“¿Quién se ha sentado en mi silla? ¿Quién ha estado durmiendo en mi cama? Fabelio descubrió lo que hacen los clientes en línea en sus tiendas minoristas

La tienda multicanal de muebles de Indonesia llamada Fabilio.com decidió averiguar quién es el pez más grande del estanque y obtener la mayor cantidad de ganancias, fuera de línea o en línea. Con OWOX BI obtuvieron un informe ROPO detallado y mejoraron sus análisis.

Fabelio.com es una tienda online de muebles y decoración del hogar. La empresa se estableció en Yakarta, Indonesia, en 2015 y planea expandirse al mercado del sudeste asiático. El sitio web Fabelio.com tiene más de un millón de visitantes mensuales únicos.

Fabelio.com tiene diez salas de exhibición donde los clientes pueden ver cómo se ven los productos, tocar los materiales, probar los muebles y pagar sus compras. Los especialistas en marketing de Fabelio estaban ansiosos por saber cómo sus esfuerzos de marketing en línea contribuyen a las ventas en las tiendas físicas y obtener respuestas a preguntas como:

• ¿Cuánto tiempo tarda un cliente en tomar una decisión de compra?
• ¿Cómo varía este tiempo por categoría de producto?
• ¿Qué canales online tienen mayor influencia en el funnel de ventas en las últimas etapas antes de una compra offline?
• ¿Qué categorías de muebles son las más populares para los clientes en línea que luego hacen una compra fuera de línea?
• ¿Con cuántos puntos de contacto del sitio web suelen encontrarse los clientes antes de realizar una compra?
• ¿Cómo difieren todos estos parámetros para los clientes nuevos y los que regresan?

Los vendedores de Fabelio.com escriben el nombre, el correo electrónico y el número de teléfono de cada visitante de sus salas de exhibición. Es por eso que la empresa sabe con certeza cuándo los clientes visitan una tienda fuera de línea, incluso si no compran nada. Esta es una fuente de datos adicional. También plantea un nuevo desafío: cómo reflejar estos datos en el embudo de ventas y determinar qué fuente en línea debe acreditarse para estas visitas fuera de línea.

Para crear análisis inteligentes que midieran la influencia de la promoción en línea en las ventas fuera de línea, el equipo de Fabelio.com tuvo que asociar los datos sobre la actividad de los visitantes del sitio web con los datos sobre la actividad del cliente en las salas de exposición. Para crear análisis inteligentes, debe elegir un almacenamiento en la nube confiable donde se alinearán todos los datos que recopile. Para el almacenamiento de datos en la nube, Fabilio.com eligió Google BigQuery. BigQuery es la elección perfecta para una empresa con recursos limitados:

• Tiene precios flexibles y es relativamente económico en comparación con sistemas similares.
• No es necesario instalar ningún software en sus servidores ni capacitar a sus empleados; Las habilidades básicas de SQL son suficientes.
• Tiene muchas bibliotecas listas para usar para trabajar e integrarse con otros servicios.

Los especialistas en marketing de Fabilio establecieron el siguiente esquema para recopilar datos en Google BigQuery:

Para realizar un seguimiento de los eventos en el sitio web, Fabilio utiliza Google Analytics (GA), uno de los sistemas de análisis digital más populares en todo el mundo y también en el mercado de Indonesia. La empresa tiene un embudo de comercio electrónico mejorado en GA:

Aparte de las interacciones clave con el sitio web, el equipo de Fabilio realiza un seguimiento de una variedad de microconversiones:

Estos datos les ayudan a segmentar a los clientes, explorar el embudo de transacciones en profundidad y estimar las fuentes de tráfico con precisión.

