„Wer hat auf meinem Stuhl gesessen? Wer hat in meinem Bett geschlafen?“ Fabelio hat herausgefunden, was Online-Kunden in ihren Einzelhandelsgeschäften tun

Der indonesische Multichannel-Möbelladen Fabelio.com entschied sich, herauszufinden, wer der größte Fisch im Teich ist und den größten Gewinn bringt – offline oder online. Mit OWOX BI erhielten sie einen detaillierten ROPO-Bericht und verbesserten ihre Analysen.

Fabelio.com ist ein Online-Shop für Möbel und Wohnkultur. Das Unternehmen wurde 2015 in Jakarta, Indonesien, gegründet und plant, auf den südostasiatischen Markt zu expandieren. Die Fabelio.com-Website hat mehr als eine Million einzelne monatliche Besucher.

Fabelio.com verfügt über zehn Showrooms, in denen Kunden sehen können, wie Produkte aussehen, Materialien anfassen, Möbel testen und ihre Einkäufe bezahlen können. Fabelio-Vermarkter wollten unbedingt wissen, wie ihre Online-Marketing-Bemühungen zum Umsatz in Offline-Geschäften beitragen, und Antworten auf Fragen erhalten wie:

• Wie lange dauert es, bis ein Kunde eine Kaufentscheidung trifft?
• Wie variiert diese Zeit je nach Produktkategorie?
• Welche Online-Kanäle haben in den letzten Phasen vor einem Offline-Kauf den größten Einfluss auf den Sales Funnel?
• Welche Möbelkategorien sind bei Online-Kunden am beliebtesten, die später offline einkaufen?
• Auf wie viele Website-Touchpoints stoßen Kunden normalerweise, bevor sie einen Kauf tätigen?
• Wie unterscheiden sich all diese Parameter für neue und wiederkehrende Kunden?

Die Vertriebsmitarbeiter von Fabelio.com notieren den Namen, die E-Mail-Adresse und die Telefonnummer jedes Besuchers ihrer Ausstellungsräume. Deshalb weiß das Unternehmen genau, wann Kunden einen Offline-Shop besuchen, auch wenn sie nichts kaufen. Dies ist eine zusätzliche Datenquelle. Es stellt auch eine neue Herausforderung dar: Wie kann man diese Daten im Verkaufstrichter widerspiegeln und bestimmen, welcher Online-Quelle diese Offline-Besuche gutgeschrieben werden sollen?

Um intelligente Analysen zu erstellen, die den Einfluss von Online-Werbung auf Offline-Verkäufe messen, musste das Team von Fabelio.com Daten über die Aktivität der Website-Besucher mit Daten über die Kundenaktivität in den Showrooms verknüpfen. Um intelligente Analysen zu erstellen, müssen Sie einen zuverlässigen Cloud-Speicher auswählen, in dem alle von Ihnen gesammelten Daten ausgerichtet werden. Für die Cloud-Datenspeicherung entschied sich Fabelio.com für Google BigQuery. BigQuery ist die perfekte Wahl für ein Unternehmen mit begrenzten Ressourcen:

• Es hat eine flexible Preisgestaltung und ist im Vergleich zu ähnlichen Systemen relativ günstig.
• Sie brauchen keine Software auf Ihren Servern zu installieren oder Ihre Mitarbeiter zu schulen; grundlegende SQL-Kenntnisse reichen aus.
• Es verfügt über zahlreiche gebrauchsfertige Bibliotheken zum Arbeiten und Integrieren mit anderen Diensten.

Die Marketingspezialisten von Fabelio haben das folgende Schema zum Sammeln von Daten in Google BigQuery erstellt:

Um Ereignisse auf der Website zu verfolgen, verwendet Fabelio Google Analytics (GA) – eines der beliebtesten digitalen Analysesysteme weltweit, auch auf dem indonesischen Markt. Das Unternehmen hat einen erweiterten E-Commerce-Trichter in GA:

Abgesehen von wichtigen Interaktionen mit der Website verfolgt das Fabelio-Team eine Vielzahl von Mikrokonversionen:

Diese Daten helfen ihnen, Kunden zu segmentieren, den Transaktionstrichter gründlich zu untersuchen und Verkehrsquellen genau einzuschätzen.

