7 طرق لتقييم وتحسين التسويق الرقمي

كيف يمكنك تقييم فعالية وزيادة عائد الاستثمار (ROI) لإعلانك عبر الإنترنت؟ كيف يمكنك معرفة مقدار الإيرادات الناتجة عن زيارات تحسين محركات البحث وتطبيقات الأجهزة المحمولة وإعلانات الوسائط؟ هذه الأسئلة ذات صلة بالعديد من الأنشطة التجارية عبر الإنترنت والقنوات المتعددة. في هذه المقالة ، نصف الحلول من OWOX BI التي ساعدت عملائنا في العثور على إجابات لهذه الأسئلة وغيرها وحل مشاكل أعمالهم.

نصف بإيجاز كيف ساعدنا عملائنا على القيام بهذه الحالات السبع الواقعية أدناه. إذا كنت مهتمًا بالتفاصيل الفنية أو ترغب في تجربة بعض الأشياء التي نذكرها في مشروعك الخاص ، فجرّب OWOX BI مجانًا.

يقوم OWOX BI بجمع البيانات من أنظمة متعددة في مستودع واحد وإنشاء تقارير تساعد العملاء على تحسين ذكاء التسويق الخاص بهم. الهدف هو القيام بذلك بسرعة ، بمستوى عالٍ من الجودة ، وبأقصى قدر من الأتمتة حتى تتمكن الشركات من جني المزيد من المال باستخدام البيانات الموجودة لديها بالفعل.

يعد تقسيم المستخدمين إلى حملات إعلانية مستهدفة بشكل أفضل مهمة أساسية يمكن ويجب معالجتها في المراحل الأولى من تنفيذ تحليلات التسويق.

هدف العميل : زيادة عائد الاستثمار للحملات الإعلانية التي تهدف إلى إعادة تنشيط المستخدمين الذين زاروا الموقع بالفعل. من الناحية النظرية ، لا ينبغي أن يكون تسويق هؤلاء المستخدمين مكلفًا لأنهم أبدوا اهتمامًا بالفعل.

التحدي الذي يواجه العميل : تحسين استهداف الحملات الإعلانية لعربات التسوق المتروكة والعملاء المتخلفين. هؤلاء هم الأشخاص الذين نفذوا مجموعة معينة من الإجراءات على الموقع لكنهم لم يشتروا أي شيء. في الوقت نفسه ، يعتقد عملائنا أنه يمكنهم شراء شيء ما.

فرضيتنا : إذا حددنا شريحة من زوار موقع الويب الذين أضافوا عنصرًا إلى سلة التسوق في الأيام X الماضية وعرضنا عليهم إعلانات ، فمن المرجح أن يشتروا شيئًا أكثر من الزوار من الشرائح الأخرى. وفقًا لذلك ، من خلال الإعلان عن هذا القطاع ، يمكننا زيادة الإيرادات مع الحفاظ على نفس نسبة إيرادات التكلفة (CRR).

مطلوب دائمًا تقسيم المستخدم لاختبار الفرضيات. يمكننا أن نفترض أن شرائح المستخدم المحددة ستتصرف بطريقة أو بأخرى بعد رؤية الإعلان ، ولكن لا يوجد ضمان بنسبة 100٪ على هذا الأمر.

حدد عميلنا الشروط التي تم تشكيل القطاعات على أساسها. بعد تشكيل المقاطع وفقًا لتلك الشروط ، قمنا بتحويل فرضيتنا إلى مهمة فنية لمحللنا. تم تقسيم هذه المهمة إلى مراحل.

المرحلة 1 . تشكيل قسمين مستخدمين. يتكون الجزء الأول من المستخدمين الذين أضافوا عنصرًا إلى سلة التسوق في آخر X أيام لكنهم لم يشتروا أي شيء. يتألف الجزء الثاني من المستخدمين الذين نفذوا مجموعة من الإجراءات على الموقع (التي حددها العميل).

يقوم Google Analytics بأخذ عينات من بيانات العملاء استجابةً لحركة المرور الكثيفة. لذلك ، لبناء الشرائح ، استخدمنا البيانات الأولية من موقع العميل التي تم إرسالها إلى Google BigQuery باستخدام OWOX BI Pipeline. BigQuery هي خدمة تخزين سحابي لا تسمح لك بجمع المعلومات فحسب ، بل بمعالجتها بسهولة باستخدام SQL.

كتب محللنا استعلامات SQL لتشكيل الشرائح باستخدام بيانات الموقع الأولية. تحتوي هذه الأجزاء على معرّف عميل Google وبيانات معرّف عميل Yandex ، والتي يمكن استخدامها في إعلانات Google وخدمات Yandex.Direct الإعلانية.

المرحلة الثانية . انقل الشرائح تلقائيًا إلى إعلانات Google و Yandex.Direct حتى يتمكن متخصصو الإعلانات من استخدامها في إعداد الحملات الإعلانية.

يحتوي OWOX BI على مسار بيانات تلقائي يأخذ شرائح من Google BigQuery ، ويحسب البيانات لها يوميًا ، ويحمل تلك البيانات إلى Google Analytics. يمكن تصدير الأجزاء من نظام تحليلات الويب محليًا إلى إعلانات Google. يقوم خط أنابيب OWOX BI الثاني بتحميل هذه الأجزاء في Yandex.Audience.