Para estimar el impacto de los canales publicitarios en las ventas, debemos comparar los ingresos y los gastos de cada canal. Para recopilar datos para esta estimación, el equipo de Fabilio estableció la importación automática de gastos en Google Analytics con la ayuda de OWOX BI Pipeline. Con estos datos de gastos, los especialistas en marketing de Fabilio pueden analizar los KPI de las campañas en Google Ads (que tiene una integración de GA) y otros servicios:

Para importar datos sobre las acciones del sitio web de los clientes y los gastos publicitarios en Google BigQuery, el equipo de Fabilio utilizó OWOX BI Pipeline. Este servicio ofrece los mismos resultados a Google Analytics y Google BigQuery simultáneamente. Como resultado, los datos no se muestrean y están disponibles para su análisis en Google BigQuery entre 2 y 5 minutos después de que se envían.

Fabilio almacena datos sobre clientes, pedidos y visitas a salas de exposición en Magento CRM. Para asociar los datos en línea y fuera de línea, los especialistas de Fabilio establecieron la carga diaria de datos de CRM en Google BigQuery con la ayuda del complemento Fluent.

Hay una variedad de soluciones listas para usar disponibles públicamente para integrar Google BigQuery con otros sistemas. Por ejemplo, OWOX BI tiene algunos scripts gratuitos para integrar su CRM con el almacenamiento en la nube.

Después de recopilar todos los datos en Google BigQuery, es necesario alinearlos en una tabla. Los analistas de BI de OWOX ayudaron a los especialistas en marketing de Fabilio a preparar un conjunto de datos para pedidos en línea y fuera de línea con la estructura correcta.

En la etapa final, el equipo de Fabilio implementó un modelo de atribución basado en embudos de aprendizaje automático que incluía pedidos fuera de línea. Para funcionar correctamente, este modelo especial necesita datos sobre las visitas a la tienda fuera de línea. Para proporcionar estos datos, los analistas de Fabilio prepararon una fuente de datos adicional para la atribución de eventos personalizados.

Para terminar, el equipo de Fabilio solo tuvo que lanzar los cálculos. Como resultado, la empresa obtuvo un embudo que da cuenta de las visitas y los pedidos fuera de línea:

Fabilio.com obtuvo informes automatizados que permiten a los especialistas en marketing encontrar información y tomar las decisiones correctas.

Los especialistas en marketing de Fabilio ahora tienen acceso a los siguientes conocimientos en OWOX BI Smart Data:

1. Comparación del valor de la campaña publicitaria por diferentes modelos de atribución: GA último clic no directo y atribución basada en embudo ML por OWOX BI

2. Distribución de valor entre fuentes y canales en diferentes etapas del embudo

Además, los analistas de BI de OWOX prepararon un tablero actualizado automáticamente en Data Studio para Fabilio. En este tablero, los especialistas en marketing de Fabilio pueden filtrar datos según la fuente, la categoría del producto, el tipo de cliente, el lugar de compra, el método de pago, el nombre de la sala de exposición, la cantidad de días desde la primera visita y la primera sesión, etc.

El tablero ayuda a los especialistas en marketing de Fabilio a encontrar respuestas a estas preguntas:

1. ¿Cuántos puntos de contacto del sitio web suele encontrar un cliente antes de realizar una compra y qué tan rentables son esos puntos de contacto?

2. ¿Cuándo fue la primera sesión de un cliente que ha realizado una compra?
   

3. ¿Cuántos puntos de contacto del sitio web encuentran los clientes, en promedio, para categorías específicas de productos comprados?
   

4. ¿Cuánto tiempo transcurre desde la primera visita al sitio web hasta la compra dentro de una categoría de producto determinada?

PD: Nuestros colegas de Fabilio.com se animaron a implementar esta solución después de leer nuestro artículo Venta minorista omnicanal: por qué y cómo integrar los puntos de contacto del cliente en línea y fuera de línea. Si este estudio de caso lo animó a considerar la integración de puntos de contacto en línea y fuera de línea, debe intentar crear informes ROPO con la ayuda de OWOX BI. Puede experimentar todas las posibilidades de OWOX BI durante una prueba gratuita.