Jak end-to-end analytika pomáhá podnikům
End-to-end analytika nejsou jen krásné reporty a grafika. Schopnost sledovat cestu každého klienta, od prvního bodu kontaktu po pravidelné nákupy, může podnikům pomoci snížit náklady na neefektivní a nadhodnocené reklamní kanály, zvýšit návratnost investic a posoudit, jak jejich online přítomnost ovlivňuje offline prodej. OWOX BI analytici shromáždili pět případových studií prokazujících, že vysoce kvalitní analytika pomáhá podnikům být úspěšnými a ziskovými.
Využití komplexní analýzy k vyhodnocení online příspěvků
Situace. Společnost otevřela internetový obchod a několik fyzických maloobchodních prodejen. Zákazníci si mohou koupit zboží přímo na webových stránkách společnosti nebo si je online prohlédnout a koupit v kamenném obchodě. Majitel porovnal výnosy z online a offline prodeje a dospěl k závěru, že kamenný obchod přináší mnohem větší zisk.
Cíl. Rozhodněte se, zda ustoupit od online prodeje a zaměřit se na kamenné obchody.
Praktické řešení. Společnost spodního prádlaDarjeeling Studoval efekt ROPO - dopad jeho online přítomnosti na jeho offline prodej. Odborníci společnosti Darjeeling došli k závěru, že 40% zákazníků navštívilo web před nákupem v obchodě. Bez internetového obchodu by se tedy téměř polovina jejich nákupů neuskutečnila.
Pro získání těchto informací se společnost spoléhala na dva systémy pro shromažďování, ukládání a zpracování dat:
- Google Analytics pro informace o akcích uživatelů na webu
- CRM společnosti pro údaje o nákladech a dokončení objednávek
Obchodníci v Darjeelingu kombinovali data z těchto systémů, které měly různé struktury a logiku. K vytvoření jednotné sestavy použil Darjeeling systém BI pro komplexní analýzu.
Využití komplexní analýzy ke zvýšení návratnosti investic
Situace. Podnik využívá několik reklamních kanálů k přilákání zákazníků, včetně vyhledávání, kontextové reklamy, sociálních sítí a televize. Všechny se liší z hlediska nákladů a efektivity.
Cíl. Vyhněte se neefektivní a drahé reklamě a používejte pouze efektivní a levnou reklamu. To lze provést pomocí end-to-end analytiky k porovnání nákladů na každý kanál s hodnotou, kterou přináší.
Praktické řešení. VDoktor Ryadom řetězce lékařských klinik mohou pacienti komunikovat s lékaři různými způsoby: na webových stránkách, telefonicky nebo na recepci. Pravidelné nástroje pro webovou analýzu však nestačily k určení, odkud každý návštěvník pochází, protože data byla shromažďována v různých systémech a nesouvisela. Analytici řetězce museli sloučit následující data do jednoho systému:
- Údaje o chování uživatelů z Google Analytics
- Údaje o hovorech ze systémů pro sledování hovorů
- Údaje o výdajích ze všech reklamních zdrojů
- Údaje o pacientech, přijetí a příjmech z interního systému kliniky
Zprávy založené na těchto souhrnných datech ukázaly, které kanály se nevyplatily. To pomohlo řetězci klinik optimalizovat výdaje na reklamu. Například v kontextové reklamě marketéři nechali pouze kampaně s lepší sémantikou a zvýšili rozpočet pro geoslužby. Výsledkem bylo, že doktor Ryadom zvýšil ROI jednotlivých kanálů 2.5krát a snížil náklady na reklamu na polovinu.
Využití end-to-end analytiky k nalezení oblastí růstu
Situace. Než něco vylepšíte, musíte zjistit, co přesně nefunguje správně. Například možná počet kampaní a vyhledávacích dotazů v kontextové reklamě vzrostl tak rychle, že již není možné je ručně spravovat. Rozhodli jste se tedy automatizovat správu nabídek. Chcete-li to provést, musíte pochopit účinnost každé z několika tisíc vyhledávacích frází. Koneckonců, s nesprávným hodnocením, můžete buď spojit svůj rozpočet za nic, nebo přilákat méně potenciálních zákazníků.
Cíl. Vyhodnoťte výkon každého klíčového slova pro tisíce vyhledávacích dotazů. Eliminujte zbytečné výdaje a nízké pořizování v důsledku nesprávného posouzení.
Praktické řešení. Za účelem automatizace správy nabídek propojil Hoff, hypermarketový prodejce nábytku a domácích potřeb, všechny uživatelské relace. To jim pomohlo sledovat telefonní hovory, návštěvy obchodů a každý kontakt s webem z jakéhokoli zařízení.
Po sloučení všech těchto dat a nastavení end-to-end analytiky začali zaměstnanci společnosti implementovat atribuci - distribuci hodnot. Ve výchozím nastavení používá Google Analytics model připisování posledního nepřímého kliknutí. To však ignoruje přímé návštěvy a poslední kanál a relace v řetězci interakce obdrží plnou hodnotu převodu.