المرحلة 3 . وضع متخصصو عملائنا قواعد في الخدمات الإعلانية أدت إلى رفع معدلات هذه الشرائح.

هذا الحل له العديد من الخصائص الهامة. على سبيل المثال ، لتحميل شريحة إلى Yandex. بالنسبة للجمهور ، يجب أن يحتوي على 1000 سطر على الأقل (من أجل استخدام معرف عميل Yandex فريد).

لا يجمع OWOX BI معرّفات عميل Yandex افتراضيًا. ياندكس. يجب تثبيت Metric على موقع لإنشاء معرّفات العملاء ، ولكي يدخلوا Google BigQuery ، تحتاج إلى تكوين الإرسال من خلال OWOX BI.

إذا كنت من مستخدمي OWOX BI وترغب في جمع معرّفات عميل Yandex في Google BigQuery ، فاكتب إلينا. سنشارك تعليمات حول كيفية القيام بذلك باستخدام برنامج إدارة العلامات من Google. إذا لم تكن من مستخدمي OWOX BI ولكنك مهتم بهذا الاحتمال ، فجرّب OWOX BI مجانًا وشاهد كيف يمكن أن يساعدك في تحقيق أهدافك.

أعاد عميلنا تكوين الجمهور في حملاتهم ، والتي عملت بالفعل على إعادة الاستهداف ، وفرز المستخدمين الذين لم يقعوا في الشرائح الصحيحة ، وركزوا الميزانية على المستخدمين في القطاعات التي اختاروها.

نتيجة لذلك ، مع نفس الحملات ونفس الاستثمار ، زاد عائد الاستثمار بنسبة 100٪ إلى 150٪ (كان هناك العديد من الحملات ، لذلك تم حساب متوسط ​​المؤشر). في الواقع ، كانت تكاليف هذا القرار ضئيلة ، وكانت الكفاءة ملموسة للغاية. هذه الحملات لا تزال تعمل حتى اليوم. لم نتلق أي ملاحظات من عملائنا بأن هذه الزيادة كانت مؤقتة فقط.

عندما نبدأ العمل مع مشروع ، فإن المهمة الأولى هي حساب عائد الاستثمار على الأرباح الحقيقية.

بشكل افتراضي ، يمكن لبرنامج Google Analytics رؤية المبيعات من الموقع فقط ، ولكن هذا لا يعكس حقًا الأموال التي تأتي في حسابات الشركة.

نعلم أن بعض الطلبات عبر الإنترنت لم تكتمل أو تم تغييرها أثناء تأكيد الطلب. يمكن للمستخدمين:

1. ببساطة لا تكمل الطلب
2. قم بتغيير ترتيبهم عبر الهاتف ، وبالتالي تغيير مبلغ الطلب
3. طلب التسليم إلى متجر فعلي ولكن لا تستلم الشراء

نتيجة لذلك ، لا يتلقى النشاط التجاري المبلغ الذي يظهر في Google Analytics. لذلك ، ليس من الصحيح تمامًا حساب الإيرادات بناءً على البيانات في Google Analytics. من الضروري تقييم فعالية الإعلان عبر الإنترنت مع مراعاة بيانات المبيعات الحقيقية من CRM الخاص بك.

هدف العميل : زيادة عائد الاستثمار للحملات الإعلانية بمعدل CRR ثابت دون زيادة التكاليف.

تحدي العميل : إعادة توزيع الميزانية الإعلانية بناءً على المبيعات الفعلية الناتجة عن مصادر الإعلان. ببساطة ، تحتاج إلى تحويل ميزانيتك من القنوات التي لا تحقق عائد استثمار كافٍ إلى قنوات أكثر كفاءة.

فرضيتنا : إذا قمت بحساب عائد الاستثمار بناءً على المشتريات (وبشكل مثالي ، حتى على الهوامش) ، يمكنك تعديل إستراتيجيتك التسويقية والاستثمار في مصادر الزيارات التي تجلب المزيد من الإيرادات. وفقًا لذلك ، سيزداد عائد الاستثمار للحملات الإعلانية.

كان عميلنا قد جمع بالفعل بيانات غير مستندة إلى عينات في Google BigQuery باستخدام OWOX BI. لكن كان من الضروري استكمال هذه البيانات ببيانات المبيعات من النظام الداخلي للشركة. تم تنفيذ المهمة على خمس مراحل.

المرحلة 1 . قم بإعداد نقل بيانات الطلب بشكل صحيح من الموقع إلى نظام CRM الخاص بالعميل. نقل معرف المعاملة ومعرف عميل Google.

يتم تكوين معرّف المعاملة عند تقديم طلب على الموقع وإرساله إلى Google Analytics و BigQuery جنبًا إلى جنب مع معرّف العميل المقابل. من المهم نقل كلا المعرفين إلى CRM بالتوازي حتى تتمكن من ربط المستخدم بالمعاملة والدفع.

المرحلة الثانية . قم بإعداد إنشاء معرف المستخدم على جانب CRM الخاص بالعميل وأرسل معرف المستخدم إلى Google BigQuery أثناء الخروج.

