MLファネルベースのアトリビューションモデルを使用して内部分析を改善する方法

顧客にリーチするために可能な限り多くの広告チャネルを適用することで、企業はパフォーマンス、成功、そして明らかに収益の成長を正しく評価するという大きな問題に直面します。 彼らが答える必要のある質問は、どのチャネルがよりうまく機能するかということです。 どちらを削除する必要があり、どれが適格なリードを提供しますか？ 次に、アトリビューションモデルがゲームに登場します。

この場合、パフォーマンスの向上と正しいアトリビューションモデルの使用に課題を抱えていた大規模なオンライン小売業者向けにOWOXBIチームが提供するソリューションについて説明します。

OWOX BIと協力する前に、同社は、注文前のすべての前のステップの貢献を無視して、最後のソースにすべての価値を与えるラストクリックアトリビューションモデルを使用していました。 広告キャンペーンのパフォーマンスを正しく評価するために、MLファネルベースのアトリビューションモデルを設定することが決定されました。

同社には、ソーシャルメディア広告、価格比較Webサイト、PPC、Webサイト、電話、ダイレクトマーケティング、フルフィルメントセンター、前哨基地など、さまざまなユーザータッチポイントがあります。 マルチチャネルマーケティングを行っているほとんどの小売業者と同様に、会社はさまざまなシステムでデータを収集して保存するため、データを分散させるという問題に直面していました。

目標到達プロセスに沿った顧客の旅への各チャネルの貢献度を評価するために、小売業者は、ユーザーの行動、広告費用、オフライン注文、および実際の会社の収益に関するデータを、完了した注文のアカウントとマージする必要がありました。 これは、会社が次の手順を実行して、マーケティング分析を設定する必要があることを意味します。

1. ウェブサイトからGoogleアナリティクス360にユーザーの行動データを収集するための個々の指標セットを開発します。標準のエクスポートを使用して、サンプリングされていないデータをGoogleBigQueryに送信できます。
2. 広告サービスからGoogleBigQueryにデータを収集するようにOWOXBIパイプラインを設定します。
3. CRMシステムからGoogleBigQueryへのトランザクションデータのエクスポートを設定します。
4. Google BigQueryのマージされたデータに基づいて、MLファネルベースのアトリビューションモデルを作成します。
5. チャネルグループ化の小売業者自身の名前はGA360とは異なるため、OWOXBIアナリストと一緒にチャネルグループ化のレコードリンケージを実行します。
6. 月次予算計画のためにGoogleスプレッドシートでレポートを取得します。

以下はデータ統合チャートです。

それでは、MLファネルベースのアトリビューションモデルがレポートとともにどのように構築されたかを詳しく見ていきましょう。

OWOX BIアナリストは、小売業者向けの個々のメトリックセットの開発、設定、および実装を支援しました。 さらに、当社のスペシャリストは、新しい機能とともに新しいドメインのメートル法を定期的にテストおよび更新しています。

ウェブサイトでのユーザーの行動に関するデータは、Google Analytics 360で収集され、毎日Google BigQueryに送信され、広告費用とトランザクションに関するデータとリンクされます。 同社のウェブサイトはトラフィックが多いため、同社は有料版のGoogleAnalyticsを選択しました。 標準バージョンでは、ユーザーセッション数が500,000を超える場合にサンプリングが適用されますが、Google Analytics 360では、ヒットまで正確なデータを取得できます。

AdWordsの費用に関するデータは、ネイティブ統合のおかげでGoogleAnalytics360に送られます。 一方、OWOX BI Pipelineは、FacebookからGoogle Analytics 360にデータを送信し、GoogleBigQueryのすべての広告サービスに関するコストデータをマージするために使用されます。 次の表は、送信されるデータの構造を示しています。

返品と完了した注文に関するデータを考慮に入れるために、アナリストはトランザクションに関するデータをCRMシステムからGoogleBigQueryにエクスポートします。 データの構造を以下に示します。

この構造は、 user_idキーとtimeキーを使用して、完了した注文に関するデータをWebサイトのユーザーの行動に関するデータとマージするのに役立ちます。

小売業者の販売目標到達プロセスは、訪問、製品ページ、カートへの追加、チェックアウト、購入の5つのステップで構成されています。 OWOX BIチームは、Webサイトにアクセスしてから購入するまでの平均期間を計算し、最適なコンバージョンウィンドウとトランザクションウィンドウを推奨しました。