Um die Auswirkungen von Werbekanälen auf den Umsatz abzuschätzen, müssen wir die Einnahmen und Ausgaben für jeden Kanal vergleichen. Um Daten für diese Schätzung zu sammeln, richtete das Fabelio-Team mithilfe von OWOX BI Pipeline einen automatisierten Import von Ausgaben in Google Analytics ein. Mit diesen Ausgabendaten können Fabelio-Vermarkter KPIs für Kampagnen in Google Ads (mit GA-Integration) und anderen Diensten analysieren:

Um Daten zu Website-Aktionen und Werbeausgaben von Kunden in Google BigQuery zu importieren, verwendete das Fabelio-Team OWOX BI Pipeline. Dieser Dienst liefert dieselben Treffer gleichzeitig an Google Analytics und Google BigQuery. Daher werden Daten nicht abgetastet und stehen nur 2 bis 5 Minuten nach dem Senden für die Analyse in Google BigQuery zur Verfügung.

Fabelio speichert Daten zu Kunden, Bestellungen und Showroom-Besuchen im Magento CRM. Um Offline- und Online-Daten zu verknüpfen, haben Fabelio-Spezialisten mithilfe des Fluent-Plug-ins das tägliche Hochladen von CRM-Daten in Google BigQuery eingerichtet.

Es gibt eine Vielzahl öffentlich verfügbarer Out-of-the-Box-Lösungen für die Integration von Google BigQuery mit anderen Systemen. Zum Beispiel hat OWOX BI ein paar kostenlose Skripte, um Ihr CRM mit Cloud-Speicher zu integrieren.

Nachdem alle Daten in Google BigQuery gesammelt wurden, müssen sie in einer Tabelle ausgerichtet werden. OWOX BI-Analysten halfen Fabelio-Vermarktern, einen Datensatz für Online- und Offline-Bestellungen mit der richtigen Struktur vorzubereiten.

In der letzten Phase implementierte das Fabelio-Team ein ML-trichterbasiertes Attributionsmodell einschließlich Offline-Bestellungen. Um richtig zu funktionieren, benötigt dieses spezielle Modell Daten zu Offline-Ladenbesuchen. Um diese Daten bereitzustellen, haben Fabelio-Analysten eine zusätzliche Datenquelle für die Zuordnung von benutzerdefinierten Ereignissen vorbereitet.

Zum Abschluss musste das Fabelio-Team nur noch die Berechnungen starten. Als Ergebnis erhielt das Unternehmen einen Trichter, der Offline-Bestellungen und -Besuche berücksichtigt:

Fabelio.com hat automatisierte Berichte erhalten, die es Marketern ermöglichen, Erkenntnisse zu gewinnen und die richtigen Entscheidungen zu treffen.

Fabelio-Vermarkter haben jetzt Zugriff auf die folgenden Einblicke in OWOX BI Smart Data:

1. Vergleich des Wertes einer Werbekampagne nach verschiedenen Attributionsmodellen: GA Last Non-Direct Click und ML Funnel-Based Attribution by OWOX BI

2. Wertverteilung über Quellen und Kanäle in verschiedenen Funnel-Phasen

Darüber hinaus haben die OWOX BI-Analysten ein automatisch aktualisiertes Dashboard in Data Studio für Fabelio vorbereitet. In diesem Dashboard können Fabelio-Vermarkter Daten nach Quelle, Produktkategorie, Kundentyp, Kaufort, Zahlungsmethode, Showroom-Name, Anzahl der Tage ab dem ersten Besuch und der ersten Sitzung usw. filtern.

Das Dashboard hilft Fabelio-Vermarktern, Antworten auf diese Fragen zu finden:

1. Auf wie viele Website-Touchpoints trifft ein Kunde normalerweise, bevor er einen Kauf tätigt, und wie profitabel sind diese Touchpoints?

2. Wann war die erste Sitzung eines Kunden, der einen Kauf getätigt hat?
   

3. Auf wie viele Website-Touchpoints stoßen Kunden im Durchschnitt für bestimmte Kategorien gekaufter Waren?
   

4. Wie lange dauert es vom ersten Website-Besuch bis zum Kauf innerhalb einer bestimmten Produktkategorie?

PS Unsere Kollegen bei Fabelio.com wurden ermutigt, diese Lösung zu implementieren, nachdem sie unseren Artikel Omnichannel Retailing: Why and How to Integrate Online and Offline Customer Touchpoints gelesen hatten. Wenn Sie diese Fallstudie ermutigt hat, sich mit der Integration von Online- und Offline-Touchpoints zu befassen, sollten Sie versuchen, ROPO-Berichte mit Hilfe von OWOX BI zu erstellen. Sie können alle Möglichkeiten von OWOX BI während einer kostenlosen Testversion erleben.