يتم إنشاء معرّف المستخدم بواسطة نظام CRM عندما تتم كتابة معلومات حول عميل جديد إليه. على سبيل المثال ، لنفترض أن شخصًا ما أجرى عملية شراء في متجر وسأل أمين الصندوق عن رقم هاتفه وأدخله في CRM. يقوم النظام بعد ذلك بتعيين معرف فريد لهذا المستخدم. في المستقبل ، عندما يأذن المستخدم بالدخول إلى الموقع باستخدام الهاتف ، يتعرف عليه CRM.

يحتوي برنامج Google Analytics على ميزة User ID. قام مطورونا بتكوينه بحيث عندما يأذن العملاء أو يقدمون طلبًا على موقع العميل الخاص بنا ، يتم إرسال معرف المستخدم إلى الموقع في DataLayer. من هناك ، يتم نقلها إلى Google Analytics و Google Big Query.

بفضل هذا ، يمكنك ربط إجراءات المستخدمين المصرح لهم على الموقع بمعلومات مفصلة عنهم. على سبيل المثال ، يمكن لـ CRM تخزين اسم الشخص ورقم الهاتف والبريد الإلكتروني. باستخدام مفتاح معرف مستخدم متوسط ​​، يمكنك دمج بيانات الموقع و CRM بالإضافة إلى بيانات الدفع لطلب معين.

المرحلة 3 . قم بتكوين تحميل بيانات المبيعات الفعلية من CRM الخاص بك إلى Google BigQuery في الهيكل الذي تريد العمل به. لهذا الغرض ، قمنا بتشكيل مهمة فنية وسلمناها إلى مطوري عملائنا لتنفيذها.

المرحلة الرابعة . اجمع كل البيانات في BigQuery في جدول واحد. كتب محللونا استعلام SQL يربط معلومات الطلب عبر الإنترنت ببيانات CRM حول الطلبات المكتملة ومبالغها. كانت مفاتيح دمج هذه البيانات هي معرف المعاملة ومعرف المستخدم ومعرف العميل.

المرحلة الخامسة . أنشئ تقريرًا في Google Data Studio يعرض عائد الاستثمار لمصادر الزيارات ، مع مراعاة البضائع المشتراة في الطلبات. حسبنا عائد الاستثمار بناءً على التكاليف الهامشية.

يتطلب إعداد النقل الصحيح للبيانات من الموقع إلى CRM وكذلك تنزيل بيانات CRM إلى Google BigQuery مشاركة المطورين في جانب الأعمال ، مما يؤدي غالبًا إلى تأخير العملية إلى حد كبير.

لقد زودنا عملائنا بتقرير أداء مصدر حركة المرور استنادًا إلى بيانات المبيعات الفعلية.

يستخدم كبار المديرين هذا التقرير لاتخاذ قرارات إستراتيجية بالإضافة إلى متخصصي الإعلانات السياقية لإدارة الميزانية لحملات إعلانية محددة.

فيما يلي مثال على هذا التقرير:

هل تريد أن تعرف مدى فعالية إعلاناتك على أساس بيانات المبيعات الحقيقية في CRM الخاص بك؟ جرب OWOX BI مجانًا وشاهد كيف يمكن أن يساعدك في تحقيق أهدافك.

الحل الثالث الذي يأتي إليه عملاؤنا بعد إنشاء التقارير الأساسية الموضحة أعلاه هو تحليل ROPO (البحث عبر الإنترنت ، الشراء دون اتصال بالإنترنت). يوضح تأثير التسويق الرقمي على المبيعات في المتاجر الفعلية. هذا مهم بشكل خاص لمشاريع التجارة الإلكترونية متعددة القنوات.

ينظر الناس إلى البضائع على موقع ما ويتفحصونها في المتجر لأسباب مختلفة ، من عدم الثقة في المشتريات على الإنترنت إلى الرغبة في لمس المنتج.

أثناء التخطيط للميزانية السنوية ، يريد كبير مديري التسويق الحصول على المزيد من الأموال للقنوات عبر الإنترنت لأنهم يدركون أن بعض المبيعات المنسوبة إلى الإعلان عبر الإنترنت تحدث دون اتصال بالإنترنت. إذا كان بإمكان CMO قياس هذا التأثير جزئيًا على الأقل ، فسيكون ذلك حجة جيدة لرفع الميزانية.

هدف العميل : إثبات الحاجة إلى زيادة الميزانية للتسويق عبر الإنترنت وإظهار القيمة الخفية للاستثمارات في الإعلان عبر الإنترنت.

تحدي العميل : تحليل فعالية الإعلان عبر الإنترنت ، مع مراعاة تأثيره اللاحق على المبيعات خارج الإنترنت.

فرضيتنا : يتعرف بعض المستخدمين على منتج ما على الموقع لكنهم يشترونه من متجر فعلي. وهذا يعني أن الحملات عبر الإنترنت لا تزال مقومة بأقل من قيمتها الحقيقية. إذا قمنا بتتبع الزيارات إلى الموقع والمشتريات الأخرى من قبل هؤلاء المستخدمين في المتاجر الفعلية ، فيمكننا قياس القيمة الحقيقية للإعلان الرقمي.

