كيفية قياس نجاح الإعلان وزيادة عائد النفقات الإعلانية من خلال دمج البيانات

نظرًا لأن المزيد والمزيد من الشركات تنتقل إلى العمليات عبر الإنترنت وتغوص في عالم رقمي جديد ، يتعين على جهات تسويق البيانات معالجة المزيد من البيانات. يحتاج مستخدمو الأعمال باستمرار إلى رؤى بيانات عالية الجودة لتحقيق أداء ناجح ويصبح أحد التحديات الرئيسية لاحتضان تنسيقات وهياكل تحليلات جديدة.

في هذه الحالة ، نصف الحل الذي قدمه فريق OWOX BI لمزود تأمين مباشر رائد واجه تحديات في تقييم تأثير الإعلان على المشتريات.

نظرًا لأن الشركة تبيع التأمين عبر الإنترنت والهاتف وغير متصل ، يمكن للعملاء البحث عن المنتجات عبر قناة وشرائها عبر أخرى. على سبيل المثال ، يمكن للعميل زيارة موقع الشركة على الويب ، وحساب التغطية ، وملء طلب عبر الإنترنت ، ثم زيارة المكتب الفعلي لإجراء عملية شراء. في مثل هذه الحالات ، يصعب تقييم تأثير الإعلانات على عمليات الشراء.

كان التحدي الرئيسي هو تحسين الإنفاق الإعلاني والحصول على عائد أفضل على الإعلانات من خلال اعتماد نظام تقييم أداء إعلاني وظيفي. احتاجت الشركة إلى طريقة لدمج البيانات حول التكاليف والإيرادات وتفاعلات المستخدم سواء عبر الإنترنت أو في وضع عدم الاتصال.

يتم جمع بيانات حول تفاعلات المستخدم مع موقع الويب وتكاليف الإعلان والطلبات غير المتصلة بالإنترنت في أنظمة مختلفة:

• يتم جمع البيانات من موقع الويب في Google Analytics ؛
• يتم تخزين البيانات حول بوالص التأمين التي تم شراؤها في وضع عدم الاتصال في نظام CRM للشركة ؛
• لا يتم عادةً جمع بيانات التكلفة بخلاف بيانات Adwords في Google Analytics. نتيجة لذلك ، يتم حساب عائد النفقات الإعلانية وعائد الاستثمار وحصة تكاليف الإعلان لكل خدمة إعلانية بشكل منفصل.

يجب دمج كل هذه البيانات لإجراء تقييم دقيق لمساهمة الإعلان في مشتريات التأمين.

تم جمع جميع البيانات اللازمة في Google BigQuery باستخدام OWOX BI Pipeline ، ونفذت نماذج الإحالة المستندة إلى مسار التحويل ، والنقرة الأخيرة غير المباشرة ، والنقرة الأولى. بعد ذلك ، تم إنشاء التقارير لمقارنة بيانات أداء الحملة التي تم الحصول عليها عبر كل نموذج إحالة.

يرد أدناه مخطط تدفق جمع البيانات وتوحيدها:

دعنا نلقي نظرة فاحصة على كل خطوة اتخذتها الشركة لتقييم الحملات الإعلانية: ما هي البيانات التي جمعت ، وبأي طريقة ، وما هي النتائج التي تم تحقيقها.

اختارت الشركة التخزين السحابي Google BigQuery لدمج البيانات حول أنشطة العملاء في الموقع مع بيانات حول مشتريات التأمين في وضع عدم الاتصال. تم اختيار الخدمة لإمكانياتها في معالجة البيانات: يمكن معالجة تيرابايت من البيانات في ثوانٍ ، وبيتابايت من البيانات - في دقيقتين. هذا يجعل Google BigQuery خدمة مثالية لأداء مهام التحليل وإعداد التقارير المعقدة. ميزة أخرى لاستخدام Google BigQuery هي الأمان العالي ، حيث يتم تشفير البيانات تلقائيًا. يمكن العثور على مزيد من المعلومات حول فوائد استخدام Google BigQuery على موقع الويب الخاص بالخدمة.

تم اختيار OWOX BI Pipeline لجمع البيانات للأسباب التالية:

• يتم جمع البيانات في الوقت الفعلي تقريبًا وتصبح متاحة في غضون 5 دقائق.
• لا يوجد حد لعدد الأبعاد والمقاييس في التقارير. يسمح OWOX BI Pipeline بإنشاء تقارير بأي دقة ، باستخدام بناء جملة يشبه SQL للاستعلام عن البيانات الأولية. في Google Analytics وحده ، هناك أبعاد ومقاييس معينة لا يمكن دمجها في تقرير واحد. يوجد حد لعدد الأبعاد والمقاييس في التقرير: بُعدان في تقرير قياسي ، و 5 أبعاد في تقرير مخصص ، و 7 أبعاد في طلب أساسي من الإصدار 3. علاوة على ذلك ، من المستحيل تحليل تكاليف الإعلان لكل مستخدم على حدة. لمزيد من المعلومات حول الحدود والحصص ، راجع دليل Google Developers.
• البيانات التي يتم استيرادها إلى Google BigQuery لا تستند إلى عينات بغض النظر عن حجمها.

