So messen Sie den ROPO-Effekt für einen Omnichannel-Händler

Alle Unternehmen möchten den wahren Wert ihrer Werbekanäle herausfinden, und das ist ziemlich unmöglich, ohne die Beziehung zwischen Online- und Offline-Kundenverhalten zu verfolgen. Durch die Deaktivierung von Werbung, die sich auf den ersten Blick nicht rechnet, riskiert das Unternehmen beispielsweise Umsatzeinbußen.

In diesem Fall beschreiben wir die vom OWOX BI-Team bereitgestellte Lösung für eine große Einzelhandelskette für Unterhaltungselektronik und Haushaltsgeräte, die Probleme bei der Messung des ROPO-Effekts hatte.

Die Kunden von Omnichannel-Händlern kaufen Produkte typischerweise auf drei einzigartige Arten:

• Bestellung ausschließlich online auf Websites. Die Einnahmen aus der Website machen etwa 20 % des Gesamtumsatzes des Unternehmens aus.
• Offline-Einkauf in den Filialen des Unternehmens.
• Produkte auf der Website finden und in Offline-Shops kaufen. Dieses Verhalten ist als ROPO-Effekt bekannt – online recherchieren und offline kaufen.

Die Vermarkter wollten die Auswirkungen von Online-Kanälen auf Offline-Verkäufe bewerten. Dies würde es ihnen ermöglichen, die Rendite von Werbeinvestitionen genauer zu berechnen und eine bessere Marketingstrategie auf der Grundlage der vollständigen Daten zu entwickeln. Eine weitere Aufgabe bestand darin, das Online-Erlebnis der Kunden zu verbessern, indem die Gründe ermittelt wurden, warum sie sich nach dem Besuch der Website für den Kauf in Offline-Shops entscheiden. Um diese beiden Ziele zu erreichen, wurde entschieden, die Daten über Online- und Offline-Touchpoints der angemeldeten Benutzer (ca. 12 % der Gesamtzahl der Website-Besucher) zu integrieren.

Das Unternehmen sammelt, speichert und verarbeitet alle Daten in verschiedenen Systemen:

• Die Daten über Benutzerinteraktionen mit der Website werden in Google Analytics 360 gesammelt.
• Die Daten über Offline-Käufe und Bestellretouren werden im CRM-System (SAP) des Unternehmens gesammelt. Die Struktur und der Erfassungsalgorithmus dieser Daten unterscheidet sich vollständig von Google Analytics.

Um die Auswirkungen von Online-Kanälen auf den Gesamtumsatz des Unternehmens zu analysieren, mussten die Vermarkter alle Daten in einem einzigen System zusammenführen. Google Analytics ist für diese Aufgabe nicht geeignet, da es die Datenwiederverarbeitung nicht unterstützt: Einmal verarbeitet, können die Daten nicht mehr geändert werden, wenn eine Bestellung aus irgendeinem Grund storniert oder zurückgegeben wird. Darüber hinaus würde der Import aller Daten über Offline-Transaktionen von Benutzern, die die Website noch nie besucht haben, die Genauigkeit der Google Analytics-Statistiken erheblich verfälschen. Google Analytics kann auch einige der Kaufdaten auf Webseiten nicht verfolgen, weil das JavaScript nicht in den Browser geladen wurde.

Um ihre Ziele zu erreichen, entschieden sich die Marketer für folgende Schritte:

1. Führen Sie die Daten über Benutzerinteraktionen mit der Website, Offline-Käufe und Bestellabschlussraten zusammen.
2. Führen Sie die Daten zu Offline-Käufen mit den Daten zu Online-Sitzungen zusammen.
3. Visualisieren Sie die Daten für eine eingehende Analyse.

Das Flussdiagramm dieses gesamten Prozesses ist unten angegeben:

Die Daten über alle Benutzeraktionen und Bestellungen auf der Website werden an das Google BigQuery Cloud Data Warehouse gesendet, wobei die native Integration verwendet wird, die für Google Analytics 360-Konten verfügbar ist. Daher entschieden sich die Spezialisten des Unternehmens, alle anderen Daten mit Google BigQuery zu sammeln.