لربط نشاط المستخدم على الموقع بمشترياته اللاحقة في المتاجر غير المتصلة بالإنترنت ، فعلنا في الغالب نفس الشيء الذي فعلناه لتحليل عائد الاستثمار بناءً على الطلبات المكتملة (بالتفصيل في القسم السابق):

1. قم بإعداد User ID من جانب CRM وأرسله إلى Google BigQuery.
2. هيئ معرّف العميل بحيث يتم تمريره بشكل صحيح إلى CRM و BigQuery.
3. قم بإعداد نقل البيانات لحقلي "هاتف المستخدم" و "البريد الإلكتروني للمستخدم" من الموقع إلى BigQuery وإدارة علاقات العملاء الخاصة بالعميل أثناء عملية الدفع.
4. قم بإعداد تحميل البيانات من CRM الخاص بالعميل إلى Google BigQuery. على عكس الحالة السابقة ، لا يحتوي هذا التحميل على الطلبات عبر الإنترنت فقط ولكن الطلبات من متاجر البيع بالتجزئة.
5. اكتب استعلام SQL يربط بيانات النشاط على الموقع بمعلومات من CRM. مفاتيح ربط البيانات بالمبيعات دون اتصال بالإنترنت هي معرف المستخدم / هاتف المستخدم / البريد الإلكتروني للمستخدم.
6. أنشئ تقريرًا في Google Data Studio لتحليل تأثير ROPO.

يبدو مخطط دمج البيانات كما يلي:

لا يمكنك ربط المستخدمين عبر الإنترنت بالمبيعات دون اتصال بالإنترنت إلا إذا أجرى المستخدم عملية شراء على الموقع أو حصل على إذن بذلك على الموقع.

كما تظهر الممارسة ، تبلغ نسبة المستخدمين المصرح لهم حوالي 5٪ من جميع زوار الموقع. كلما زاد عدد المستخدمين المصرح لهم ، زادت تمثيل البيانات في تقاريرك. ولكن حتى عند 5٪ إلى 10٪ ، من الممكن استخلاص بعض الاستنتاجات التي يمكن أن تؤدي إلى تغييرات جادة في كيفية إدارتك لميزانيتك التسويقية.

هناك صعوبة أخرى تتمثل في تتبع جودة البيانات عندما تكون قد قمت بالفعل بإعداد جميع عمليات الدمج. تأكد من نقل البيانات بشكل صحيح وأن المعرفات تتطابق حتى لا تؤدي التغييرات المستقبلية في نظام CRM إلى تعطيل ما قمت بتكوينه. هذا هو السؤال عن مدى جودة فريق تكنولوجيا المعلومات لعميلك.

بعد قياس تأثير ROPO ، زاد عائد الاستثمار للحملات الإعلانية لعملائنا بنسبة 50٪ إلى 150٪ . تجدر الإشارة إلى أنه في مثل هذه الحالات ، يظهر عائد الاستثمار دائمًا نموًا لأنه تتم إضافة الإيرادات التي تم إنشاؤها بواسطة الحملات عبر الإنترنت ولكن تم تلقيها في وضع عدم الاتصال.

مثال على الشكل الذي قد يبدو عليه تقرير ROPO:

يسمح هذا التقرير للعميل بتحليل البيانات في الفئات التالية:

• الإيرادات من الإنترنت فقط
• الإيرادات من وضع عدم الاتصال فقط
• إيرادات ROPO
• المصدر / المتوسط ​​/ إيرادات الحملة عبر الإنترنت فقط
• مصدر / متوسط ​​/ إيرادات الحملة بما في ذلك المبيعات غير المتصلة بالإنترنت اللاحقة
• الإيرادات عبر الإنترنت و ROPO حسب فئة المنتج والفئة الفرعية
• الإيرادات عبر الإنترنت و ROPO حسب المدينة
• الوقت المستغرق من زيارة الموقع إلى شراء ROPO بالأيام
• عدد الجلسات على الموقع قبل شراء ROPO
• وغيرها الكثير

هل تريد أن تعرف كيف تؤثر جهودك عبر الإنترنت على المبيعات في وضع عدم الاتصال؟ جرب OWOX BI مجانًا وشاهد كيف يمكن أن يساعدك في تحقيق أهدافك.

هذه مهمة معقدة إلى حد ما وغير نمطية ، وإن كانت مثيرة للاهتمام. تحسين مُحسّنات محرّكات البحث له تأثير متأخر ، وغالبًا ما يكون من الصعب تقييم فعالية العمل المنجز ، على سبيل المثال ، خلال الأشهر الستة الماضية. خاصة إذا كان موقعًا ضخمًا.

بشكل عام ، نحن نعرف عدد المستخدمين الذين يأتون من خلال بحث Google ويمكنهم أيضًا استبعاد حركة مرور العلامة التجارية. ولكن كم عدد المستخدمين على وجه التحديد لأن الفئات والفئات الفرعية تم تحسينها أو أن النصوص والعناوين مكتوبة جيدًا؟

لنفترض أنك أنفقت 10000 دولار على تحسين محركات البحث في الربع الأخير. ما مقدار الدخل الذي حصلت عليه في غضون ستة أشهر من هذا المال؟

هدف العميل : تقييم فعالية استثمارات تحسين محركات البحث ، مع مراعاة ليس فقط الطلبات عبر الإنترنت ولكن المدفوعات الفعلية.

