كيفية زيادة الأرباح الناتجة عن البريد الإلكتروني بنسبة 237٪ وتحسين الإنفاق الإعلاني

يمكن لعملية البريد الإلكتروني المحسَّنة جيدًا أن توفر للشركات أعلى عائد استثمار ممكن عبر قناة المبيعات هذه. ومع ذلك ، يجب عليك تعديل حملات التسويق عبر البريد الإلكتروني لتحقيق ذلك: يجب تخصيص المحتوى لجمهورك. خلاف ذلك ، هناك فرصة جيدة لجهود البريد الإلكتروني التي تبذلها لاستنزاف الأموال.

في هذه الحالة ، نصف الحل الذي قدمه فريق OWOX BI لسلسلة متاجر التجزئة الكبيرة للأجهزة المنزلية والإلكترونيات والسلع المنزلية ، والتي تضم أكثر من 600 متجرًا في أكثر من 200 مدينة. واجهت الشركة تحديات في معرفة كيفية تحسين معدل التحويل وتحسين تكاليف الإعلان من خلال تطبيق رسائل البريد الإلكتروني المشغلة.

في بيئة أعمال شديدة التنافسية ، يكون الهدف الرئيسي هو اكتساب عملاء جدد وزيادة القيمة الدائمة وتحسين ميزانية الإعلان. أراد محللو الأعمال تحليل كفاءة قنوات اكتساب العملاء مع مراعاة المكاسب الناتجة من كل حملة إعلانية. لم تكن نماذج الإحالة القياسية مناسبة لهذه المهمة ، لأنها تتجاهل العوامل التالية:

1. يسعى زوار مواقع مقارنة الأسعار إلى شراء المنتجات بأقل سعر. هذا يعني أنه أثناء التفكير في عملية الشراء التالية ، قد يرغب العملاء في الاختيار حسب السعر مرة أخرى ، وبدلاً من زيارة متجر الشركة عبر الإنترنت ، يمكنهم إعادة زيارة موقع ويب مقارنة الأسعار. عند تقييم مصدر الحركة هذا ، ينبغي للمرء أن يأخذ بعين الاعتبار القيمة الدائمة للعميل على مدى 180 يومًا والتكلفة الإجمالية للاكتساب والاحتفاظ ، حيث قد تنفق الشركة الأموال في كل مرة تجلب فيها العملاء مرة أخرى عبر مواقع مقارنة الأسعار.
2. يمكن للعملاء الذين اشتروا منتجًا أرخص بهامش منخفض العودة إلى موقع الويب لاحقًا لشراء منتجات أكثر تكلفة. وبالتالي ، على الرغم من أن هامش المنتج الأرخص قد لا يغطي تكلفة الشراء ، إلا أن مثل هذه الحملات الإعلانية في نهاية المطاف (أكثر من 180 يومًا) تؤتي ثمارها بشكل أفضل.

في ضوء ما ورد أعلاه ، طور فريق المحللين نموذج الإحالة الخاص بهم المستند إلى القيمة الدائمة التي تأخذ في الاعتبار تكاليف الإعلان والهامش من المشتريات على مدى 180 يومًا. علاوة على ذلك ، تم اختبار طرق تحويل المشترين المحتملين ، الذين لديهم اهتمام بمنتج معين أو فئة منتج معينة ، إلى عملاء مخلصين. تصفح بعض الزوار الموقع ، لكنهم لم يشتروا أي منتجات. بدأ بعض الزوار عملية الدفع لكنهم لم ينتهوا من العملية (العربات المهجورة). تقرر إنشاء رسائل بريد إلكتروني مُفعَّلة لإعادة هؤلاء الزوار إلى الموقع الإلكتروني وتحفيزهم على الشراء:

1. تذكير بعربات التسوق المهجورة للمستخدمين الذين بدأوا عملية الدفع ولكن لم ينتهوا منها.
2. تعتمد التوصيات على المنتجات المعروضة للمستخدمين الذين تصفحوا أنواعًا معينة من الصفحات (صفحات الكتالوج أو صفحات المنتج).

