كيفية زيادة كفاءة تجديد النشاط التسويقي ببيانات من CRM الخاص بك

إذا كانت لديك قاعدة بيانات كبيرة للمشتريات وتفضيلات العملاء ، فيمكن للمسوقين استخدامها للاستهداف الفعال ، مما يمنحك ميزة تنافسية. يمكنك إثراء بيانات Google Analytics بمعلومات من نظام CRM الخاص بك وإنشاء جماهير بناءً على هذه البيانات المجمعة لتجديد النشاط التسويقي والرسائل الإخبارية عبر البريد الإلكتروني.

ولكن لماذا يتم دمج البيانات على الإطلاق ، ولماذا لا تكفي ميزات Google Analytics القياسية؟ عندما تنشئ جمهورًا في Google Analytics ، يمكنك فقط استهداف المستخدمين من لحظة وصولهم إلى هذا الجمهور. بمعنى ، يجب على المستخدمين أولاً استيفاء شروط معينة. إذا لم يكن أحد العملاء نشطًا مؤخرًا على موقعك ، فلن يقع ضمن الشريحة المستهدفة.

على سبيل المثال ، لنفترض أن أحد العملاء اشترى عربة أطفال منذ أكثر من ثلاثة أشهر ، وبعد ذلك لم يفعل شيئًا على الموقع. تمت عملية الشراء منذ وقت طويل ، لذلك لا يقع العميل في شريحة Google Analytics المطلوبة. ومع ذلك ، نعلم أن هذا العميل مهتم بفئة منتجات الأطفال ، وهذه المعلومات موجودة في قاعدة البيانات الداخلية. فلماذا لا تستفيد منه؟

للتجميع والمعالجة ، نوصي باستخدام Google BigQuery للتخزين السحابي. هناك عدة أسباب لذلك:

• رسوم غير مكلفة وشفافة - يتم تحصيل رسوم منك مقابل موارد BigQuery التي تستخدمها فقط.
• لا تحتاج إلى بدء تشغيل خوادم إضافية للتعامل مع أحجام البيانات المتزايدة.
• من الملائم معالجة البيانات باستخدام وظائف SQL والوظائف المعرفة من قبل المستخدم (JavaScript).
• بفضل المكتبات الجاهزة ، يسهل دمج BigQuery مع الخدمات الأخرى وأدوات التصور وأدوات تحليل البيانات وما إلى ذلك.
• تسمح لك شهادات الأمان بتخزين حتى المعلومات الشخصية عن العملاء (الاسم ورقم الهاتف ورقم بطاقة الائتمان وما إلى ذلك) في BigQuery ، وهو ما لا يمكنك القيام به في Google Analytics.

لتحقيق أقصى استفادة من بياناتك المتراكمة ، يمكنك:

• تصدير بيانات نشاط المستخدم من Google Analytics إلى Google BigQuery.
• قم بالتحميل إلى عميل Google BigQuery وشراء المعلومات من أنظمة CRM / ERP الداخلية.
• معالجة البيانات في BigQuery لتكوين شرائح.
• انقل البيانات من BigQuery إلى Google Analytics وأنشئ جماهير تجديد النشاط التسويقي.

سيتم دمج البيانات وفقًا لهذا المخطط:

دعنا نلقي نظرة على كل خطوة.

هناك طريقتان لنقل بيانات سلوك المستخدم غير المستندة إلى عينات من موقع ما إلى Google BigQuery:

1. لمستخدمي الإصدار المدفوع من Google Analytics 360 ، يتوفر BigQuery Export. يتم جمع بيانات اليوم الحالي في جدول مؤقت ويتم تحديثها كل 8 ساعات. يتم تشكيل الجدول النهائي في اليوم التالي ، ويتم حذف الجدول الوسيط. مقابل رسوم إضافية ، يمكنك تنشيط تدفق التصدير إلى جدول منفصل حيث سيتم تحديث البيانات كل 15 دقيقة.

2. إذا كان لديك برنامج Google Analytics قياسي ، فيمكنك استخدام OWOX BI لجمع البيانات غير المستندة إلى عينات. ينقل OWOX المعلومات إلى Google BigQuery مباشرةً من موقعك ، بالتوازي مع تتبع Google Analytics.

نظرًا لأن البيانات المتعلقة بإجراءات المستخدم على الموقع تدخل في مشروع Google BigQuery في الوقت الفعلي تقريبًا ، يمكنك إرسال رسائل تشغيل بسرعة وإيقاف الحملات غير الفعالة وإعادة توزيع ميزانيتك.

يمكنك معرفة المزيد حول الاختلافات بين هذه الأساليب في مقالتنا حول كيفية اختلاف OWOX BI عن Google Analytics 360.

