So identifizieren Sie ROPO: Online-Einfluss auf Offline-Käufe

Online-Werbung wird oft unterschätzt, da viele Menschen zunächst im Internet nach Waren suchen und diese dann in einem Ladengeschäft kaufen. Vor allem bei bestimmten Produkten wie Designerschuhen und Accessoires ist das zu einer Sache geworden. Der Online-Verkauf kann nicht mit dem Verkauf in physischen Geschäften konkurrieren, wo die Kunden einen vollständig personalisierten Service erhalten. Aus diesem Grund möchten Marketingspezialisten erfahren, wie sich Online-Marketing auf den Verkauf in physischen Geschäften auswirkt, und herausfinden, welche Kampagnen und Warenkategorien mehr Offline-Käufe und welche mehr Online-Käufe bringen.

In diesem Fall beschreiben wir die vom OWOX BI-Team bereitgestellte Lösung für eine Ladenkette, die Schuhe, Taschen und Accessoires zu niedrigen, mittleren und hohen Preisen verkauft. Das Unternehmen verfügt über 90 stationäre Geschäfte und einen komfortablen Online-Shop. Die größte Herausforderung bestand darin, den Online-Einfluss auf Offline-Käufe zu identifizieren.

Der Vertrieb hat festgestellt, dass sich viele Kunden lieber online informieren, bevor sie in einem Ladengeschäft einkaufen. Auf der Website filtern Kunden die Artikel nach Preis und prüfen deren Verfügbarkeit in den Einzelhandelsgeschäften der Kette. Wenn Kunden in ein physisches Geschäft kommen, wissen sie in den meisten Fällen ziemlich genau, wonach sie suchen, und haben bestimmte Erwartungen an den Service.

Aus diesem Grund haben sich die Vermarkter entschieden:

• den Einfluss von Online-Marketing-Bemühungen auf Offline-Verkäufe definieren;
• Online-Marketing-Budgets neu zuweisen;
• die Effizienz von Werbekanälen neu bewerten und ihre Marketingstrategie verbessern.

Um diese Ziele zu erreichen, wurde beschlossen, die ROPO-Analyse anzuwenden – basierend auf Daten über Online- und Offline-Käufe. Damit können Sie den Anteil des Offline-Umsatzes definieren, der auf Online-Werbung entfällt (ROPO-Effekt). Erfahren Sie in unserem Artikel, warum und wie Sie Online- und Offline-Kundenkontaktpunkte integrieren.

Um eine ROPO-Analyse durchzuführen, sollten Sie Daten für Online-Anzeigen mit Daten zu Offline-Verkäufen zusammenführen. Der Einzelhändler hat viele Daten über Kunden, die Waren auf unterschiedliche Weise kaufen:

• Auswahl und Bezahlung in einem Geschäft.
• Auf der Website schauen und dann in einem Geschäft kaufen.
• Auf der Website suchen, auf der Website bezahlen und die Lieferung nach Hause oder die Lieferung in ein Geschäft bestellen.

Dementsprechend werden diese Daten in unterschiedlichen Systemen erhoben, gespeichert und verarbeitet:

• Daten zum Kundenverhalten auf der Website werden in Google Analytics gespeichert.
• Daten zur Auftragsabwicklung und Aktivitäten von Offline-Besuchern werden im internen CRM-System gespeichert.

Es ist schwierig, alle Daten aus diesen Systemen manuell zusammenzuführen. Die Vermarkter suchten nach Software, die ihnen helfen würde, diese Daten in Google BigQuery (GBQ) zusammenzuführen, das sie bereits zum Speichern von Werbekampagnendaten verwendeten. Google BigQuery ist einer der sichersten RESTful-Dienste mit unbegrenztem Datenspeicher- und Verarbeitungspotenzial.

Die Vermarkter des Einzelhändlers entschieden sich für OWOX BI Pipeline, um ihre Aufgaben zu lösen.

OWOX BI Attribution wurde bereits zur Auswertung von Werbekampagnen verwendet, und OWOX BI Pipeline wurde zum Sammeln von Daten aus Google Analytics in Google BigQuery verwendet, um Berichte über Werbekampagnen zu erstellen. Für diese beiden Aufgaben war der Einzelhändler mit OWOX BI zufrieden, sodass es erneut für die ROPO-Analyse ausgewählt wurde.

OWOX BI-Analysten haben den folgenden Plan entworfen:

• Sammeln Sie Daten zu Werbekampagnen, Kundenverhalten auf der Website, Offline-Verkäufen und Auftragsabwicklung in einem System.
• Verbinden Sie Offline-Bestellungen mit Online-Sitzungen.
• Erstellen Sie Berichte und Dashboards basierend auf den erhaltenen Daten, um den Beitrag von Online-Quellen neu zu bewerten.