このデータを使用して、MLファネルベースのアトリビューションモデルが作成されました。

MLファネルベースのアトリビューションモデルは、ユーザーが販売ファネルのあるステップから別のステップに移動する確率を評価します。 灰色の列は確率値を示しています。 あるステップから別のステップに移動する可能性が低いほど、ユーザーがこのステップを通過したセッションを取得する値が多くなります。 注文につながったセッションのみが値を取得します。 OWOX BI Attributionの計算ロジックについて詳しくは、ブログ投稿をご覧ください。

アトリビューションの結果は、ステップ6で説明するレポートを作成するために使用されます。

Google Analytics 360レポートのすべてのトラフィックソースは、デフォルトで次のチャネルグループに形成されます：ダイレクト、オーガニック、メール、紹介、ソーシャル、ディスプレイ、CPC、その他。

ただし、マーケティングスペシャリストは、内部レポートに独自のチャネルグループ名を使用します。 アトリビューションモデルを作成するために、会社のチームは、チャネルグループ化に独自の名前を付けて、過去の期間にすでに収集されたデータを使用しました。 そのため、GoogleAnalytics360の設定で名前を変更するには遅すぎました。 この事実により、OWOX BIアナリストはレコードリンケージを実施し、Googleスプレッドシートのチャネルグループに一致する名前の更新可能なリストを作成しました。 次の表は、リストの構造を示しています。

OWOX BIチームは、ソースキーとメディアキーを使用して、GoogleBigQueryのレコードリンケージとアトリビューション結果を毎月組み合わせるスクリプトを作成しました。

OWOX BIアナリストの助けを借りて、2つのレポートが作成されました。 最初のレポートは、どのアフィリエイトが他のチャネルの価値を自分たちに帰するのかを理解するのに役立ちました。 このレポートは、OWOXBIスマートデータで利用できます。 アナリストは、無料のOWOX BI BigQuery Reportsアドオンを使用して、取得したレポートからGoogleスプレッドシートにデータをエクスポートしました。

OWOXBIアナリストがデータをGoogleスプレッドシートにエクスポートするために行った手順は次のとおりです。

1. スマートデータに移動し、目標到達プロセスのステップ間で分散されたソースとメディアの価値を尋ね、レポートを開きます。
2. 右上隅に移動し、[SQLクエリをクリップボードにコピー]を選択します。

1. Googleスプレッドシートで新しいレポートを作成します。 これを行うには、[アドオン]メニューを開き、 [OWOX BI BigQueryレポート]を選択して、新しいレポートを追加します。 次に、既存のGoogle Cloud Platformプロジェクトを選択し、[新しいレポートを追加]を選択して、[貼り付け]をクリックします。

新しいレポートはそれぞれ新しいシートで作成されることに注意してください。

サイドバーにレポート構成を提供します。アップロードするデータを提供する既存のGoogleCloudPlatformプロジェクトとGoogleBigQueryクエリを選択します。

ノート！ レポート構成の詳細については、こちらをご覧ください。

1. これで、レポートがGoogleスプレッドシートで利用できるようになりました。 より便利なように、自動レポート更新をスケジュールできます。 これを行うには、OWOXBIBigQueryレポートの設定で[レポートのスケジュール]に移動します。

更新に必要な期間を設定します。

ノート！ 定期的なレポートの更新をスケジュールする方法の詳細については、このリンクをたどってください。

OWOX BIスペシャリストは、クエリを変更し、動的パラメーター（ソースと分析期間）を追加しました。

ノート！ クエリの動的パラメータの詳細については、このリンクをたどってください。

その結果、トラフィック分析レポートが取得され、特定のソースからどのファネルステップがより大きな影響を受けているかが示されます。

アフィリエイトパートナーのみをフィルタリングした後、会社は最後の目標到達プロセスで最も価値のあるパートナーを特定できます。

2番目のレポートは、広告キャンペーンの実際のコスト、収益、およびROASを示しています。 このレポートを使用して、マーケティングスペシャリストは、どのソースがより多くの収益をもたらし、どのソースが報われないかを見つけることができます。

• データ収集の正確で柔軟なシステムは、OWOXBIチームによって設定されました。
• OWOX BIおよびGoogle製品を使用して、データ収集プロセスが自動化されました。 すべてのデータが単一のインターフェースでリアルタイムに利用できるようになりました。
• MLファネルベースのアトリビューションモデルは、会社が広告キャンペーンとチャネルのパフォーマンスをより適切に評価するのに役立ちました。