لإعداد تجديد النشاط التسويقي ، قد تحتاج إلى البيانات التالية من CRM الخاص بك:

• بيانات المستخدم الشخصية: رسائل البريد الإلكتروني ، وحالات الطلب والاشتراك ، ومعلومات النشاط ، وبيانات بطاقة الولاء ، وما إلى ذلك
• بيانات الطلبات والمرتجعات
• يتم الاحتفاظ ببيانات عن حملات الرسائل القصيرة ، والعروض الترويجية ، وما إلى ذلك في أوقات مختلفة

يمكنك استيراد هذه البيانات من CRM إلى Google BigQuery بنفسك أو بمساعدة المطورين.

سيؤدي جمع كل هذه المعلومات في مستودع واحد إلى تبسيط حياة المسوقين. يجعل وجود البيانات في مكان واحد من السهل ربط البيانات المتباينة والعثور على رؤى مفيدة لعملك. فيما يلي بعض الأمثلة حول كيفية استخدام الشركة للبيانات المجمعة من BigQuery.

من خلال فحص سلوك المستخدم على صفحات الكتالوج ، يمكنك تحديد عوامل التصفية الأكثر شيوعًا. ثم يمكنك ترتيبها وعرض قائمة منسدلة مرتبة حسب الصلة.

يمكن للمسوقين لمتجر عبر الإنترنت تحليل تفاعلات زوار الموقع من خلال البحث الداخلي لجعله أكثر راحة وفعالية من خلال عرض العروض الأكثر صلة ، وتحديد ومعالجة الطلبات التي تؤدي إلى مطالبات فارغة ، وما إلى ذلك.

بفضل Google BigQuery ، يمكنك إلغاء الاشتراك في خدمات الجهات الخارجية لعرض التوصيات على موقعك. بدلاً من ذلك ، يمكن أن يكون لديك أداتك الخاصة التي تتيح لك التحكم في منطق العرض وتحسين التوصيات في المنتجات الشعبية ، والشراء مع هذا المنتج ، و "مهتم أيضًا ، والكتل الأخرى.

بعد جمع كل البيانات الضرورية في Google BigQuery ، يمكنك استخدام استعلامات SQL لتعيين خصائص المستخدمين التي سيتم تشكيل الشرائح من خلالها.

ملاحظة: قبل إرسال معلومات الشريحة من BigQuery إلى Google Analytics ، راجع أنواع البيانات التي يمكنك استيرادها.

باستخدام OWOX BI Pipeline ، يمكنك تهيئة تحميل البيانات من Google BigQuery إلى Google Analytics. تقوم هذه الأداة تلقائيًا باستيراد الشرائح إلى مجموعة البيانات المطلوبة في Google Analytics. إذا تجاوز حجم البيانات المراد استيرادها حدود BigQuery ، فإن OWOX BI يقسم البيانات تلقائيًا إلى عدة أجزاء ويحذف الملفات القديمة مع عمليات تحميل البيانات السابقة.

هناك طريقتان لإنشاء جماهير تجديد النشاط التسويقي:

1. انقل متغيرًا مجمعًا إلى Google Analytics يتضمن معرفات لقطاعات المستخدمين المختلفة. أي أن كل قيمة في هذا المتغير مسؤولة عن شريحة معينة. ثم ، باستخدام التعبيرات العادية ، حدد الفئات الضرورية لإنشاء جمهور.
2. انقل خصائص معينة للمستخدمين (أبعاد مخصصة) إلى أبعاد مخصصة ، والتي ستنشئ بعد ذلك شريحة في Google Analytics.

من خلال استيراد البيانات من CRM إلى BigQuery ، ستتلقى قيمة إضافية من البيانات المخزنة في قاعدة بيانات العميل. باستخدام Google BigQuery و OWOX BI ، يمكن للمسوقين ربط كل مستخدم بتاريخ الطلبات - على سبيل المثال ، في الفئات العشر الأخيرة التي تفاعلوا معها. يمكن للمسوقين أيضًا إثراء بيانات المستخدم في Google Analytics بمعلومات من الحسابات الشخصية: الجنس والعمر والاهتمامات وما إلى ذلك.

بعد ذلك ، بناءً على هذه البيانات المجمعة ، يمكن للمسوقين تكوين جماهير وإرسالها إلى إعلانات Google ومساحة العرض والفيديو 360 لاستخدامها في تجديد النشاط التسويقي وتعديلات عروض الأسعار. باستخدام هذا النهج ، ستزيد بشكل كبير من حجم جمهورك.

ملاحظة: إذا كنت ترغب في استخدام البيانات من CRM الخاص بك لبناء جماهير ولكن ليس لديك الإصدار المدفوع من Google Analytics ، فجرّب OWOX BI. يمكنك إعداد خطوط الأنابيب واستيراد البيانات من Google Analytics إلى Google BigQuery (والعكس صحيح) مجانًا. إذا كان لديك أي أسئلة ، فاتركها في التعليقات. سنكون سعداء للمساعدة.