يجب تخصيص محتوى رسائل البريد الإلكتروني التي يتم تشغيلها لتلبية الاحتياجات الحالية لكل عميل. يجب ألا يكون هناك تأخير في جمع البيانات حول تصرفات زوار الموقع لضمان ذلك.

تم تخزين البيانات المطلوبة لتحقيق هذه الأهداف في أنظمة مختلفة - Google Analytics وعدد من الخدمات الإعلانية. كان من الضروري ليس فقط دمج البيانات ، ولكن أيضًا لضمان الوصول السريع إليها ومعالجة البيانات في الوقت الفعلي تقريبًا.

كان على الشركة حل المهام التالية لتحقيق الأهداف:

• جمع البيانات من مصادر متعددة في نظام واحد وبنية مثالية.
• احصل على جميع البيانات المطلوبة لنموذج الإحالة ، وتأكد من إمكانية تحديث البيانات تاريخيًا.

تقرر التحقق من الفرضيات في غضون 180 يومًا.

تم الحصول على البيانات من الأنظمة التالية:

1. Google Analytics: البيانات من موقع الويب متاحة في Google Analytics عبر حاوية Google Tag Manager.
2. المصادر الإعلانية: Google AdWords ، Criteo.

كتخزين بيانات فردي ، تقرر استخدام Google BigQuery:

1. يسمح التخزين السحابي هذا بجمع كميات هائلة من البيانات ومعالجتها بسرعة.
2. يوفر مجموعة كبيرة من الحلول والأدوات الجاهزة للتكامل مع أنظمة CRM و ERP.
3. البيانات محمية بشكل آمن.

تم استخدام الأدوات والميزات التالية لجمع كل البيانات في Google BigQuery:

1. Google BigQuery Export لـ Google Analytics 360 - لتلقي البيانات من Google Analytics في Google BigQuery ، بما في ذلك 13 شهرًا من البيانات السابقة.
2. OWOX BI Pipeline - تتلقى الشركة بيانات النتائج في الوقت الفعلي تقريبًا من موقع الويب في Google BigQuery جنبًا إلى جنب مع البيانات حول التكاليف والنقرات ومرات الظهور من مصادر الإعلانات ، والتي تتوفر في Google Analytics ، ثم في Google BigQuery.

نتيجة لذلك ، يتم جمع جميع البيانات الضرورية في Google BigQuery ثم إرسالها إلى أنظمة التحليلات الداخلية للشركة.

تم تنظيم البيانات التي تم الحصول عليها في Google BigQuery عبر التصدير القياسي لبرنامج Google Analytics 360 وعبر OWOX BI Pipeline ، في مكعب بيانات. يسمح هذا المكعب ، الذي تم إنشاؤه في هيكل مثالي ، بتقليل تكلفة معالجة البيانات بشكل كبير.

يوضح المخطط الانسيابي أدناه كيفية جمع البيانات الضرورية ودمجها:

طور محللو OWOX BI وجهتي نظر باستخدام استعلامات SQL لإعداد رسائل البريد الإلكتروني المشغلة. تجمع الاستعلامات البيانات حول إجراءات المستخدم على موقع الويب ، والتي تم الحصول عليها عبر OWOX BI Pipeline ، والبيانات التي تم الحصول عليها عبر Google BigQuery Export ، في بنية مثالية للمهمة.

تم قياس كفاءة رسائل البريد الإلكتروني باختبار A / B. تم إرسال رسائل البريد الإلكتروني إلى المجموعة الأولى من المستخدمين في اليوم التالي بعد زيارة الموقع. تلقت المجموعة الأخرى رسائل بريد إلكتروني تم تشغيلها في أقل من ساعة بقليل ، حيث تم إرسال رسائل البريد الإلكتروني باستخدام البيانات من الجداول في Google BigQuery ومكعب البيانات. في كلتا الحالتين ، تم إرسال رسائل البريد الإلكتروني عبر نفس الخدمة.