تحدي العميل : إنشاء تقرير يوضح فعالية مُحسنات محركات البحث حسب فئة المنتج. يجب أن يستند هذا التقرير إلى المبيعات الفعلية.

فرضيتنا : نحن نعرف الكلمات الرئيسية التي تم ضخها وعلى أي صفحات. نحن نعلم الموقف في تحسين محركات البحث (SEO) على هذه المفاتيح. نحن نعلم المبيعات من هذه الصفحات التي يكون مصدرها حركة البحث. إذا قمنا بربط هذه البيانات ، فسنحصل على مبيعات من تلك الكلمات الرئيسية الموجودة في قائمة كبار المسئولين الاقتصاديين المتسربين. أي يمكننا قياس فعالية الاستثمارات في تحسين محركات البحث.

المرحلة 1 . تحميل جميع المعلومات الضرورية إلى Google BigQuery:

• بيانات سلوك المستخدم الأولية التي تم جمعها بواسطة OWOX BI على الموقع
• البيانات من Google Search Console و Yandex. المقاييس الموجودة على أهم الكلمات الرئيسية التي أدت إلى حركة المرور إلى الموقع وكذلك إلى الصفحات المقصودة. لماذا استخدمنا Search Console؟ لأنه في خدمة قياس الموقع ، نرى فقط حركة مرور افتراضية يمكن أن تأتي من هذه الكلمات الرئيسية.
• بيانات من خدمة قياس موضع الموقع في حالة الانسحاب العضوي (على سبيل المثال ، التخصيصات). هذا يسمح لنا بتحديد المواقع التي كانت الكلمات الرئيسية. إذا كانت الكلمات الرئيسية ، على سبيل المثال ، أقل من المركز الخامس في القائمة المنسدلة ، فيمكننا استبعادها من التحليل.
• بيانات المبيعات الفعلية من نظام CRM

المرحلة الثانية . استنادًا إلى عناوين URL ، قم بإنشاء مجموعات من استعلامات الكلمات الرئيسية في قسم الصفحات المقصودة. لم نحلل عنوان URL واحدًا بل قمنا بتحليل عناوين URL لفئات كاملة من السلع. على سبيل المثال ، بالنسبة للأجهزة المنزلية الصغيرة ، يمكننا مشاهدة الخلاطات ثم الخلاطات من براون.

المرحلة 3 . ابحث عن الكلمات الرئيسية التي وصلت من خلالها زيارات تحسين محركات البحث إلى الموقع عن طريق قياس المواضع في التسرب. قمنا بتحميل النتائج إلى GBQ وفرزنا الطلبات أسفل موضع معين.

المرحلة الرابعة . باستخدام استعلام SQL ، اربط بيانات نشاط المستخدم على الموقع ببيانات المبيعات الفعلية من CRM.

المرحلة الخامسة . قم بتمييز الجلسات التي أدت إلى معاملات مع أحد مصادر تحسين محركات البحث (باستخدام آخر نموذج إحالة للنقرات غير المباشرة).

المرحلة 6 . قم بتمييز الصفحات المقصودة لهذه المعاملات وربطها بالكلمات الرئيسية لتحسين محركات البحث التي جلبت حركة المرور إلى هذه الصفحات.

المرحلة 7 . أنشئ تقريرًا يوضح كيف يؤثر تحسين مُحسّنات محرّكات البحث لصفحات معينة على حركة المرور الفعلية وعمليات الشراء على هذه الصفحات.

تتيح لك Google Search Console تحميل ما يصل إلى 5000 سطر من البيانات. وفقًا لذلك ، لا يمكننا تحليل جميع طلبات الكلمات الرئيسية التي تؤدي إلى حركة المرور إلى الموقع.

على سبيل المثال ، يمكننا إلقاء نظرة على فعالية الكلمات الرئيسية في مجموعة معينة من الصفحات. لنفترض أنه كان هناك 100 كلمة رئيسية ، منها 50 في الجزء العلوي ، ومن هذه الكلمات الخمسين نعلم أن 30 تمثل حركة المرور التي وصلت إلى إلغاء تحميل Search Console. نفترض أن هناك أيضًا حركة مرور لطلبات أخرى ، فقط الخدمة لم تقدم لنا هذه المعلومات.

لا توجد طريقة لقياس الدقة بنسبة 100٪ في تحديد الكلمات الرئيسية التي دفعت حركة المرور إلى الصفحات التي حللناها. لذلك ، في بداية التحليل ، قبلنا على أساس أن نتائجنا سيكون لها درجة معينة من الخطأ.

لقد قدمنا ​​لعملائنا تقريرًا يسمح لهم بتحليل فعالية أنشطة تحسين محركات البحث لفترة معينة. استند تحليل الكفاءة إلى المبيعات الفعلية ، لذلك كان من الممكن حساب عائد الاستثمار لحركة تحسين محركات البحث.

هل تريد إنشاء تقرير يوضح كفاءة حركة محركات البحث SEO؟ جرب OWOX BI مجانًا وشاهد كيف يمكن أن يساعدك في تحقيق أهدافك.

