So automatisieren Sie das Marketing-Reporting in der Gastronomie

Mit Hilfe der Marketingagentur und der OWOX BI-Produkte haben die Vermarkter der Restaurantkette ihr Analysesystem vollständig aktualisiert.

Es gibt 57 Restaurants und Lieferservicestandorte, die sowohl japanische als auch italienische Küche servieren. Im Zusammenhang mit der Skalierung und Diversifizierung des Unternehmens stand die Marketingabteilung vor neuen Aufgaben:

• Verstehen Sie, welche Werbeaktivitäten neue Benutzer auf die Website und die mobile Anwendung bringen und wie viel es kostet, einen Kunden zu gewinnen. Sie mussten Daten von der Website, der mobilen Anwendung und dem CRM-System kombinieren, um dies herauszufinden.
• Erhalten Sie schnelle Leistungsberichte und vergleichen Sie die tatsächliche Leistung mit der Prognose. Dazu mussten sie das Marketing-Reporting automatisieren.
• Bewerten Sie die inkrementelle Auswirkung von Medienimpressionen auf Leistungskanäle und gezielte Aktivitäten auf Websites und mobilen Anwendungen. Dazu wurden Rohdaten auf Client-ID-Ebene mit Impressionen aus dem Campaign Manager zusammengeführt.

Lassen Sie uns sehen, wie sie jede dieser Aufgaben bewältigt haben, und geben Sie denjenigen, die gerade erst mit dem Weg der Marketingautomatisierung beginnen, einige Ratschläge.

Hinweis: Alle in diesem Artikel vorgestellten Berichte basieren auf einem Testdatensatz.

Das Team erstellte erweiterte Analysen basierend auf OWOX BI, Google BigQuery und Power BI. Schematisch sieht das System so aus:

OWOX BI importiert Kostendaten aus allen Werbesystemen sowie Website-Rohdaten aus Google Analytics und Anwendungsdaten aus AppsFlyer. Dann übermittelt es all diese Daten an Google BigQuery.

Google BigQuery erhält auch Prognosemetriken, die Agenturexperten in der Oberfläche mithilfe der R-Sprache berechnen.

Innerhalb von Google BigQuery werden Daten mithilfe von Ansichten und geplanten Abfragen verarbeitet und zusammengeführt.

Abschließend werden die Daten in Power BI visualisiert.

Das Team konzentrierte sich auf drei Berichte, anhand derer es die erforderlichen Metriken verfolgen kann:

• Basis-Lagebericht für das Balanced-Scorecard-System
• Bericht über die Gewinnung von Benutzern auf der Website
• Bericht über die Gewinnung von Benutzern für die Anwendung

Sie entwickelten eine Impact Matrix – eine Hierarchie von Metriken – um zu bestimmen, auf welche Metriken man sich in welchen Fällen konzentrieren sollte. Sie verwendeten auch die Balanced-Scorecard-Methodik, um Vorhersagedaten zu überwachen. Als Ergebnis erhielten sie einen Bericht, der Folgendes ermöglicht:

• verstehen, welche Metriken voraus und welche hinter dem Plan liegen
• Verfolgen Sie wichtige KPIs, die für das Unternehmen unterschiedliche Gewichte haben (CPO, CR, Umsatz, CTR)
• KPIs vorhersagen

In der Berichtsarchitektur können drei Ebenen unterschieden werden: die Geschäftsebene, die KPI-Ebene und die Detailebene.

Geschäftsebene

Auf dieser Ebene können Sie Plan und Fakten für wichtige Geschäftskennzahlen sehen.

Aus den obigen Daten kann das Team schließen, dass der CR KPI um 43 % übertroffen wurde. Gleichzeitig erreichten das Traffic-Volumen und die Conversions nicht die geplanten Werte. Ein hohes CR kann auf eine gute Website- und Anwendungs-UX hinweisen – es gibt wenige Einbrüche und die Benutzer konvertieren gut. Es ist jedoch notwendig, das Traffic-Volumen zu erhöhen, um das erforderliche Verkaufsvolumen sicherzustellen.

KPI-Ebene

Basierend auf dem Bericht auf KPI-Ebene analysieren die Vermarkter effiziente und ineffiziente Platzierungen aus der Sicht von CR- und Kostenindikatoren – dies ermöglicht eine schnelle Aufteilung des Budgets zwischen den Kanälen, um den allgemeinen Plan zu erfüllen.

Der Bericht veranschaulicht auf übergeordneter Ebene die Übereinstimmung von Plan- und Ist-KPIs (CR, Visits, Revenue, Transactions) mit den Prognosewerten. Sie können zum Beispiel sehen, dass der Plan für das gesamte Website-Traffic-Volumen nicht erreicht wurde, aber dies wird durch eine höhere CR im organischen und direkten Traffic ausgeglichen. Dementsprechend ist es notwendig, die CR des bezahlten Traffics (CPC-Typ) mit einer dynamischeren Optimierung oder einem erhöhten Einkaufspreis zu erhöhen. Das Team muss möglicherweise auch den Kauf von bezahltem Traffic grundsätzlich erhöhen, um den allgemeinen Traffic-Plan zu erfüllen.