يمكن العثور على مزيد من المعلومات حول الاختلافات بين Google BigQuery Export لبرنامج Google Analytics 360 و OWOX BI Pipeline في منشور المدونة الخاص بنا.

يتم تحميل البيانات حول مشتريات التأمين من نظام CRM إلى Google BigQuery باستخدام طلبات POST.

• يتم جمع بيانات التكلفة لحملات AdWords تلقائيًا في Google Analytics بسبب التكامل الأصلي بين Google Analytics و Google AdWords.
• يتم استيراد بيانات التكلفة لقنوات التسويق الأخرى إلى Google Analytics بواسطة OWOX BI Pipeline.
• يتم استيراد بيانات جميع القنوات إلى Google BigQuery من Google Analytics. يسمح هذا بحساب عائد النفقات الإعلانية ، وعائد الاستثمار ، وحصة تكاليف الإعلان ، فيما يتعلق بالمشتريات ، وليس فقط التطبيقات عبر الإنترنت.

بعد دمج البيانات في Google BigQuery ، أنشأ فريق التسويق عدة نماذج إحالة لقياس مدى فعالية الإعلانات في جذب عملاء جدد (نموذج إحالة النقرة الأولى) وفي زيادة عمليات الشراء (نموذج إحالة النقرة الأخيرة غير المباشرة).

تم اختيار الإحالة المستندة إلى مسار التحويل بواسطة OWOX BI كنموذج الإحالة الثالث والأكثر موضوعية. في هذا النموذج ، تحصل كل قناة على رصيد اعتمادًا على مساهمتها في تقدم العميل من خلال مسار الشراء. يتم تقييم الجلسات بناءً على احتمالية تقدم العميل إلى كل خطوة تالية في مسار التحويل. كلما زاد الاحتمال ، قل الإسهام الممنوح للجلسة مما ساعد المستخدم على المضي قدمًا في هذه الخطوة. كلما انخفض الاحتمال ، زاد الائتمان الذي تحصل عليه الجلسة. تتوفر نتائج الحسابات ضمن نموذج الإحالة المستند إلى مسار التحويل في Google BigQuery وواجهة OWOX BI. يعرض التقرير معدل التحويل (التحويل المطلق) والاحتمال والقيمة لكل خطوة يتخذها المستخدمون في طريقهم إلى الشراء. ألق نظرة على المثال أدناه:

• معدل التحويل المرحلي هو النسبة المئوية للجلسات التي تم فيها مشاهدة الخطوة المحددة. على سبيل المثال ، معدل التحويل 34٪ في الخطوة 2 يعني أن 34٪ من إجمالي عدد زوار موقع الويب انتقلوا إلى هذه الخطوة.
• الاحتمال هو النسبة المئوية للجلسات التي انتقل فيها الزائرون إلى الخطوة المحددة من الخطوة السابقة. في هذا المثال ، تبلغ احتمالية الخطوة 4 10٪ ، مما يعني أن 10٪ من الزائرين انتقلوا إلى الخطوة 4 من الخطوة 3.
• يتم حساب القيمة على النحو التالي. أولاً ، تحصل كل خطوة على درجة في تناسب عكسي مع الاحتمال. بعد ذلك ، يتم تقسيم درجة الخطوة على المجموع الإجمالي للدرجات داخل مسار التحويل. كلما كان من الصعب على المستخدمين المضي قدمًا في خطوة معينة من مسار التحويل ، زادت القيمة التي تحصل عليها.

تم استخدام OWOX BI Smart Data لتبسيط العمل مع جميع البيانات التي تم الحصول عليها. تتيح الأداة طرح الأسئلة على البيانات باللغة الإنجليزية الطبيعية ، وليست هناك حاجة لاستعلامات SQL. تتيح قوالب الأسئلة الحصول على إجابات في غضون ثوانٍ.

من خلال استكمال الخطوات المذكورة أعلاه ، حصلت الشركة على لوحة تحكم توضح القيمة الحقيقية لكل قناة والطريقة التي يتم بها توزيع هذه القيمة عبر خطوات مسار التحويل على أنواع مختلفة من الأجهزة.