في الآونة الأخيرة ، أصبحت هذه المهمة ملحة للغاية. من المحتمل أن نصف حركة المرور على الإنترنت وجزء كبير من المبيعات تمر عبر الأجهزة المحمولة. يستخدم العديد من عملائنا تطبيقات الهاتف المحمول بالتوازي مع التطبيقات عبر الإنترنت وغير المتصلة. عندما تشتري حركة المرور من الأجهزة المحمولة ، فأنت تريد أن تفهم مدى فعاليتها.

هدف العميل : تقييم كفاءة جذب الزيارات من خلال المصادر المدفوعة (إعلانات Google) للترويج لعمليات تثبيت تطبيقات الجوال والمبيعات داخل التطبيق.

تحدي العميل : إنشاء تقرير يوضح كفاءة مصادر حركة المرور من حيث إجراءات التحويل الرئيسية (التثبيتات ، والتسجيلات ، والمعاملات ، والإيرادات).

فرضيتنا : من خلال ربط البيانات الأولية من AppsFlyer (عمليات التثبيت وإجراءات المستخدم ومصادر الزيارات والإيرادات) ببيانات التكلفة من إعلانات Google ، يمكننا إنشاء تقرير يوضح عائد الاستثمار للحملات الإعلانية من حيث إجراءات المعاملات ذات الصلة.

1. باستخدام OWOX BI ، قم بتحميل البيانات الأولية حول سلوك المستخدم داخل التطبيق من AppsFlyer إلى BigQuery وقم بتحميل معلومات حول مصادر التثبيت والمعاملات اللاحقة والإيرادات من التطبيق إلى GBQ.
2. تحقق من التحميل لمعرفة ما إذا كانت جميع البيانات المطلوبة للتقرير تتطابق مع البيانات من CRM (الإيرادات ، عدد التحويلات).
3. قم بإعداد تحميل حساب إعلانات Google إلى GBQ باستخدام طريقة نقل البيانات.
4. اكتب استعلام SQL يربط البيانات من AppsFlyer ونقل البيانات ويقوم بإجراء العمليات الحسابية المطلوبة.
5. أنشئ تقريرًا في Google Data Studio.

يمكن أن يكون لتطبيقات الهاتف المحمول تأثير متأخر. على سبيل المثال ، قد يقوم شخص ما بتثبيت تطبيق ولكن لا يسجل معه إلا بعد شهر. أراد عميلنا تحليل فعالية حركة المرور المشتراة بمرور الوقت. بمعنى ، إذا تم شراء وحدات X من التطبيق من القناة Y في مارس ، فكم عدد هذه الوحدات التي جلبت إجراءات التحويل في أبريل ومايو ويونيو وما إلى ذلك؟ للإجابة على هذا السؤال ، قمنا بإنشاء تقرير خاص.

كان أيضًا تحديًا لإجراء تحليل عبر البلدان والمدن ومجموعات الحملات الإعلانية حتى يتمكن عميلنا ، على سبيل المثال ، من رؤية فعالية الحملات التي يشرف عليها مدير معين. تم تنفيذ ذلك باستخدام المرشحات.

لم نستخدم بيانات CRM في التقرير بوعي نظرًا لوجود خطأ بسيط بين المبيعات الفعلية في النظام الداخلي وبيانات التطبيق.

تلقى عميلنا تقريرًا تم تحديثه تلقائيًا في Google Data Studio يجيب على الأسئلة التالية:

• كم عدد إعدادات التطبيق التي جلبها مصدر حركة المرور X للشهر Y؟
• كم عدد التحويلات داخل التطبيق في شهر التثبيت وفي الأشهر التالية؟ (حسب مصدر حركة المرور)
• ما هي فعالية مجموعات الحملة من حيث المعايير المذكورة أعلاه؟
• ما مدى فعالية الحملات الإعلانية عبر البلدان؟

لا يمكننا مشاركة تقرير عميل يحتوي على بيانات حساسة ، ولكن إليك مثال لتقرير أساسي (بدون تعويض شهري) يمكن إنشاؤه باستخدام الحل الموضح:

هل تريد التعرف على كفاءة حركة المرور من تطبيقات الهاتف المحمول؟ جرب OWOX BI مجانًا وشاهد كيف يمكنه تلبية احتياجاتك.

تستخدم تقارير Google Analytics نموذج إحالة النقرة الأخيرة غير المباشرة افتراضيًا. يقوم هذا النموذج بتعيين كل القيمة من معاملة إلى آخر مصدر غير مباشر في السلسلة قبل الطلب. ولهذا السبب ، فإن المصادر الأخرى التي روّجت للمستخدم من خلال مسار التحويل مقومة بأقل من قيمتها الحقيقية.

يمكنك استخدام الإحالة القائمة على قمع التعلم الآلي من OWOX BI لمعرفة القيمة الحقيقية للقنوات وتوزيع ميزانيتك بشكل فعال. يأخذ في الاعتبار جميع نقاط الاتصال وجميع إجراءات المستخدم عند الانتقال خلال مسار التحويل من الزيارة الأولى إلى الشراء.

