично решење. Да бисте аутоматизовали управљање понудама,Хофф, Малопродаја намештаја и предмета за домаћинство у хипермаркету, повезала је све сесије корисника. То им је помогло да прате телефонске позиве, посете продавници и сваки контакт са веб локацијом са било ког уређаја.

Након обједињавања свих ових података и постављања енд-то-енд аналитике, запослени у компанији почели су да примењују атрибуцију - дистрибуцију вредности. Гоогле аналитика подразумевано користи последњи модел приписивања индиректних кликова. Али ово игнорише директне посете, а последњи канал и сесија у ланцу интеракције добијају пуну вредност конверзије.

Да би добили тачне податке, Хоффови стручњаци су поставили атрибуцију засновану на левку. Вредност конверзије у њему се дистрибуира између свих канала који учествују у сваком кораку левка. При проучавању обједињених података проценили су добит сваке кључне речи и видели који су неефикасни, а који доносе више поруџбина.

Хофф аналитичари постављају ове информације да се свакодневно ажурирају и преносе у аутоматизовани систем управљања понудама. Понуде се затим прилагођавају тако да њихова величина буде директно пропорционална повраћају улагања кључне речи. Као резултат тога, Хофф је повећао повраћај улагања за контекстуално оглашавање за 17% и удвостручио број ефикасних кључних речи.

Коришћење Аналитике од краја до краја за персонализацију комуникације

Ситуација. У сваком послу важно је изградити односе са купцима како бисте дали релевантне понуде и пратили промене у лојалности бренду. Наравно, када има на хиљаде купаца, немогуће је дати персонализоване понуде сваком од њих. Али можете их поделити на неколико сегмената и изградити комуникацију са сваким од ових сегмената.

Циљ. Поделите све купце у неколико сегмената и изградите комуникацију са сваким од ових сегмената.

Практично решење. Бутик, Московски тржни центар са Интернет продавницом одеће, обуће и додатне опреме, побољшао је свој рад са купцима. Да би повећали лојалност купаца и животну вредност, продавци Бутика персонализовали су комуникацију путем позивног центра, е-поште и СМС порука.

Купци су подељени у сегменте на основу њихове активности куповине. Резултат тога су разбацани подаци јер купци могу да купују путем Интернета, наручују путем Интернета и преузимају производе у физичкој продавници или уопште не користе веб локацију. Због тога је део података прикупљен и ускладиштен у Гоогле аналитици, а други део у ЦРМ систему.

Тада су трговци Бутика идентификовали сваког купца и све њихове куповине. На основу ових информација утврдили су погодне сегменте: нове купце, купце који купују једном у тромесечју или једном годишње, редовне купце итд. Укупно су идентификовали шест сегмената и формирали правила за аутоматски прелазак из једног сегмента у други. То је Бутик трговцима омогућило да граде персонализовану комуникацију са сваким сегментом купаца и приказују им различите рекламне поруке.

Коришћење енд-то-енд аналитике за утврђивање преваре у оглашавању цене по радњи (ЦПА)

Ситуација. Компанија користи модел цене по радњи за оглашавање на мрежи. Пласира огласе и плаћа платформе само ако посетиоци изврше циљану радњу, попут посете њиховој веб локацији, регистрације или куповине производа. Али партнери који постављају огласе не раде увек поштено; међу њима има и превараната. Најчешће ови преваранти замењују извор промета на такав начин да се чини као да је њихова мрежа довела до конверзије. Без посебне аналитике која вам омогућава да пратите сваки корак у ланцу продаје и видите који извори утичу на резултат, готово је немогуће открити такву превару.

Раиффеисен банка је имао проблема са маркетиншком преваром. Њихови трговци су приметили да су се трошкови придруженог промета повећали, док је приход остао исти, па су одлучили да пажљиво провере рад партнера.

Циљ. Откривање превара помоћу енд-то-енд аналитике. Пратите сваки корак у ланцу продаје и схватите који извори утичу на циљану акцију купаца.

Практично решење. Да би проверили рад својих партнера, трговци у Раиффеисен банци прикупили су сирове податке о радњама корисника на веб локацији: комплетне, непрерађене и неанализиране информације. Међу свим клијентима са најновијим партнерским каналом изабрали су оне који су имали необично кратке паузе између сесија. Открили су да је током ових пауза извор саобраћаја пребачен.

Као резултат, Раиффеисен аналитичари пронашли су неколико партнера који су присвајали страни промет и препродавали га банци. Тако су престали да сарађују са овим партнерима и престали да расипају свој буџет.

Аналитика од краја до краја

Истакнули смо најчешће маркетиншке изазове које целовити аналитички систем може да реши. У пракси, уз помоћ интегрисаних података о радњама корисника на веб локацији и ван ње, информација из система за оглашавање и података за праћење позива, можете пронаћи одговоре на многа питања која се односе на то како побољшати своје пословање.

Шта ви мислите?

Ова страница користи Акисмет како би смањила нежељену пошту. Сазнајте како се ваш коментар обрађује.