Der Datenfluss sieht so aus:

Lassen Sie uns den Prozess Schritt für Schritt durchgehen.

Jeder registrierte Besucher der Website erhält eine eindeutige user_ID . Beim Erreichen des Konversionsziels – Abschluss einer Transaktion – erhält ein Besucher eine zusätzliche Transaktions -ID . Mit diesen IDs werden mittels OWOX BI Daten über das Verhalten eines Besuchers auf der Website an Google BigQuery übertragen.

Täglich werden auch Daten von Online- und Offline-Bestellungen aus dem CRM an Google BigQuery übertragen und mit Hilfe der Schlüssel user_ID und transaction_ID mit Daten der Website zusammengeführt.

Durch die Zusammenführung dieser Daten erhalten Sie alles, was Sie für die ROPO-Analyse benötigen.

Nachdem alle Daten kombiniert waren, begannen die OWOX BI-Analysten mit der gesammelten Datenbank in Google BigQuery zu arbeiten.

Die Daten zu Online-Transaktionen in Google BigQuery wurden den Daten jeder verarbeiteten Bestellung (bezahlt und unbezahlt) hinzugefügt, wobei die Transaktions-ID verwendet wurde, um Transaktionen zu identifizieren.

Dann integrierten die Analysten Daten über Sitzungen von Besuchern mit Daten über Offline-Käufe, wobei die Benutzer- ID als Verbindungsschlüssel verwendet wurde. Dieser Schlüssel enthüllte für viele Kunden, die Offline-Käufe getätigt haben, einen Verlauf der Sitzungen auf der Website.

Das Schema zum Zusammenführen von Daten sieht folgendermaßen aus:

Als Ergebnis erhielt das Team des Händlers für jede Bestellung Antworten auf die folgenden Fragen:

• Um welche Art von Transaktion handelt es sich? Online, offline oder ROPO?
• Was war die Quelle der letzten Sitzung vor dem Kauf? Was hat den Kunden zum Kauf veranlasst?
• Wie viele Tage sind zwischen der letzten Sitzung auf der Website und dem Kauf vergangen? (Für diejenigen, die online kaufen, ist dies immer Null, da der letzte Besuch die Sitzung ist, in der die Transaktion stattfindet. Nur für Offline-Transaktionen ist diese Nummer auch immer Null, da es für diesen Kunden keine Online-Sitzung gibt. Andere Kunden können zugeordnet werden das ROPO-Segment.)
• Geolokalisierung der letzten Sitzung.

Ein Beispiel für eine Tabelle mit diesen Informationen:

Zur Visualisierung der empfangenen Daten wurde Google Data Studio gewählt. OWOX BI-Analysten erstellten ein informatives Dashboard mit dynamischen Diagrammen in Google Data Studio, um eine detaillierte Analyse und Planung des Werbebudgets zu unterstützen.

Das Tortendiagramm rechts zeigt beispielsweise, dass ROPO-Bestellungen 20 Prozent des Umsatzes ausmachen, und das Tortendiagramm links zeigt, dass fast alle Kunden, die ROPO-Bestellungen aufgegeben haben, die Website weniger als eine Woche vor dem Kauf in einem Geschäft besucht haben.

Alle Daten auf dem Dashboard können für eine detailliertere Segmentierung nach Region, Conversion-Fenster, Quelle, Kanal und Kampagne gefiltert werden. Zusätzlich sind für jede Bestellung die Tage zwischen dem letzten Website-Besuch und dem Kauf ersichtlich.

Das Diagramm am unteren Rand des Dashboards hilft Vermarktern zu verstehen, welche zusätzlichen Einnahmen aus ROPO-Bestellungen bei der Planung der Marketingstrategie gezählt werden sollten, und zeigt den Anteil der Gesamteinnahmen nach Quelle, Kanal und Kampagne.

Die ROPO-Analyse bestätigte die Korrelation zwischen Online-Verhalten und Offline-Käufen und ein informatives Dashboard, das Daten automatisch aktualisiert, lieferte diese Fakten:

• 20 Prozent der Offline-Umsätze entfielen auf Online-Werbung, sodass jeder fünfte Besucher eines Offline-Shops bereits mit der Website interagiert hat.
• Nach der ROPO-Zuordnung der Einnahmen tauchten klare Beweise dafür auf, dass die Online-Kampagnen unterschätzt wurden.
• In naher Zukunft wird der Einzelhändler seine Marketingkampagne überprüfen, die Effizienz von Werbekampagnen neu betrachten und seine Investitionen in die digitale Richtung erhöhen.