هدف العميل: زيادة عائد الاستثمار لمصادر الزيارات المدفوعة الخاضعة للرقابة بمؤشر CRR ثابت.

التحدي الذي يواجه العميل: إنشاء تقرير يوضح مصادر حركة المرور ذات القيمة المنخفضة وفعاليتها من الناحية المالية مع مراعاة جهات اتصال كل مستخدم مع الموقع.

فرضيتنا: يمكن زيادة عائد الاستثمار دون زيادة CRR إذا تمت إعادة توزيع ميزانية الإعلان بشكل فعال. للقيام بذلك ، يجب أن يأخذ حساب عائد الاستثمار في الاعتبار مساهمة جميع الحملات والمصادر التي روجت للمستخدم من خلال مسار التحويل ، وليس فقط تلك التي أغلقت الصفقات.

1. اجمع بيانات سلوك المستخدم الأولية على الموقع وأرسلها إلى Google BigQuery باستخدام OWOX BI.
2. قم بإعداد استيراد بيانات التكلفة من الخدمات الإعلانية إلى Google Analytics و Google BigQuery.
3. هيئ معرّف العميل ومعرّف المستخدم ومعرّف المعاملة ليتم إرسالها بشكل صحيح إلى BigQuery و CRM.
4. تحميل بيانات المبيعات الفعلية من CRM إلى Google BigQuery بالهيكل المطلوب.
5. اربط بيانات سلوك المستخدم من الموقع بالطلبات المكتملة بناءً على معرّف العميل ومعرف المستخدم ومفاتيح معرّف المعاملة. استعلامات SQL غير مطلوبة - كل شيء يحدث داخل نموذج إحالة OWOX BI. نقوم ببساطة بتحميل البيانات بالتنسيق الصحيح وإضافتها إلى حساب النموذج.
6. قم بإعداد نموذج إحالة وتشغيل العمليات الحسابية في OWOX BI. في هذه المرحلة ، يمكننا تحديد أحداث خطوات المسار المهمة لنشاط تجاري معين ، بما في ذلك الأحداث التي تحدث في وضع عدم الاتصال (الاجتماعات والمكالمات والندوات عبر الإنترنت وما إلى ذلك). يمكن أن يختلف مسار التحويل بناءً على ما يريد النشاط التجاري قياسه وكيف يرون مسار المستخدم إلى الشراء.
7. قم بإجراء تحليل أولي للبيانات باستخدام تقارير OWOX BI Smart Data القياسية لتجنب إنفاق الموارد على تصور البيانات في أنظمة ذكاء الأعمال الخارجية. في البيانات الذكية ، يمكنك عرض التقارير المكتملة المبنية على نتائج حسابات نموذج الإحالة بدون استعلامات SQL. على سبيل المثال ، يمكنك مشاهدة عائد الاستثمار للحملات الإعلانية ومدى اختلافه عن عائد الاستثمار المعروض بواسطة آخر إحالة للنقرات غير المباشرة.

يتطلب نقل معرف العميل ومعرف المعاملة بشكل صحيح مع الطلب إلى CRM فريق تطوير من جانب العميل. الأمر نفسه ينطبق على تكوين وإرسال هوية المستخدم.

من أجل تفسير نتائج حساب الإسناد بشكل صحيح ، من الضروري إشراك متخصصين من فريق العميل. ذلك لأنه من الصعب إجراء تقييم صحيح لسلوك بعض مصادر الزيارات دون معرفة السياق والمنطق وفقًا للحملات الإعلانية التي تم إعدادها.

تلقى عملائنا تقارير جاهزة يمكن استخدامها من أجل:

• قارن عائد الاستثمار لمصادر الزيارات بالطلبات المكتملة لإحالة النقرة غير المباشرة الأخيرة والإحالة المستندة إلى مسار التحويل ML
• تحليل فعالية مصادر حركة المرور في مراحل مختلفة من مسار التحويل
• تمرير نتائج حساب نموذج الإحالة تلقائيًا إلى Alytics و Google Ads و K50 لأتمتة إدارة الأسعار (يتكامل OWOX BI مع هذه الخدمات.)

في ما يلي مثال لتقرير من OWOX BI Smart Data يوضح كيف يختلف عائد الاستثمار للحملات الإعلانية عبر نماذج الإحالة:

على سبيل المثال ، في لقطة الشاشة هذه ، نرى أن مصدر عائد الاستثمار bing / العضوي أعلى بنسبة 20٪ منه في Google Analytics. وهذا يعني أن المصدر حصل بالفعل على أموال أكثر ولكن تم التقليل من قيمته في Google Analytics لأنه كان في منتصف مسار التحويل.

هل تريد تقييم التأثير المتبادل لحملاتك الإعلانية ومساهمتها في المبيعات؟ جرب OWOX BI وشاهد كيف يمكن أن يساعدك في تحقيق أهدافك.

عندما يرى المستخدم إعلانًا في مكان ما ، لا ينقر على أي شيء ، ولكن بعد فترة ينتقل إلى الموقع ويقوم بإجراء معين ، يُطلق عليه تحويل ما بعد المشاهدة. يصعب تتبعها ، حيث لا يوجد اتصال مباشر وانتقال إلى الإعلان.