على عكس Google Analytics ، يمكن تحديث قيمة حقل معرف المستخدم في الجداول المحورية في Google BigQuery بأثر رجعي عن طريق الكتابة فوق الجداول. بمجرد مصادقة المستخدم على موقع الويب على أي جهاز (بمجرد معرفة قيمة معرف المستخدم) ، تحصل الجلسات السابقة لنفس المستخدم أيضًا على قيمة معرف المستخدم ، إذا لم يتم تحديد هذه القيمة أو تحديدها من قبل. نظرًا للتحديثات بأثر رجعي لحقل معرف المستخدم ، تم الحصول على بيانات مستخدم أكثر دقة ، وتم إرسال رسائل بريد إلكتروني مخصصة إلى عدد أكبر من الزوار.

طور الفريق نموذج الإحالة الخاص به مع الميزات التالية:

• توزيع تكاليف اكتساب الزائر على الزيارات من مصادر الزيارات المدفوعة فقط.
• تقييم إجمالي الهامش لكل مستخدم لمدة 30 و 60 و 90 و 180 يومًا.
• النظر فقط في البيانات الواردة من المشترين لأول مرة في العمليات الحسابية. عند الشراء المتكرر ، يتم تعيين قيمة الطلب للقناة التي جلبت المستخدم إلى موقع الويب لأول مرة.

أصبح نموذج الإحالة هذا ممكنًا بسبب تحديثات البيانات بأثر رجعي في Google BigQuery ، بما في ذلك التحديثات على حقل UserID والبيانات المتعلقة بتكاليف اكتساب الزائر.

نتيجة لجمع البيانات في تخزين البيانات الفردي ، وإعداد رسائل البريد الإلكتروني الجديدة المشغلة وتحديثات البيانات التاريخية ، تم تحقيق هذه الأهداف:

1. تحسين مؤشرات الأداء الرئيسية للبريد الإلكتروني المشغّل.

يتم إرسال إشعارات البريد الإلكتروني حول المنتجات التي تم التخلي عنها في غضون ساعة إلى معظم المستخدمين الذين أضافوا منتجات إلى سلة التسوق الخاصة بهم ولكنهم لم يكملوا عملية الشراء. يتم جمع بيانات رسائل البريد الإلكتروني التي تم تشغيلها تلقائيًا ، مرتين في الساعة.

تم تأكيد كفاءة الطريقة البريدية الجديدة عن طريق اختبار A / B:

• زيادة عدد الزيارات إلى الموقع من خلال رسائل البريد الإلكتروني التي تم تسليمها بنسبة 76٪.
• ارتفع معدل التحويل للمشتريات من المستخدمين الذين زاروا الموقع من خلال رسائل البريد الإلكتروني التي تم تسليمها بنسبة 12٪.
• زاد عدد عمليات الشراء بعد التخلي عن تحسين البريد الإلكتروني لعربة التسوق بنسبة 85٪.
• وزادت حصة المبيعات في المجموعة المستهدفة بنسبة 237٪.

2. قم بتحسين ميزانية الإعلان وتقليل حصة تكلفة الإعلان

تعرض الرسوم البيانية أدناه بيانات حول القيمة الدائمة للعملاء لكل جلسة (FM - الهامش ، التكلفة - التكاليف) وفقًا لنموذج الإحالة الخاص بالمؤسسة الذي يأخذ في الاعتبار القيمة الدائمة للعملاء الذين زاروا مجموعات منتجات مختلفة عبر قنوات حركة المرور المدفوعة. تزداد هذه القيمة بمرور الوقت - وهي حقيقة يتجاهلها نموذج إحالة النقرة الأخيرة. الحد الأقصى للرهان لكل حملة يقتصر على الهامش الذي حصلت عليه الشركة لمدة 180 يومًا ، باستثناء تكاليف الاحتفاظ بالعملاء.

كما يتضح من نموذج الإحالة المستند إلى CLTV خلال فترة 180 يومًا ، جاء المستخدمون في البداية من خلال قنوات تكلفة النقرة ، ثم عادوا وقاموا بعمليات شراء متكررة من خلال القنوات المجانية. تبين أن قيمة قنوات تكلفة النقرة هذه أعلى بعدة مرات مما هي عليه وفقًا لنموذج إحالة النقرة الأخيرة. كان حجم وتكرار عمليات الشراء المتكررة ، وكذلك عائدات الشركة ، مختلفة لكل فئة منتج ، وحملة إعلانية ، ومصدر.