يوضح الرسم البياني أدناه أن خطوة مسار التحويل نفسها يمكن أن يكون لها قيم مختلفة على أجهزة مختلفة. الخطوة الأكثر قيمة على الأجهزة اللوحية هي زيارة الموقع الإلكتروني لأول مرة. يعد التنقل عبر الخطوة 2 والخطوة 3 أمرًا أساسيًا للأجهزة المحمولة. بالنسبة للجلسات على أجهزة كمبيوتر سطح المكتب والجلسات عبر الأجهزة ، يتم توزيع القيمة بشكل متساوٍ.

ماذا تكون ترجمة هذا؟ على سبيل المثال ، من غير المرجح أن يتخذ مستخدمو الأجهزة اللوحية الخطوة الأولى ، أي زيارة موقع الويب. هذا يعني أن الإعلانات التي تستهدف الأجهزة اللوحية يجب أن تركز على جذب زوار جدد لموقع الويب.

تم حساب قيم القناة في نموذجي النقرة الأولى والنقرة الأخيرة غير المباشرة لتحديد القنوات المقدرة بأقل من قيمتها والمبالغة في تقديرها ، وإعادة توزيع ميزانية الإعلان بشكل أكثر كفاءة ، ومقارنتها بالنتائج التي تم الحصول عليها في نموذج الإحالة المستند إلى مسار التحويل.

لا يمكن لنموذج إحالة النقرة الأولى ولا النقرة الأخيرة غير المباشرة تقديم عرض دقيق لأداء الحملة لأن Google Analytics لا يحتوي على بيانات حول سياسات التأمين المشتراة في وضع عدم الاتصال. يمكن للمستخدم فقط الانتقال إلى منتصف مسار التحويل عبر الإنترنت ، ثم الوصول إلى المنتج وشرائه في وضع عدم الاتصال. لهذا السبب تم تنفيذ النماذج وتصورها باستخدام Google BigQuery و Google Data Studio ، على التوالي.

من خلال إنشاء لوحة تحكم في Google Data Studio ، يمكن للشركة بسهولة مراقبة أداء الحملة ومقارنتها لنموذجي الإحالة الأكثر شيوعًا: النقرة الأولى ، حيث تركز الجهود على الاكتساب ، والنقرة الأخيرة غير المباشرة ، حيث يتم توجيه الجهود للشراء. يتم الإبلاغ عن مؤشرات الأداء الرئيسية الشهرية بتنسيق سهل القراءة.

على سبيل المثال ، تقارن صفحة التقرير الموضحة أدناه توزيع الأرباح وعائد النفقات الإعلانية عبر قنوات مختلفة. من خلال مقارنة أداء القناة في نموذجي الإحالة المختلفين ، يمكن للمرء أن يرى أن أرقام عائد النفقات الإعلانية وحصة أرباح القناة متطابقة تقريبًا في النموذجين. هذا يعني أن هذه القنوات مناسبة بشكل متساوٍ تقريبًا لجذب المستخدمين ودفعهم لإغلاق الصفقة.

• بعد أتمتة جمع البيانات ومعالجتها بالكامل ، نظرًا لاستخدام OWOX BI ومنتجات Google ، لا يتعين على فريق الشركة استيراد البيانات يدويًا. تتوفر جميع البيانات في واجهة واحدة ، ويمكن لمتخصصي التسويق الوصول بسرعة إلى أي بيانات يحتاجون إليها.
• يسمح نموذج الإحالة المستند إلى مسار التحويل بتقييم أكثر موضوعية وموثوقية لقنوات التسويق.
• قام الفريق بحساب رصيد قنوات الإعلان التي ستتلقاها في نماذج إحالة النقرة الأولى / النقرة الأخيرة. من خلال مقارنة النتائج بنموذج الإحالة المستند إلى مسار التحويل ، تم تحديد القنوات المقدرة بأقل من قيمتها والمبالغة في تقديرها ، وتمت إعادة تخصيص الميزانية الإعلانية بشكل أكثر كفاءة.

يقارن الرسم البياني أعلاه قيم القناة التي تم الحصول عليها في نماذج إحالة مختلفة. مساهمة القناة الخامسة مقومة بأقل من قيمتها الحقيقية في نموذج الإسناد الأخير غير المباشر. وفقًا لنموذج الإحالة المستند إلى مسار التحويل ، فإنه يحتوي على عائد نفقات إعلانية أعلى بنسبة 100٪ ويؤثر بشكل كبير على التحويل النهائي. القنوات الأخرى مبالغ فيها بشكل رئيسي. بناءً على هذه النتائج ، يمكن للشركة إعادة تخصيص ميزانية الإعلان من الحملات الإعلانية المبالغة في تقديرها إلى الحملات المقدّمة بأقل من قيمتها ، مما يجعل الإعلان أكثر فاعلية دون نفقات إضافية.