بالإضافة إلى ذلك ، لا يهتم اللاعبون الكبار مثل Facebook و Google و YouTube و Yandex كثيرًا بترك أطراف ثالثة داخل أنظمتهم. أي أنهم لا يريدون إعطاء بيانات تشير إلى أن مستخدمًا معينًا قد شاهد إعلانًا معينًا.

هدف العميل: زيادة كفاءة الاستثمار في الدعاية الإعلامية (اللافتات والفيديو).

تحدي العميل: تتبع مشاهدات تصميمات الوسائط (بدون نقرة) وزيارات الموقع اللاحقة من قبل المستخدمين الذين شاهدوا إعلانًا.

فرضيتنا: يمكننا وضع رمز تتبع (بكسل) على المواقع التي ينشر فيها العميل إعلانات الوسائط الخاصة به. سيعيّن هذا البكسل ملف تعريف ارتباط فريدًا لكل مستخدم يشاهد الإعلان. بعد فترة ، قد ينتقل هذا المستخدم إلى موقع العميل. سنكون قادرين بعد ذلك على قراءة ملف تعريف الارتباط الذي قمنا بتعيينه واستخدام هذه البيانات لبناء تحليلات ما بعد العرض.

كان لفريق OWOX BI مهمة تطوير طريقة تتبع من شأنها أن تجمع البيانات حول مشاهدات الإعلانات بحيث يمكن دمجها مع بيانات سلوك المستخدم من موقع العميل. لقد أنشأنا جزءًا من التعليمات البرمجية بشكل أساسي يمكن وضعه على المواقع التي يتم فيها عرض الإعلان.

احتجنا بعد ذلك إلى Google BigQuery لدمج بيانات عرض الإعلان مع بيانات سلوك المستخدم من موقع العميل حتى يمكن معالجتها باستخدام SQL.

تم تنفيذ المهمة على عدة مراحل:

1. جمع متطلبات العمل من العميل.
2. على أساس متطلبات العمل هذه ، قم بإعداد TA لإدخال بكسل على المواقع حيث سيتم وضع إعلانات الوسائط.
3. اختبر جودة تنفيذ التحليل الفني وجودة البيانات التي تدخل Google BigQuery أثناء عروض الإعلانات.
4. إطلاق الحملات ومراقبة جودة نقل البيانات.
5. ربط البيانات التي تم جمعها خلال فترة الحملة ببيانات سلوك المستخدم وكذلك بيانات CRM.
6. أنشئ تقريرًا يجيب على أسئلة عمل العميل.

• لم تكن كل المواقع مهتمة باستضافة البكسل الخاص بنا.
• استخدمنا معرف مستخدم OWOX الخاص بنا كمفتاح لتعيين البيانات.
• لقد قمنا باستمرار بمراقبة التتبع والعمل الصحيح للبرنامج النصي الخاص بنا على الأنظمة الأساسية التي يمتلكها المعلن.
• لم نأخذ في الاعتبار المبيعات المباشرة في فترة التحويل فحسب ، بل أخذنا في الاعتبار أيضًا تأثير الإعلان على جذب جمهور جديد (أحد مؤشرات الأداء الرئيسية للعميل).

تلقى عميلنا تقريرًا أجاب على الأسئلة التالية:

• ما هو عائد الاستثمار للحملات مع الطلبات عبر الإنترنت؟
• ما هو عائد الاستثمار للحملات للطلبات المنجزة في غضون 10 أيام من مشاهدة الإعلان؟
• ما هو عائد الاستثمار للإعلان بالنظر إلى تأثير ROPO؟
• ما هي المواقع التي أثبتت فعاليتها من حيث عائد الاستثمار / CR / المستخدمين الجدد؟
• ما هي النسبة المئوية للمستخدمين الذين شاهدوا الإعلانات والذين سبق لهم زيارة الموقع؟
• كم عدد المستخدمين الجدد الذين تم إحضارهم إلى الموقع في غضون X / Y / Z يوم من مشاهدة الإعلان؟
• كم عدد المستخدمين الجدد الذين اشتروا بعد مشاهدة الإعلان؟
• ما العناصر التي تم شراؤها من قبل المستخدمين الذين شاهدوا إعلانًا؟
• كم عدد المستخدمين المنقضيين (الذين لم يدخلوا إلى الموقع أو يشتروا على الموقع لمدة X أيام) تمت إعادتهم بواسطة إعلان؟

مثال على تقرير تحويل ما بعد المشاهدة:

هل تريد نفس التقرير؟ جرب OWOX BI وشاهد كيف يمكنك استخدامه للتغلب على تحديات تحليلات التسويق الخاصة بك.

• البيانات هي نفط القرن الحادي والعشرين.
• يتطلب العمل مع البيانات التجريب واختبار الفرضيات.
• يجب أن تكون مستعدًا لعدم نجاح جميع التجارب.
• لا تكفي رغبة مدير التسويق الخاص بك وحده ؛ تحتاج إلى عمليات داخل الشركة للحصول على البيانات لبدء جلب الأموال ، ويجب أن يحتاجها الفريق.
• هل تحويل البيانات إلى نقود هو كيمياء القرن الحادي والعشرين؟ لا نعتقد ذلك :)