Aby získali přesná data, odborníci Hoff nastavili atribuci na základě cesty. Hodnota převodu v něm je rozdělena mezi všechny kanály, které se účastní v každém kroku cesty. Při studiu sloučených dat vyhodnotili zisk každého klíčového slova a zjistili, která jsou neúčinná a která přinášejí více objednávek.
Analytici společnosti Hoff nastavují tyto informace tak, aby byly denně aktualizovány a přeneseny do automatizovaného systému správy nabídek. Nabídky jsou poté upraveny tak, aby jejich velikost byla přímo úměrná ROI klíčového slova. Výsledkem je, že Hoff zvýšil návratnost investic do kontextové reklamy o 17% a zdvojnásobil počet účinných klíčových slov.
Využití komplexní analýzy k personalizaci komunikace
Situace. V každém podnikání je důležité budovat vztahy se zákazníky, poskytovat relevantní nabídky a sledovat změny ve věrnosti značce. Samozřejmě, když jsou tisíce zákazníků, není možné každému z nich osobně nabídnout. Můžete je však rozdělit do několika segmentů a navázat komunikaci s každým z těchto segmentů.
Cíl. Rozdělte všechny zákazníky do několika segmentů a budujte komunikaci s každým z těchto segmentů.
Praktické řešení. Butik, Moskevské obchodní centrum s internetovým obchodem s oblečením, obuví a doplňky, zlepšilo svou práci se zákazníky. Pro zvýšení loajality zákazníků a celoživotní hodnoty přizpůsobili marketingoví pracovníci Butiku komunikaci prostřednictvím call centra, e-mailů a SMS zpráv.
Zákazníci byli rozděleni do segmentů na základě své nákupní aktivity. Výsledkem byla rozptýlená data, protože zákazníci mohou nakupovat online, objednávat online a vyzvedávat produkty v kamenném obchodě, nebo web vůbec nepoužívat. Z tohoto důvodu byla část údajů shromážděna a uložena v Google Analytics a druhá část v systému CRM.
Pak Butik marketéři identifikovali každého zákazníka a všechny jeho nákupy. Na základě těchto informací určili vhodné segmenty: noví kupující, zákazníci, kteří nakupují jednou za čtvrt roku nebo jednou za rok, stálí zákazníci atd. Celkově identifikovali šest segmentů a vytvořili pravidla pro automatický přechod z jednoho segmentu do druhého. To umožnilo marketingovým pracovníkům Butik vybudovat osobní komunikaci s každým segmentem zákazníků a ukázat jim různé reklamní zprávy.
Využití komplexní analýzy k určení podvodu v reklamě s cenou za akci (CPA)
Situace. Společnost používá model ceny za akci pro online reklamu. Umisťuje reklamy a platí platformy pouze v případě, že návštěvníci provedou cílenou akci, jako je návštěva jejich webových stránek, registrace nebo zakoupení produktu. Ale partneři, kteří umisťují reklamy, nemusí vždy fungovat čestně; jsou mezi nimi podvodníci. Tito podvodníci nejčastěji nahrazují zdroj provozu takovým způsobem, že se zdá, jako by jejich síť vedla ke konverzi. Bez speciální analýzy umožňující sledovat každý krok v prodejním řetězci a zjistit, které zdroje ovlivňují výsledek, je téměř nemožné takový podvod odhalit.
Raiffeisen Bank měla problémy s marketingovými podvody. Jejich marketéři si všimli, že náklady na provoz affiliate partnerů vzrostly, zatímco příjmy zůstaly stejné, a tak se rozhodli pečlivě zkontrolovat práci partnerů.
Cíl. Detekujte podvody pomocí komplexní analýzy. Sledujte každý krok v prodejním řetězci a pochopte, které zdroje ovlivňují cílenou akci zákazníka.
Praktické řešení. Marketingoví pracovníci Raiffeisen Bank pro kontrolu práce svých partnerů shromáždili nezpracovaná data akcí uživatelů na webu: úplné, nezpracované a neanalyzované informace. Ze všech klientů s nejnovějším přidruženým kanálem si vybrali ty, kteří měli mezi relacemi neobvykle krátké přestávky. Zjistili, že během těchto přestávek došlo ke změně zdroje provozu.
Výsledkem je, že analytici Raiffeisen našli několik partnerů, kteří si přivlastnili zahraniční provoz a dále jej prodali bance. Přestali tedy s těmito partnery spolupracovat a přestali plýtvat svým rozpočtem.
Analýza typu end-to-end
Zdůraznili jsme nejčastější marketingové výzvy, které může vyřešit analytický systém typu end-to-end. V praxi můžete pomocí integrovaných údajů o akcích uživatelů na webu i offline, informací z reklamních systémů a údajů o sledování hovorů najít odpovědi na mnoho otázek týkajících se zlepšení vašeho podnikání.