Um die Daten zu Offline-Käufen und Bestellabschlüssen aus dem CRM nach Google BigQuery zu übertragen, richten die Spezialisten tägliche automatische Daten-Uploads per FTP ein.

OWOX BI-Analysten führten die gesammelten Daten zusammen und verarbeiteten sie. Zunächst wurden die Daten der Online-Bestellungen per SQL-Abfrage um den Status der jeweiligen Bestellung ergänzt. Die Abfrage führt die Daten basierend auf übereinstimmenden Werten aus zwei Tabellen zusammen, wobei die ID der Transaktion (Bestell-ID) als Schlüssel verwendet wird.

Als nächstes führten die Analysten die Daten über Offline-Käufe und das Website-Verhalten derselben Kunden zusammen. Zu diesem Zweck verwendeten sie die Benutzer-ID in Google Analytics. Eine Benutzer-ID ist eine eindeutige Kennung, die jedem Benutzer zugewiesen wird, der sich auf der Website des Unternehmens angemeldet hat. Anschließend werden Benutzer-IDs mit den Kundenkarten im CRM-System verknüpft und als benutzerdefinierte Dimensionswerte an Google Analytics gesendet. Der Zeitraum für die Datenintegration wurde auf 180 Tage festgelegt, wobei der Zeitraum vom Website-Besuch bis zum Kauf berücksichtigt wurde. Auf diese Weise war eine granulare Zielgruppensegmentierung möglich.

Als Ergebnis wurden die folgenden Daten zu jeder der Bestellungen (sowohl online als auch offline) erhalten:

Das OWOX BI-Team visualisierte die Daten in Google Data Studio, indem es ein informatives Dashboard erstellte. Das Unternehmen kann die Daten aus dem Dashboard für eine detailliertere Analyse und Budgetplanung exportieren.

Beispielsweise zeigt das interaktive Balkendiagramm, dessen Screenshot unten angegeben ist, die Anzahl der Online-, Offline- und ROPO-Käufe zusammen mit den daraus erzielten Einnahmen. Diese Daten können nach Stadt, Zeitraum und Produkttyp gefiltert werden. ROPO-Käufe machen je nach Stadt etwa 10 % der Gesamteinnahmen aus. Das Diagramm zeigt auch, dass der Prozentsatz der Bestellungen aus jedem Kanal nicht mit dem Prozentsatz der Einnahmen aus dem Kanal übereinstimmt – er hängt vom durchschnittlichen Bestellwert ab. In diesem Fall haben Online-Käufe einen höheren durchschnittlichen Bestellwert als Offline-Käufe.

Die folgende Tabelle zeigt die zusätzlichen Einnahmen aus ROPO-Käufen in verschiedenen Regionen, Kanälen und Produktkategorien. Die Daten können in tabellarischer Form exportiert werden und dienen dem Unternehmen zur Verteilung des Werbebudgets.

• Es wurde ein informatives und automatisiertes Dashboard erhalten, das die Berücksichtigung des ROPO-Effekts bei der operativen Planung von Werbekampagnen ermöglicht.
• Das Unternehmen fand heraus, dass Online-Kanäle etwa 10 % des Offline-Umsatzes ausmachten.
• Durch die Analyse des Verhaltens von Benutzern, die Produkte auf der Website recherchieren, bevor sie diese in den Filialen des Unternehmens kaufen, ist es nun möglich, die Gründe herauszufinden, warum diese Kunden sich für den Offline-Einkauf entscheiden. Das Unternehmen kann die Website jetzt für eine bessere Benutzererfahrung und höhere Konversionsraten überarbeiten. Beispielsweise stellte das Unternehmen fest, dass die meisten Offline-Kunden, die die Website besucht hatten, beim Offline-Kauf Rabattgutscheine verwendeten. Ausgestattet mit diesen Informationen haben die Vermarkter das Kundenerlebnis bereits mit Rabattcoupons auf der Website verbessert. Darüber hinaus hat das Unternehmen das Online-Kreditantragsformular vereinfacht, sodass Kunden nicht in ein stationäres Geschäft gehen müssen, um auf Kredit zu kaufen.