Detaillierte Ebene

Auf dieser Ebene betrachten Vermarkter die Dynamik der Metriken nach Region und Gerätetyp – dies hilft auch dabei, das Budget auf das umzulenken, was besser funktioniert.

Aus den obigen Daten lässt sich schließen, dass das Team den Plan in Bezug auf die Gesamtzahl der Transaktionen und CR für den gegebenen Analysezeitraum um 5,5 % verfehlt hat. Gleichzeitig zeigen sowohl Desktop- als auch Mobile-Traffic in etwa die gleiche Tendenz, hinter dem Konversionsvolumen zurückzubleiben (Desktop sank um 5,7 %, Mobile um 5,6 %). Dementsprechend bewirken beide Gerätetypen gleich viele Conversions. Aber zur Optimierung muss der Verkehr im CR-Abschnitt analysiert werden.

Hier ist ersichtlich, dass der mobile Traffic (1,8 %) und der Tablet-Traffic (2,8 %) im Dezember die niedrigsten CRs aufwiesen. Da mobiler Traffic die gleiche Anzahl an Conversions hervorbringt wie Desktop-Traffic und wahrscheinlich billiger ist, können Vermarkter versuchen, mobilen Traffic zu optimieren, indem sie Traffic von besserer Qualität kaufen, um seine CR zu erhöhen.

Dieses Diagramm veranschaulicht den Leistungsplan für den Verkehr in Städten. Anhand von Informationen zu gekauften Volumina ist es möglich zu schließen, wo Minderleistung kritisch ist und sich auf die Effektivität aller Kampagnen auswirkt.

Dank dieser Berichte konnte das Team alle Einkäufe in neue und wiederkehrende Kunden aufteilen. Dadurch war es möglich, wiederkehrende Kunden von Werbekampagnen für Neukunden auszuschließen und so den CPO über alle Kanäle hinweg zu reduzieren. Durch die gleichzeitige Anzeige von Statistiken im Abschnitt „Kanäle“ für wiederkehrende und neue Benutzer konnten die Vermarkter nachvollziehen, welche Quellen zu mehr Neuaufträgen führen und das Budget zu ihren Gunsten kippen. In Quellen, in denen wiederholte Käufe vorherrschen, reduzierten sie das Budget und reduzierten dadurch den gesamten geplanten CPO.

Übrigens werden die wichtigsten KPIs in diesen Berichten auf Basis von CRM-Daten berechnet.

Der obige Bericht zeigt, dass die meisten Neukäufe für den gesamten Traffic von der Website von inst_kz (81,82 %), Facebook Ads (43,45 %), mobrain_int (31,25 %) und gomobile_int (30,38 %) angeführt werden. Da das Unternehmen im Allgemeinen ein aktives und treues Publikum und eine hohe Marktabdeckung hat, ist es klar, warum einige Websites Kunden, die bereits mindestens einmal eine Bestellung getätigt haben, in die Anwendung führen. Für eine höhere Effizienz und Ausführung des Kundenakquisitions-KPI kann das Team versuchen, die aktive CRM-Zielgruppe in den Werbekampagneneinstellungen auszuschließen und Werbeaktionen für neue Kunden zu starten.

Hier können Sie sehen, dass mehr als die Hälfte des Desktop-Traffics in allen Kanalgruppen wiederkehrende Kunden sind. Dies zeigt, wie wichtig es ist, mit einer loyalen Basis zu arbeiten und die Kundenbindung zu erhöhen.

Mit Post-View Analytics können Sie den Einfluss der Medienaktivität auf die Anzahl der Bestellungen auswerten.

Impressionsstatistiken werden von Google Campaign Manager in BigQuery hochgeladen und bis zum einzelnen Benutzer (Client-ID) detailliert. Der Bericht vergleicht Segmente derjenigen, die Medienanzeigen gesehen haben, und derjenigen, die keine Medienanzeigen gesehen haben. Dadurch können wir die inkrementelle Wirkung von Medienimpressionen auf Leistungskanäle und gezielte Aktionen auf der Website und in der mobilen Anwendung auswerten.

So erfuhr das Team beispielsweise, dass die Conversions in Bestellungen bei denjenigen, die Videos und Banner sahen, um 42 % höher waren als bei denen, die sie nicht sahen. Aufgrund von Post-View-Analysen stellten sie außerdem fest, dass das Publikum derer, die Medienwerbung sahen, doppelte Einnahmen einbrachte.

Für die Zukunft plant das Team die Entwicklung einer plattformübergreifenden Berichterstattung. Der erste Schritt besteht darin, die Auswirkungen des Web-Traffics auf die Anwendungskonversionen zu bewerten, indem mobile Anwendungs- und Website-Daten verknüpft werden. Eine solche Berichterstattung schafft ein vollständiges Verständnis des Werts von Werbekanälen und bewertet ihre Auswirkungen aufeinander. Es hilft auch, Managemententscheidungen über die Entwicklung von Kundeninteraktionskanälen zu treffen und die Marketingkommunikationsstrategie anzupassen.